大脑是人类有史以来最复杂的器官。大脑的功能由数百亿个密集的神经元网络支持，数万亿个连接交换信息并进行计算。试图理解大脑的复杂性可能令人眼花缭乱。然而，如果我们希望了解大脑的工作原理，我们需要能够绘制神经元图并研究它们的连接方式。
现在，九州大学的研究人员在《自然通讯》 上发表了一篇文章，他们开发了一种新的人工智能工具，他们称之为 QDyeFinder，它可以自动识别和重建小鼠大脑图像中的单个神经元。该过程包括使用超多色标记协议标记神经元，然后让人工智能通过匹配相似的颜色组合自动识别神经元的结构。
“神经科学面临的最大挑战之一是试图绘制大脑及其连接。然而，由于神经元非常密集，区分神经元及其轴突和树突(从其他神经元发送和接收信息的延伸)非常困难且耗时，”领导这项研究的医学研究生院的Takeshi Imai 教授解释说。“具体来说，轴突和树突只有大约一微米厚，比标准人类头发细 100 倍，它们之间的空间更小。”
识别神经元的一种策略是用特定颜色的荧光蛋白标记细胞。然后研究人员可以追踪该颜色并重建神经元及其轴突。通过扩大颜色范围，可以同时追踪更多神经元。2018 年，今井和他的团队开发了 Tetbow，这是一种可以用光的三原色为神经元着色的系统。
“我喜欢用东京地铁线路图来举例。该系统横跨 13 条线路、286 个车站，总长超过 300 公里。地铁地图上每条线路都用颜色编码，因此你可以轻松识别哪些车站是相连的，”论文的首批作者之一、当时的助理教授 Marcus N. Leiwe 解释说。“Tetbow 让追踪神经元和找到它们的连接变得容易得多。”
然而，仍然存在两个主要问题。神经元仍然需要手工细致地追踪，并且仅使用三种颜色不足以辨别大量的神经元。
该团队努力将颜色数量从三种增加到七种，但当时最大的问题是人类对颜色的感知能力有限。仔细观察任何电视屏幕，你都会发现像素由三种颜色组成：蓝色、绿色和红色。我们能感知到的任何颜色都是这三种颜色的组合，因为我们的眼睛中有蓝色、绿色和红色传感器。
“另一方面，机器没有这样的限制。因此，我们致力于开发一种可以自动区分这些大量颜色组合的工具，”Leiwe 继续说道。“我们还让这个工具自动将相同颜色的神经元和轴突缝合在一起并重建它们的结构。我们将这个系统称为 QDyeFinder。”
QDyeFinder 的工作原理是，首先自动识别给定样本中的轴突和树突碎片。然后识别每个碎片的颜色信息。然后，利用该团队开发的名为 dCrawler 的机器学习算法，将颜色信息分组在一起，从而识别同一神经元的轴突和树突。
“当我们将 QDyeFinder 的结果与手动追踪的神经元数据进行比较时，它们的准确度大致相同，”Leiwe 解释道。“即使与充分利用机器学习的现有追踪软件相比，QDyeFinder 也能够以更高的准确度识别轴突。”
研究团队希望他们的新工具能够推动绘制大脑连接图的持续探索。他们还想看看他们的新方法是否可以应用于标记和追踪其他复杂的细胞类型，如癌细胞和免疫细胞。
“也许有一天，我们可以读懂大脑中的连接，并理解它们对一个人的意义或代表。我怀疑这在我有生之年是否会发生，但我们的工作代表着在理解我们存在最复杂和最神秘的维度方面迈出了切实的一步，”今井总结道。