駱清銘

從認(rèn)識(shí)腦、保護(hù)腦和創(chuàng)造腦角度，腦科學(xué)一般分為神經(jīng)生物學(xué)、臨床神經(jīng)科學(xué)和計(jì)算神經(jīng)科學(xué)等學(xué)科。神經(jīng)生物學(xué)被定義為研究人和動(dòng)物的神經(jīng)系統(tǒng)的結(jié)構(gòu)、功能及其相互關(guān)系的科學(xué)，旨在分子、細(xì)胞、神經(jīng)回路或網(wǎng)絡(luò)、乃至系統(tǒng)和整體水平上，闡明神經(jīng)系統(tǒng)特別是腦的物質(zhì)、能量、信息的基本活動(dòng)規(guī)律，可進(jìn)一步細(xì)分為分子神經(jīng)生物學(xué)、細(xì)胞神經(jīng)生物學(xué)、系統(tǒng)神經(jīng)生物學(xué)、行為神經(jīng)生物學(xué)、發(fā)育神經(jīng)生物學(xué)和比較神經(jīng)生物學(xué)等分支學(xué)科。

眾所周知，腦是一個(gè)極其復(fù)雜的巨系統(tǒng)。腦內(nèi)神經(jīng)元、膠質(zhì)細(xì)胞、血管等結(jié)構(gòu)與功能信息高度復(fù)雜，時(shí)空尺度的跨度可達(dá)十幾個(gè)數(shù)量級(jí)。腦連接及腦活動(dòng)是在不同時(shí)間—空間尺度上演化和變化的，其物質(zhì)、能量和信息高度耦合，具有空間位置不確定性、空間關(guān)系不確定性以及時(shí)域不確定性等。如何在大跨度的時(shí)間—空間尺度上研究腦連接及腦活動(dòng)的演化和變化規(guī)律是腦科學(xué)研究面臨的重大挑戰(zhàn)，然而前述分支學(xué)科都不能很好地定義這一新興的交叉研究領(lǐng)域。

研究表明，學(xué)科成熟的重要標(biāo)志包括獨(dú)立的研究?jī)?nèi)容、成熟的研究方法和規(guī)范的學(xué)科體制等，其中相對(duì)成熟的研究方法或完備的技術(shù)體系至關(guān)重要。Seung在《連接組：造就獨(dú)一無二的你》中提到，神經(jīng)科學(xué)家缺少足夠的技術(shù)去測(cè)繪神經(jīng)元之間的連接，因?yàn)檫@個(gè)原因，連接主義（connectionism）從來沒有被視為一門真正的科學(xué)。由此可見技術(shù)體系在學(xué)科發(fā)展過程中的地位。

美國(guó)Harvard大學(xué)Lichtman教授領(lǐng)導(dǎo)的團(tuán)隊(duì)以電子顯微鏡為觀察手段，用時(shí)15個(gè)月以4 nm×6 nm×28 nm體素分辨率測(cè)繪了0.07 mm3P32小鼠（Mus musculus）外側(cè)膝狀體核并重建400多個(gè)神經(jīng)元。美國(guó)Allen腦科學(xué)研究所重建了100 μm分辨的小鼠腦連接圖譜。他們所采用的手段都沒能在小鼠全腦范圍內(nèi)獲取單神經(jīng)元分辨水平的神經(jīng)環(huán)路精細(xì)結(jié)構(gòu)圖譜，當(dāng)然更談不上獲取功能連接信息。由此可見，如何在小鼠全腦范圍獲取神經(jīng)元分辨水平的結(jié)構(gòu)與功能圖譜在國(guó)際上仍然是未獲解決的瓶頸問題。

功能磁共振成像（functional Magnetic Resonance Imaging，fMRI）主要通過測(cè)量磁共振信號(hào)來量化血氧飽和度和血流量的變化，對(duì)流向特定腦區(qū)血液的變化進(jìn)行檢測(cè)，從而間接反映腦神經(jīng)活動(dòng)所伴隨的能量消耗。它可同時(shí)提供腦的解剖和功能視圖。該技術(shù)的突出優(yōu)點(diǎn)包括無損傷、無輻射、可重復(fù)測(cè)量，空間分辨率在毫米量級(jí)。DNA雙螺旋結(jié)構(gòu)發(fā)現(xiàn)人之一、諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)獲得者Crick和Jones在給《Nature》的評(píng)論中寫道：“我無法忍受我們沒有繪制出人類大腦的連接圖。沒有它，很難有希望能了解我們的大腦是如何工作的?！彼€測(cè)算過，1 mm3的人腦視皮層包括超過40000個(gè)神經(jīng)元。顯然，fMRI離神經(jīng)元分辨水平還有很大差距。

