Nature：破解大脑的奥秘

small

美国和欧洲都准备投入数十亿美元来破解人类大脑的奥秘，从而了解我们自己的大脑是如何工作的。但是开展这项工作的技术难度也是相当大的。

美国加利福尼亚州斯坦福大学医学院（Stanford University School of Medicine in California）的神经生物学家Bill Newsome在今年的3月突然接到了美国国立健康研究院（US National Institutes of Health）的院长Francis Collins打来的一个电话，Newsome接到电话的第一个反应是惊讶，因为Collins这么突然地找他是为了问他是否能够共同承担一项预计为期十年的大型项目——一个旨在破解人类大脑奥秘的大型科研项目。这个工作在Newsome听来是一个吃力不讨好的、还没有成型的、麻烦的工作，反正一句话，只要他答应了，他的这个暑假就算是彻底完蛋了。但是24小时之后，Newsome改变了主意。“这个时间点选得太好了，因为脑科学是21世纪最让人激动的研究方向了。” Newsome这样评价道，于是他决定干了。

这个项目的幕后大老板实际上是美国总统Barack Obama。就在Collins给Newsome打了那个电话两个星期之后的4月2号，美国总统Barack Obama就宣布将投资1亿美元（这只是初期投入，预计整个项目完成将需要 10亿美元），启动脑科学研究计划（BRAIN Initiative）。欧盟也有类似的计划，在2013年的1月28日，欧盟宣布将投入5400万欧元（约合6900万美元）启动“人类大脑研究项目（Human Brain Project）”，并且计划在未来的十年内总计为这个项目投入约10亿欧元（Nature 482, 456–458; 2012）。

虽然美国和欧盟这两个脑科学研究项目的目的有所差异，但是从研究所能取得的成果来看，他们都解决了神经科学家们最关心的一个问题，那就是我们人类大脑里数十亿个神经元细胞和数万亿的神经连接（即突触）是如何组织在一起，并协调运作的，是如何让我们感受到爱情的甜蜜的？为什么会起冲突，又是如何解决数学难题，吟诗作赋的呢？此外，科学家们还想了解人的一生中神经回路（circuitry）的变化机制，以及突触的不断形成与消退等机制。

如果要达成上述这些研究目标，还需要很多创新的技术，比如能捕捉神经元细胞电活动信号的纳米技术、遗传学技术、以及光学等技术，通过这些技术能了解这些神经元细胞都干了些什么，还能以前所未有的分辨率描绘出大脑里的解剖联络通路，以及认识大脑是如何处置EB级的海量信息的。据美国芝加哥西北大学（Northwestern University in Chicago, Illinois）的神经科学家Konrad Kording介绍，我们人类的大脑在30秒内就可以处理和哈勃太空望远镜获得的全部数据同样多的信息。

这些年来科学家们也一直在解决这些问题，并取得了一些突破，比如在最近几年里取得了长足进展的光遗传学技术（用这种技术能够以非常高的精度用光刺激信号激活大脑深部的神经元细胞），以及以前所未有的细致度描绘的大脑解剖图谱等。到目前为止，绝大部分神经科学家还在以小鼠，或者线虫等比较简单的模式生物为研究对象，来认识在进化上相对保守的基础神经机制，他们试图通过这些认识来推测人类大脑的基础运行机制。接下来，将为您介绍几种在未来脑科学研究工作当中一定会用得着的最新技术。

1. 信号记录及检测技术

正如前面介绍的那样，在大脑活动时会产生大量的电信号，如果科研人员们想要了解这些电信号的具体含义，那么首先就得尽可能地同时记录下如此大量的神经元细胞产生的这些电信号。

目前最常用的方法还是在大脑组织里插入一根金属电极（探针），以此来记录大脑活动的电信号，但是这种技术存在相当大的问题。比如每一个电极上面都连着一根导线，通过这根导线来记录模拟电信号（analogue signal），比如电压的变动等信息，可是在导线的传输过程中，这些信号非常容易丢失，或者失真。另外，为了尽可能减少对脑组织的损伤，这些导线必须非常细，比如达到像头发丝那么细的程度。近50年里，这种电极记录技术也取得了非常大的进步，差不多每7年就能上一个新的台阶，同时用电极监测的细胞数量可以翻一番，目前的电极已经可以同时监测数百个神经元细胞的电活动情况，不过我们还需要监测细胞数量更多、监测信号质量更高的电监测技术。

