ゴマ粒ほどの大きさの人間の脳組織には、GPT-4 1 個分に相当するシナプスのサイズがあります。
Googleとハーバード大学が協力して人間の脳の部分的なナノスケールモデリングを実施し、その論文がScience誌に掲載されました。
これはこれまでで最大かつ最も詳細な人間の脳のレプリカであり、脳内のシナプス接続のネットワークを初めて示しています。
超高解像度により、H01 と呼ばれるこの再構成により、人間の脳についてこれまで見えなかった詳細が明らかになりました。
このプロジェクトの責任著者であるハーバード大学のリヒトマン教授は、これほど複雑なシナプスネットワークを実際に見た人はこれまで誰もいないと述べました。
このモデリングの結果は、脳の働きを深く理解するのに役立ち、脳の機能と疾患に関する人間の研究をさらに促進するでしょう。
この研究には 1 立方ミリメートルの人間の脳組織が含まれていましたが、生成されたデータの量は 1.4PB にも上ったことにも言及する価値があります。
人間の脳の体積に基づいた研究があります。人間の脳全体をモデル化したい場合、最新のスーパーコンピューターの記憶容量はわずか 7/10,000ZB です。単一の人間の脳の 0.4% 未満です。
インターネット全体のサーバーをすべて占有しても、人間の脳は 9 個しか保存できません。
同時に、1立方ミリメートルの脳組織には5万7千個の細胞と1億5千万個のシナプスが含まれており、脳全体のシナプスの数は千兆にも及びます。
それに比べて、GPT-4のパラメータ数はわずか2兆個で、これは人間の脳のシナプス数のわずか0.2%に過ぎません。この計算によると、脳内のゴマ粒ほどの大きさです。
AGI がまた遠いのかもしれないと嘆く人もいます...
具体的には、研究者らは 45 歳の女性のてんかん患者から側頭葉の皮質組織サンプルを取得しました。大きさは1立方ミリメートル。
サンプルを素早く固定し、染色し、樹脂に包埋した後、研究者らは自動収集装置を備えたウルトラミクロトームを使用して、厚さ約 33.9 ナノメートルの 5019 個の連続切片を切り出しました。
その後、研究者らはマルチビーム走査型電子顕微鏡を使用して、各スライスを4×4ナノメートル/ピクセルの解像度で画像化し、合計サイズが約1.4PBの元の2次元画像データを取得しました。
次に、研究者らは計算ツールを使用して、これらの 2 次元画像を接合して位置合わせし、3 次元のボクセル データを再構築しました。
その後、彼らはフラッドフィリングネットワーク（FFN）と呼ばれる機械学習アルゴリズムを使用してボクセル全体のニューロン形態をセグメント化し、セグメント化エラーを手動で修正して、最終的に1立方ミリメートルの脳を再構築しました。組織内のすべての細胞、シナプス、血管、その他の構造の立体的な形状。
FFN は、2018 年に Google Brains によって提案されました。基本的なアイデアは、シード ポイントから開始して、その周囲に再帰的に拡張し、背景や他のオブジェクトの境界に遭遇するまで、シード ポイントに接続されているすべてのボクセルをマークすることです。
同時に、機械学習モデルを使用して、シナプスの位置を自動的に特定し、興奮性シナプスと抑制性シナプスを区別しました。
最終的に、チームは、50,000個以上の細胞核、1億5,000万個のシナプス、およびその間の230mmの極細静脈を含む1立方ミリメートルの脳組織をナノスケールでモデル化することに成功しました。
これに基づいて、研究者らは、再構成された細胞形態を分析することにより、脳領域の主な細胞型構成を特定しました。
合計57,180個の細胞のうち、49,080個が神経細胞とグリア細胞であり、そのうち8,100個は血管に関連しており、後者の数は前者の約2倍です。
ニューロンのうち、65.5%はスパイクのある錐体ニューロン、29.1%は滑らかな突起を持つ介在ニューロンで、グリア細胞の中では希突起膠細胞が最も一般的です。
研究者らは、シナプスの位置とその種類 (興奮性/抑制性) を自動的に識別する機械学習モデルを開発しました。
この脳領域には合計約 1 億 5,000 万個のシナプスが含まれており、そのうち 1 億 1,100 万個が興奮性シナプスであり、残りの 3,900 万個が抑制性シナプスです。また、異なる皮質レベルでの興奮性シナプスと抑制性シナプスの分布密度も異なります。
各ニューロンが受け取ったシナプス入力を分析することにより、研究者らは、軸索の大部分（96.49%）が標的細胞とのシナプスを1つしか形成しないが、少数の軸索は複数のシナプス（最大50以上）を形成し、シナプスを確立できることを発見しました。特に標的細胞との強い結びつきが見られます。
