أوصت به Xinzhiyuan

يبذل علماء الأعصاب قصارى جهدهم لرسم خرائط للدوائر العصبية في الدماغ ، لكنهم سرعان ما سيرون المجال يتطور إلى مستوى صناعي. في الشهر المقبل ، سيتم إطلاق منشأة كبيرة قادرة على تحويل خرائط الدماغ عالية الدقة في سوتشو ، وفقًا للمطورين.

في حين أن المختبر النموذجي قد يستخدم فقط نظامًا واحدًا أو اثنين من أنظمة تصوير الدماغ ، فإن هذا المرفق الجديد يحتوي على 50 آلة آلية يمكنها بسرعة تقطيع أدمغة الفأر والتقاط صور عالية الدقة لكل شريحة وإعادة بنائها إلى صورة ثلاثية الأبعاد. يعتقد Zeng Hongkui ، خبير البيولوجيا الجزيئية في معهد Allen لعلوم الدماغ في الولايات المتحدة ، أن مثل هذه المنشأة ذات المستوى الصناعي من شأنها "تسريع التقدم بشكل كبير". وقالت: "توليد البيانات المعيارية على نطاق صناعي واسع النطاق سيغير الطريقة التي يتطور بها علم الأعصاب".

تُظهر هذه الصورة المعاد بناؤها خلايا عصبية بعيدة المدى تعبر دماغ الفأر.

المرفق الجديد ، المسمى بجامعة Huazhong للعلوم والتكنولوجيا (Suzhou) ، معهد أبحاث تكنولوجيا المعلومات المكانية للمخ ، بقيادة Luo Qingming ، باحث التصوير الطبي الحيوي في جامعة Huazhong للعلوم والتكنولوجيا. المعهد لديه ميزانية مدتها خمس سنوات تصل إلى 450 مليون يوان صيني وسيعمل على توظيف حوالي 120 عالمًا وفنيًا في المستقبل. قال لوه تشينغ مينغ إن المعهد سيعمل أيضًا على رسم خريطة للدماغ البشري ، ويخطط ليصبح مركزًا دوليًا للبحوث لمساعدة الباحثين على تحديد الروابط العصبية ، مع تطبيقات تتراوح من أبحاث مرض الزهايمر إلى مشاريع الذكاء الاصطناعي المستوحاة من الدماغ. يطلق لو تشينغ مينغ على نفسه اسم "عالم المعلوماتية المكانية الدماغية" وأنشأ نظام التصوير عالي السرعة للدماغ التابع للمعهد.

موضوع ساخن

قال جوش هوانج ، عالم الأعصاب في مختبر كولد سبرينج هاربور في نيويورك: "سيكون هناك بالتأكيد طلب ضخم". إنه يتعاون أيضًا مع المعهد ، ويعتقد أن الوصول إلى خرائط الدماغ عالية الإنتاجية وسريعة التصوير لديه القدرة على تغيير فهم علماء الأعصاب للوصلات العصبية في الدماغ ، تمامًا كما ساعد التسلسل عالي الإنتاجية علماء الوراثة في فك تشفير الجينوم البشري في في أوائل 2000s نفسه. وقال: "سيكون لهذا تأثير كبير على رسم خرائط للدماغ بدقة خلوية في أنواع متعددة".

تمتلك أدمغة الثدييات ملايين الخلايا ، ولدى أدمغة البشر مليارات الخلايا. تنقسم هذه الخلايا إلى حوالي 10000 نوع مختلف ، لكل منها أشكال وأحجام مختلفة وتعبر عن جينات مختلفة. يأمل علماء الأعصاب في فهم وظيفتهم من خلال رسم خرائط لبنيتهم وتفاعلاتهم. من خلال مقارنة أنواع معينة من الخلايا العصبية عبر أدمغة متعددة ، قد يكون العلماء قادرين على تحديد كيفية تأثير المرض أو السلوك المكتسب على البنية الخلوية ، كما يقول الباحث في التصوير الدماغي يورغن جولدشميت في معهد لايبنيز لبيولوجيا الأعصاب في ألمانيا.

ومع ذلك ، غالبًا ما تستغرق هذه الخرائط شهورًا أو سنوات حتى تكتمل. في هذه العملية ، قام الباحثون بقص 15000 جزء رفيع للغاية من دماغ فأر بطول عدة سنتيمترات باستخدام شفرة ماسية ، ووضع ملصقات على كل قسم بمواد كيميائية أو علامات الفلورسنت لإبراز ميزات محددة ، ثم باستخدام مجهر لفحص كل قسم. يتم تصوير طبقة واحدة ، وأعيد بناء الصورة في النهاية إلى أطلس ثلاثي الأبعاد.