以顯微光學(xué)切片斷層成像（micro-optical sectioning tomography，MOST）為標(biāo)志的全腦高分辨精準(zhǔn)空間定位與成像方法的日益成熟和應(yīng)用，使得在全腦范圍測(cè)量和繪制三維精細(xì)的腦連接圖譜、建立標(biāo)準(zhǔn)化的數(shù)據(jù)體系成為可能。這里所說的三維精細(xì)腦連接圖譜不是傳統(tǒng)的、由若干帶有注釋信息的、離散的斷面圖片的集合，而是指空間間隔為亞微米（準(zhǔn)連續(xù)）、能分辨出單個(gè)神經(jīng)元、具有明確空間尺度和位置信息的全腦結(jié)構(gòu)及功能（包括基因組、轉(zhuǎn)錄組、蛋白質(zhì)組和代謝組等信息）連接圖譜。為此，有必要建立規(guī)范的腦空間信息研究科學(xué)體系，即運(yùn)用現(xiàn)代信息科學(xué)理論、技術(shù)與方法，從信息科學(xué)角度，以高的體素分辨率（voxel resolution），如細(xì)胞/軸突/毛細(xì)血管分辨水平，在全腦范圍測(cè)量（surveying）與繪制（mapping）腦結(jié)構(gòu)和功能信息的三維空間分布，如神經(jīng)元投射、神經(jīng)/血管分布、基因組/蛋白組/代謝組/轉(zhuǎn)錄組分布等，從而揭示腦連接及活動(dòng)的時(shí)空特征和變化規(guī)律，如神經(jīng)元和血管走向、同類型神經(jīng)元的覆蓋范圍、神經(jīng)元之間的時(shí)空連接特征及投射方向等。腦空間信息學(xué)的提出正是順應(yīng)這一發(fā)展趨勢(shì)的體現(xiàn)。

1 腦空間信息學(xué)的定義

腦空間信息學(xué)（brain-spatial information science，brainsmatics）是以腦連接的基本結(jié)構(gòu)與功能單元為研究對(duì)象，揭示腦連接空間信息機(jī)制，引導(dǎo)腦疾病防治與智能技術(shù)發(fā)展的新興交叉學(xué)科。該學(xué)科是認(rèn)知腦功能并進(jìn)而探討意識(shí)本質(zhì)的科學(xué)前沿，是溝通腦科學(xué)與智能科學(xué)的橋梁。腦空間信息學(xué)將腦作為一個(gè)完整的系統(tǒng)，順應(yīng)智能技術(shù)發(fā)展需求，以腦科學(xué)和信息科學(xué)的基本理論為指導(dǎo)，運(yùn)用新興的全腦高分辨精準(zhǔn)空間定位與成像方法，同時(shí)結(jié)合多種前沿腦科學(xué)研究技術(shù)，標(biāo)記、獲取、分析和可視化具有明確空間尺度和位置的精細(xì)腦網(wǎng)絡(luò)結(jié)構(gòu)與功能信息，從大數(shù)據(jù)中提取跨層次、多尺度的腦連接時(shí)空特征，揭示感知、記憶、意識(shí)和情感等腦連接空間信息機(jī)制，從而促進(jìn)腦健康與智能技術(shù)的跨越式發(fā)展。

2 腦空間信息學(xué)的研究?jī)?nèi)容、技術(shù)體系及關(guān)鍵科學(xué)問題

這里從腦連接的示蹤、測(cè)量、可視化以及時(shí)空信息特征的提取與模擬等4個(gè)方面簡(jiǎn)要討論腦空間信息學(xué)的研究?jī)?nèi)容、技術(shù)體系及關(guān)鍵科學(xué)問題。腦空間信息學(xué)的技術(shù)體系是指貫穿腦空間信息示蹤、測(cè)量、分析、處理、呈現(xiàn)、傳播和應(yīng)用等一系列技術(shù)方法所構(gòu)成的完整技術(shù)方法的總和。它是實(shí)現(xiàn)腦空間信息從獲取到應(yīng)用的技術(shù)保證，并能在自動(dòng)化、時(shí)效性、詳細(xì)程度和可靠性等方面滿足人們的需要。

對(duì)比腦科學(xué)的其他分支學(xué)科可以看出，雖然研究對(duì)象都是腦神經(jīng)系統(tǒng)，腦空間信息學(xué)具有相對(duì)獨(dú)特而成熟的技術(shù)體系，特別是介觀尺度的全腦高分辨精準(zhǔn)空間定位與成像，為獲取具有明確空間尺度和位置的精細(xì)腦網(wǎng)絡(luò)結(jié)構(gòu)與功能信息，并從大數(shù)據(jù)中提取跨層次、多尺度的腦連接時(shí)空特征提供了技術(shù)保證。與過于理想的連接主義不同的是，可行的技術(shù)體系標(biāo)志著腦空間信息學(xué)這一新興交叉學(xué)科日臻成熟。

