竞逐脑计划 解密智慧之源

2023-06-22 14:07张田勘
百科知识 2023年12期
关键词:脑科学皮层图谱

张田勘

大脑是人类智慧之源,依靠大脑和人体独特的结构,人类成为拥有高级智慧的生物,创造了农业文明、工业文明,并正在向生态文明迈进。

为了弄清大脑的奥秘,需要研究并阐明大脑和神经系统的工作原理和机制,并以此为根基发展人工智能。不过,一直以来,人类对大脑的认识和理解十分有限。2021年,美国《科学》杂志公布全球最前沿的125个科学问题,其中16个问题与脑科学紧密相关,如“意识存在于何处”“人类情感源于何处”“人为什么需要睡眠”等。迄今为止,有近三分之一的诺贝尔生理学或医学奖与脑科学有关,表明脑科学不仅是解开人类创新和创造之谜的关键,也是推进人类文明进入生态文明的基石。

人脑中约有1000亿个神经元,只有了解它们是如何通过突触连接等方式构成错综复杂的神经网络和产生创造性思维的,才能将脑科学成果与人工智能、互联网、大数据、云计算等技术进行结合,创造更多的物质财富和更高的人类文明形态。

世界各国纷纷投入脑计划

2013年1月,欧盟宣布,投入10亿欧元启动由来自26个国家的135个合作机构参与、预期10年的欧盟人类脑计划(HBP)。2013年4月,美国宣布投入38亿美元启动美国的大脑研究计划(简称美国脑计划)—创新性神经技术大脑研究计划(BRAIN Initiative)。

2016年3月,中国发布的《“十三五”规划纲要》将“脑科学与类脑研究”列为“国家重大科技创新和工程项目”,正式提出“中国脑计划”。2021年9月,中国科技部发布《科技创新2030—“脑科学与类脑研究”重大项目2021年度项目申报指南》,正式启动中国脑计划。国家拨款预算近32亿元,计划整体规模预计可达百亿元。

欧盟、美国和中国的脑计划代表了当今大脑研究的深度和广度,因此,从这三项脑计划可以了解当今最前沿的人类脑计划的全貌、重要内容、实质和进展。

歐盟的脑计划—模拟大脑功能

欧盟的脑计划提出时间较早,而且比较全面。最初的计划包括12个子计划:

1.了解老鼠的大脑结构及其电化学功能;

2.了解人脑的结构及其电化学功能;

3.了解大脑如何执行其系统级别和认知功能的活动(系统和认知神经科学);

4.推导高级数学模型以从研究数据中得出结论(理论神经科学);

5.收集、组织和提供大脑数据;

6.建立大脑模拟平台;

7.构建大脑复杂模型,并分析大量数据;

8.研究和了解大脑疾病分布及其各自的疾病特征;

9.研发和应用受大脑启发的计算技术;

10.研发虚拟机器人和真实机器人,开发大脑模拟的测试环境;

11.管理与协调脑计划的执行;

12.探索脑计划在伦理和社会方面的影响。

欧盟的脑计划也曾受到一些欧盟国家和研究人员的批评。2014年7月7日,154名欧洲研究人员向欧盟委员会发出一封公开信,认为该计划的研究范围过于狭窄,因而欧盟对该计划进行了一些调整。

10年过去,欧盟的脑计划取得了哪些成果呢?

在欧盟的脑计划中,最主要的研究内容起源于一项名为“蓝脑计划”的脑科学研究项目。该计划开始于2005年,目的是通过人工方式模拟哺乳动物的大脑,以用于治疗阿尔茨海默病和帕金森病。由于研究人员使用IBM公司的蓝色基因计算机(每秒钟能够进行22.8万亿次浮点运算)模拟大脑的各种机制,故名蓝脑计划。

2013年,欧盟在蓝脑计划的基础上进行扩展,提出了为期10年的欧盟人类脑计划。该计划由亨利·马克拉姆领导,用超级计算机模拟人工神经网络模型,以实验数据逆向打造哺乳动物的大脑。科学家希望通过这一充满挑战性的研究项目发现意识的本质。