الخرائط عالية السرعة

يمكن لمعهد أبحاث تكنولوجيا المعلومات المكانية للمخ التابع لجامعة Huazhong للعلوم والتكنولوجيا (Suzhou) إظهار مواهبه في هذا الصدد. يقول المتعاونون إن المعهد به عدد كبير من الآلات المدهشة من حيث السرعة والدقة. وفقًا لـ Zeng Hongkui ، فإن المعلومات التفصيلية التي يمكن أن تجمعها هذه الأجهزة عن دماغ الفأر في غضون أسبوعين قد تستغرق شهورًا إذا تم استبدالها بتقنيات أخرى ، مثل التصوير فائق الدقة متحد البؤر.

في مؤتمر أبحاث الدماغ من خلال تطوير التقنيات العصبية المبتكرة في بيثيسدا ، ميريلاند ، في فبراير ، رأى الحاضرون صورة لخلايا عصبية واحدة تغلف دماغ فأر.صور ، ليشهدوا عن كثب براعة التكنولوجيا. يعتقد كريستوف كوخ ، عالم الأعصاب في معهد ألين الذي عمل مع فريق لو في العمل ، أن التغطية الواسعة للخلايا العصبية تشير إلى أنها تلعب دورًا في تنسيق مدخلات ومخرجات الدماغ لتشكيل الوعي.

جامعة Huazhong للعلوم والتكنولوجيا (Suzhou) معهد أبحاث تكنولوجيا المعلومات المكانية للدماغ سيولد كمية كبيرة من البيانات: قال Luo Qingming أن كل خريطة لدماغ الفأر بها 8 تيرابايت. لكن دماغ الإنسان أكبر بنحو 1500 مرة من دماغ الفأر ؛ بالمعدل الحالي للمعهد ، سيستغرق جهاز كمبيوتر واحد حوالي 20 عامًا لإعادة بناء دماغ الإنسان رقميًا. تخطط Luo Qingming لزيادة سرعة الماكينة واستخدام أجهزة متعددة في نفس الوقت.

يتطلع لو تشينغ مينغ إلى التعاون العالمي ؛ بالإضافة إلى معهد ألين ومختبر كولد سبرينغ هاربور ، تخطط جامعة ستانفورد أيضًا لإقامة علاقة تعاونية مع المعهد. ومع ذلك ، قال لوه تشينغ مينغ إنه على الرغم من أن العالم الخارجي أبدى اهتمامًا قويًا ، إلا أن المعهد لا يمكنه تلبية احتياجات الجميع. "نحن بالفعل نرفض الناس".

لو تشينغ مينغ: المعلوماتية المكانية للمخ - جسر يربط بين علوم الدماغ والذكاء الاصطناعي الشبيه بالدماغ

نُشر النص الأصلي في "Science China: Life Sciences" (طبعة على الإنترنت)

Luo Qingming. المعلوماتية الدماغية المكانية: جسر يربط بين علوم الدماغ والذكاء الاصطناعي الشبيه بالدماغ.العلوم الصينية: علوم الحياة ، 2017 ، 47.

وحدة المؤلف:

المختبر الرئيسي للضوئيات الطبية الحيوية ، وزارة التعليم ، قسم الهندسة الطبية الحيوية ، جامعة هواتشونغ للعلوم والتكنولوجيا ، ووهان 430074 ؛

جامعة هواتشونغ للعلوم والتكنولوجيا - مختبر ووهان الوطني للإلكترونيات الضوئية (قيد الإعداد) مركز بريتون تشانس لأبحاث الضوئيات الطبية الحيوية ، ووهان 430074

الملخص يقترح أن المعلوماتية المكانية للدماغ هي علم شامل ومتكامل لتتبع وقياس وتحليل ومعالجة وتقديم بيانات المعلومات المكانية عبر المستويات والمتعددة للدماغ. تتم مناقشة محتوى البحث والنظام التقني والقضايا العلمية الرئيسية لمعلوماتية الدماغ المكانية ، ويتم تحليل اتجاه تخصصها ، ويتم توقع آفاق تطبيقها. إن إنشاء نظام تقنية تصور شبكة الدماغ بالكامل يركز على التصوير المقطعي للقسم البصري المجهري يمثل نضج المجال متعدد التخصصات الناشئ للمعلوماتية المكانية للدماغ. استنادًا إلى بنية الدماغ الدقيقة ثلاثية الأبعاد ووظائفها ، البيانات الضخمة مثل أنواع الخلايا العصبية ، والدوائر والشبكات العصبية ، وشبكات الأوعية الدموية ذات المقياس الزماني المكاني الواضح ومعلومات الموقع ، يمكن استخراج السمات الزمانية المكانية لوصلات الدماغ عبر المستويات والمقاييس. المعلوماتية المكانية للدماغ سيساعد العلماء بشكل أفضل على فك وظائف المخ وأمراض الدماغ ، وتعزيز تطوير الذكاء الاصطناعي الشبيه بالدماغ.

