如何测绘神经回路？
神经科学家想了解神经元的回路如何产生复杂的行为，但即使是最简单的神经网络也尚未被破译。
Marta Zlatic可能拥有世界上最乏味的电影收藏。在她位于珍妮莉娅法姆研究学院（Janelia Research Campus）的实验室里，神经科学家们已经储存了超过20,000小时的、以果蝇（Drosophila）幼虫为主角的黑白影片。这些电影描述的是果蝇幼虫最平凡的生活，例如扭动和爬行，但这些乏味的影片有助于回答现代神经科学最大的谜题之一：大脑的回路如何创造行为。
这是整个领域的一个主要目标：阐明神经元如何联系起来、信号如何通过网络传播，以及这些信号如何协同工作，指导动物动作，做出决定或者在人类中表达情感，创造意识。Zlatic指出，即使在最普通的条件下——“正常照明；没有感官线索；果蝇不饿”，果蝇都可以做30个不同的动作，包括缩头或转头，或滚动。这些行为都是由仅包含15,000个神经元的果蝇大脑控制产生的。但果蝇大脑的神经元与人类的根本没法比，人脑中存在860亿个神经元，研究起来简直无比复杂。这就是Zlatic等人非常喜欢以果蝇作为实验对象的原因之一。
Zlatic的合作者和丈夫Albert Cardona表示，目前来说，果蝇幼虫是个很好的研究对象。 如果你可以绘制神经联系图谱，那么这对于理解中枢神经系统的工作方式非常有意义。
世界各地的数十个团队正在为模型生物的大脑绘制神经回路图，而Zlatic和Cardona领导其中的两个。在过去几年里，切割大脑和跟踪神经联系的新工具和技术已经取得了很大的进展。已绘制成功的神经回路图谱也给了科学家们很大惊喜——例如，大脑可以以多种方式使用一个网络来创建相同的行为。
但是，即使是最简单的神经回路（例如Zlatic的果蝇大脑级别的神经回路），也会给相关研究带来许多挑战。各种动物的神经回路布局和功能都不相同。这些系统有一些冗余的连接点，因此研究人员很难将一个功能与一个神经回路联系起来。另外，神经连接本身不能完全解释神经回路如何产生行为；此外还需要考虑其它因素，如神经化学递质。 哈佛大学（Harvard University）研究斑马鱼神经图谱的Florian Engert指出，他试图避免使用‘理解’这个词。当我们谈理解的时候，我们指的是什么？即使我们把神经图谱绘制出来，我们也并没有理解任何东西。
科学家们希望的是，在更复杂的大脑里研究简单的回路。正如哈佛医学院（ Harvard Medical School）的神经科学家Willie Tobin指出的那样，这样做才能得到理解更复杂大脑的一般规律。
回路跟踪
神经回路最简单的大脑是秀丽隐杆线虫（Caenorhabditis elegans），它包含300多个神经元。秀丽隐杆线虫的连接组学——每一个神经连接的图谱——于20世纪80年代被绘制出来。但是动态观察这些神经联系非常困难。一些神经科学家猜测线虫大脑的工作方式与更大的大脑相同。
这就是许多人像Zlatic一样，依靠另一种无脊椎动物果蝇来研究神经回路的原因。果蝇幼虫已足够复杂来显示一些有趣的行为，但是其神经元较少，使得为其绘制神经回路图谱较为可行。此外，Zlatic等人使用很多先进技术，如光遗传学——使用光敏蛋白质控制或监测神经元的活动。
Zlatic和Cardona正在开发高分辨率的、拍摄果蝇幼虫大脑横截面图像，并且从多幅照片中自动跟踪神经元连接的技术。然后，通过匹配果蝇行为和神经活动模式，团队便可以找出哪些神经回路指导哪些行为。
例如，研究过程中的一个难题就是大脑如何在两个竞争行为之间选择做哪一个动作。去年，Cardona和Zlatic等人追踪了果蝇幼虫在受到一阵风吹时是会选择缩头，还是会选择弯曲身体（同一只果蝇幼虫，两次风吹时，可能第一次会选择缩头，第二次会选择弯曲身体）的举动。研究团队确定了哪些神经元会对风吹产生响应，并使用光遗传学依次激活这些神经元。结果他们发现，在几毫秒之内，缩头行为被抑制，而卷曲身体的行为被加强。然后，他们构建了一种预测幼虫对特定刺激的响应的计算模型。
