人脑的奥秘未解之谜,大脑的秘密未解之谜
01 计算机模拟大脑有助于更好的理解真实脑
大脑识别光和影，忽略了与目标内容无关的90%视野，但是大脑拥有推断并补全视觉场景中缺失部分的能力，且这种能力并非人类独有。大脑的这种复杂计算吸引了艾伦脑科学研究所(Allen Institute For Brain Science)的计算神经科学家Stefan Mihalas博士的注意，他和同事们利用计算机对大脑建模，以哺乳动物的视觉系统为起点，揭示大脑更基本的原理。
希望在未来这种模型有助于为实验提供信息，预测和探究大脑疾病的机制。脑科学家可以通过虚拟脑模型预测某个神经通路在疾病中如何运作，及其对治疗作出何种反应。
02 五个大脑未解之谜
人类大脑约有860亿个神经元，由大约100万亿个突触编织在一起。理解这些细胞的工作是一项艰巨的任务。在2019年的脑意识周中，艾伦脑科学研究所的科学家们提出了五个大脑的未解之谜。
2.1 大脑由什么组成？
大脑主要由灰质和白质、脑组织及其相互的连接或者轴突束组成。前者可更仔细的区分为神经元和胶质细胞。但神经元分类远不够清楚。艾伦脑科学研究所的研究人员正在根据它们的基因、形态、及其所在脑区和生物电行为进行分类。
Reconstructions of human neurons
2.2 大脑在疾病中如何变化？
许多神经精神障碍并不影响整个大脑，而驱动于特定类别的神经元或其他脑细胞。如果研究人员能编制完整的脑细胞类型列表，他们就可以看到哪些类型的细胞死亡，哪些细胞生长失控，或者以其他方式改变他们在大脑疾病中的作用。然后，再建立更好的工具来研究这些疾病。Levi博士和同事开发了分离和追踪这些特定细胞的分子工具，或可在基因治疗等治疗方法中大展身手。
2.3 神经元之间如何交流？
教科书告诉我们，大多数神经元通过两种神经递质GABA或谷氨酸进行交流，但是大多数神经药物或精神病药物如阿片类药物或抗抑郁药物作用所依赖的递质尚不清楚。但是，一个名为IARPA MICrONS的协作项目收集的数据可能会有所帮助，该项目正在创造哺乳动物大脑中有史以来最大的连接路线图，绘制出一张相当于一粒沙子大小的老鼠视觉皮层图，其中含有大约10亿个突触。沃特斯博士说，一旦完成这项工作，研究人员就可以开始解决哪些分子与哪些突触相匹配的谜团。
2.4 大脑如何进行计算？
数十年来，神经学家一直在研究哺乳动物的大脑如何处理视觉信息。直到最近，技术才允许他们一次从少数几个神经元中获取信息，并试图推断出一些共同的原则。就像看一部电影，却只能看到屏幕上几百万像素中的1000个像素。这个难题至今困扰着相关科学研究工作者。
2.5 了解大脑的意义何在？
物理世界可以归结为相对简单的方程式，生物学可以吗？研究人员越多地大规模研究大脑，越意识到即使是他们认为已经确定的神经科学领域，也比任何人意识到的要复杂得多。
科赫博士说：“进化并不在乎优雅。大脑不在乎你是否理解它。”那么，我们如何才能理解大脑，这可能需要更多的计算能力。好消息是，技术已经发展到可以收集和存储越来越大数量的数据的程度。科赫博士说：“这是脑科学的黄金时代。”
03 哺乳动物传递视觉信息的一种古老途径
你曾经在恐惧中跳起来过吗，过了一会儿，你才意识到蜘蛛或蜘蛛形状的影子就在你的视野边缘？艾伦脑科学研究所的研究人员发现，大脑中一个被称为Pulvinar的神秘部分可以对小的移动物体产生本能反应，上丘和髓核在其中起着作用。这两种结构出现都早于哺乳动物的进化，与视觉的直觉反应有关，但具体机制尚不清楚。
一项对小鼠视觉系统的新研究发表在Neuron杂志上，该研究表明某些视觉信息是通过哺乳动物大脑的这些部分传递出来的，而非典型的传递视觉信息的神经通路。萨姆·盖尔博士说：“在这项研究中，我们发现髓核不仅仅是大脑皮层之间相互交流的继电器，它还将信息从脑干传递到大脑皮层。”
目前研究较充分的视觉通路不涉及脑干，而是直接从视网膜传递到丘脑的另一个称为LGN的部分，然后再传递到视觉皮层，这两条路径可能带有互补的视觉信息。最终，它们对不同类型的视觉产生不同的行为。
04 艾伦脑图社区论坛
你是否曾经使用艾伦脑科学研究所的在线数据和工具提出问题，分享见解，或者提供建议？新推出的艾伦大脑地图社区论坛欢迎脑科学工作者前来讨论任何与艾伦脑科学研究所的开放资源有关的问题。https://community.brain-map.org
05 2019年神经未来会议
2019年神经未来会议将于7月11日至13日在俄勒冈州卫生部举行，由艾伦脑科学研究所共同主办。这个研讨会将向与会者介绍来自艾伦脑科学研究所的各种科学资源。
多个大规模、多维、公开的数据集提供了对小鼠和人脑转录、功能和结构的探究结果。这些数据集还提供了对成人和发育脑、神经典型和特定疾病中的基因表达的深入研究。
本会议将重点讨论与哺乳动物神经科学尤其是人脑基础研究相关的艾伦脑图资源，如何获取资源中包含的数据以及交互样本的潜在作用。与会者可在自己的后续研究中深度使用这些数据集。
全文阅读链接：（原文更精彩）
http://allins.convio.net/site/MessageViewer?em_id=3669.0&dlv_id=7081&printer_friendly=1&s_AffiliateSecCatId=1
作者信息
编译：Juno（brainnews创作团队成员）
校审/排版：Simon （brainnews编辑部）