الكلمات الرئيسية المعلوماتية المكانية للدماغ ، تصور شبكة الدماغ بالكامل ، اتصال الدماغ ، الدماغ الرقمي ، ذكاء يشبه الدماغ

من منظور فهم الدماغ وحماية الدماغ وإنشاء الدماغ ، ينقسم علم الدماغ بشكل عام إلى علم الأعصاب وعلم الأعصاب السريري وعلم الأعصاب الحسابي. يُعرَّف علم الأعصاب بأنه العلم الذي يدرس بنية ووظيفة وترابط الجهاز العصبي للإنسان والحيوان ، ويهدف إلى توضيح مادة الجهاز العصبي ، وخاصة الدماغ ، في الدائرة أو الشبكة الجزيئية والخلوية والعصبية ، و حتى النظام والمستويات العامة يمكن تقسيمها إلى بيولوجيا الأعصاب الجزيئية ، والبيولوجيا العصبية الخلوية ، والبيولوجيا العصبية للأنظمة ، والبيولوجيا العصبية السلوكية ، والبيولوجيا العصبية التنموية ، وعلم الأعصاب المقارن.

كما نعلم جميعًا ، الدماغ هو نظام عملاق معقد للغاية. المعلومات الهيكلية والوظيفية للخلايا العصبية ، والخلايا الدبقية ، والأوعية الدموية في الدماغ معقدة للغاية ، ويمكن أن يصل مدى نطاقات الزمان والمكان إلى أكثر من عشرة أوامر من حيث الحجم. تتطور روابط الدماغ وأنشطة الدماغ وتتغير في نطاقات زمنية ومكانية مختلفة ، وتترابط مادتها وطاقتها ومعلوماتها بشدة ، ولها عدم يقين بالموقع المكاني ، وعدم اليقين في العلاقة المكانية ، وعدم اليقين في المجال الزمني. تُعد كيفية دراسة تطور وتغيير قانون الوصلات الدماغية ونشاط الدماغ على نطاق واسع من الفضاء الزمني تحديًا كبيرًا لأبحاث علوم الدماغ. ومع ذلك ، لا يمكن لأي من التخصصات الفرعية المذكورة أعلاه تحديد هذا المجال البحثي الشامل الناشئ.

أظهرت الدراسات أن العلامات المهمة لنضج الانضباط تشمل محتوى بحثيًا مستقلاً ، وأساليب بحث ناضجة وأنظمة تأديبية موحدة ، من بينها طرق البحث الناضجة نسبيًا أو الأنظمة التقنية الكاملة. في "Connectomes: Make You Unique" ، يلاحظ سونغ أن علماء الأعصاب يفتقرون إلى التقنيات الكافية لرسم خريطة الروابط بين الخلايا العصبية ، ولهذا السبب ، لم يتم اعتبار الاتصال علمًا حقيقيًا. يوضح هذا حالة نظام التكنولوجيا في عملية تطوير الانضباط.

استخدم الفريق بقيادة البروفيسور ليختمان من جامعة هارفارد بالولايات المتحدة الأمريكية المجهر الإلكتروني كطريقة للمراقبة لرسم خريطة للنواة الركبية الجانبية لماوس 0.07 مم 3 P32 (Mus musculus) بدقة 4 نانومتر 6 نانومتر 28 نانومتر فوكسل لمدة 15 شهرًا وإعادة بناء أكثر من 400 خلية عصبية . أعاد معهد ألين لعلوم الدماغ في الولايات المتحدة بناء خريطة اتصال دماغ الماوس بدقة 100 ميكرومتر. لم تكن أي من الطرق التي استخدموها قادرة على الحصول على خريطة للبنية الدقيقة للدوائر العصبية على مستوى دقة الخلايا العصبية المفردة في دماغ الفأر بأكمله ، ناهيك عن الحصول على معلومات الاتصال الوظيفي. يمكن ملاحظة أن كيفية الحصول على خريطة الهيكل والوظيفة لمستوى دقة الخلايا العصبية في دماغ الفأر بالكامل لا تزال مشكلة عنق الزجاجة لم يتم حلها في العالم.

