马克莱姆面试三部分:“蓝脑计划”的

我们的独家采访系列的最后一部分中蓝脑计划”的创始人和主任教授亨利·马克拉姆,我们讨论的目标,他努力向在过去的15年里,模拟鼠标,最终人类,大脑。我们讨论“蓝脑计划”的成就和挫折和马克莱姆解释说他感觉是什么项目的最令人惊讶的发现。最后,我们展望未来——当我们模拟了人类的大脑吗?找到更多关于我们的马克拉姆访谈系列在这里。

Ruairi Mackenzie (RM):你说2009年TED演讲,您将构建大脑十年。你失败了吗?

亨利·马克莱姆(HM):我们尚未完成构建一个完整的数字大脑。然而,我们已经通过了最关键的里程碑,带给我们现在非常接近这一目标。原因有很多大脑尚未重建的10年。我们预期,大量的实验数据将成为公开可用的开放的科学革命。我希望开放的快速普及科学,所有神经科学家将沉淀和共享他们的数据在数据库和国际信息学组织将达到共识如何标签神经科学数据归档,建立标准;在这方面已经有了很大进步,但我们仍远没有一个全球标准。我也希望一个集体兴奋加入,一起构建大脑。

重要的是媒体的目标和实际的科学目标我们已经授予有很大的不同。我做的报表是为了更愿景声明的我们想做什么。例如,实际的蓝色大脑和原始人类大脑授予指定一组科学里程碑任务和工作包,科学地解释我们如何达到这些里程碑。它也解释了详细的重建将,他们如何将测试,我们希望向他们学习。

蓝色大脑科学路线图是定期审查由独立的科学家验证如果我们走上正轨。当环境改变随着科学和我们周围的世界的发展,我们做修改,他们成为了。因此,尽管我们还没有做过十年,我们正稳步根据我们科学里程碑。

RM:你提到了人类大脑计划,这是一个大型的合作与许多不同的学科。如果你再推出这样一种努力,不同的你会怎么做?

嗯:当你启动这样一个大规模的合作跨越许多学科和几乎所有的欧洲国家,事后看来,任何一个人都会做很多不同的事情。我会做更多的应对媒体大肆宣传的目标项目,关于实际的科学项目的里程碑。我将工作在解释为什么它是如此紧急,我们需要一个全球行动的警钟,一场比赛。虽然我认为很明显,这个项目会依赖和财富在神经科学实验数据比任何建模项目,我会试图更清楚地强调,模拟神经科学不能替代动物实验,但为辅,强调如何在神经科学,我们需要所有的数据我们可以得到。

我也会更加努力的工作,说明模拟神经科学可以带来新的资金的神经科学信息和通讯技术(ICT)研究领域,我们实际上可以受益于从这个大规模协同加强和高度协作的社区。

我告诉我的同事HBP的科学家,这是种子资金,但最直接的资金更重要。我也许是太不耐烦。我觉得脑部疾病的负担是处于关键阶段。负担接近全球国内生产总值(GDP)的10%,尽管所有的令人难以置信的神经科学的进步,我们似乎并不能够有效地将这些进步转化为新的治疗方法——这个问题仍然没有解决,我们仍然缺乏扭转这一策略。我相信我们需要挑战自己的不可能的,特别是在科学没有根本原因我们不能推过去的边界。

积极的一面是,这并触发多个国家大脑行动,这对每个人来说都是好消息。我们也应该记住,没有大科学项目知道撒谎之前,一个人在所有的障碍,而是一个时间轴力是很重要的一个检查需要在这样一个雄心勃勃的时间赶到那里。我们学到很多只是通过这样的锻炼。例如,我们做开发计划如何建立数字大脑主要来自遗传信息如下图中描述。这些都是宽阔的中风的策略,但是他们给一个明确的指导新方法我们可以解决这样一个看似不可能的挑战。

图1从单细胞转录组构建基于基因:大脑细胞内分子相互作用(interactome),细胞类型出现在大脑(cellome)和神经元之间的连接(连接体)。

RM:回蓝脑计划”的,它现在已经运行了将近15年。你认为什么影响它对神经科学吗?