幸好现在有了新一代的硅制神经电极探针，可以让电极尽可能地做到微型化。电信号记录转换仪（将电极记录到的模拟信号转换成方便分析的电信号）也能够像电极那样做到一小块硅芯片上，这样就大大缩短了电信号在导线里的传输距离，尽可能地减少了信号的损失和失真等情况。今年2月在美国加利福尼亚州旧金山市召开了半导体技术国际学会（International Solid-State Circuits Conference），比利时的纳米电极研究机构 imec在这次大会上首次推出了这种神经电极记录仪的原型机产品。这种电极探针只有1厘米长、一美元钞票那么厚，可里面却装有52根超细的导线和开关，科学家们可以在456根硅电极之间轻松地进行无缝切换操作。

如果将这种探针插入小鼠的大脑中，那么探针里的记录电极就可以同时监测、并记录下探针所穿过的所有大脑组织层面，比如从皮质（cortex）到脑干丘脑（thalamus）里的电活动信号。这些信息能够帮助科研人员发现大脑各组织结构之间的联络关系。据imec研究中心负责生物及纳米电（nanoelectronics）研究事物的Peter Peumans介绍，他们这种电记录仪还可以进一步扩展，预计在3年之内，一个探针的容量可以提升到2000个记录电极和 200多条导线。

除了被动的记录神经电活动信号之外，科学家们也希望主动的进行一些工作，比如主动刺激神经细胞，看看这些细胞会做出什么反应，在电活动层面和动物的行为层面都发生了哪些变化等等。每一个imec探针里都含有 4个刺激电极（stimulating electrodes），他们计划将来能够在探针里装入20个，或者更多的刺激电极。但是由于这些刺激电极和探针里的记录电极会互相影响，所以也可能会放弃这种电刺激的方式，改用光刺激的方式。这就是所谓的光遗传学技术（‘optogenetic’technique），即先将视蛋白（opsins）这种光敏感的离子通道蛋白（light-sensitive ion-channel protein）插入到神经元细胞里，然后用一根光纤插入到大脑里，通过光刺激就可以激活表达特定视蛋白的神经元细胞。有一个研究小组最近就用光遗传学技术对小鼠进行过实验，他们成功地复制了小鼠的某种行为，这种行为被认为与强迫症（obsessive-compulsive disorder）有关。

新一代光遗传学神经探针能够指哪打哪，高精度定向激活目标神经元细胞，不必再使用麻烦的光纤。比如今年4月，美国华盛顿大学（Washington University in St Louis, Missouri）的Michael Bruchas课题组就使用了一种无线的（无光纤）的光遗传学原型设备，激活了神经元上的视蛋白开关，这种设备采用的发光技术是一种能够被广播信号激发的发光二极管（light-emitting diodes）。 Bruchas课题组将这种设备植入了小鼠的大脑中，激活了小鼠大脑里的奖励中枢（reward centre），结果小鼠很快就学会了如何打开发光二极管（即将它们的鼻子伸进一个洞里），这个实验说明，光刺激手段的确能够改变动物的行为。

科学家们一直在寻找更多的、天然的，或者是人工改造过的、能够对不同波长的光线起反应的视蛋白，以期能够帮助我们更好地研究神经系统的工作机制。神经探针里不仅能够装上各种电极来记录、或者激活成千上万的神经元细胞，还可以装上各种探测器，检测各种对神经活动有影响的因素，比如各种神经递质，或者温度等生理指标的变动情况。

未来可能还会出现很多更先进的研究手段。比如有一些科研人员就建议使用纳米级的光敏设备，将这些设备直接植入神经元细胞的细胞膜内，通过细胞对其供能，用无线的方式向外传送细胞的活动信息。

还有一种办法就是完全不用任何的检测设备，只是捕捉动作电位（action potential）留下的种种痕迹。Kording等人采用的就是这种策略，他们利用的工具是DNA聚合酶（DNA polymerase）。他们自己设计了一种DNA聚合酶，当细胞内钙离子浓度升高时，这种聚合酶就会将错误的碱基掺入到新合成的DNA链当中。我们都知道神经元细胞兴奋、出现动作电位时胞内的钙离子浓度就会升高，所以如果细胞内表达这种DNA聚合酶，就会在DNA链中留下错误，通过测序就能够发现这些错误（比如错误序列的长度或者错误的序列），进而推测出动作电位的相关信息，比如在什么时候出现过动作电位等。据Kording介绍，这种策略在理论上是完全可行的，不过他们现在的工作还只是处于起步阶段。

small

2. 作图技术

不论科研人员收集了多少有关神经元活动，以及神经通路的信息，最终他们需要的还是一副可靠的、超级细致的大脑神经网络解剖图谱。这就好像如果要了解一个城市的交通流量信息，只有拿到更详细的交通流量图，我们才能够更加准确地预测出高峰时段的交通状况。在我们的大脑里，神经网络解剖图谱就好比是交通流量图，而神经活动就好比是实际的交通运行状况。

