公民神经科学:人的力量提高大脑绘图速度
这是理解大脑运作的重大举措
神经科学有一个数据问题。在我们努力了解大脑的过程中，研究人员产生了越来越多的数据。问题是，他们如何从中获得意义?
一个最近的研究该研究使用功能性磁共振成像(fMRI)数据来制作迄今为止最详细的人类皮层地图，研究了210人的大脑数据。研究人员估计，这相当于每个参与者30g的数据。这意味着我们分析了超过6tb的数据来形成这张地图，这是对皮层的一大片区域的研究，而不是整个大脑。
该研究使用的数据由人类连接体计划该项目旨在向研究人员提供大型核磁共振成像和正电子发射断层扫描(PET)研究的数据。
这项工作的好处是，它将揭示人类大脑在健康和疾病中的运作方式。缺点是，尽管产生了大量的数据集，但研究人员只能解析大脑的小区域，而不是这些区域内的单个神经元。
为了给单个神经元成像并了解它们是如何连接的，你需要在显微镜下观察大脑内部。
更大的见解来自更小的大脑
大鼠和小鼠是哺乳动物，它们的大脑结构与人类相似，只是更小。通过探索啮齿类动物大脑的脑细胞活动和连接，雄心勃勃的欧洲人蓝脑计划目的是建立人脑的计算机模型。他们计划使用先进的数学技术和IBM的蓝色基因超级计算机来实现这一目标。
阅读更多:蓝脑计划的发现
另一个选择，但同样雄心勃勃的项目艾伦脑科学研究所，称为艾伦大脑计划该项目于2016年启动，通过结合单个细胞的形态(形状)、遗传和电活动数据，建立在小鼠大脑的遗传和结构地图的基础上。以此为基础，他们的目标是对大脑中的所有神经元进行分类，并建立一个神经元的功能地图以及它们是如何连接的，称为连接体。
他们的方法是使用专业知识的战略传送带，正如艾伦研究所的亚历克斯·亨利(Alex Henry)解释的那样，“这个过程首先将脑组织切成350微米的薄片，这些薄片在一个室中被氧合，然后传递给我们的电生理学团队，他们研究视觉皮层中活神经元的电活动。”
阅读更多:电生理学的未来
“在这之后，细胞充满了一种叫做生物ocytin的特殊染料，它充满了整个细胞，一直到树突的尖端，树突是一种从细胞体延伸出来的树状结构，一直到轴突的末端，轴突是一种细长的高度分枝的过程，承载着神经元的电流输出。”
然后用亮场显微镜在63倍放大倍率下对充满染料的细胞进行成像。这些详细的3D成像体积可以超过100gb，而这仅仅是单个神经元。
当数据文件放在亚历克斯的桌子上时，他的工作就是在3D中重建神经元的形态或形状。为此，他使用了一个名为Vaa3D还有一个用户界面叫做Mozak重建神经元的形态。
莫扎克:用人民的力量来解决神经科学问题
成为一名公民神经科学家，扮演莫扎克。
zoan Popovic教授解释说:“计算机控制的显微镜正在产生越来越多的神经元体积数据，而这些数据的重建速度远不及产生数据的速度。这在神经科学目标的进展中造成了瓶颈，特别是在神经元分类方面，这是艾伦研究所大脑计划的关键目标之一。”
克服这一瓶颈的方法之一就是利用人民的力量。通过让公众的神经科学家，可以被绘制的细胞数量急剧增加。神经科学方面的公民科学倡议此前已被证明是成功的，例如Sebastien Seung的倡议Eyewire，这是一个让市民从视网膜的电子显微照片中追踪和重建神经元的游戏，导致了对大脑中很大一部分结构的深入解决视网膜组织．
这段视频展示了950个神经细胞在小鼠视网膜块中的体积重建，同时沿着血管“飞行”(在密集的神经元过程网络中表现为“隧道”)。每种颜色代表一个神经元。资料来源:海德堡马克斯普朗克医学研究所。
Mozak促进了在3D中看到的整个神经元的重建，并向用户提供关于他们如何映射神经元的反馈。一个算法在后台运行，对用户之间相同神经元的每个重建点进行评分。这意味着至少要从五个不同的人的观点中建立共识。
“这与实验室里一个研究生或博士后重建神经元的情况不同。”Zoran补充道:“在那里你只能得到一个人对一个单元格的表示。Mozak能够产生对神经元重建的共识观点，然后可以由艾伦研究所的专家进行评估，他们提供反馈，并将神经元划分为不同的功能部分，如树突、细胞体和轴突。”
以这种方式解决神经元形态问题有可能极大地提高艾伦研究所进行重建的速度。
而且，Alex证实，Mozak的重建已经帮助解决了迄今为止由BRAIN计划的处理管道重建的约700个细胞中的一些。这些细胞还包括电生理数据，并提供一个宝贵的资源对于全世界的神经科学家来说。
这种类型的数据对那些建立神经元行为数学模型的理论神经科学家来说尤其强大。了解细胞的尺寸和厚度，以及它们的过程，结合它们的电活动数据，对计算机建模至关重要，这也有助于进一步将神经元划分为不同的群体。
展望未来
Zoran对Mozak和公民神经科学有很大的计划，“Mozak是一个雄心勃勃的项目的开始，它将成为神经科学中所有公民科学的联结点。我们的目标是建立所有神经元的分类，以了解神经元的结构或形状与其电生理特性的关系。然后了解这些神经元是如何连接的，绘制连接体。”
他的雄心并非毫无根据，佐兰之前的公民科学项目，Foldit他招募了公众来解决复杂蛋白质的结构，并对生物化学领域产生了重大影响。
了解更多: 公众破解蛋白质折叠谜题
Zoran补充道:“Mozak的美妙之处在于它不依赖于数据类型，它可以查看来自世界各地许多不同类型数据存储库的卷数据。Allen BRAIN Initiative就是这样一个知识库。”
使用市民来解决他们的网页浏览器上的结构是相对较低的技术，但这是一种非常强大的分析数据的方法，可以克服前面描述的瓶颈。
如果市民接受挑战，使用Mozak解决神经元形态问题，就可以在表征大脑中存在的860亿个神经元方面取得重大进展。而且，正如Zoran所说，这可能会导致对神经元分类的全新理解。这将影响我们对脑部疾病的理解，并为药物发现提供新的途径。
Alex通过类比总结Pokémon Go，“我们现在有了描述大脑中所有神经元细胞类型的工具，我们只需要走出去，把它们都抓起来!”