2.1 腦連接的示蹤

腦連接的示蹤主要研究并運(yùn)用各種示蹤技術(shù)，從分子、突觸、單細(xì)胞，到環(huán)路、網(wǎng)絡(luò)和腦區(qū)等不同層次，為多模態(tài)原位獲取精細(xì)腦連接結(jié)構(gòu)和功能信息，提供特異、高效、可控的標(biāo)記方法。19世紀(jì)末和20世紀(jì)初，意大利科學(xué)家Camillo Golgi和西班牙學(xué)者Santiago Ramón y Cajal先后開發(fā)利用高爾基銀染法對(duì)神經(jīng)元進(jìn)行染色，并獲得1906年的諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)，由此可見示蹤方法的重要性。

現(xiàn)有示蹤技術(shù)包括：借助化學(xué)、病毒學(xué)和基因組、蛋白質(zhì)組、轉(zhuǎn)錄組、代謝組等組學(xué)技術(shù)，發(fā)展不同尺度下腦空間信息的原位標(biāo)記技術(shù)，如轉(zhuǎn)基因技術(shù)、示蹤標(biāo)記技術(shù)（免疫標(biāo)記、染色示蹤、轉(zhuǎn)染標(biāo)記等）、基因編輯技術(shù)等，實(shí)現(xiàn)對(duì)不同層次腦連接基本單元的特異、高亮標(biāo)記。從實(shí)現(xiàn)測(cè)量的角度，通常被忽視的樣品制備技術(shù)往往是最重要制約因素。

Jiang等人研究了成年小鼠新皮層不同神經(jīng)元的形態(tài)差異并初步證實(shí)神經(jīng)元可被歸類為有限的細(xì)胞類型，且每一種神經(jīng)元類型都有其固定的連接模式。據(jù)此，可以大膽假設(shè)，不同類型的神經(jīng)元、神經(jīng)環(huán)路/網(wǎng)絡(luò)與神經(jīng)系統(tǒng)之間的關(guān)系，可以類比于化學(xué)元素、化合物與生命有機(jī)體，也可類比于分立的電子元器件（如電阻、電容、電感、三極管等）、基礎(chǔ)電路（如電源電路、音頻電路、放大電路等）與電子系統(tǒng)（通信電子系統(tǒng)、飛機(jī)電子系統(tǒng)、導(dǎo)彈電子系統(tǒng)等）。

關(guān)鍵科學(xué)問題主要包括：（ⅰ）如何增強(qiáng)腦空間信息的示蹤效率，實(shí)現(xiàn)對(duì)微觀精細(xì)結(jié)構(gòu)、介觀完整形態(tài)和宏觀整體信息的高對(duì)比度、完整標(biāo)記？（ⅱ）如何提高標(biāo)記的特異性，實(shí)現(xiàn)不同類型神經(jīng)元和腦細(xì)胞（可進(jìn)一步區(qū)分為亞類）、神經(jīng)環(huán)路、以及由多個(gè)環(huán)路所組成的神經(jīng)網(wǎng)絡(luò)乃至神經(jīng)系統(tǒng)等不同層次結(jié)構(gòu)和功能信息的示蹤？如何實(shí)現(xiàn)針對(duì)特定類型神經(jīng)元、環(huán)路和網(wǎng)絡(luò)的稀疏數(shù)量可控、跨突觸級(jí)數(shù)可控？

2.2 全腦范圍腦連接的測(cè)量

全腦范圍腦連接的測(cè)量主要研究不同尺度下全腦、高分辨精準(zhǔn)成像與空間定位方法，建立與之相應(yīng)的定位基準(zhǔn)，并將數(shù)據(jù)采集過程標(biāo)準(zhǔn)化，實(shí)現(xiàn)具有明確空間尺度和定位含義的精細(xì)腦網(wǎng)絡(luò)結(jié)構(gòu)與功能信息的獲取和分析，為提取腦連接時(shí)空特征提供跨層次、多尺度的大數(shù)據(jù)，從而揭示和掌握腦空間信息的時(shí)空變化特征及規(guī)律。

在介觀尺度下最有特色的全腦范圍腦連接的測(cè)量技術(shù)是以MOST為基礎(chǔ)的系列全腦高分辨精準(zhǔn)空間定位與成像技術(shù)。此外，連續(xù)雙光子層析成像（serial two-photon tomography，STP）、光片照明顯微成像（light sheet microscopy，LSM）、多光子顯微成像等也可以為研究腦空間連接信息提供部分技術(shù)支持。介觀尺度的測(cè)量技術(shù)可以與宏觀尺度的測(cè)量技術(shù)，如fMRI、正電子發(fā)射斷層成像（positron emission tomography，PET）、腦電（electroencephalogram，EEG）、功能近紅外光學(xué)成像（functional near-infrared imaging，fNIRI）、X射線計(jì)算機(jī)層析成像（X-CT）、超聲成像等，以及微觀尺度的成像技術(shù)，如電子顯微鏡成像、超分辨熒光納米顯微成像等，相互配合與交互。腦空間信息測(cè)量的定位基準(zhǔn)和數(shù)據(jù)采集過程的標(biāo)準(zhǔn)化是推動(dòng)腦科學(xué)研究成果產(chǎn)業(yè)化的重要保障，這也是腦空間信息測(cè)量技術(shù)最迫切需要解決的問題。