许多实验室也在研究成年果蝇的连接组学。成年果蝇的大脑共有135,000个神经元，这个数目太大以致难以整体重建。所以科学家正在寻找较小的、可以整体测绘神经回路的神经系统。
例如，Tobin研究果蝇大脑中处理气味的脑区——一种称为嗅球的神经回路。果蝇大脑具有50个这样的嗅小球，每个直径不到20微米，含有几十个神经元，并且每半个嗅小球分别接收来自左右触须的信号。在今年5月发表的论文中，Tobin团队对一个嗅小球进行层切，随后使用电镜照片重建了50个神经元的分布，并测定了它们与其它神经元形成的连接。他们比较了嗅小球的左右两半发现，即使两侧神经回路的功能相同，神经回路的数量和连接也有一些明显的差异。
Tobin认为，左右半球神经分布的差异可能是为了补偿两侧半球发育的差异。他表示，这种鲁棒性很可能是所有大脑的一般特征，在某些疾病条件下这种特征可能会消失。当神经系统的鲁棒性不能补偿这种差异时，就会发生疾病。（对于前向无反馈神经网络而言，神经网络的鲁棒性是指当输入信息或神经网络发生有限摄动时，神经网络仍能保持正常的输入—输出关系的特性；对于反馈神经网络而言，神经网络的鲁棒性是指当输入信息或神经网络发生有限摄动时，神经网络仍能保持稳定的输入—输出关系的特性。）
Engert集中精力研究斑马鱼幼虫（Danio rerio）的大脑——大约有10万个神经元。今年5月，他的团队发表了一篇重建斑马鱼幼虫大脑的文章。在该研究中，研究者利用该大脑图谱，寻找类似的神经元在发育过程中延伸和连接的路径。他们预期，神经元在从大脑延伸到脊髓的旅程中，有一定程度的随机性。因为在哺乳动物中，这种连接往往是随意且相互缠绕的。但是Engert发现，斑马鱼神经元一直以束的形式存在，并且身体两侧的神经元连接成镜像对称。Engert指出，似乎遗传编程在引导这些神经元形成连接的过程中起到了决定性作用。这些神经回路比他们预想的要更有规律。
目前一些团队正在为小鼠脑区域绘制神经回路。例如，2014年，现就职于普林斯顿大学（Princeton University ）的Sebastian Seung领导的团队发表了小鼠视网膜中的神经元及其连接图谱。通过观察神经元的形状和它们的连接——例如星形神经元相较于分支较少的神经元，有更多的突触——研究者们可以推测细胞如何传递信号。科学家们发现，一些新测绘出来的回路传播信号时有延迟，这可能解释了眼睛是如何发送运动物体的视觉信息的。
海量数据
神经元回路教会了科学家们一个道理——不能小看任何神经网络，即使是最细小的神经网络都会有惊喜。 30年来，布兰迪斯大学（Brandeis University）的神经科学家Eve Marder一直致力于绘制蟹胃系统中由30个神经元组成的简单回路。该回路的作用很简单，连接图也早在几十年前就被破译了。尽管如此，该回路仍然有秘密未被破译。例如，Marder已经发现，尽管不同动物个体的回路可能看起来相同，并产生相同的输出，但它们的信号强度和突触的电导存在很大差异。现在，她专注于解答这个问题：随着时间的流逝，在离子通道和受体等都被不断更替的情况下，这些回路是如何保持不变的。她指出，在部件不断更替的情况下，回路是如何保持不变的？她还表示，这个问题也将适用于较大的神经网络。“事实上，我们距离搞清楚动物行为及其对应的神经信号传导的目标还很远。
科学家正在为解答这类问题做准备。这些努力需要几种新的收集和分析数据的方法，这些方法在过去5年左右就已经成熟了。Zlatic的小组与珍妮莉娅法姆研究学院的其他人合作，调整其光学工具。为了分析果蝇幼虫的视频，Zlatic招募了专门从事机器学习的统计学家和计算机科学家，以设计对幼虫运动进行分类的方法。