在该项目中,科学家将研究重点放在了大脑皮层单元上。皮层单元是哺乳动物的大脑独有的结构,也叫新皮层,它参与所有认知和情感功能。最初,研究人员模拟了大鼠的大脑新皮层柱,并认为这是新皮层最小的功能单位,负责意识、思维等高级功能。大鼠的新皮层柱包含约1万个神经元和108个突触。虽然与大鼠的大脑有相似之处,但是人类大脑的新皮层体积更大、更复杂,每个柱体长约2毫米,直径0.5毫米,包含约6万个神经元。

2007年11月,在蓝脑计划阶段,研究人员建立了一个用于创建、验证和研究大脑新皮层柱的数据驱动过程。2008年,研究人员又建成了第一个由1万个神经细胞组成的人工细胞新皮层柱。2011年7月,该计划已经拥有了由100个新皮层柱组成的细胞中央环路,其中包含100万个神经细胞。

在欧盟人类脑计划启动后,2014年,研究人员建立了一个老鼠大脑模型,包含100个中央环路,共计1亿个神经细胞。当时,研究人员预测,2023年可以建成类似的人类大脑模型,细胞总数将达到1000亿个,相当于1000个老鼠大脑的细胞总数。实际上,这就是人类大脑的平均容量。

另一方面,2015年,参与欧盟人类脑计划的瑞士洛桑联邦理工学院的科学家建立了一个定量模型,揭示了先前未知的大脑胶质细胞、星形胶质细胞和神经元之间的关系。这一模型可通过神经胶质血管单元(NGV)的功能来描述大脑的能量管理。

2017年,欧盟人类脑计划的研究人员发现,神经元簇之间存在多达11个层面的联系。因此,该计划负责人马克拉姆认为,之所以我们现在很难理解大脑的“网络机制”,部分原因是通常用于研究网络的数学方法无法探测到足够多的层面。因此,研究人员下一步需要利用代数拓扑对神经网络进行建模。

2018年,欧盟人类脑计划发布了首个数字3D脑细胞图谱。这一进展如同从手绘地图到“谷歌地球”,提供了大脑737个区域的主要细胞类型、数量和位置信息。2019年,该计划的研究人员已经完成了全部大鼠大脑皮层图谱,虚拟脑电图实验即将开始。不过,利用超级计算机建立和模拟人的大脑功能并了解大脑的运行机理,还面临着巨大挑战。

欧盟人类脑计划获得的成果并不止于此,在其他方面同样取得了进展。欧盟人类脑计划已经建立了神经信息学、大脑仿真、神经计算、神经形态计算、人工智能机器人和医疗大数据6个信息学通信技术平台,允许各国科学家共享、编辑和模拟脑研究数据。

近10年来,一些欧洲国家也陆续公布了不少脑科学方面的研究成果,如荷兰的抑郁和焦虑研究(NESDA)收集了3000多名抑郁症和焦虑症患者数据,为认识和防治抑郁症、焦虑症提供了心理学、社会学、生物学和遗传学方面的信息。同时,英国建立的生物库(UK Biobank)是迄今为止世界上规模最大的人类健康资源库,包含英国50万名40~69岁志愿者的数据,不仅涉及遗传、环境等与人类重大疾病相关的信息,也有大量关于大脑的信息供科学家进行分析、研究。

美国脑计划—开启脑计划2.0

美国脑计划由美国国立卫生研究院(NIH)领导,参与方不仅包括索尔克生物研究所、杜克大学、麻省理工学院和哈佛大学等美国研究机构,同时还有来自全球多个国家和地区的大学和研究所。

美国脑计划目前分为两个阶段,预计随着研究深入还会发展出第三阶段和第四阶段。该计划的第一阶段名为“脑计划细胞普查联盟”(BICCC),2014年正式启动,主要开发高通量、高精度的研究工具,为大脑进行表征标记,并对脑细胞进行分类。美国脑计划的主要任务集中于7个方面:发现神经元和神经胶质细胞类型的多样性;绘制从神经突触到整个大脑的多尺度图谱;开发和应用大规模监测神经元活动的方法;证明大脑活动与行为之间的因果关系;确认大脑的基本工作原理;促进人类神经科学发展;探索神经活动模式如何转化为情感认知机制。