關(guān)鍵科學(xué)問題主要包括：（?。┤绾螌?shí)現(xiàn)介觀和微觀尺度下腦連接空間信息的獲?。楷F(xiàn)有技術(shù)已能解析宏觀尺度下的腦連接，但仍缺乏介觀和微觀空間尺度水平時(shí)空變化的測(cè)量手段。（ⅱ）如何建立不同尺度的定位基準(zhǔn)？定位基準(zhǔn)是在不同條件下所獲取的腦空間信息進(jìn)行匹配及比較的前提條件。目前，宏觀尺度的定位基準(zhǔn)已初步建立，尚缺乏介觀及微觀尺度的定位基準(zhǔn)，亟待確定。（ⅲ）如何實(shí)現(xiàn)測(cè)量標(biāo)準(zhǔn)化？測(cè)量設(shè)備及測(cè)量過程的全過程標(biāo)準(zhǔn)化管理是保證腦空間信息數(shù)據(jù)可靠性和有效性的重要前提，也是開展對(duì)比性研究的重要基礎(chǔ)。

2.3 腦連接的可視化

研究?jī)?nèi)容主要包括腦空間信息的數(shù)據(jù)可視化、科學(xué)可視化、信息可視化和知識(shí)可視化?？梢暬哪繕?biāo)是將跨層次、多維度的腦空間信息時(shí)空變化過程，通過運(yùn)用高維數(shù)據(jù)場(chǎng)、虛擬現(xiàn)實(shí)等技術(shù)直觀、高效地呈現(xiàn)出來，以供用戶觀察、模擬和計(jì)算。開展腦連接的可視化研究一方面需要建立涵蓋數(shù)據(jù)管理、運(yùn)算、分析和展現(xiàn)等手段在內(nèi)的一整套技術(shù)方案，另一方面還要構(gòu)建數(shù)據(jù)編碼標(biāo)準(zhǔn)、數(shù)據(jù)表示標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)、數(shù)據(jù)交換標(biāo)準(zhǔn)、空間定位標(biāo)準(zhǔn)、流程控制規(guī)范等完整標(biāo)準(zhǔn)體系。實(shí)現(xiàn)腦連接的可視化首先要完成腦空間信息大數(shù)據(jù)的數(shù)字化和知識(shí)化，其中，數(shù)字化又是知識(shí)化的基礎(chǔ)，研究從多維圖像大數(shù)據(jù)中準(zhǔn)確、高效地分割重建出腦區(qū)核團(tuán)、神經(jīng)元形態(tài)等特定結(jié)構(gòu)，實(shí)現(xiàn)圖像到圖形的變換。知識(shí)化是研究運(yùn)用計(jì)算機(jī)輔助技術(shù)并結(jié)合專家知識(shí)，將數(shù)字化的圖形圖像數(shù)據(jù)準(zhǔn)確變換為結(jié)構(gòu)化的知識(shí)，并通過數(shù)據(jù)庫(kù)、圖譜等基本組織形式對(duì)腦空間信息知識(shí)進(jìn)行收集、分類、檢索和調(diào)用。

三維腦連接信息的可視化對(duì)于建立腦認(rèn)知模型并最終理解腦工作機(jī)制至關(guān)重要。16世紀(jì)意大利藝術(shù)家Giuseppe Arcimboldo曾神奇地把蔬菜、水果和花組合成人像，猶如幾十種不同的化學(xué)元素最終能組成人體。人類依據(jù)還原論思想，成功地對(duì)自然界加深了認(rèn)識(shí)，然而另一方面，也需要整體論或系統(tǒng)論思想的指導(dǎo)。如何實(shí)現(xiàn)對(duì)海量腦連接大數(shù)據(jù)的準(zhǔn)確展示，將是腦科學(xué)研究面臨的重大挑戰(zhàn)。

腦空間信息數(shù)據(jù)量巨大，技術(shù)體系涉及大數(shù)據(jù)存儲(chǔ)與傳輸，在數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)壓縮、云存儲(chǔ)等多方面都需要技術(shù)支撐。此外，在數(shù)字化方面，需要運(yùn)用和發(fā)展現(xiàn)代數(shù)字圖像處理、云計(jì)算、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)等技術(shù)；在知識(shí)化方面，需要借鑒和采用數(shù)據(jù)挖掘、數(shù)據(jù)庫(kù)、情報(bào)學(xué)等技術(shù)；在可視化方面，則需要運(yùn)用和發(fā)展計(jì)算機(jī)圖形學(xué)、虛擬現(xiàn)實(shí)等技術(shù)。