嗯:影响的客观指标包括发表论文170 - 25 2019年论文。这些论文经常引用,成千上万的观点。2017年的论文,神经元的派系绑定到蛀牙之间提供一个缺失的环节的结构和功能例如被浏览超过270000次。这个项目已经发布了超过31000个神经元模型,在一百万年的数据(通过痕迹Channelpedia和NMC门户)和数以百万计的预测缺失数据的门户网站。这些门户网站发表论文中引用,到目前为止,NMC门户已经由26000 +用户访问超过130000次。我们已经发布了120多个开放源代码存储库在GitHub以及9个主要库。我们开发了一系列蕴藏,迄今为止已有超过15000名学生注册。我们举行了超过70 2019年公共传播和推广活动。

2020年初已经表明我们的两个合作者使用数字重建我们已经开发出新的科学发现。与耶路撒冷希伯来大学的科学家们合作,在一起,我们制定一个独特的分析方法,减少神经元模型的复杂性的挑战,同时保留关键的输入/输出功能和计算能力。”Neuron_Reduce”是一种新的计算工具,为科学界提供了一个简单的功能来简化复杂的神经元模型的任何细胞类型,仍然忠实地保留其输入输出特性同时大大降低仿真运行时。

与此同时,一个国际研究协作与弗洛里研究所发现的证据表明,一种常见的神经递质可以选择性地调节神经元的兴奋性。

RM:科学里程碑项目已通过和他们为什么重要?

嗯:我们的第一个科学里程碑是能够自动重建任何神经元的电行为记录在大脑。我们在2007年通过了这一里程碑,有一系列的出版物上这种方法。我们因此发布了软件允许其他人神经元模型。这种方法和软件已经成为许多人的标准模型神经元。这是一个重要的里程碑,因为它允许我们自动捕获的现实行为数百万甚至数十亿的神经元;必不可少的一步构建整个大脑,拥有大约一千亿个神经元。

第二个里程碑我们通过一个算法,可以重新创建的连接体神经元的微电路。该算法允许我们现在捕捉大脑中的神经元的连接方式和数以百万计的突触的3 d位置。这很重要,因为我们可以,第一次使用一个模型来研究神经元如何处理接收到的所有不同类型的输入,我们可以开始了解连接体形状微电路的功能。

第三个里程碑是将不同类型的神经元和突触联系在一起微电路的形式,展示了迄今为止最生物真实副本的皮层微电路——大脑皮层的CPU。这很重要,因为它证明的程度和准确性可以预测缺失的数据,因为它揭示了第一次看到的细胞和突触地图最复杂的微电路在哺乳动物的大脑,因为它提供了一个概念验证,为构建更大的大脑区域等电路。

第四个里程碑是验证和探索紧急三个动力学微电路的里程碑。模型导致了一系列的州,仅仅通过集成测量。这是一个重要的里程碑,因为它表明,第一次,我们可以将所有可用的数据对皮层微电路集成到一个数字重建,将产生一系列复杂的网络状态与观察到的实际电路。我们可以使用这个模型来模拟过渡状态之间通过改变离子浓度或电导。我们已经可以计算所有元素所产生的电场在这个电路,该里程碑为亚细胞之间的桥接铺平了道路,细胞和突触活动与脑电图(EEG)波形测量在实验室和诊所。

特写镜头的合成皮质的神经元在数字重建。信贷:版权©2005 - 2020蓝脑计划/欧洲。保留所有权利。

第五我们通过里程碑是解决数学十年之久的问题增加神经元的形状(形态)。我们需要达到这个里程碑,因为通常一个只能使用神经元在大脑中被记录在实验室和3 d数码显微镜下;这永远不可能产生足够的神经元构建全脑模型。这个里程碑也很重要,因为它为我们提供了一种新的方式,在未来,建立神经元通过阅读遗传信息。例如,在未来,我们可以研究大脑中的基因变化的影响而言,它们是如何影响神经元的形状。

