Nature：从全脑体积重建获得的多尺度脑图

导语

今天，《自然》杂志发表了一项研究，对线虫的全脑进行重建得到的多尺度的脑图，这将有助于理解大脑的运行方式。

新智元 | 来源

论文题目：
A multi-scale brain map derived from whole-brain volumetric reconstructions
论文地址：https://www.nature.com/articles/s41586-021-03284-x

研究人员绘制了一种名为「秀丽线虫」(caenorhabditis elegans) 的微型土壤线虫大脑的物理结构图，为这种动物的大脑结构及其处理信息的方式创建了一个新的模型。

线虫大脑的空间组织是模块化的，图像显示了大脑处理信息的不同区域，如导航、回避和进食。

令人惊讶的是，研究人员发现在单个线虫的某些神经回路或通路的结构中有很大程度的变异，这个发现补充了不同动物共有的一套核心神经回路的理论。

科学家们认为，线虫的大脑与体型较大的动物的共同点可能比我们之前认为的要多得多。

由利兹大学的神经科学家与纽约阿尔伯特·爱因斯坦医学院的研究人员合作创建的大脑地图（The Brain Map）显示，不同的空间区域支持大脑中不同的路由信息的专门回路，信息在被处理之前，会在那里被整合。

秀丽线虫是以你花园里腐烂植物中的细菌为食的线虫，长度只有一毫米左右，细如人类的头发。

一条成年线虫的神经系统中只有302个细胞，而相比之下，人脑中大约有1000亿个细胞。但是几乎三分之二的线虫的神经细胞会在头部区域形成一个环，在那里它们彼此之间有成千上万的连接。

这个「大脑」就是动物的控制中心，大部分的感知和决策都发生在这里。

尽管大脑非常紧凑，但是动物还是可以表现出一系列复杂的行为，神经科学家对了解它的大脑已经感兴趣几十年了。之前的研究已经为神经细胞之间的连接创建了一份“线路地图”。

然而，这项最新的研究是第一次为这些线路图提供了完整的空间坐标。

利兹大学的计算神经科学家 Netta Cohen 教授指导了这项研究，他认为「大脑需要组织信息流来控制行为。但我们还不清楚大脑的结构和功能之间的关系。通过线路的空间表征，我们可以了解到动物大脑的模块化结构。」

绘制线虫大脑的图像

研究人员查看了成年线虫和幼年线虫大脑的电子显微镜图像集合，这些图像显示了单个的脑细胞或神经元，使研究人员能够绘制线虫神经回路的组织结构。这些结构包括从单个细胞到整个大脑。

大脑结构和功能

科学家们确定了大脑中已知的神经回路和通路，比如导航神经回路 (navigation neural circuit)，动物会利用这个回路跟踪气味和味道来寻找食物。另一个回路被认为是用来促进运动知觉，它能够感觉到自己是被细菌包围还是蠕动通过土壤。

他们认为「信息在线虫的大脑中是通过一些层（Layer）来处理的」。事实上，在人类大脑中也发现了类似的分层结构。

信息流从感觉细胞开始，感觉细胞对环境做出反应。例如，细胞可以感知细菌，但它们是否是正确的食物，闻起来是否像“正确的”细菌？这个问题的答案要求信息在被发送到大脑的指挥区采取行动之前，必须经过多种感官的整合。

大脑地图显示了一个非常优雅的结构，支持信息流通过线虫的大脑，它比传统观点更复杂。大脑地图显示了不同神经回路的汇聚，这使得线虫能够整合它通过感觉细胞接收到的所有不同信号，并协调反应。

在研究过程中，研究人员惊奇地发现了线虫大脑中个体差异的程度。

在秀丽线虫的一生中，细胞分裂和生长的方式遵循着一个严格的框架，这个过程在整个物种中都能观察到。但是脑细胞略有不同，脑细胞与邻近细胞形成接触以创建神经回路的方式似乎存在高度的变异。

通过使用数学和计算机模型，科学家们能够辨别出那些可能在大量动物群体中形成核心环路的连接，以及那些似乎在个体之间变化的连接。

科学家们发现，线虫大脑中只有大约一半的线路是相似的，另一半显示出变异。

这个发现让人兴奋。因为这表明线虫的大脑与高等动物的大脑有着比现在已知或预期的更多的共同点，从这种线虫中学到的经验教训可以帮助我们更广泛地了解大脑。

当动物面临挑战、危险和不断变化的环境时，变化的连通性可能支持大脑的个性、冗余性和适应性。

参考资料：
https://www.eurekalert.org/pub_releases/2021-02/uol-smt022321.php

网络科学新课推荐：网络动力学

集智学园特邀陈关荣、项林英、樊瑛、宣琦、李翔、史定华、李聪、荣智海、周进、王琳等网络科学专家作为导师，依托汪小帆、李翔、陈关荣的经典教材《网络科学导论》，自2月27日起开展系列上线课程，以网络动力学为主线构建网络科学知识体系。欢迎希望进入网络科学领域、提高网络分析能力、与一线专家探讨问题的朋友报名参加！

点击查看课程详情：2021重磅新课：探索网络动力学——网络科学第二期