關(guān)鍵科學(xué)問題主要包括：（ⅰ）如何靈活運(yùn)用專家介入和自動(dòng)化技術(shù)，在復(fù)雜大數(shù)據(jù)中實(shí)現(xiàn)腦空間信息準(zhǔn)確而高效的數(shù)字化？（ⅱ）如何應(yīng)用虛擬現(xiàn)實(shí)等技術(shù)，對(duì)時(shí)空變化過程中獲取的大數(shù)據(jù)進(jìn)行交互式可視化？（ⅲ）如何利用有限的計(jì)算資源，實(shí)現(xiàn)對(duì)大數(shù)據(jù)的存儲(chǔ)、傳輸、運(yùn)算和呈現(xiàn)？

2.4 腦連接時(shí)空信息特征的提取與模擬

主要內(nèi)容是通過整合多模態(tài)、跨層次、多尺度的全腦高時(shí)空分辨信息，模擬特定功能（運(yùn)動(dòng)、視覺、聽覺、情感、記憶等）神經(jīng)環(huán)路和網(wǎng)絡(luò)的時(shí)空動(dòng)態(tài)過程，進(jìn)行空間上的形態(tài)分析、時(shí)間上的過程分析和發(fā)生上的因果分析，實(shí)現(xiàn)對(duì)腦空間信息的定性解譯和定量反演，揭示腦連接的時(shí)空變化規(guī)律，進(jìn)而實(shí)現(xiàn)全腦的功能模擬，為類腦和智能技術(shù)提供全新的理論基礎(chǔ)。

采用全腦網(wǎng)絡(luò)可視化（visible brain-wide networks，VBN）技術(shù)測(cè)繪的小鼠桶狀腦皮層發(fā)現(xiàn)，同一腦區(qū)存在多種形態(tài)的神經(jīng)元，其投射模式也不一樣，有局部，也有長(zhǎng)程?？偩€有限的數(shù)據(jù)傳輸速率被稱為“馮·諾依曼瓶頸”，顯然，腦信息處理的機(jī)制是完全不一樣的，但實(shí)際情況是什么？不同腦區(qū)之間如何實(shí)現(xiàn)信息交互？是具有少量捷徑連接的小世界網(wǎng)絡(luò)嗎？需要在全腦范圍、運(yùn)用系統(tǒng)生物學(xué)思想來研究這個(gè)問題，通過建立跨層次多尺度模型，模擬并最終認(rèn)識(shí)腦連接的基本規(guī)律。

技術(shù)體系中，需要采用對(duì)所獲得的數(shù)據(jù)進(jìn)行解析和理解的方法，包括統(tǒng)計(jì)信號(hào)處理、高維數(shù)據(jù)分析、大數(shù)據(jù)處理等，而對(duì)所理解的知識(shí)進(jìn)行建模的方法，則包括統(tǒng)計(jì)建模、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等。

關(guān)鍵科學(xué)問題主要包括：（?。┤绾螐亩嗄B(tài)跨層次多尺度和多維度的腦連接大數(shù)據(jù)中，揭示特定腦功能的時(shí)空變化規(guī)律？（ⅱ）如何針對(duì)類腦研究的需求，構(gòu)建腦空間信息的數(shù)學(xué)模型？

3 大數(shù)據(jù)時(shí)代的腦空間信息學(xué)

大腦非常復(fù)雜，全面理解大腦必將帶來多層次、多模式的海量數(shù)據(jù)。例如，基于MOST成像技術(shù)，以微米體素分辨率采集一個(gè)完整小鼠腦的數(shù)據(jù)量達(dá)8 TB，如果是熒光圖像數(shù)據(jù)量則更大。對(duì)于人腦而言，若以相同體素分辨率采集，預(yù)計(jì)數(shù)據(jù)量將達(dá)到11 PB，相當(dāng)于20萬部4K高清電影，或500家三甲醫(yī)院產(chǎn)出的全年數(shù)據(jù)。如果用正在普及的10 M寬帶，僅數(shù)據(jù)傳輸就需要耗時(shí)300年。此外，腦研究中數(shù)據(jù)類型具有多樣性，維度、深度、密度、數(shù)據(jù)結(jié)構(gòu)、壓縮方式，以及所代表的物理量及其對(duì)應(yīng)的生物信息量各不相同。因此，腦研究產(chǎn)生的海量數(shù)據(jù)必將對(duì)數(shù)據(jù)處理、存儲(chǔ)、分析、管理和共享等方式帶來全方位的挑戰(zhàn)。

數(shù)據(jù)的計(jì)算、存儲(chǔ)、傳輸?shù)燃夹g(shù)的需求從某種意義上來講具有“大數(shù)據(jù)”的共性，但如何科學(xué)地組織、共享和管理這些神經(jīng)信息數(shù)據(jù)，提高數(shù)據(jù)的使用率和價(jià)值，是對(duì)現(xiàn)代信息技術(shù)特別是計(jì)算機(jī)技術(shù)提出了前所未有的巨大挑戰(zhàn)。大數(shù)據(jù)的計(jì)算離不開高性能計(jì)算領(lǐng)域的參與，歐盟“人類腦計(jì)劃”在巨型計(jì)算機(jī)上對(duì)人腦建模，通過超級(jí)計(jì)算機(jī)描繪和模擬大腦神經(jīng)元活動(dòng)的海量數(shù)據(jù)，對(duì)大腦的功能和活動(dòng)進(jìn)行模擬。美國(guó)“腦計(jì)劃”也將建立大規(guī)模神經(jīng)信息數(shù)據(jù)計(jì)算平臺(tái)列為重要任務(wù)之一。