التصوير بالرنين المغناطيسي الوظيفي (fMRI) يحدد بشكل أساسي التغيرات في تشبع الدم بالأكسجين وتدفق الدم عن طريق قياس إشارات الرنين المغناطيسي ، ويكشف التغيرات في تدفق الدم إلى مناطق معينة من الدماغ ، وبالتالي يعكس بشكل غير مباشر نشاط أعصاب الدماغ.استهلاك الطاقة. إنه يوفر وجهات نظر تشريحية ووظيفية للدماغ. تشمل المزايا البارزة لهذه التقنية قياسات خالية من التلف وخالية من الإشعاع وقابلة للتكرار ودقة مكانية بترتيب المليمترات. كتب كريك وجونز ، المكتشفان المشاركان للبنية الحلزونية المزدوجة للحمض النووي والحائزين على جائزة نوبل في علم وظائف الأعضاء أو الطب ، في تعليق على Nature: "لا يمكنني تحمل أننا لم نقم بتعيين روابط الدماغ البشري. بدونها ، هناك هو أمل ضئيل. لفهم كيفية عمل أدمغتنا. "كما حسب أن 1 مم 3 من القشرة البصرية للإنسان تتضمن أكثر من 40000 خلية عصبية. من الواضح أن الرنين المغناطيسي الوظيفي لا يزال بعيدًا عن مستوى الدقة العصبية.

النضج المتزايد وتطبيق أساليب تحديد المواقع والتصوير عالية الدقة والدقة في الدماغ بالكامل والتي تتميز بالتصوير المقطعي الجزئي البصري (MOST) قد مكنت من قياس ورسم خرائط ثلاثية الأبعاد لخرائط اتصال الدماغ الدقيقة ، من الممكن إنشاء نظام بيانات موحد. إن خريطة اتصال الدماغ الدقيقة ثلاثية الأبعاد المذكورة هنا ليست مجموعة تقليدية للعديد من الصور المقطعية المنفصلة مع معلومات الشرح ، ولكنها تشير إلى الفاصل المكاني للميكرون (شبه المستمر) ، والذي يمكن أن يميز الخلايا العصبية المفردة ، لديه A واضح. خريطة اتصال لبنية ووظيفة الدماغ بالكامل (بما في ذلك المعلومات الجينومية والنسخية والبروتينية والأيضية) مع المقياس المكاني ومعلومات الموقع. تحقيقا لهذه الغاية ، من الضروري إنشاء نظام علمي موحد لبحوث المعلومات المكانية للدماغ ، أي باستخدام نظريات وتقنيات وطرق علوم المعلومات الحديثة ، من منظور علم المعلومات ، مع دقة فوكسل عالية (دقة فوكسل) ، مثل الخلايا / المحاور / الشعيرات الدموية مستوى دقة الأوعية الدموية ، مسح ورسم خرائط للتوزيع المكاني ثلاثي الأبعاد لبنية الدماغ ومعلومات الوظيفة في الدماغ كله ، مثل الإسقاطات العصبية ، وتوزيع الأعصاب / الأوعية الدموية ، وتوزيع الجينوم / البروتين / الأيض / النسخ ، إلخ. ، وبالتالي الكشف عن الخصائص الزمانية المكانية والقوانين المتغيرة لوصلات وأنشطة الدماغ ، مثل اتجاه الخلايا العصبية والأوعية الدموية ، وتغطية الخلايا العصبية من نفس النوع ، وخصائص الاتصال الزماني المكاني واتجاهات الإسقاط بين الخلايا العصبية ، إلخ. إن اقتراح المعلوماتية الدماغية المكانية هو تجسيد للتوافق مع اتجاه التنمية هذا.

تعريف معلوماتية الدماغ المكانية

يأخذ علم المعلومات الدماغي المكاني (علم معلومات الدماغ المكاني ، علم العقول) الهيكل الأساسي والوحدة الوظيفية لاتصال الدماغ ككائن بحث ، ويكشف عن آلية المعلومات المكانية لاتصال الدماغ ، ويوجه تطوير الوقاية من أمراض الدماغ والتكنولوجيا الذكية. هذا التخصص هو حدود علمية للتعرف على وظائف المخ ومن ثم استكشاف طبيعة الوعي ، وهو جسر بين علم الدماغ وعلم الذكاء. تعتبر المعلوماتية الدماغية المكانية الدماغ نظامًا كاملاً ، ويلتزم باحتياجات تطوير التكنولوجيا الذكية ، ويسترشد بالنظريات الأساسية لعلوم الدماغ وعلوم المعلومات. تقنيات البحث العلمي لتسمية بنية شبكة الدماغ الدقيقة واكتسابها وتحليلها وتصورها والمعلومات الوظيفية ذات المقاييس والمواقع المكانية الواضحة ، واستخراج السمات الزمانية والمكانية متعددة المستويات لوصلات الدماغ من البيانات الضخمة ، وتكشف عن الإدراك والذاكرة والوعي والعاطفة آلية معلومات مكانية اتصال Isobrain ، وبالتالي تعزيز التطور السريع للدماغ الصحة والتكنولوجيا الذكية.