第六个里程碑我们经过验证的方法是建立微电路开发可以推广到建立一个大脑区域与弯曲的形状和不同的细胞成分和突触的属性。这里我们有针对性的躯体感觉皮质的一篇论文在准备。这是一个重要的里程碑,因为它表明,我们已经开发了重建原则微型电路技术可以扩展到更大的区域约200万个神经元。

第七个里程碑我们通过一种算法来连接1100万小鼠皮层神经元。这是一个非常具有挑战性的里程碑因为数据很稀疏。存在一些跟踪数据的哪些部分大脑皮层连接到其他地方,我们曾经找到一组规则,允许我们预测880亿年的形成和位置这些神经元突触连接。这是一个重要的里程碑,因为我们现在可以构建所有的大脑区域大脑皮层。它还演示了如何可以找到完全令人惊讶和新的解决方案使用非常稀疏的实验数据,它揭示了许多有趣的原则如何在大脑皮层中每个神经元连接。通过里程碑允许我们现在构建第一个数字重建整个大脑皮层。

第八和第九里程碑来验证我们的算法重建大脑皮层以外的方法可行,我们测试通过重建丘脑和海马,出版物的准备。这些里程碑是重要,因为它们意味着流程和算法,我们还开发了大脑皮层的工作,与一些适应,其他大脑区域。特定的适应性教给我们不同的原则操作在不同的大脑区域。

我们的第十个里程碑是构建一个完整的细胞阿特拉斯的每一个神经元和神经胶质细胞在整个老鼠的大脑。我们出版的,公布了阿特拉斯在2018年的社区使用。此次里程碑为背景对我们十一的里程碑,我们将所有的神经元形态,捕获的所有不同的电气行为每种类型的神经元和连接所有神经元构建整个老鼠大脑的初稿2024 - 2028。

总之,到目前为止,我们已经建立了一个坚实的方法轻松重现,模拟、可视化和分析数字拷贝的脑组织和整个大脑。如何做到这一点是不明显的,当我们开始的时候,现在是。前方的道路是明确的。此基础上花了很长时间来培养。它包括如何解决数据库的大脑,我们如何通过算法和自动构建的大脑数字形式以及如何模拟,可视化和分析这样一个复杂的系统。这涉及建立一个巨大的生态系统软件,许多算法,可以利用相互依赖性的勘探和开发,建立严格的标准操作程序,我们必须遵循建立大脑的数字拷贝。我们现在可以开始看到什么数据密钥和数据没有什么。我们现在有明确的流程开始测试数据报告在世界任何地方。我们有流程,可以利用相互依赖关系。我们现在的阶段,我们可以加快建设更大的大脑区域和集成更多的生物细节。

一个数字重建isocortex白质合成的模拟。信贷:版权©2005 - 2020蓝脑计划/欧洲。保留所有权利。实验数据从丽达Kanari形成的细胞,蓝脑计划。白质的数据,由艾伦脑科学研究所——https://alleninstitute.org/what-we-do/brain-science/。

RM:数据、模型和软件蓝脑与社区共享吗?

