谷歌及其合作伙伴今天发布了有史以来规模最大、最详细的大脑扫描集。该项目涵盖了果蝇大脑的近三分之一，并包括了具有2000万个突触和超过25000个神经元的详细映射。他们选择果蝇的原因是，与以前的科目相比，它们足够复杂，但仍然拥有较小的脑袋，使得这项工作可控。与蠕虫或其他低等动物不同，果蝇具有内置的导航系统，并具有高级行为功能，例如求爱舞蹈。它很像我们，只是规模小得多。在神经科学中，长期存在的假设是脑细胞之间的连通性在脑功能中起着重要作用。历史上，技术难题一直是神经科学家试图详细研究大脑网络的障碍，但这种情况正在开始改变。去年，谷歌宣布了对整个果蝇大脑的第一个纳米分辨率自动重建，该重建专注于细胞的个体形状。但是，此成就并未揭示有关它们的连通性的信息。

今天，谷歌与HHMI的Janelia研究园区的FlyEM团队合作和其他几个研究合作伙伴一同发布“ hemibrain”连接体，飞行大脑中神经元连接的高度详细的图像以及一套用于可视化和分析的工具。偏脑来自大约一半苍蝇大脑的3D图像，并且包含约25000个神经元之间的经过验证的连通性，这些神经元形成了超过2000万个连接。迄今为止，这是迄今为止任何物种中最大的大脑连接突触分辨率图。该项目的目标是创造一种公共资源，任何科学家都可以使用它来推进自己的工作，类似于20年前发布的果蝇基因组，它已成为生物学的基本工具。

成像，重建和校对半脑连接套需要数十年的研究与开发。在Janelia，开发了新方法来染色苍蝇脑，然后将组织分成单独的20微米厚的平板。然后使用定制的聚焦离子束扫描电子显微镜，对每个平板进行8x8x8nm 3体素分辨率成像，以进行长达数月的连续操作。开发了计算方法来将原始数据拼接并对齐到一个连贯的26万亿像素3D体积中。

但是，如果不对苍蝇脑中的神经元进行精确的3D重建，则无法从这种类型的成像数据中生成连接套。Google于2014年与Janelia建立了合作关系，开始研究苍蝇大脑数据，专注于实现3D重建自动化以共同致力于建立连接组。经过几个迭代技术的发展，成功设计了一种方法称为洪水填充网络（FFNS）并应用它朝着重建整个hemibrain数据集。在当前项目中，我们与合作者紧密合作，优化了重建结果，使其对生成连接体（即嵌入在校对和突触检测管道中）更加有用，而不仅仅是显示神经元的形状。

FFN是第一种能够产生足够精确的重构以使整个半脑项目得以进行的自动分割技术。这是因为自动重建中的错误需要由专家的“校对员”进行校正，并且以前的方法估计需要数千万小时的人工。借助FFN，可以使用数十万个人的时间对半脑进行校对：两个数量级的改进。这个校对工作是由一个团队进行了两年多的时间，为此，谷歌使用在Janelia率先开发的工具和工作流程来开发高技能和专用的注释器。例如，注释者使用VR耳机和自定义3D对象编辑工具来检查神经元形状并修复自动重建中的错误。这些修订随后被用于重新训练FFN模型，从而导致修订并更准确地输出机器。

最后，经过校对后，将重建与自动突触检测结合在一起为了产生半脑连接体。Janelia的科学家手动标记了单个突触，然后训练了神经网络分类器以自动完成任务。通过多轮标记改善了通用性，并且将来自两种不同网络体系结构的结果合并在一起，以在整个半脑中生成可靠的分类。

今天宣布的重点是一组相互关联的数据集和工具，使任何有兴趣的人都可以通过视觉和编程方式研究苍蝇连接组。具体来说，可以使用以下资源：

• 数TB的原始数据，校对的3D重建和突触注释可以进行交互可视化或批量下载。
  


• 基于网络的工具neuPrint，可用于查询任何指定神经元的连接性，伙伴，连接强度和形态。
  


• 可下载的，紧凑的表示形式的连接组，其字节数比原始数据小约一百万倍。
  


• 文档和视频教程介绍了这些资源的使用。
  


• 一个预印刷与相关hemibrain连接组的生产和分析进一步的细节。

研究人员已开始使用半脑连接套来对果蝇神经系统有更深入的了解。例如，感兴趣的主要大脑回路是“中央复合体”。