大數(shù)據(jù)時(shí)代，開展腦空間信息學(xué)研究正當(dāng)時(shí)，機(jī)遇與挑戰(zhàn)并存。

4 腦空間信息學(xué)的應(yīng)用

具有跨層次、多尺度時(shí)空變化特征的腦空間信息學(xué)有望在繪制腦結(jié)構(gòu)及功能的三維甚至四維圖譜，并進(jìn)而在認(rèn)知腦功能、防治腦疾病和發(fā)展智能技術(shù)等方面發(fā)揮重要作用。

4.1 認(rèn)知腦功能

利用所建立的腦空間信息知識(shí)庫(kù)，回答神經(jīng)元種類及繪制腦圖譜等問題，并對(duì)研究認(rèn)知和行為的神經(jīng)活動(dòng)機(jī)制等腦科學(xué)問題提供基礎(chǔ)數(shù)據(jù)?；谀X內(nèi)原位多種信息共存的空間信息構(gòu)建的模型將為腦科學(xué)研究提供模擬和分析平臺(tái)。

由于在介觀尺度缺乏有效的研究工具，目前對(duì)高等哺乳動(dòng)物神經(jīng)環(huán)路連接信息的認(rèn)識(shí)還極度匱乏。復(fù)雜腦功能往往需要局部神經(jīng)環(huán)路和長(zhǎng)程神經(jīng)環(huán)路的協(xié)同作用才能完成，其中長(zhǎng)程神經(jīng)環(huán)路可能從皮層一直投射至脊髓，幾乎跨越全腦范圍。小鼠全腦在任意方向上都是厘米量級(jí)；腦中的特定結(jié)構(gòu)，如海馬，在毫米量級(jí)；一般神經(jīng)元胞體的直徑約為5～30 μm，胞體發(fā)出的突起直徑往往小于1 μm。要在全腦范圍獲取精細(xì)神經(jīng)結(jié)構(gòu)，需要跨越4～5個(gè)數(shù)量級(jí)的幾何尺度進(jìn)行高分辨率成像——這是現(xiàn)有成像技術(shù)必須克服的技術(shù)瓶頸。目前，人們僅對(duì)擁有302個(gè)神經(jīng)元的線蟲進(jìn)行了較完整的神經(jīng)環(huán)路研究，而對(duì)于擁有約10萬個(gè)神經(jīng)元的果蠅（Drosophila melanogaster）腦的相關(guān)研究還只是剛剛起步。相比之下，高等哺乳動(dòng)物大腦由數(shù)億到數(shù)百億計(jì)的神經(jīng)元構(gòu)成，在介觀尺度繪制哺乳動(dòng)物腦連接圖譜對(duì)傳統(tǒng)成像技術(shù)而言無疑是不可能完成的任務(wù)。作為腦空間信息學(xué)領(lǐng)域最有特色的研究手段之一，以MOST為基礎(chǔ)的全腦高分辨精準(zhǔn)空間定位與成像技術(shù)體系的日益成熟，為在介觀尺度（具有神經(jīng)元/細(xì)胞分辨度）建立小鼠或非人靈長(zhǎng)類（獼猴）全腦網(wǎng)絡(luò)精細(xì)結(jié)構(gòu)與功能連接圖譜提供了重要的研究工具和技術(shù)平臺(tái)。

4.2 防治腦疾病

通過全腦空間精細(xì)信息的整合，對(duì)比不同模態(tài)下腦部結(jié)構(gòu)與功能的差異，有助于系統(tǒng)地研究腦部疾病及大腦發(fā)育的機(jī)制，為腦部重大疾病如神經(jīng)遺傳與發(fā)育性疾?。ㄗ蚤]癥等）、精神性疾病（抑郁癥等）和神經(jīng)退行性疾?。ɡ夏臧V呆癥等）的臨床防治提供支撐，并為兒童教育等提供理論指導(dǎo)。