一个多世纪以来，科学家们的作图方法一直都是大脑切片法，他们将大脑组织尽可能地切成薄片，然后对每一片大脑组织进行染色，再在显微镜下进行细致的观察。但是将那么多切片组织信息再集合起来，还原成一个立体的大脑可不是那么容易的。

即便如此，德国 Jülich研究中心（Research Centre Jülich in Germany）的 Katrin Amunts课题组还是决定啃下这块硬骨头，而且她们已经在上个月宣称完成了这项工作，公布了一幅人的三维立体大脑结构图，而且精细程度无与伦比。为了完成这项工作， Amunts课题组将一位65岁妇女的大脑组织切成了7400片，每一片的厚度只有20毫米，然后进行了染色和镜下观察，得到了数TB的数据，最后在两台超级计算机上用了1000多个小时将这些信息整合在一起，还原出了原始的大脑立体结构。这个大脑结构图清晰地展示出了大脑上的褶皱，在传统的二维截面结构图里是无法展现这些褶皱的。据Amunts介绍，她们的这个项目用了整整十年的时间，现在她又开始对第二个人体大脑组织进行同样的解剖工作了，她希望能够找出这两个大脑组织之间的异同点，据她估计，这一次应该用不了十年那么久。

美国哈佛大学（ Harvard University in Cambridge, Massachusetts）的Jeff Lichtman和德国慕尼黑马克普朗克神经生物学研究所（Max Plank Institute for Neurobiology in Munich, Germany）的 Winfried Denk则正在与德国的光学巨头——卡尔•蔡司公司（Carl Zeiss）合作，开发一款新型电子显微镜，这种显微镜可以观察25纳米（这只有细胞平均厚度的千分之一）的脑组织切片。“有了这种显微镜，大脑里发生的一切都逃不过我们的眼睛，不论是细胞里、细胞器里，还是突触里发生的任何改变，我们都会看得一清二楚。”Lichtman充满信心地说道。这款新机器预计在明年可以问世，交付给他们两个实验室使用。

据Denk介绍，使用传统的单电子束扫描（single scanning beam of electrons）电子显微镜，科学家们只能够重建出1立方毫米的脑组织结构，如果要扫描整个小鼠大脑的所有切片，那至少需要好几十年的时间，而最新的这种超级电子显微镜则拥有61道扫描电子束，完成这项工作只需要几个月的时间。 Denk估计用这种超级电子显微镜可以用不到 5年的时间重建出小鼠的三维立体脑组织结构图。

Lichtman和Denk还没有解决的一个问题是如何将这些二维图像重组成立体的三维图像。Denk的实验室用传统的电子显微镜做过一次试验，他们对一小块小鼠的视网膜（这是哺乳动物大脑里最简单的一个部分）组织进行了扫描，得到了300GB的图像信息。但是单靠计算机无法将这些数据重建成一个立体的视网膜结构，于是他们找了230个人，用人工的方法（用眼睛看）才将这些切片重新拼接到了一起。据Denk介绍，如果脑组织再大一点，他们的这种方法就不管用了，必须开发一种新的计算机算法来解决这个问题。

如果对分辨率的要求不高的话，科学家们还是有比较简单的方法可以得到脑组织的立体结构的。其中一种方法就是CLARITY技术，这项技术在今年4月首次亮相时曾经引起过一阵轰动。美国斯坦福大学（Stanford University）的Karl Deisseroth等人发明了这种CLARITY技术，这是一种化学方法，他们通过将大脑组织里不透明的脂质成份替换成透明凝胶的方法，使整个大脑变成了一个透明的组织，这样无需再做任何操作，就可以清楚地看到脑组织内部的结构。Deisseroth也曾经用这种CLARITY技术研究过一个患有自闭症的6岁小男孩的大脑，结果发现在这个小孩的大脑皮质区域里，神经元细胞形成了一种不同寻常的阶梯状结构（ladder-like arrangement）。还有很多科学家也都急于使用这种CLARITY技术对正常的脑组织进行研究（Nature 497, 550–552; 2013）。