محتوى البحث والنظام التقني والقضايا العلمية الرئيسية للمعلوماتية المكانية للدماغ

هنا ، نناقش بإيجاز محتوى البحث والنظام التقني والقضايا العلمية الرئيسية للمعلوماتية الدماغية المكانية من أربعة جوانب: التتبع والقياس وتصور اتصالات الدماغ واستخراج ومحاكاة ميزات المعلومات الزمانية المكانية. يشير النظام الفني للمعلوماتية المكانية الدماغية إلى مجموع الأساليب التقنية الكاملة التي تتكون من سلسلة من الأساليب التقنية مثل التتبع والقياس والتحليل والمعالجة والعرض والنشر والتطبيق للمعلومات المكانية الدماغية. إنه ضمان تقني لتحقيق اكتساب المعلومات المكانية الدماغية من التطبيق إلى التطبيق ، ويمكن أن يلبي احتياجات الناس من حيث الأتمتة والتوقيت والتفاصيل والموثوقية.

بالمقارنة مع الفروع الأخرى لعلوم الدماغ ، يمكن ملاحظة أنه على الرغم من أن كائنات البحث هي الجهاز العصبي للدماغ ، إلا أن المعلوماتية المكانية للدماغ لديها نظام تقني فريد وناضج نسبيًا ، لا سيما الدقة العالية والمواضع المكانية الدقيقة والتصوير الكلي. الدماغ على نطاق الميزوسكوبي. الحصول على معلومات دقيقة عن بنية شبكة الدماغ ووظائفها بمقاييس ومواقع مكانية واضحة ، واستخراج الميزات الزمانية المكانية متعددة المستويات من اتصالات الدماغ من البيانات الضخمة يوفر ضمانًا تقنيًا. على عكس الترابطية المثالية ، فإن نظامًا تقنيًا ممكنًا يشير إلى نضج المجال متعدد التخصصات الناشئ للمعلوماتية بين الدماغ والمكان.

متتبع اتصالات الدماغ

يدرس تتبع الوصلات الدماغية ويطبق تقنيات تتبع مختلفة ، بدءًا من الجزيئات والمشابك والخلايا المفردة والدوائر والشبكات ومناطق الدماغ ، وما إلى ذلك ، للحصول على معلومات مفصلة عن بنية ووظيفة وصلات الدماغ في الموقع للوسائط المتعددة ، مما يوفر طريقة تصنيف محددة وفعالة ويمكن التحكم فيها. في نهاية القرن التاسع عشر وبداية القرن العشرين ، قام العالم الإيطالي كاميلو جولجي والباحث الإسباني سانتياغو رامون إي كاجال بتطوير استخدام صبغة جولجي الفضية لتلطيخ الخلايا العصبية ، وفازوا بجائزة نوبل في علم وظائف الأعضاء أو الطب عام 1906. أهمية.

تشمل تقنيات التتبع الحالية: تطوير تقنيات وضع العلامات في الموقع للمعلومات المكانية للدماغ بمقاييس مختلفة بمساعدة الكيمياء وعلم الفيروسات والجينوميات والبروتيوميات والنصوص والأيض وتقنيات omics الأخرى ، مثل التكنولوجيا المعدلة وراثيًا وتقنية وضع العلامات على التتبع (الوسم المناعي ، تتبع الصبغة ، وسم تعداء العدوى ، وما إلى ذلك) ، وتكنولوجيا تحرير الجينات ، وما إلى ذلك ، لتحقيق تمييز محدد وعالي الإضاءة للوحدات الأساسية لوصلات الدماغ على مستويات مختلفة. من منظور القياس ، غالبًا ما تكون تقنيات تحضير العينة التي يتم تجاهلها غالبًا هي أهم القيود. يوضح الشكل 1 الإسقاطات بعيدة المدى وتوزيع الخلايا العصبية القشرة الحركية الأولية (الأخضر والأرجواني) والخلايا العصبية القشرة البصرية الأولية (الأصفر والأزرق) في أدمغة الفأر المعدلة وراثيًا Thy1-eYFP-H.