2017年,BICCC项目扩大为“脑计划细胞普查网络”(BICCN)。该项目在整合脑细胞的分子学、形态学、生理学和解剖学特性的基础上,进一步优化脑细胞分类,对哺乳动物大脑中的不同类型的细胞进行识别和编号。

无论哪种器官,其基本单位都是细胞,只有了解大脑细胞的组成才能更好地理解大脑的工作机制,并进一步探索相关疾病的发病机制。脑细胞普查就是要了解、认识所有脑细胞,记录它们的形状、特征、数量、位置、生物电信号等综合信息,最后把获得的信息编制成图谱和目录。因此,这个工作有点像人口普查。

现在,美国脑计划第一阶段的工作已经有了结果。研究人员已经完成了对人类和其他一些哺乳动物大脑初级运动皮层的图谱绘制,主要成果发表在2021年10月6日的《自然》杂志上。该图谱是在分子水平上绘制的哺乳动物初级运动皮层细胞类型特征图,也是迄今为止最全面、最细致的哺乳动物大脑图谱。

研究人员表示,通过对单细胞转录组、染色质可及性、DNA甲基化组、空间分辨单细胞转录组、形态学和电生理特性等进行大规模分析,并通过跨模态计算分析进行集成,完成了BICCN的初级产品。

这个成果能增进人类对脑细胞类型组织的总体认知和理解。比如,能揭示大脑皮层细胞类型的统一分子遗传背景;提供了运动皮层的空间分辨细胞类型图谱;证明了神经元的生物学有效性和基因组基础;发现脑内(IT)细胞是初级运动皮层中最大的神经元分支。

研究者还发现,大脑中分泌γ-氨基丁酸的细胞集群也显示出层状分布。在非神经元的细胞簇中,血管软脑膜细胞(VLMCs)形成了大脑皮层的最外层细胞。成熟的少突胶质细胞和一些星形胶质细胞则富集于白质(位于大脑皮层的深部,也称髓质)。其他亚类的非神经元细胞则基本分散在大脑各层。总之,初级运动皮层中的神经元和非神经元细胞群形成了复杂的空间分布。初级运动皮层形成的复杂的空间组织,完善了传统上定义的皮质层。此外,初级运动皮层神经元的投射并未遵循简单的“一个细胞类型到一个目标区域”的模式,而是形成了一个复杂的多对多的投射网络。

美国脑计划第一阶段并非仅取得上述成果,也推进了一些针对大脑疾病的研究,如美国进行了全美规模最大的关于大脑发育和儿童健康的队列研究(ABCD),采集影像學、遗传学、神经心理学等数据,为研究青少年认知功能的长期变化和儿童期脑疾病(如孤独症)提供了研究平台。美国的ENIGMA项目采集了3万余人的脑影像扫描数据与遗传数据,是全球最大的脑图谱项目,也是美国脑计划的一部分。通过这些数据,医疗机构能够更好地筛选孤独症、抑郁症或阿尔茨海默病患者并提供早期诊断。

2022年,美国脑计划第二阶段的任务正式启动,主要研究工作是描绘“脑计划全细胞图谱网络”(BICAN),目标是在未来5年内绘制出一个完整的人类大脑细胞类型图谱。该阶段的任务也被称为“脑计划2.0”,包括三大研究课题:绘制综合的人脑全细胞图谱;构建哺乳动物大脑微连接性图谱;研发精准靶向脑内各类细胞的工具和技术。

具体而言,脑计划2.0要绘制人类大脑从出生、发育到成熟、衰老等各个阶段的全细胞图谱,同时还要描绘不同人种、不同生活习惯等因素对人脑全细胞图谱的影响。因此,人脑全细胞图谱完成后可以为研究大脑相关疾病提供更多、更好的线索,为研究神经退行性疾病、痴呆症、精神疾病、成瘾疾病等的发病机制和防治提供帮助。

美国国立卫生研究院将为脑计划2.0投入超过5亿美元的资金,除了绘制人脑全细胞图谱,还要研发精准靶向脑内各类细胞的工具和技术,开发病毒载体和脂质纳米颗粒,以定位和调整特定类型的脑细胞。此外,科学家还会研究数百个人类大脑。

