关键词：大脑连接组、图谱嵌入技术、神经元聚类、多感官整合、深度学习
论文题目：The connectome of an insect brain
论文链接：https://www.science.org/doi/10.1126/science.add9330
由于技术限制，用电子显微镜对全脑成像并从这样的数据集重建脑回路，一直是巨大的挑战。 到目前为止，科学家们才绘制出三种生物的完整神经连接组（connectome），这三种生物都只有几百个神经元，分别是秀丽线虫（C. elegans），海鞘的幼虫（Ciona intestinalis），以及海洋环节动物杜氏扁虫的幼虫（Platynereis dumerilii）。对于昆虫、鱼类和哺乳动物等大型大脑，目前的研究只能研究孤立的子区域。但大脑的神经计算跨越了空间上分散但又相互连接的不同脑区，想要理解大脑活动，就离不开完整的大脑连接组及其所有输入输出。
Winding 等人最新发表于Science的这篇文章，重建了基于三维电子显微镜的果蝇幼虫脑（有更多神经元、更多突触、更复杂的大脑组织；包括3016个神经元和548,000个突触）。他们详细分析了果蝇幼虫脑回路结构，使用图谱嵌入技术（graph spectral embedding）对神经元进行聚类，发现大多数大脑的输入输出中枢（in-out hubs）（73%）位于学习中心的突触后或驱动学习的多巴胺能神经元（dopaminergic neuron）的突触前，不同类型神经元在其他特征（如形态和功能）上具有内在一致性。
他们开发了一种算法来跟踪跨多突触通路的全脑信号传播，并分析了前馈（从感觉到输出）和反馈通路、多感官整合以及跨半脑的交互作用，揭示了大脑中广泛的多感官整合机制、大脑高度循环的结构和跨半脑的交互模式。大脑中循环特性最强的回路由位于学习中心的输入和输出神经元组成。一些结构特征，包括多层捷径和嵌套循环，类似于最先进的深度学习架构。他们还分析了大脑和神经索（nerve cord）之间的相互作用，发现：下行神经元的目标是一小部分运动前成分，这些成分在运动状态之间的转换中发挥着重要作用。描绘大脑结构为未来神经回路的实验和理论研究提供了基础。
推荐阅读
