Die detaillierteste 3D-Karte des menschlichen Gehirns ist in Science veröffentlicht! GPT-4-Parameter entsprechen nur 0,2 % des Menschen

Menschliches Gehirngewebe von der Größe eines Sesamsamens hat eine Synapsengröße, die einem GPT-4 entspricht!

Google und Harvard haben sich zusammengetan, um eine nanoskalige Modellierung von Teilen des menschlichen Gehirns durchzuführen, und der Artikel wurde in Science veröffentlicht.

Dies ist die bislang größte und detaillierteste Nachbildung des menschlichen Gehirns und demonstriert zum ersten Mal das Netzwerk synaptischer Verbindungen im Gehirn.

Mit ultrahoher Auflösung hat diese Rekonstruktion namens H01 einige bisher ungesehene Details über das menschliche Gehirn enthüllt.

Professor Lichtman von der Harvard University, korrespondierender Autor des Projekts, sagte, dass noch nie jemand ein so komplexes synaptisches Netzwerk gesehen habe.

Dieses Modellierungsergebnis wird dazu beitragen, ein tiefgreifendes Verständnis der Funktionsweise des Gehirns zu erlangen und weitere menschliche Forschung zu Gehirnfunktionen und -krankheiten anzuregen.

Erwähnenswert ist auch, dass diese Studie 1 Kubikmillimeter menschliches Gehirngewebe umfasste, die erzeugte Datenmenge jedoch bis zu 1,4 PB betrug.

Es gibt eine Studie, die auf dem Volumen des menschlichen Gehirns basiert. Wenn Sie das gesamte menschliche Gehirn modellieren möchten, beträgt die Speicherkapazität des fortschrittlichsten Supercomputers nur 7/10.000 weniger als ein einzelnes menschliches Gehirn.

Selbst wenn wir alle Server im gesamten Internet nehmen, können wir nur 9 menschliche Gehirne speichern.

Gleichzeitig enthält 1 Kubikmillimeter Gehirngewebe 57.000 Zellen und 150 Millionen Synapsen, und die Anzahl der Synapsen im gesamten Gehirn beträgt Billiarden.

Im Vergleich dazu beträgt die Anzahl der Parameter von GPT-4 nur 2 Billionen, was nur 0,2 % der Anzahl der Synapsen im menschlichen Gehirn entspricht. Nach dieser Berechnung entspricht es der Größe eines Sesamsamens im Gehirn.

Einige Leute beklagten, dass AGI wieder in weiter Ferne sein könnte ...

Nanoskalige Modellierung bringt neue Entdeckungen

Konkret haben die Forscher von einer 45-jährigen Epilepsiepatientin eine Probe des Temporallappens einer kortikalen Gewebeprobe erhalten, etwa 1 Kubikmillimeter groß.

Nachdem die Proben schnell fixiert, gefärbt und in Harz eingebettet waren, schnitten die Forscher mit einem Ultramikrotom mit automatischer Entnahmevorrichtung 5019 zusammenhängende Schnitte mit einer Dicke von etwa 33,9 Nanometern.

Dann verwendeten die Forscher ein Mehrstrahl-Rasterelektronenmikroskop, um jede Schicht mit einer Auflösung von 4×4 Nanometern/Pixel abzubilden, und erhielten ursprüngliche zweidimensionale Bilddaten mit einer Gesamtgröße von etwa 1,4 PB.

Als nächstes verwendeten die Forscher Rechenwerkzeuge, um diese zweidimensionalen Bilder zu verbinden und auszurichten und dreidimensionale Voxeldaten zu rekonstruieren.

Danach segmentierten sie mit einem maschinellen Lernalgorithmus namens Flood-Filling Networks (FFN) die Neuronenmorphologie des gesamten Voxels und korrigierten die Segmentierungsfehler manuell, um schließlich das 1 Kubikmillimeter große Gehirn zu rekonstruieren. dimensionale Form aller Zellen, Synapsen, Blutgefäße und anderer Strukturen innerhalb eines Gewebes.

FFN wurde 2018 von Google Brains vorgeschlagen. Die Grundidee besteht darin, von einem Startpunkt aus zu beginnen und ihn rekursiv zu erweitern und alle damit verbundenen Voxel zu markieren, bis er auf den Hintergrund oder die Grenzen anderer Objekte trifft.

Gleichzeitig verwendeten sie auch Modelle des maschinellen Lernens, um Synapsenstandorte automatisch zu identifizieren und erregende von hemmenden Synapsen zu unterscheiden.

Am Ende gelang es dem Team, 1 Kubikmillimeter Gehirngewebe im Nanomaßstab zu modellieren, das mehr als 50.000 Zellkerne, 150 Millionen Synapsen und dazwischen 230 mm ultrafeine Venen enthält.

Auf dieser Grundlage identifizierten die Forscher durch die Analyse der rekonstruierten Zellmorphologie die Hauptzelltypzusammensetzung des Gehirnbereichs.

Von den insgesamt 57.180 Zellen sind 49.080 Neuronen und Gliazellen und 8.100 sind mit Blutgefäßen verbunden, wobei die Anzahl der letzteren etwa doppelt so hoch ist wie die der ersteren.

Unter den Neuronen sind 65,5 % Pyramidenneuronen mit Spitzen und 29,1 % sind Interneurone mit glatten Fortsätzen; unter den Gliazellen sind Oligodendrozyten am häufigsten.

Forscher haben ein maschinelles Lernmodell entwickelt, um Synapsenstandorte und deren Typen (erregend/hemmend) automatisch zu identifizieren.