不过不论这些活性检测技术和解剖观察技术的效率有多么高，还是有很多研究人员认为我们没必要观察每一个神经元细胞，他们认为，放过一些神经元细胞一样可以发现整个大脑的工作机制。Newsome就认为，他们根据蛛丝马迹就可以推测出整个大脑的运行机制。

small

3. 数据解析技术

在解析大脑的攻坚战中，最让人头疼的可能还是数据的储存和解析工作。如果使用Lichtman和Denk等人那种新型电子显微镜，一个立方毫米的脑组织就可以产生大约 2000TB的图像信息。Denk估计一个小鼠大脑将产生60PB（petabyte）的数据，而一个人类大脑则会产生200EB（exabyte）的数据。 “这种数据规模不亚于包括Facebook和所有大型数据库在内的当今世界上所有数字信息的总和。”Lichtman介绍说。

而这还仅仅只是一个开始。因为每一个大脑都是独一无二的，所以神经科学家们肯定会收集更多人类大脑的信息，以及和这些大脑结构对应的神经活动信息。这样就会产生天量的数据存储需求。

欧洲的人类大脑研究项目计划开发一个模拟的人类大脑（brain simulation），科学家们可以与这个模拟大脑实时互动，这就更进一步的加重了数据的存储负担。该项目的参加成员之一，西班牙巴塞罗那超级计算机中心（Barcelona Supercomputing Center in Spain）的Jesus Labarta Mancho表示，他们的任务之一就是开发一种新的计算机语言，让超级计算机能够更高效地运行，能在一秒钟的时间里模拟大脑好几个部分的工作，现有的超级计算机是无法胜任这项工作的。所以他们打算让超级计算机将源自大脑某一些区域（暂时不需要模拟的区域）里的信息全都进行压缩，这样释放出来的运算能力就可以全部用于“支援”计算当前需要模拟的脑组织区域里的信息。

即便这些数据全都可以被充分的压缩、打包，理论家们也必须解决需要先提出哪些问题的问题。“这就是一个先有鸡还是先有蛋的问题。只有我们充分认识了大脑的运行机制之后，我们才能知道应该如何看待这些数据。可是不知道如何看待这些数据，我们又怎么可能认识大脑的运行机制呢？”葡萄牙里斯本Champalimaud未知问题研究中心（Champalimaud Centre for the Unknown in Lisbon）的神经理论学家Christian Machens解释说。

对于还有多少难题没有解决这个问题，理论家们也存在不同的意见，Kording等人认为，前面将要面临的问题难度相当大，他说道：“与这些问题相比，谷歌的搜索问题简直就是小儿科。大脑里的神经元细胞可能就和世界上的网页一样多，但是这些互联网网页之间也就只有那么几条单线联系，可每一个神经元细胞都要和成千上万个神经元细胞联络，而且还是非线性的网络联系，如果要解析这个网络，其难度可想而知。”

不过美国纽约冷泉港实验室（ Cold Spring Harbor Laboratory in New York）的生物数学家Partha Mitra认为，最大的困难还是社会学方面的问题。Mitra认为，发现大脑的运行机制和发现‘上帝粒子（Higgs boson）’可不太一样，因为每一个物理学家都只需要去发现这一个粒子，可是脑科学家们却要在经过深思熟虑之后设定很多个不同的目标，然后一大帮受过良好科研训练的研究人员再去追踪、并发现这些目标。

Newsome花了整整一个暑假的时间来思考需要追踪哪些目标，和他预计的一样，他的这个暑假算是彻底泡汤了。他参加了一系列的专家研讨会，为脑科学计划设定了一系列的研究目标，并且为此准备了一份报告，该报告将于今年9月公布。据Newsome透露，这份报告里不会承诺会解决所有的脑科学问题，只会提出一个工作时间表，按照这个长期的工作规划，我们将来可能会解决一些脑科学问题。

Newsome认为：“我们最终一定会认清所有的神经元细胞与人类行为之间的关系。认清这一点非常重要。”

原文检索：

Alison Abbott. Neuroscience: Solving the brain. Nature, 18 July 2013; doi:10.1038/499272a