嗯:我们使蓝色大脑的工具、数据和模型参数开源和我们使所有的数据获取和收集和组织向他人公开。例如,在2019年,我们六年的一项研究的结论我们映射的动力学行为最大的离子通道家族:Kv频道。同时论文发表,我们提供了开放存取研究和所有其他非商业目的超过一百万Kv通道录音。这些实验数据都是公开下载专用的,类似wiki平台Channelpedia或通过蓝色大脑的门户。这张地图的离子通道数据将使我们能够构建非常准确的对大脑神经元模型和新药筛选。

打开模型外部调查是很重要的,因为它提供了所有的预测生物参数也因为社区可以发现错误,我们找不到。帮助我们改善在下一次迭代模型。所有的模型不断改进。

多年来,我们一直发布模型、数据、工具、软件和大规模网络公开课供公众使用。的蓝色大脑门户在2018年发布,把所有这些在一把伞下,提供模拟神经科学的知识空间,这对每个人都开放。门户也使我们能够分享一些可视化的巨大的大脑的复杂性。

为了组织大量数据,我们开发和发布蓝色大脑的关系开源软件,我们用来管理所有数据,模型和文献需要构建和模拟大脑回路。

除了上述之外,2011年,“蓝脑计划”的构想,建立人类大脑和赢得了格兰特推出欧洲项目(HBP)。尽管HBP已经重新努力,它所做的大量工作收集数据对大脑研究和开发一些重要的信息工具。这是神经科学的钱原本不存在,因为它来自计算机科学的预算欧盟委员会(European Commission)的预算,和现在分发给超过100大学欧洲研究大脑。

在蓝色的大脑,我们也有一个广泛的推广计划,努力为社区在许多方面,如鼓励孩子继续学习STEM学科在学校。仅在2019年,我们从欢迎当地的学校举行了超过70个事件,国际研究项目,非政府组织,我们的第二个大脑的化学调制和公众会议上蓝色大脑神经计算的系列研讨会。今年,我们将在模拟神经科学,我们的第一个学校,我们将开始训练下一代的模拟神经科学家。我们不得不搬学校2021年由于全球大流行。

RM:这些年你最大的惊人的洞察力是什么?

嗯:这是一个困难的问题。作为一个实验神经科学家自己,我发现我一直惊讶地看到诸事顺利,可以解释为相对简单的原则。例如,我学突触,他们的连接和他们如何学习在我早期的职业生涯。神经元彼此连接的方式是如此的复杂。即使我的乐观,我很难看到我们将如何解决的挑战很多神经元生物的方式连接。我相信训练神经元化学吸引另一个神经元组成的纤维连接。事实证明,大部分的神经元之间的连接是由统计事故的神经元之间的分支。有一些,但这个简单的规则很少例外,需要化学吸引和排斥,但大部分都是偶然的。然后我惊讶地发现这些事故是什么使我们的连接体实际上非常相似的,即使我们有巨大差异的大小我们的大脑和神经细胞的数量。这些事故也使电路非常稳定的伤害。

另一个非常有益的见解来当我们引入一个古老的数学神经科学领域的第一次。我们开始使用代数拓扑学家理解连接体的设计和要求形状的活动如何在大脑中浮现。我们发表了一篇论文,收到270000多个视图和下载。本文表明,有一些奇怪的和奇妙的数学结构的连接体,这些结构形状大脑如何将对刺激作出反应。本研究的影响是深远的,因为它表明,我们不能看到完整的大脑所做的图片,如果我们不使用合适的数学。在某种程度上,我们就像flatlanders试图理解3 d形状。

RM:蓝色大脑目前工作的重心是鼠标。你什么时候开始在人类的大脑吗?

嗯:“蓝脑计划”的集中在现在的老鼠和老鼠的大脑模拟神经科学先驱,建立工具和流程,收集数据,开发分析来推断参数和软件模拟此类复杂模型。自然,人类的大脑也有许多差异,但建立一个哺乳动物大脑的过程是相同的。我们需要实践老鼠大脑的方法我们可以找出最小的数据是我们需要,因为人类的大脑数据少得多。但是需要这个项目的一个新阶段开始重建人类的大脑。从计算的角度来看,我们需要一个计算机1000 x更强大的比我们使用的,这当然不是最大的一个存在。然而,解决人类的大脑需要盒子上的每一个把戏与摩尔定律减慢,尚未在蓝色大脑的路线图。然而,指引着我们未来的必然性和发展一切有这个目标。