腦是人體最為複雜的器官，揭示腦的奧秘被認為是生命科學研究的“終極疆域”。
其中，神經元作為構成神經系統結構和功能的基本單位，不僅是人類探索大腦奧秘，揭開人類行為模式、思考模式的突破口，也對治癒人類神經疾病有重要意義。重建神經元會讓我們深入瞭解大腦工作模式。
不過，這也是一項異常艱鉅的工作：每個神經元各不相同，又相互交織，同時，它們還會從其他數千個神經元那裡接收資訊，並與數千個神經元共同輸出資訊，科學家常常把神經元之間的對映關係比作複雜的高速公路。
想要重建神經元，我們不僅需要弄清楚每個神經元的特質，更要弄清楚它與其他數千個神經元，在如不同化學藥品、不同行為反饋等情境下資訊交換的模式。
10月7日，國際頂級學術刊物《Nature》釋出了題為《Morphological diversity of single neurons in molecularly defined cell types》的小鼠大腦神經元重構的文章。該研究實現了1741個小鼠神經元的重建，是目前全球學術範圍內最大規模的神經元重建；同時還定義出11種具有不同形態特徵和基因表達的主要投射神經元型別。
據介紹，這項研究成果出了為細胞分類研究提供了科研素材，也為繪製全域性網路和區域性迴路圖譜提供了基礎真實資訊。
據悉，在完整神經元形態重建中，科學家將神經元細胞型別準確分類和神經元多樣性考慮進實驗，同時還將不同但相關的細胞特性進行了整合，以獲取更加精確的神經元分類和圖譜繪製。
當然，完成這項工作並不輕鬆。科學家們需要詳細分析小鼠全腦三維資料集，其包含上萬個XY平面的冠狀影象，使用TeraVR虛擬現實標記系統對3D影象進行人工標記，來重建每個神經元的完整形態。
論文截圖
對於2D影象的標註，科學家只需關注平面上的點位，相對較為容易；但這項研究是透過VR裝置在3D影象上做標記，這也意味著科學家們不僅需要了解該標記在基於平面視角上的精確位置，還需要從立體視角精確標記該點位的深度。
這就如同一個人在3D遊戲中想抓住一隻飛行在極大空間裡的小蟲，使用者雖然可以迅速定位這隻小蟲的平面位置，但真正捕捉它的時候卻發現它在定位空間之外的垂直高空中。這也是人工標註容易出現錯誤的原因。
因此，所有神經元資料還需要再讓獨立的科學家進行檢查和勘誤，全部資料需要經過三輪校驗甚至修正才能得到最終標註結果，而每個資料完成一輪勘誤需要花費至少1小時人工。
鑑於此，騰訊天衍實驗室針對性地開發出一種自動的錯誤節點檢測演算法，用AI對人工標註進行自動糾錯。據介紹，該演算法能對包括迴圈、間隙和不正確的節點型別重建錯誤進行自動檢測和基本糾正，並將糾正結果發回進行人工核實。據測算，該演算法對單個節點重建錯誤檢測AUC達到94.9%，準確率達到86.6%。
當然，對於擁有860億神經元的人腦研究來說，我們還有很長的路要走，但能成功將AI引入工程巨大的神經科學研究的海洋，對我們來說或許是開啟更復雜世界探索之旅的一個開始。
附註
該研究由西雅圖艾倫腦科學研究所和東南大學腦科學與智慧技術研究院/東南大學-艾倫聯合研究中心聯合牽頭，彭漢川教授、曾紅葵教授領導的國內外研究團隊共同參與。騰訊天衍實驗室作為論文共同完成單位和東南大學合作開發了AI糾錯技術，協助科學家展開研究。