腦疾病防治是腦科學(xué)研究最重要的需求導(dǎo)向之一。由于對(duì)腦的結(jié)構(gòu)和功能缺乏認(rèn)識(shí)，不能及時(shí)有效地治療老年癡呆、帕金森氏病、抑郁和自閉等腦疾病，導(dǎo)致腦疾病已經(jīng)成為社會(huì)負(fù)擔(dān)最重的病種。在單神經(jīng)元分辨水平揭示全腦神經(jīng)環(huán)路的空間連接信息，不僅是闡明各種高級(jí)腦功能機(jī)制所必需的，也是徹底認(rèn)識(shí)和征服腦疾病的重要前提。特定神經(jīng)系統(tǒng)疾病往往伴隨著相關(guān)神經(jīng)環(huán)路的異常。獲得病理模型下特定神經(jīng)環(huán)路精細(xì)圖譜，對(duì)研發(fā)腦重大疾病的早期診斷、精準(zhǔn)干預(yù)（包括病前干預(yù)和療后康復(fù)）的新技術(shù)、新方法是至關(guān)重要的。

理想情況下，完美模擬大腦不僅意味著知曉了大腦如何工作，也將知道腦功能被破壞的原因，即腦疾病的致病機(jī)制?？刂普摰膭?chuàng)始人Wiener就鼓勵(lì)人們從計(jì)算機(jī)工作原理的角度去理解人類大腦。通過有效的計(jì)算機(jī)模擬，有望使科學(xué)家能夠厘清腦部疾病的某些細(xì)節(jié)，進(jìn)而篩選出可行的治療途徑，甚至革命性地改觀現(xiàn)有的藥物研發(fā)方式，從而形成重要的應(yīng)用價(jià)值。

4.3 發(fā)展類腦智能技術(shù)

通過模擬、解譯和反演等多種手段，利用腦空間信息模型探究記憶、學(xué)習(xí)、決策等原理，構(gòu)建并規(guī)范全腦空間的功能計(jì)算模型，在類腦人工智能的設(shè)計(jì)上模擬仿真和再現(xiàn)腦局部和整體功能的工作結(jié)構(gòu)，發(fā)展類腦人工智能算法，以此讓機(jī)器獲得更好的概括能力、更好的抽象能力以及對(duì)稀疏數(shù)據(jù)的使用能力。

經(jīng)過60年的發(fā)展，人工智能已經(jīng)取得了一系列令人矚目的成就。1997年，IBM深藍(lán)計(jì)算機(jī)因?yàn)閾魯×耸澜鐕?guó)際象棋冠軍卡斯帕羅夫而名聲大噪。2016年，Google的AlphaGo又在全世界人民面前大敗圍棋世界冠軍李世石，掀起了智能技術(shù)新一輪的熱潮。智能技術(shù)如今已成功應(yīng)用在非常多的領(lǐng)域，例如，機(jī)器翻譯、智能控制、專家系統(tǒng)、機(jī)器人學(xué)、語言和圖像理解、航天應(yīng)用等重要領(lǐng)域，以代替人類去執(zhí)行復(fù)雜或規(guī)模龐大的任務(wù)。但是，現(xiàn)有的智能技術(shù)還限制于弱人工智能的發(fā)展階段，它的顯著特征是僅具備某項(xiàng)認(rèn)知能力，無法推廣至實(shí)現(xiàn)其他功能。譚鐵牛院士形象地評(píng)價(jià)“有智能，沒有智慧；有智商，沒有情商；會(huì)計(jì)算，不會(huì)算計(jì)；有專能，無全能”。究其原因，還是人工智能向腦工作機(jī)制的學(xué)習(xí)還不夠，“類腦”不夠，當(dāng)然人類對(duì)腦的認(rèn)識(shí)本身也還十分粗淺。目前的人工神經(jīng)網(wǎng)絡(luò)只是參考了神經(jīng)元間的部分拓?fù)浣Y(jié)構(gòu)而搭建的數(shù)學(xué)模型，其核心算法是計(jì)算機(jī)科學(xué)研究者發(fā)明的，而非來自于生物神經(jīng)系統(tǒng)的解析，尚與大腦的原理和能力相去甚遠(yuǎn)。

瑞士洛桑聯(lián)邦理工學(xué)院的“藍(lán)腦計(jì)劃”從2005年開始就試圖模擬人腦功能，其初始目標(biāo)是對(duì)構(gòu)成鼠腦新皮層中功能柱單元的1萬個(gè)神經(jīng)元及3千萬個(gè)突觸連結(jié)進(jìn)行模擬。這個(gè)模型雖然基于十幾年來的各種實(shí)驗(yàn)數(shù)據(jù)，如神經(jīng)形態(tài)學(xué)、基因表達(dá)、離子通道、突觸連接，以及很多鼠腦活動(dòng)的電生理記錄，但仍然不是真實(shí)完整的神經(jīng)元網(wǎng)絡(luò)。美國(guó)腦計(jì)劃于在2015年啟動(dòng)了腦皮層模擬項(xiàng)目（MICrONS），旨在通過重建一立方毫米腦區(qū)內(nèi)的神經(jīng)環(huán)路連接，模擬腦皮層功能，研發(fā)下一代機(jī)器智能系統(tǒng)。醞釀中的中國(guó)腦計(jì)劃也將類腦研究列為重要目標(biāo)之一。

