神經科學研究開始共享與集成數據

全球各種大腦圖譜計劃正在展開，中國台灣的計劃似乎有些小。當地科學家正在研究果蠅，通過單個神經元成像逆向編輯其大腦。他們的工作已經以驚人詳細的程度製作了大腦電路的三維圖像。

研究人員僅需要一個計算機滑鼠和一個網頁瀏覽器就能追蹤單個細胞並將其縮放回神經束交織的網路中。這些布線圖看起來像掛毯上五顏六色的線，它們可以非常清晰地表明哪些細胞簇控制具體的行為。通過刺激具體的神經線路，研究人員能夠提示一隻果蠅拍打其左翅或是搖頭，這一技能去年11月在美國加州聖迭戈舉行的神經科學年會上導致參會者整個下午特別激動。

但台灣新竹清華大學神經學家Ann-Shyn Chiang說，即便是對於這樣一個小生物，也耗費了該團隊整整十年以每個細胞10億位元組的比率繪製6萬個神經元。這甚至不足果蠅屬大腦神經細胞的一半。若以此推算，利用同樣的方式繪製人腦中的860億個神經元將要花費1700萬年，Chiang在會議上報告說。

其他的技術更加易於處理。2016年7月，一個國際團隊發表了人腦褶皺外層--大腦皮層的圖譜。很多科學家認為這是到目前為止最詳細的人腦連接圖。然而，即便在其最高空間解析度（1立方毫米），每個立體像素（三維物體最小的可分辨元素）均包含數千萬個神經元。這與以單細胞繪製果蠅神經元連接圖可謂差別懸殊。

所以，在神經生物學的世界裡，大數據確實是龐大的數據量。儘管計算機基礎設施和數據傳輸的進步，"大數據"革命數十年前曾席捲基因組學領域，如今神經科學家仍在努力應對他們所在領域的新革命。

有多大

這一部分是因為無論是什麼物種，大腦都如此巨大、關聯度如此之高。但它也來自於細胞難處理的維度。哺乳動物的神經元主要延伸（即軸突）是其最小分支（樹突）長度和寬度的20萬倍。如果用義大利面代表樹突，那些神經元自身就超過1公里的1/3，或是4個美式足球場。

在實驗室中，研究人員通過成百上千個重疊的大腦切片圖像堆疊跟蹤其數千個投影，從而繪製每個神經元。以光為基礎的顯微鏡能夠承載0.25~0.5微米的解析度，這足以跟蹤一個神經元的主體。但想要揭示突觸（通過電子或化學信號流的分鐘信號銜接點），納米成像電子顯微鏡是必需的。更高的像素意味著觀測領域更小和更多圖片。更多圖片意味著更多數據。

"我們不再是應對百萬位元組，甚至是千兆位元組。"洛杉磯南加州大學神經成像實驗室負責人Arthur Toga說，"我們應對的是兆兆位元組。將它從一個地方挪到另一個地方就是一個問題。"兩兆兆位元組的數據將填滿很多台式機的硬碟。

Chiang的果蠅團隊對1兆兆位元組的圖像進行了梳理，以重建1000個神經細胞--少於果蠅屬大腦的1%。HCP明尼波利斯明尼蘇達大學共同首席研究員Kamil Ugurbil說，為了繪製人類大腦皮層圖像，HCP研究人員分析了來自210名健康青年人的6兆兆位元組的核磁共振（MRI）成像數據。實驗室可以從該項目的網站或更大的數據集中下載那些數據，每次下載那些8兆兆位元組的文件需要花費200美元。

電生理學研究在計算方面也變得更加吃力。今天，研究人員通常每次記錄數百個神經元。很快，它將會達到數千個；在5年內，將達到成千上萬個，瑞士日內瓦大學神經學家Alexandre Pouget說。"這是我們將要發生的跳躍式前進。"

劍橋哈佛大學神經學家Florian Engert說，如果你記錄小鼠大腦神經元活動20分鐘，那麼將會產生約500拍位元組的"閃爍"，其中神經細胞放電代表為像素值的變化。

神經學家沒有可以對比的模型，沒有將神經連接和活動行為、記憶或認識相關連的地圖。考慮到大腦巨大的錯綜複雜性，馬里蘭州美國精神健康研究所負責人Greg Farber說，問題"並不在於我們有過多的數據，而是我們遠沒有達到需要解決這個複雜問題的數據"。

