人類總算作圖出了最大的果蠅大腦接連圖，還精細到了突觸一個勁級別。
漫遊生物科學家切磋基因發網，社會科學家研討社會發網，那神經科學者本來研討神經網絡。研討複雜系統的「大網」是描述體系的基本方法。
幾萬個神經元，幾千萬個突觸，谷歌等機構耗時十年重建突觸級果蠅半腦
長期以來，大腦神經網絡的勞作道道兒徑直是一個熱門研討話題，近年來大熱的人工神經網絡也是遭遇大腦神經元的開導才締造的。
嘗試重建大腦（採用精細的成像技巧繪圖大腦物理不二法門）是接連組學的一個系列化，也是神經科土專家對揭曉大腦幹活道道兒的一種根究。由於全人類大腦過於複雜，研究者們品味從果蠅等較為簡單的生物體入手，意欲重建果蠅大腦的完整神經連年圖。人類大腦有 1000 億個神經元，果蠅大腦惟有 10 萬左右。
舊歲 8 月，谷歌頒發，她倆用數千塊 GPU 全自動重建了果蠅大腦的完整神經圖，像素落到 40 萬億。遺憾的是，當時的重建結實未曾識別突觸，故此算不上確確實實的神經圖。
但就在昨日，谷歌與霍華德·休斯醫學研究所 Janelia 切磋園區的 FlyEM 研討團組織同臺頒布了他們的最新進展——一個持有突觸級別接連不斷的果蠅半腦連年圖。這是時至今日人類製圖出的最大的突觸級別大腦連日來圖。
幾萬個神經元，幾千萬個突觸，谷歌等機構耗時十年重建突觸級果蠅半腦
這個新的連連圖含有 25000 個神經元、2000 萬個連連，大致等價果蠅大腦體積的 1/3，但這 1/3 影響力拒人於千裡之外不屑一顧。歸因於這些有點兒蘊蓄與念書、飲水思源、嗅覺、領航等效益骨肉相連的重要區域。
幾萬個神經元，幾千萬個突觸，谷歌等機構耗時十年重建突觸級果蠅半腦
果蠅半腦的一部分統計信息，綠色一對表示成像和重建的主幹腦域。腳下最大包含 2.5 萬個神經元，它們的突觸連年數量落到 2 斷斷。
谷歌研究科學家 Viren Jain 代表，「這將是我輩首先次當真膽大心細地觀測突觸數額達 10 萬級別的神經系統的團夥結構。」有了這份詳盡的神經圖，研究者們將能夠解答大腦何以周轉得這麼之快。「這項鑽研將改動神經科學的研究長法。」
該研究進展是累年組學園地的一個裡程碑。在此之前，只有一種單一生物——「秀麗隱杆線蟲（C. elegans）」的大腦早已被諸如此類細緻地形容。
徑直的話，「連珠組學」在教育界毀譽參半。維護者覺著這門學識有何不可頒發大腦物理規模與特定一言一行的關涉，力促心想事成神經科學的緊要靶子；不引而不發的人覺著製圖神經元圖消耗了大度活力，這些研討資源本應內置更重要的圈子中去。
為著畢其功於一役重建行事，研究者急需完成偏下辦事：
1. 依賴顯微鏡博取果蠅大腦中神經元的清晰圖像；
2. 仰承算法將這些圖像對齊並重新組合在一同朝秦暮楚 3D 圖像；
3. 通過人工校改朝令夕改準確的重建結實；
4. 採取機器學習算法機關監測出神經元之間的突觸來功德圓滿重建。
在其一長河中，每個步驟都累死累活。為著克服這些不便，鑽研人員早已不遺餘力了近十年。
哪樣博得果蠅大腦神經元的清晰圖像？
鑑於果蠅大腦的體積與一顆罌粟子粒類似，因此準確地平鋪直敘出果蠅大腦中 10 萬個神經元是一項格外大的挑戰。除此以外，多多益善微生物學家也質疑到手果蠅大腦數目的價值。因此，敘說果蠅微處理機神經元及其之間的連日一味是一項偏題。
率先，切磋人手務須依賴顯微鏡來博取高解析度的大腦圖像，下一場為每個神經元作圖在兩個半腦中拓展的神經歸總。就像為人類基因組排序一樣，完成應和的辦事特需技術創新和豁達的人力資源。
這就是說如此就迎來了第一項難題：哪些博取果蠅大腦中每個神經元的清晰圖像？
施用顯微鏡奮鬥以成果蠅大腦及神經元成像
如次圖所示，在一個安靜的房室裡，八臺巨大的顯微鏡正備而不用變型果蠅大腦的圖像。並且，圖像採採的長河不受另一個外力的震懾。
這些顯微鏡原先在設計時想要幾分鐘或幾鐘點內捕捉到數據。但是，如要博取完整的果蠅大腦圖像，一臺顯微鏡亟需綿綿運作數月或數年。現在時，顯微鏡能夠連年地變遷清晰的圖像，並顯示果蠅大腦中紛繁的神經元。此外，若是產出其它故障，顯微鏡有何不可機關懸停數量採集並產生 SOS 信號。
幾萬個神經元，幾千萬個突觸，谷歌等機構耗時十年重建突觸級果蠅半腦
果蠅大腦圖像所使役的顯微鏡。
在成像長河中，谷歌鑽研人手利用了聚焦離子束環顧電子顯微鏡（FIB-SEM）的技能，即由此聚焦離子束來擊碎果蠅腦組織。
跟著電腦程式將這些圖像拼湊對齊，思新求變果蠅大腦的 3D 剖示圖。
用於打造「線路圖」（wiring diagram）的圖像原原本本門源一隻雌果蠅，這些圖像早已搜集了群起。不過，衝著顯微鏡功效的升任，它們現下也足以從雄果蠅的大腦中集萃數據了，並且是要捕捉全份中樞神經系統。
怎麼樣收穫準確的重建結實？