الشكل 1. الإسقاطات بعيدة المدى وتوزيع الخلايا العصبية في القشرة الحركية الأولية للفأر (الأخضر والأرجواني) والقشرة البصرية الأولية (الأصفر والأزرق)

درس جيانغ وزملاؤه الاختلافات المورفولوجية بين الخلايا العصبية المختلفة في القشرة المخية الحديثة للفأر البالغ وأظهروا في البداية أنه يمكن تصنيف الخلايا العصبية إلى عدد محدود من أنواع الخلايا ، وأن كل نوع من الخلايا العصبية له نمط اتصال ثابت خاص به. وفقًا لذلك ، يمكن الافتراض بجرأة أن العلاقة بين الأنواع المختلفة من الخلايا العصبية والدوائر / الشبكات العصبية والجهاز العصبي يمكن أن تكون مماثلة للعناصر الكيميائية والمركبات والكائنات الحية ، وكذلك المكونات الإلكترونية المنفصلة (مثل المقاومات والمكثفات والمحاثات ، الصمامات الثلاثية ، وما إلى ذلك) ، والدوائر الأساسية (مثل دوائر الطاقة ، والدوائر الصوتية ، ودوائر مكبر الصوت ، وما إلى ذلك) والأنظمة الإلكترونية (أنظمة الاتصالات الإلكترونية ، والأنظمة الإلكترونية للطائرات ، وأنظمة الصواريخ الإلكترونية ، وما إلى ذلك).

تشمل الأسئلة العلمية الرئيسية بشكل أساسي ما يلي: (1) كيفية تعزيز كفاءة تتبع المعلومات المكانية للدماغ لتحقيق التباين العالي والتسمية الكاملة للبنية الدقيقة المجهرية ، والتشكيل الكامل الوسيط والمعلومات الشاملة العيانية؟ (2) كيفية تحسين خصوصية وضع العلامات ، وإدراك أنواع مختلفة من الخلايا العصبية وخلايا الدماغ (التي يمكن تقسيمها إلى فئات فرعية) ، والدوائر العصبية ، والشبكات العصبية المكونة من دوائر متعددة وحتى أجهزة عصبية. آثار المعلومات الوظيفية؟ كيف نحقق عددًا يمكن التحكم فيه من التدرجات المتناثرة عبر المشابك التي يمكن التحكم فيها لأنواع معينة من الخلايا العصبية والحلقات والشبكات؟

قياس اتصال الدماغ على مستوى الدماغ

يدرس قياس اتصال الدماغ على مستوى الدماغ بشكل أساسي طرق التصوير الدقيق عالي الدقة وتحديد المواقع المكانية على مستويات مختلفة ، ويضع معايير تحديد المواقع المقابلة ، ويوحد عملية جمع البيانات لتحقيق أدمغة دقيقة بمقاييس مكانية واضحة وتحديد المواقع المعاني يوفر الحصول على وتحليل بنية الشبكة ومعلومات الوظيفة بيانات كبيرة متعددة المستويات ومتعددة المستويات لاستخراج الخصائص الزمانية المكانية لوصلات الدماغ ، وبالتالي الكشف عن خصائص التباين الزماني المكاني وقوانين المعلومات المكانية للدماغ وإتقانها.

على مقياس الميزوسكوب ، فإن أكثر تقنيات قياس اتصال الدماغ على مستوى الدماغ تميزًا هي سلسلة من تقنية تحديد المواقع والتصوير بدقة عالية لكامل الدماغ والتي تعتمد على MOST. بالإضافة إلى ذلك ، يمكن أن يوفر التصوير المقطعي ثنائي الفوتون التسلسلي (STP) ، والفحص المجهري للورقة الضوئية (LSM) ، والفحص المجهري متعدد الفوتونات ، وما إلى ذلك أيضًا بعض الدعم الفني لدراسة معلومات الاتصال المكاني للدماغ. يمكن دمج تقنيات القياس بالمقياس المتوسط مع تقنيات القياس على النطاق الكلي ، مثل التصوير بالرنين المغناطيسي الوظيفي ، والتصوير المقطعي بالإصدار البوزيتروني (PET) ، والتخطيط الكهربائي للدماغ (EEG) ، والتصوير الوظيفي القريب من الأشعة تحت الحمراء (التصوير الوظيفي بالأشعة تحت الحمراء القريبة ، fNIRI) ، والأشعة السينية المحسوبة التصوير المقطعي (X-CT) ، والتصوير بالموجات فوق الصوتية ، وما إلى ذلك ، وكذلك تقنيات التصوير على نطاق صغير ، مثل التصوير المجهري الإلكتروني ، والتصوير النانوي الفلوري فائق الدقة ، وما إلى ذلك ، تتعاون وتتفاعل مع بعضها البعض. يعد معيار تحديد المواقع لقياس المعلومات المكانية للدماغ وتوحيد عملية جمع البيانات ضمانات مهمة لتعزيز تصنيع نتائج البحث العلمي في الدماغ ، والتي تعد أيضًا أكثر المشكلات إلحاحًا التي يجب حلها بواسطة تقنية قياس المعلومات المكانية للدماغ.