因此,美国的脑计划2.0在未来几年内(至2027年)可能会取得更多突破性进展。

中国脑计划—力争国际领先成果

中国脑计划围绕大脑认知原理分析、认知障碍相关重大脑疾病、类脑计算芯片与脑机智能机器人、儿童青少年大脑智力发育研究、技术平台建设5个方面展开研究。

根据科技部于2021年公布的《科技创新2030—“脑科学与类脑研究”重大项目2021年度项目申报指南》,我国相关机构已经部署了59项研究,如神经细胞的起源、分化与老化进程;新型无创脑机接口技术;婴幼儿社会情绪与交流能力发展的脑机制;多模态、多尺度脑图谱研究新技术等。中国脑计划将在脑科学、脑疾病早期诊断与干预、类脑智能器件三个前沿领域取得国际领先的成果。

目前,中国脑计划提出了早期阶段的具体任务目标:

通过建立中国人脑健康多维度大数据库,结合遗传学、影像学、症状学等多模态数据,利用共享计算分析平台,建立若干种认知障碍相关重大脑疾病精准早期诊断标准和干预手段,力争让中国的研究证据在孤独症、抑郁症、痴呆等疾病的国际临床指南中超过1/3;

通过绘制重大脑疾病表型特征谱,研发出在国际上领先的早期诊断、有效治疗的新技术和疾病复发预警系统,实现脑疾病的早预防、早诊断和早治疗;

依托临床队列研究和数据库,借助分子生物学、生物信息学和影像学等学科的快速发展,在分子、神经环路、神经网络以及疾病人群等多个层次全面解析脑疾病的发病机制。

由于中国脑计划侧重于大脑疾病的防治,因此在脑疾病诊治方向上设立了三个子任务:孤独症等儿童疾病、抑郁症等成年疾病和痴呆等老年疾病的研究。每个子任务都有具体的研究目标:对孤独症的确诊率和治疗有效率提高40%;对抑郁症的早期诊断正确率提高50%,累计临床治愈率提高50%,抑郁症引起的致死致残率下降20%;对痴呆实现早期预警,延缓疾病发生,提高生活质量。同时,在中国腦计划第一个5年任务期内,争取建成中国人脑健康多维度大数据库;开发适合中国人群的脑健康风险预测模型及个体化早期诊断、治疗方案和综合干预模式。

目前,与认知障碍相关的脑疾病在“负担排名”中已经超过肿瘤、心血管疾病。全球约有9.7亿人患有脑疾病,占世界人口总数的13%以上。在中国,精神障碍类疾病患者约为2.4亿人,患病率高达17.5%,其中孤独症的患病率为0.7%,抑郁症的患病率为3%~5%;阿尔茨海默病的患病率为0.7%~22%;在65岁以上的老年人中,帕金森病的患病率为1.7%。

此外,脑疾病也是我国致残率、致死率最高的疾病,90%的自杀死亡者患有与认知障碍相关的脑疾病。近年来,阿尔茨海默病在我国已经呈现年轻化趋势。然而,目前仍缺乏有效预防、诊疗脑疾病的手段,因此,预防和诊疗各类脑疾病是中国脑计划中极为重要的任务。

欧盟的脑计划侧重于通过超级计算机技术模拟脑功能,以实现人工智能。美国的脑计划重点在于探索人类大脑工作机制、研发大脑不治之症的疗法等。中国脑计划的目标是在计划提出后的15年内(2016—2030年),在脑科学、脑疾病早期诊断与干预、类脑智能器件三个前沿领域取得国际领先的成果。

尽管目标有差异,但从欧盟、美国和中国的脑计划可以看出,脑科学是未来生物医学、人工智能研究的重点领域。相信不远的未来,在各国科学家的共同努力下,脑科学相关学科将迎来突破性进展,更多脑部受损、脑疾病患者及其家属将从中获益。

【责任编辑】张小萌

猜你喜欢
脑科学皮层图谱
从STEM到STEAM:脑科学基础及教育启示
脑科学在语文阅读教学中的应用举隅
绘一张成长图谱
急性皮层脑梗死的MRI表现及其对川芎嗪注射液用药指征的指导作用研究
基于复杂网络的磁刺激内关穴脑皮层功能连接分析
补肾强身片UPLC指纹图谱
模拟初级视皮层注意机制的运动对象检测模型
杂草图谱