戰勝半腦連年組成形中的求戰亟待大大方方切磋人員數以十年的搭檔研究和開銷。在珍妮莉亞研討園區，鑽研人丁曾開銷出了一種新方法，為果蠅大腦染色，再將組織劈叉為 20 微米的厚片。繼之用到聚焦離子束圍觀為每個厚片變卦 8x8x8nm^3 像素的立體圖像。嗣後施用乘除措施將原始數據併攏和對齊到一個連貫的 26 萬億像素的 3D 體積中。
然而，如果果蠅大腦中的神經元從沒精確的 3D 重建，則據悉上述品目的成像多寡不也許變型連連組。
在成形半腦連年組的歷程中，谷歌挑三揀四與 Janelia 鑽研園區的 FlyEM 團隊展開經合，並令人矚目於自動化 3D 重建以應時而變連年組。
通過招術的迭代開拓進取，谷歌於 2018 年 7 月份提出了稱之為 Flood-filling 羅網（FFN）的算法，並用來重建完整的半腦數額集。這種算法可知據悉上下文圖像和先驗預測來駕御哪樣推而廣之果蠅神經元的造型。谷歌在今天的博客中又詳細描述了該大網。
幾萬個神經元，幾千萬個突觸，谷歌等機構耗時十年重建突觸級果蠅半腦
在果蠅半腦數據中，用到 FFN 道道兒來分割或尋蹤神經元一對。
FFN 力所能及機關尋蹤果蠅大腦中的每個神經元，是首個可知付諸夠用準確重建結果的鍵鈕私分技巧
儘管如此該算法大體上運行良好，但鑽研人丁窺見，當對齊職能不完美（連續切片中的圖像本末不安生）或切開和成像長河留存問題促成多個連續切塊缺少時，該算法的性能會跌落。
為著解惑這些問題，切磋人丁將 FFN 羅網與以下兩個處理流程相結合：
其一，研討人手打量了 3D 圖像各哨位切除期間的一致性，下一場在 FFN 追蹤每個神經元時確保各職位圖像始末的安寧；
其二，切磋人員施用 Segmentation-Enhanced CycleGAN（SECGAN）籌算出緊缺切開的重構圖。
SECGAN 是一種特為用於圖像撩撥的轉變對陣網子。研討人手意識，當採取 SECGAN「想像」圖像數據時，FFN 力所能及尤為魯棒地尋蹤多個短斤缺兩切開的職務。
由 FFN 算法從動付出的重建結出依然索要人工校改，但與之前的從動重建解數對待，FFN 足以臂助鑽研人員節約坦坦蕩蕩流光，將校對工夫從幾千萬縮短到幾十萬個小時。
校對做事由經驗豐富的校對團組織開展，行使的家什和行事工藝流程都是 Janelia 研討園制訂的。他倆會用 VR 眼鏡和定製的 3D 靶子編輯家什來檢討神經元形態並修復從動重建過程中現出的失實。這些更正也用於另行教練 FFN 大網，使其重建結實更是準確，之所以越加縮減校改年月。
校對而後，重建結出將於半自動突觸檢測系統相結合。先是，Janelia 的研究者手動符號單個突觸，下一場用這些記號數碼教練神經網絡分類器來將此職掌自動化。由此多輪的數量標號，模型的泛化性質大大提高。
切磋向前看
雖則算法已經贏得了很大的成功，但要製圖這麼著精確的神經總是圖反之亦然亟需大大方方人力。
在神經元的追蹤上面，全人類在成千上萬方面都要比算法強，FlyEM 品目工作組組長 Steve Plaza 意味著。人類存有的常識和意識足以使其識假出數據中心的異常之處。譬如，對於人眼以來，比較大的連續錯謬是夠嗆明顯的，因此校對員有何不可迅猛掃描豁達大度數碼，查找嚴重顛過來倒過去的神經元。同時，當發現部分異常情況時，他倆方可開展更細緻的查證。
在此之後，研究者還將不斷更新這一果蠅大腦連天圖。切磋人丁感興趣的是，圖中的神經元與大腦中的任何神經元是怎麼連續不斷在手拉手的。完整的接二連三圖恐怕還內需數年才幹重建做到。古已有之的數碼一度提供了有的眼光，也拉動了一部分新問題。
內中一個重要題材介於，「何如分析以此連珠圖並察察為明你所察言觀色到的事物？」「數量已經有了，怎麼用？」
研究者方始品嘗用這個半腦連日圖對果蠅神經系統開展更尖銳地研究。譬如說，和志趣唇齒相依的腦袋迴路是中央複合體（central complex），其一區域重組了感官音塵，並與領航、運動控制、睡眠有關。
另一高居鑽研品級的腦袋迴路是「耽擱體」，主持果蠅大腦學學和記憶的職能。幾萬個神經元，幾千萬個突觸，谷歌等機構耗時十年重建突觸級果蠅半腦而外頒布研究成果，谷歌還揭曉了一組與鑽研血脈相通的數額集和家什，血脈相通連結足以在谷歌博客中找到。
參考連結：
http://ai.googleblog.com/2020/01/releasing-drosophila-hemibrain.html
論文連結：
https://www.biorxiv.org/content/10.1101/2020.01.21.911859v1
https://www.janelia.org/news/unveiling-the-biggest-and-most-detailed-map-of-the-fly-brain-yet