تتضمن الأسئلة العلمية الرئيسية بشكل أساسي ما يلي: (1) كيفية الحصول على المعلومات المكانية لوصلات الدماغ في المقياسين الوسيط والميكروسكوب؟ تمكنت التقنيات الحالية من تحليل اتصالات الدماغ على النطاق العياني ، ولكن لا يزال هناك نقص في طرق القياس للتغيرات الزمانية المكانية على المقاييس المكانية المتوسطة والميكروسكوبية. (2) كيفية إنشاء معايير تحديد المواقع على مستويات مختلفة؟ مسند التوطين هو شرط مسبق لمطابقة ومقارنة المعلومات المكانية للدماغ التي تم الحصول عليها في ظل ظروف مختلفة. في الوقت الحاضر ، تم إنشاء مرجع تحديد المواقع على نطاق واسع في البداية ، ولا يزال هناك نقص في بيانات تحديد المواقع على النطاقين المتوسط والجزئي ، والتي يجب تحديدها بشكل عاجل. (3) كيفية تحقيق توحيد القياس؟ تعد الإدارة الموحدة للعملية الكاملة لمعدات القياس وعملية القياس شرطًا أساسيًا مهمًا لضمان موثوقية وصحة بيانات المعلومات المكانية للدماغ ، وهي أيضًا أساس مهم لإجراء البحوث المقارنة.

تصور اتصالات الدماغ

تتضمن محتويات البحث بشكل أساسي تصور البيانات ، والتصور العلمي ، وتصور المعلومات وتصور المعرفة للمعلومات المكانية للدماغ. الهدف من التصور هو تقديم التغييرات الزمانية والمكانية عبر المستويات والمتعددة الأبعاد بشكل حدسي وفعال للمعلومات المكانية للدماغ من خلال استخدام حقول البيانات عالية الأبعاد والواقع الافتراضي وغيرها من التقنيات للمستخدمين للمراقبة والمحاكاة والحساب . من ناحية أخرى ، يتطلب تصور اتصالات الدماغ إنشاء مجموعة من الحلول التقنية التي تغطي إدارة البيانات والحساب والتحليل والعرض ، ومن ناحية أخرى ، إنشاء معايير ترميز البيانات ومعايير تمثيل البيانات ومعايير جودة البيانات ، ومعايير تبادل البيانات ومعايير تحديد المواقع المكانية ومواصفات التحكم في العمليات وأنظمة قياسية كاملة أخرى. لإدراك تصور اتصالات الدماغ ، يجب علينا أولاً إكمال رقمنة ومعرفة البيانات الكبيرة للمعلومات المكانية للدماغ. ومن بينها ، الرقمنة هي أساس المعرفة. البحث عن التجزئة الدقيقة والفعالة وإعادة بناء نوى الدماغ والخلايا العصبية من صورة متعددة الأبعاد مورفولوجيا البيانات الضخمة وغيرها من الهياكل المحددة لتحقيق التحول من صورة إلى رسومات. المعرفة القائمة على المعرفة هي دراسة استخدام التكنولوجيا بمساعدة الكمبيوتر جنبًا إلى جنب مع المعرفة المتخصصة لتحويل البيانات الرسومية والصور الرقمية بدقة إلى معرفة منظمة ، ولجمع وتصنيف واسترداد واستدعاء معرفة المعلومات المكانية للدماغ من خلال الأشكال التنظيمية الأساسية مثل قواعد البيانات والأطالس .

يعد تصور معلومات اتصال الدماغ ثلاثي الأبعاد أمرًا بالغ الأهمية لبناء النماذج المعرفية للدماغ وفهم كيفية عمل الدماغ في النهاية. قام الفنان الإيطالي جوزيبي أرسيمبولدو من القرن السادس عشر بدمج الخضار والفواكه والزهور بطريقة سحرية في صور شخصية ، كما لو أن العشرات من العناصر الكيميائية المختلفة يمكن أن تشكل جسم الإنسان في النهاية. على أساس الاختزالية ، نجح البشر في تعميق فهمهم للعالم الطبيعي ، لكن من ناحية أخرى ، يحتاجون أيضًا إلى توجيهات الكلية أو النظامية. ستكون كيفية إدراك العرض الدقيق للبيانات الضخمة المتصلة بالدماغ تحديًا كبيرًا لأبحاث علوم الدماغ.

