秋水伊人 发表于 2013-12-5 22:20:08

新技术铺路脑计划680个神经纤维79个树突774个突触

本帖最后由 秋水伊人 于 2013-12-5 22:25 编辑



近日,一场神经学学会会议的约3万名参会者中,有近5000人蜂拥至一个礼堂,观看美国哈佛大学神经学家Jeff Lichtman展示其研究成果——老鼠大脑的切片。当它们被放大在几块大型投影屏幕上时,其中一部分类似圆柱体的组织以史无前例的精细度被呈现出来:680个神经纤维,79个树突,774个突触。化学信号通过这些链接从一个神经元传到另一个神经元。被展示的脑皮层只占小鼠大脑的十亿分之一,如此精确的细节在几年前还是不可想象的。但是近年来,高通量的进步和自动化电子显微镜的发展使Lichtman的团队正在“开启一个新时代”。马里兰州贝塞斯达市美国国家神经疾病和中风研究所(NINDS)项目主管Yuan Liu说,研究人员可以在单个突触层面研究大脑回路。NINDS为Lichtman的研究提供资金。对于Liu而言,Lichtman的发言是这次会议最精彩的部分,因为他的报告展示了在未来的某一天,新科技能够实现美国总统奥巴马提出的具有争议性的“脑计划”,该计划旨在通过创新的神经技术加强对人脑的认识,加速绘制出人脑结构和活动图谱。Liu说:“我们不可能把所有的钱用于科技发展,但是Lichtman的研究真实地展现了投资的巨大价值。”对于其他人来说,Lichtman从小鼠成千上万个仅30纳米厚度的脑切片中获得的数据,不仅复杂难懂,且令人担忧。纽约冷泉港实验室神经科学家Partha Mitra辩称,除了生成了100 万亿字节的数据和一些精美的图片,它还有助于深入了解大脑的组织结构。他说:“在目前的水平简单地描述神经元回路对于彻底弄清大脑是远远不够的,我们甚至还未达到原子或分子层次。”Mitra 补充:“如果你在原子层次拆分解析周围的任何物体,将会得到大量复杂细节,但这不是我们了解世界化学及物理特性的方式。”作为领域内最早创建详细神经电路分布图的学者之一,多年来Lichtman一直听到很多怀疑的声音。2007年,他和同事公布一项名为脑彩虹的大脑成像技术。该技术通过使用荧光蛋白点亮大脑内部的神经元帮助科学家理解大脑的运作。脑彩虹有助于绘制外围系统的连接,但不足以区分中枢神经系统(CNS)中密集分布且重叠的神经元。今年公布的新版脑彩虹引入更多的颜色,突出细胞膜而非细胞体,使用来自不同种类的荧光蛋白质以更好地标记抗体。Lichtman 预测,他们最终将弄清CNS连接体,但他表示,目前电子显微镜仍是追踪细胞的最有效手段。Lichtman的博士后学生Bobby Kasthuri说,在突触水平绘制大脑图谱于很多人眼里是近乎疯狂的事,因为这所需要的分辨率是功能性核磁共振成像(fMRI)的1万亿倍。Lichtman说,新电子显微图中的细节将有很大的启示性。马萨诸塞州布兰代斯大学神经科学家Eve Marder说:“例如,来自脑皮层图的一个显著发现是,你不仅能基于轴突和树突相交的位置推断突触,还可以通过这些细节形成一个清晰的框架,而不再停留于想象阶段。” 尽管一些神经科学家争论Lichtman图像的优劣,其他人却对这一新兴技术表示认可。一群研究生对斯坦福大学神经科学家Karl Deisseroth的研究表现出极大的兴趣,并观摩了学界泰斗研发的能使脑组织透明化的技术。Deisseroth是光遗传学的开创者。在Deisseroth身旁,处于激发状态的神经元在荧光屏上不停地闪烁,这些都是Deisseroth准备发表的最新作品。一种名为SWIFT的成像技术能捕捉到动物大脑神经回路的活动。为了更好地观察神经元的活动状态,研究人员在一个啮齿动物的头骨上挖出一个洞。Deisseroth实验室的一名研究生Logan Grosenick说,在显微镜和计算技术的帮助下,研究者能绘制大规模神经元的影像并对其进行分析,图像和分析过程能同时囊括1000多个细胞。在虚拟现实环境中,当动物在玩耍或完成不同任务时,其神经活动也能同时被记录下来。类似地 ,以斑马鱼为实验对象时,该技术也能在鱼游动或进行其他活动时监控其单个神经元的活动。麻省理工学院神经科学家兼工程师Mehmet Fatih Yanik说,该技术有望在主要大脑结构中追踪实时活动。“我认为该技术很快就会被其他实验室采用,包括我的实验室。”Kasthuri说:“我不会停下手头的工作。对于新技术的热情是无法压制的。我准备努力说服身边的每一个人相信该技术的正确性。”
页: [1]
查看完整版本: 新技术铺路脑计划680个神经纤维79个树突774个突触

LabVIEW HALCON图像处理入门教程(24.09)
石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
《LabVIEW Vision函数实例详解2020-2024》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23/24