Dieser Gehirnbereich enthält insgesamt etwa 150 Millionen Synapsen, davon sind 111 Millionen erregende Synapsen und die anderen 39 Millionen hemmende Synapsen. Es gibt auch einige Verteilungsdichten von erregenden und hemmenden Synapsen auf verschiedenen kortikalen Ebenen.

Durch die Analyse der von jedem Neuron empfangenen synaptischen Eingaben stellten die Forscher fest, dass die überwiegende Mehrheit (96,49 %) der Axone nur eine Synapse mit ihrer Zielzelle bilden, einige wenige Axone jedoch mehrere Synapsen (bis zu mehr als 50) bilden und etablieren können besonders starke Verbindungen mit Zielzellen.

Weitere Analysen ergaben, dass solche polysynaptischen „starken Verbindungen“ sowohl in erregenden als auch hemmenden Axonen vorherrschend waren und ihre Anzahl deutlich höher war als erwartet, wenn Synapsen zufällig gebildet wurden.

Forscher spekulieren, dass unter einer großen Anzahl zufälliger schwacher Verbindungen einige bestimmte Axone die Aktivität von Neuronen durch absichtlich gebildete starke Verbindungen regulieren könnten.

Darüber hinaus analysierten die Forscher auch eine spezielle Art von Pyramidenneuronen im Detail.

Es gibt zwei spiegelsymmetrische Ausrichtungen der Basaldendriten dieser „dreieckigen“ und „Kompass“-Zellen, was darauf hindeutet, dass sie möglicherweise unterschiedliche Funktionen haben.

Der Autor gab jedoch auch an, dass die relevanten Proben von Epilepsiepatienten stammten. Obwohl unter dem Lichtmikroskop keine offensichtlichen pathologischen Veränderungen festgestellt wurden, kann nicht ausgeschlossen werden, dass eine langfristige Epilepsie oder eine medikamentöse Behandlung zu einigen Veränderungen geführt haben könnte in den Verbindungen oder Strukturen des kortikalen Gewebes.

Mit anderen Worten: Die Universalität dieses Modells muss möglicherweise noch weiter überprüft werden, aber es hat zumindest eine weitere Schicht des synaptischen Netzwerks enthüllt.

Damit die Menschen die Modellierungsergebnisse nutzen können, um weitere Geheimnisse zu entdecken, hat das Forschungsteam alle Originaldaten, Modellierungsergebnisse und zugehörigen Tools als Open Source bereitgestellt.

Alle Datentools sind Open Source

Der Autor hat Neuroglancer entwickelt, eine interaktive Online-Datenvisualisierungsplattform, mit der andere Forscher den H01-Datensatz in verschiedenen Maßstäben untersuchen können.

Es enthält alle originalen elektronenmikroskopischen Schnittbilder sowie Segmentierungsergebnisse der Neuronenmorphologie, der Synapsenposition und der Erregbarkeit/Hemmung sowie Beschriftungen verschiedener Zelltypen. Benutzer können die Mikro- und Makroaspekte des Datensatzes flexibel beobachten . Struktur.

Zusätzlich zu den Daten verfügt der Autor auch über Open-Source-CREST, ein Tool zur Erforschung synaptischer Verbindungen zwischen Neuronen, und CAVE, eine kollaborative Online-Korrekturplattform, die tief in Neuroglancer integriert ist, um anderen Forschern bei der Erforschung und Analyse dieses beispiellosen Problems zu helfen Großräumiger Datensatz des menschlichen Gehirns aus allen Blickwinkeln.

Der Autor sagte, dass die Offenlegung dieses Ergebnisses der akademischen Gemeinschaft eine physische Grundlage für die Untersuchung der Struktur und Funktion des menschlichen Gehirns und eine Referenz für die Krankheitsforschung bieten wird.

Obwohl H01 im Vergleich zum gesamten menschlichen Gehirn beispiellose detaillierte Informationen geliefert hat, sind diese Daten nur die Spitze des Eisbergs dieses riesigen Organs. In Zukunft werden ähnliche nanoskalige Bildgebungen weiterer Bereiche und Ebenen des menschlichen Gehirns erforderlich sein . und dreidimensionale Rekonstruktion fordert der Autor auch die akademische Gemeinschaft zur Zusammenarbeit auf.

One More Thing

Die Veröffentlichung der H01-Datenreihe fällt mit dem 10. Jahrestag der Gründung des Connectomics-Teams von Google Research zusammen.

Zuvor veröffentlichte das Team auch eine Drosophila-Gehirnkarte mit 25.000 Neuronen und Millionen von Verbindungen zwischen ihnen.

Letztes Jahr kündigte das Team außerdem an, mit einer Reihe von Universitäten zusammenzuarbeiten und 33 Millionen US-Dollar für die Kartierung des Hippocampus im Mausgehirn auszugeben. Dieses Projekt steht auch im Mittelpunkt der nächsten Arbeit des Teams.

Die dieses Mal veröffentlichte H01-Karte wurde erstmals im Juni 2021 als Datensatz und Preprint-Papier veröffentlicht. Nach Optimierung und einer tiefergehenden Analyse der synaptischen Eigenschaften wurde heute die offizielle Version des Papiers enthüllt.

Papieradresse: https://www.science.org/doi/10.1126/science.adk4858

参考链接：
[1]https://research.google/blog/a-browsable-petascale-reconstruction-of-the-human-cortex/。
[2]https:// www.sciencealert.com/amazingly-detailed-images-reveal-a-single-cubic-millimeter-of-human-brain-in-3d。
[3]https://news.ycombinator.com/item? id=40313193。

Das obige ist der detaillierte Inhalt vonDie detaillierteste 3D-Karte des menschlichen Gehirns ist in Science veröffentlicht! GPT-4-Parameter entsprechen nur 0,2 % des Menschen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!