終極挑戰:人類大腦研究計劃

　　今年3月，當斯坦福大學醫學院的神經生物學家Bill Newsome在接到美國國立衛生研究院院長Francis Collins的電話時，他的第一反應非常驚愕。Francis Collins突然聯系他，詢問他是否愿意與其他科學家共同主持一個為期10年的大腦研究項目。在Newsome看來，這是個吃力不討好任務，無組織又繁復。但是，經過24小時的思想斗爭后，對工作的熱情還是戰勝了各種擔憂，他接受了任務。

　　兩個星期后的4月2日，奧巴馬宣布計劃投入1億美元以啟動這項大腦工程，預計最終成本可能是預算是10倍。與此同時，歐盟委員也有同樣的雄心，早在1月28日，他們就宣布將推出的世界第一個人類腦計劃，預計耗資5400萬歐元(6900萬美元)，并在未來10年內逐步投入10億歐元經費。

　　這似乎是兩個項目，但實際上，它們都是神經系統科學面對的終極挑戰：控制人類相愛、思考、寫作、計算等等的復雜神經回路是如何形成的，要知道人腦中存在數十億神經元和數以萬億計的連接或突觸，更重要的是，研究人員還想了解大腦神經元回路的變化方式。

　　實現這一目標需要利用新技術，例如納米技術、光遺傳學技術等，來捕捉大腦神經元的腦電活動，通過刺激這些神經元，觀察它們的應激反應，從而映射出詳細的“大腦電路圖”。美國芝加哥市西北大學神經系統科學家Konrad Kording說：“人類的大腦在30秒內產生的信息量與哈勃太空望遠鏡在其生命周期中產生的信息量相同。”

　　研究人員已經在尋找一些研究的切入點。在過去的幾年中，我們已經見證了技術的驚人進步，例如構建了精確的人腦解剖圖。到目前為止，大多數的神經科學家已經能夠利用一些簡單的物種來研究一些人體基本原理。

　　神經元活動的測量

　　若研究人員想搞清楚流過大腦回路的電子信號，他們就需要同時記錄盡可能多的神經元活動。

　　目前，研究人員主要通過在大腦中植入金屬電極的方法來監測神經元活動。但這種做法伴隨著巨大的挑戰：每個電極都需要連接電線來測量模擬信號，但是這種信號在傳輸過程中很容易丟失或失真。此外，這些電線必須細如發絲以避免組織損傷。經歷50年的發展，電極技術的發展令我們可以同時記錄數百個神經元的活動。但它們還需要繼續挑戰，捕捉并記錄更高質量的信號。由硅制成的新一代極致小型化神經探索裝置的問世，使這一切成為可能。這類神經探索裝置的前身于今年2月在美國加州舊金山市舉行的國際固態電路會議上亮相。它只有1厘米長，如紙幣那么薄。當它被插入到小鼠的大腦中時，IMEC裝置上的電極能夠同時在老鼠的所有大腦皮層上記錄信息。這可以幫助神經科學家拆分大腦中的復雜電路。Imec生物和納電子學主管Peter Peumans表示，3年內神經探索裝置將擁有更多的電極和電線。

　　除了測量神經回路的電活動，研究人員還希望刺激相應的神經元以觀察它們的反應。目前每個IMEC的探頭包括四個刺激電極，但是信號記錄和刺激施加的過程會互相干擾，因此研究人員也嘗試利用光刺激取代電刺激。一個研究小組最近在小鼠身上使用光學技術，使之產生重復行為，形成強迫癥模型。

　　下一代的光學神經探針將不再需要光線傳導，直接將光定位在研究需要的大腦位置。例如今年4月，華盛頓大學的Michael Bruchas提出了這種無線模型：光子基因芯片結合發光二極管，可以被無線電信號激發，從而定位在視蛋白上。未來有可能帶來更先進的方法，一些科學家們提出了納米水平上的的感光器件，可以埋在神經元膜下并以細胞能量和大量神經元活動能量為動力。