然后，在Cardona的实验室，科学家通过绘制果蝇幼虫大脑，编制数千张用电子显微镜拍摄的脑切片图像，并精心追踪神经元之间的连接。这张图谱构成了其它工作的起点——映射回路、操控电路和观察行为（图“连线画图”）。Cardona团队按照这个流程，揭示了果蝇大脑中蘑菇体回路如何通过将奖励或惩罚与感官信息相关联来控制学习和记忆的过程。但是Cardona表示，绘制神经图谱是目前的主要难题。重建果蝇大脑中由160个神经元组成的气味探测回路花费了Cardona团队1,100多个小时。基于以前的果蝇工作推断，绘制完整的成年果蝇大脑的图谱将需要几百个人一整年的时间。程序自动化可能可以给研究人员带来工作便利，但这些算法可能会错误识别某些连接，或遗漏某些连接。
研究较大回路时，研究者们往往喜欢将其分割成小的部分。华盛顿州西雅图艾伦脑科学研究所（Allen Institute for Brain Science）的小鼠脑连接组图谱计划（Mouse Brain Connectivity Atlas）采用的就是这种办法。在其2014年发表的研究中，该小组在小鼠视皮层单独鉴定了49种细胞。这些细胞的大小和形状各不相同，它们的放电速度及其表达的基因也不同。该团队预计整个大脑中的细胞种类会有更多。参与该研究的Hongkui Zeng估计小鼠大脑里有多达10,000种类型的神经元。
当被要求估算测绘小鼠大脑的神经回路过程中产生的数据量时，Zeng笑了起来，并指出这将是天文数字。他甚至不知道是否有合适的一个词可以用来形容这个数量级。它将远超千万亿字节的级别。说不定是千万亿*千万亿字节。
单单一个动物的连接组学就能得到这么多数据，而许多科学家希望得到多个动物的连接组学数据，并进行对比。Tobin认为，不同动物的连接组学可能有重要、也许是功能上有趣的差异。但到目前为止，我们只研究了小鼠的连接组学图谱。
许多神经科学家认为，另一个亟待研究的问题是多个神经元的同时活动。这样一来，研究人员就可以刺激一个神经元，看看哪一个神经元被激活了，然后建立产生行为的命令链的动态图谱。Zeng表示，这是“研究更复杂的大脑的科学家们面临的另一个巨大挑战”。
即使在Marder研究的、仅由30个神经元组成的回路里，绘制动态命令链图谱也只是一个假设。Marder可以在多个细胞里植入电极，以此来检测哪个细胞被激活。其他研究小回路的团队使用多种多样的技术来表征细胞的激活。例如，研究人员可以测量神经元释放的钙，或者观察响应细胞膜上电压的荧光信号的变化。但这就像通过微风的强度来衡量汽车的速度：这些指标响应的速度远远慢于神经元放电的速度。Zlatic指出，现在他们可以同时记录所有的神经元的电活动，但速度较慢——每秒两次。鉴于神经放电的速度远高于这个速度，所以你可能错过很多重要信息。
更精确地掌握回路的动态可以帮助解答临床问题。 Marder花了25年教导学生关于大脑网络的知识，他的学生中有些是帕金森病方面的专家。Marder指出，她越研究回路图谱，就会发现越多的连接。她承认，如果药物有效，那么神经回路的细节并不重要，但这些细节可能有助于了解为何有些药物在某些方面有效，以及哪些因素与疗效相关。临床证据表明，不同的帕金森病患者在某些脑区和回路中的异常存在明显的差异。
但是一些研究人员认为坚持临床相关性是一种非常短视的行为，回路映射任务本身就有非常重大意义。Engert评价自己在斑马鱼上的研究时指出，这样的研究，几乎不会和临床沾边。
不过目前至少有许多研究人员是非常乐意接受这一复杂挑战的。 Zlatic发现果蝇神经元排布以及创造反馈回路的模式是重复的，对此她感到非常欣慰。这种重复模式降低了测绘连接组学的难度。她表示，当你看到部分信息时，你就会觉得混乱不堪。但当你得到较为完整的信息时，你反而容易看到规律。
原文检索：
Kerri Smith. (2017) How to map the circuits that define us. Nature, 548 (7666):150-152.
张洁/编译