由此可見，腦空間信息機(jī)制研究是認(rèn)知腦功能并發(fā)展類腦人工智能的必由之路。智能技術(shù)正從狹義的人工智能向類腦人工智能發(fā)展，基于腦連接三維甚至四維圖譜的腦空間信息學(xué)的發(fā)展將是成敗的關(guān)鍵。

綜上，有理由認(rèn)為，腦空間信息學(xué)研究將為理解腦功能與防治腦疾病打下堅(jiān)實(shí)基礎(chǔ)，也為發(fā)展類腦人工智能技術(shù)提供重要指導(dǎo)。中國(guó)腦計(jì)劃已箭在弦上，以重大需求為導(dǎo)向，通過發(fā)展核心關(guān)鍵技術(shù)，建立科學(xué)的研究體系，應(yīng)該成為中國(guó)腦計(jì)劃實(shí)現(xiàn)突破并引領(lǐng)國(guó)際的重要路徑。

5 討論與展望

考察生物信息學(xué)的發(fā)展歷程我們可以看到，正是由于DNA測(cè)序技術(shù)的快速發(fā)展，催生了一個(gè)從積累數(shù)據(jù)向解釋數(shù)據(jù)的時(shí)代轉(zhuǎn)變，這是歷史發(fā)展的必然。同樣，隨著介觀尺度全腦網(wǎng)絡(luò)可視化技術(shù)的發(fā)展，產(chǎn)生了PB級(jí)腦空間信息的數(shù)據(jù)。如何利用信息技術(shù)，特別是計(jì)算機(jī)技術(shù)，解析腦連接時(shí)空變化特性，正成為腦科學(xué)研究的前沿。因此，腦空間信息學(xué)是腦科學(xué)與信息科學(xué)交叉融合與發(fā)展的必然結(jié)果。

從研究方法角度，以VBN為核心技術(shù)體系的腦空間信息學(xué)是系統(tǒng)論研究和還原論研究的重要結(jié)合點(diǎn)。

腦空間信息學(xué)是由腦科學(xué)和信息科學(xué)高度交叉而形成的一門新興的學(xué)科，其最重要的目標(biāo)是認(rèn)識(shí)腦，并且其研究成果對(duì)于保護(hù)腦和創(chuàng)造腦同樣意義重大。腦空間信息學(xué)最重要的特點(diǎn)是采用了以VBN為核心的獨(dú)特技術(shù)體系，這一新的技術(shù)體系以亞微米甚至更高的體素分辨率，全局（全腦范圍）、動(dòng)態(tài)（腦發(fā)育的不同階段）地為腦科學(xué)研究提供前所未有的數(shù)據(jù)，包括神經(jīng)元分辨水平的基因組、轉(zhuǎn)錄組、蛋白質(zhì)組和代謝組等表達(dá)信息。腦空間信息學(xué)不僅在研究對(duì)象上面臨著人類的終極挑戰(zhàn)——腦，在研究手段方面，對(duì)現(xiàn)代信息科學(xué)與技術(shù)的發(fā)展也提出了前所未有的挑戰(zhàn)。為此，有必要對(duì)這一新興學(xué)科進(jìn)行更深入更全面的規(guī)劃和建設(shè)，不斷完善其學(xué)科體系，引領(lǐng)腦科學(xué)與智能技術(shù)的發(fā)展。

需要特別強(qiáng)調(diào)的是，支撐腦空間信息學(xué)的技術(shù)體系不只是VBN，也包括以電子顯微鏡為代表的局域腦組織高分辨成像和以fMRI為代表的宏觀水平的全腦成像。電子顯微鏡的成像分辨率很高，但成像范圍極其有限，Luo等人測(cè)算過，1 mm3的腦組織，如果用電子顯微鏡成像，需要1萬人/年的工作量。fMRI雖然能快速觀測(cè)全腦，但不能在神經(jīng)元/細(xì)胞分辨水平真實(shí)反映腦結(jié)構(gòu)與功能活動(dòng)。只有基于MOST或熒光MOST（fluorescence micro-optical sectioning tomography，fMOST）的技術(shù)體系既能在亞細(xì)胞分辨水平、又能在全腦范圍實(shí)現(xiàn)腦結(jié)構(gòu)與功能的觀測(cè)。

MOST/fMOST與電子顯微鏡和fMRI等技術(shù)互相補(bǔ)充、融合，將構(gòu)建出更完備的腦空間信息技術(shù)體系框架，使得腦空間信息學(xué)不再是空中樓閣。

致謝

中國(guó)科學(xué)院武漢物理與數(shù)學(xué)研究所葉朝輝、國(guó)家自然科學(xué)基金委員會(huì)曹河圻、華中科技大學(xué)龔輝提出了重要修改意見，華中科技大學(xué)李安安、袁菁、李向?qū)?、許彤輝、楊孝全、張智紅、王平、黃松林、張小宇、吳昊、齊毅松、周偉、曾紹群、施華等參加了調(diào)研與討論。