　　還有一種思路不需要利用測試設備，而是捕捉腦電活動留下的痕跡。Kording和他所在的團隊正在利用DNA聚合酶來實現這一點。他和他的同事們設計了一種人工合成的DNA聚合酶，當被周圍高濃度鈣包圍時，就會在這種酶構建的DNA鏈上插入錯誤的堿基。如果將此聚合酶添加到神經元，當動作電位導致細胞內鈣的水平上升時，DNA鏈編碼就會出現錯誤。之后再根據DNA的長度和序列追溯電位活動。但這一技術才剛剛起步。

　　繪制映射圖譜

　　研究人員一直在收集有關神經元活動和電路的信息，這都是為了繪制一份可靠的高度詳細的大腦解剖圖。

　　一個多世紀以來，繪制大腦解剖圖都是將大腦切成盡可能薄的切片，并在光學顯微鏡下觀察這些切片。但是將這些數量驚人切片有序排列對齊，還是非常不易的。

　　即便如此，德國尤利希研究中心的Katrin Amunts和她的團隊仍然完成了這項工作，前所未有地展示了人類大腦的細節。他們將一名65歲婦女的大腦分割成7400層20微米厚的切片、染色、成像，然后用兩個超級計算機經1000小時將數據拼湊起來。整個工程用了10年。

　　哈佛大學的Jeff Lichtman和德國馬克斯普朗克神經生物研究所的Winfried Denk目前正在使用一種新的電子顯微鏡，這種顯微鏡可以繪制更薄的大腦切片。使用常規的電子顯微鏡，每次掃描只能構建立方毫米的腦組織，因此要花上幾十年才能完成整個腦部的掃描，新的顯微鏡，可以將這一過程縮短到幾個月。但他們未解決的是如何將這些局部圖像重建成一個完整的三維圖像。在一個研究項目中，使用傳統的電子顯微鏡，拼接很小的老鼠的視網膜數據，居然動用了230人。Denk認為開發新的計算機算法是當務之急。

　　現在有很多簡單的方法繪制粗略的大腦解剖圖。4月亮相的新技術CLARITY——用透明凝膠取代在大腦中的不透明脂質，通過這種方法觀察神經元而不需要切片。

　　大腦數據的處理

　　人腦研究最大的挑戰在于弄清大腦存儲與處理數據的方式。Lichtman和Denk發現，1立方毫米的腦組織便可以處理2000太字節。Denk估計，一個完整的老鼠大腦可以產生60拍字節的信息，而人類的大腦則可以處理200艾字節的信息。這個數據量可以與許多大型數據儲相媲美。

　　而這一切僅僅是個開始。神經科學家最終要收集每個人都獨一無二的大腦解剖信息，并分析其背后的神經活動。他們需要儲存并系統化地組織這些多樣化的數據模式，以便更深入探索大腦的奧秘。

　　歐洲的人腦計劃旨在提供一個模擬大腦，使研究者可以實時地與它互動，這就增加了另一個層面的需求。人腦計劃合作者之一、西班牙巴塞羅那超級計算中心的 Jesus Labarta Mancho說：“我們面臨的挑戰之一便是開發一種計算機語言，以便更高效地利用超級電腦。”以目前的設備來進行人腦計劃，超級計算機將不堪重負。

　　但美國紐約冷泉港實驗室的生物數學家Partha Mitra認為，認知大腦的更大挑戰來自社會。“追蹤大腦的工作原理與追蹤希格斯玻色子不同，每一個希格斯玻色子都會跟著同一個單獨目標移動。就比如團隊中的每個個體在設立團隊目標時會暢所欲言，一旦目標設立完畢，便會嚴格自律，共同完成團體目標。”

　　不出Newsome所料，這些項目僅僅立項就耗費了他的整個夏天。最近他正在參加一系列相關的專家研討會，并修改一份將于9月份發布的項目研究報告。他說該報告不可能解決所有關于大腦的問題，但從長遠來看，它會使得解決這些問題成為可能。