さらなる分析により、このような多シナプスの「強い接続」が興奮性軸索と抑制性軸索の両方に蔓延しており、その数はシナプスがランダムに形成された場合に予想されるよりも大幅に多かったことが判明しました。
研究者らは、多数のランダムな弱い結合の中から、特定の少数の軸索が、意図的に形成された強い結合を通じてニューロンの活動を調節しているのではないかと推測しています。
さらに、研究者らは特殊な種類の錐体ニューロンも詳細に分析しました。
これらの「三角形」細胞と「コンパス」細胞の基底樹状突起には 2 つの鏡面対称な向きがあり、それらが異なる機能を持っている可能性があることを示唆しています。
ただし、著者は、関連するサンプルはてんかん患者のものであるとも述べましたが、光学顕微鏡では明らかな病理学的変化は見つからなかったが、長期のてんかんまたは薬物治療が何らかの変化を引き起こした可能性を排除することはできません。皮質組織の接続または構造における微妙な影響。
言い換えれば、このモデルの普遍性はさらに検証する必要があるかもしれませんが、少なくともシナプスネットワークの別の層を明らかにしました。
人々がモデリング結果を使用してさらなる謎を発見できるように、研究チームはすべての元データ、モデリング結果、関連ツールをオープンソースにしました。
著者は、他の研究者がさまざまなスケールで H01 データ セットを探索するために使用できる、オンライン インタラクティブ データ視覚化プラットフォームである Neuroglancer を設立しました。
これには、すべてのオリジナルの電子顕微鏡スライス画像、ニューロンの形態、シナプスの位置、興奮性/抑制のセグメンテーション結果、およびさまざまな種類の細胞のラベルが含まれており、ユーザーはデータセットのミクロおよびマクロの側面を柔軟に観察できます。 。 構造。
データに加えて、著者は、他の研究者がこの前例のないことを探索し分析できるように、ニューロン間のシナプス接続を探索するツールである CREST と、Neuroglancer と深く統合されたオンライン共同修正プラットフォームである CAVE もオープンソース化しました。あらゆる角度からの大規模な人間の脳データセット。
この結果をオープンソースにすることで、学術コミュニティに人間の脳の構造と機能を研究するための物理的基盤が提供され、疾患研究の参考になると著者は述べています。
H01 は前例のない詳細な情報をもたらしましたが、人間の脳全体と比較すると、これらのデータはこの巨大な器官の氷山の一角にすぎません。将来的には、人間の脳のさらに多くの領域とレベルについて同様のナノスケールのイメージングが必要になるでしょう。 . と三次元再構築に関して、著者は学術コミュニティにも協力するよう呼びかけています。
H01 シリーズのデータのリリースは、Google Research の Connectomics チームの設立 10 周年と同時に行われます。
以前、チームは、25,000個のニューロンとそれらの間の数百万の接続を含むショウジョウバエの脳マップも発表しました。
昨年、チームは多くの大学と協力し、マウスの脳の海馬のマッピングに3,300万米ドルを費やすことも発表した。このプロジェクトはチームの次の研究の焦点でもある。
今回公開されたH01マップは、2021年6月にデータセットとプレプリント論文として初めて公開されました。最適化とシナプス特性のより深い分析を経て、本日正式版の論文が公開されました。
論文アドレス: https://www.science.org/doi/10.1126/science.adk4858
参考リンク：
[1]https://research.google/blog/a-browsable-petascale-reconstruction-of-the-human-cortex/。
[2]https:// www.sciencealert.com/amazingly-detailed-images-reveal-a-single-cubic-millimeter-of-human-brain-in-3d。
[3]https://news.ycombinator.com/item? id=40313193。
以上が人間の脳の最も詳細な 3D マップが Science 誌に掲載されました。 GPT-4パラメータは人間の0.2%にのみ相当しますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