搭建橋樑

過去17年，鹽湖城猶他大學研究神經發育紊亂的系統神經學家Julie Korenberg和同事一直研究在恆河猴中繪製大腦邊緣系統。這種靈長類動物大腦有60億個神經元，而人類大腦則有860億個。但在研究模型中，恆河猴與小鼠或果蠅相比同人類血緣關係最近。

Korenberg的團隊正在開發一個三維協調模型，與恆河猴大腦中各種神經成像數據相匹配，這些數據包括從整個大腦MRI連接到單細胞公焦數據以及一些區域的電子顯微鏡亞細胞解析度。他們在建立"一個讓你在一個圖像上選擇一個點並以另一種解析度來看這個點的系統"，國立精神衛生研究所（NIMH）影響社會行為和社會認知項目領頭人Janine Simmons說，該機構為Korenberg的研究提供了部分支持。Simmons說，它有些類似谷歌地球，例如，你可以將焦距從40 ×直接轉變為1 ×，但卻不能得到這些變焦尺度之間的層次。

利用20×共焦透鏡繪製恆河猴大腦邊緣系統圖像將需要巨大的數據集，每個動物遠超過600兆兆位元組。到目前為止，該團隊已經收集了約100兆兆位元組的數據信息，可以通過30太位元組的本地伺服器與雲端儲存連接的聯網儲存設備獲取。Korenberg說，研究人員可以用縮小尺寸的數據集和一台性能良好的筆記本電腦解決一些問題。但操作大規模的三維共焦數據集需要特別的工作站，即便如此傳遞每個平鋪的圖片也很緩慢。

然而，這項尚待發表的研究"有可能成為連接這一領域最重要的進展"。紐約市西奈山醫院神經解剖學家Patrick Hof說，他曾與Korenberg合作過。例如，Korenberg說，這些數據可以幫助科學家將在特定神經紊亂（如精神分裂症和自閉症）中看上去很重要的基因聯繫起來，從而了解確切的大腦線路異常。

文化轉變

隨著科學家將可能的範圍向前推動，他們在建立一個計算通道以應對日益加大的工作量，此外還在建立新的工具共享和可視化最終生成的數據。但緩解神經科學家的數據問題，需要的不只是工具研發，還需要文化轉變。很難讓人們"放開他們的數據"，加州斯坦福大學心理學家Russell Poldrack說，他用神經成像研究學習和記憶。它可能會成為"一代人的事情"，他說，千禧一代人"比我們這一代人更喜歡共享編碼和數據"。Poldrack擔心，一流科學家可能會因為科學"與他們認為其應該具有的價值不匹配"而沮喪，並離開這個領域。

但態度在逐漸轉變，首先是那些針對軟體的，其次是數據。傳統上，神經成像實驗室會花費大量時間下載和裝載同樣的β測試軟體。"為各種軟體失靈和計算瓶頸開路，編寫大量累贅的編碼以及進行他們自己的數據管理解決方案，以處理同樣的問題"。加州大學戴維斯分校神經科學博士生David Grayson說。更糟糕的是，很多非研究性任務被委託給學生、博士後和年輕科學家。

傳統的學術模式對此沒有幫助。研究人員通常會設置假設，並在其團隊內獨立地考慮自己的想法。在這樣的環境中，研究並未把人帶到一起，而是將他們分散開來，華盛頓西雅圖艾倫腦科學研究所的Hongkui Zeng說。"你需要讓自己不同。需要在該領域建立自己的身份，你需要做一些與他人不同的事情。"

在談到大腦研究時，"完成"是個移動性的目標。對於神經科學工具包來說也是如此。在神經科學學會年會的講話中，Chiang感嘆繪製一隻果蠅大腦的一半圖譜居然花費了10年。他們與中國台灣的物理學家合作，正開始利用一種叫作同步加速器X射線斷層掃描的技術大幅提高數據認知。"它僅需要不到10分鐘就繪製一隻果蠅的大腦圖像，其中包含數千個高爾基染色單個神經元。"Chiang說，他的團隊正在小鼠和豬身上嘗試該方法。