كمية بيانات معلومات مساحة الدماغ ضخمة ، ويتضمن النظام التقني تخزين ونقل البيانات الضخمة ، الأمر الذي يتطلب دعمًا تقنيًا في بنية البيانات وضغط البيانات والتخزين السحابي والجوانب الأخرى. بالإضافة إلى ذلك ، فيما يتعلق بالرقمنة ، من الضروري تطبيق وتطوير معالجة الصور الرقمية الحديثة والحوسبة السحابية والإحصاءات والتعلم الآلي وغيرها من التقنيات ؛ من حيث المعرفة ، من الضروري التعلم من واعتماد تقنيات مثل استخراج البيانات ، قواعد البيانات والمعلوماتية ؛ من حيث التصور ، من الضروري تطبيق وتطوير تقنيات مثل رسومات الحاسوب والواقع الافتراضي.

تتضمن الأسئلة العلمية الرئيسية بشكل أساسي ما يلي: (1) كيف يمكن استخدام تدخل الخبراء وتقنية الأتمتة بمرونة لتحقيق الرقمنة الدقيقة والفعالة للمعلومات المكانية بين الدماغ في البيانات الضخمة المعقدة؟ (2) كيفية تطبيق تقنيات مثل الواقع الافتراضي لتصور البيانات الضخمة المكتسبة بشكل تفاعلي في عملية تغييرات الزمكان؟ (3) كيفية استخدام موارد الحوسبة المحدودة لتحقيق تخزين ونقل وتشغيل وعرض البيانات الضخمة؟

استخراج ومحاكاة ميزات المعلومات الزمانية المكانية لوصلات الدماغ

المحتوى الرئيسي هو محاكاة العملية الديناميكية الزمانية المكانية للدوائر العصبية وشبكات وظائف محددة (الحركة ، الرؤية ، السمع ، العاطفة ، الذاكرة ، إلخ) التحليل الصرفي ، تحليل العملية الزمنية ، والتحليل السببي للوقوع ، وإدراك التفسير النوعي والكمي. عكس المعلومات المكانية للدماغ ، يكشف عن قواعد التغيير الزماني والمكاني لوصلات الدماغ ، ثم يدرك المحاكاة الوظيفية للدماغ كله.توفر التكنولوجيا الذكية أساسًا نظريًا جديدًا.

تم رسم خريطة القشرة الدماغية للفأر على شكل برميل باستخدام تقنية الشبكات المرئية الواسعة للدماغ (VBN). ووجد أن هناك أنواعًا مختلفة من الخلايا العصبية في نفس منطقة الدماغ ، وأنماط إسقاطها مختلفة ، بما في ذلك المحلية والطويلة -نطاق. كما هو مبين في الشكل 2 (أ) ، فإن معدل نقل البيانات المحدود للحافلة يسمى "von Neumann bottleneck" ، من الواضح أن آلية معالجة معلومات الدماغ مختلفة تمامًا ، ولكن ما هو الوضع الفعلي؟ كيف تتفاعل مناطق الدماغ المختلفة مع بعضها البعض؟ هل هي شبكة عالم صغير مع القليل من اتصالات الاختصار كما هو موضح في الشكل 2 (ب)؟ من الضروري دراسة هذه المشكلة على مستوى الدماغ بالكامل ، باستخدام فكرة بيولوجيا الأنظمة ، ومحاكاة وفهم القوانين الأساسية لوصلات الدماغ من خلال إنشاء نماذج متعددة المستويات ومتعددة المستويات.

الشكل 2 الشكل 2 مقارنة اتصالات شبكة الدماغ وشبكات العالم الصغير

في النظام التقني ، يجب اعتماد طرق لتحليل وفهم البيانات المكتسبة ، بما في ذلك معالجة الإشارات الإحصائية ، وتحليل البيانات عالية الأبعاد ، ومعالجة البيانات الضخمة ، وما إلى ذلك ، بينما تشمل طرق نمذجة المعرفة التي يتم فهمها النمذجة الإحصائية. ، التعلم الآلي ، التعلم العميق ، إلخ.

تتضمن الأسئلة العلمية الرئيسية بشكل أساسي ما يلي: (1) كيف تكشف عن التغيرات الزمنية والمكانية لوظائف دماغية محددة من البيانات الضخمة لتوصيلية الدماغ متعددة الوسائط والمستويات ومتعددة الأبعاد والأبعاد؟ (2) كيف نبني نموذجًا رياضيًا للمعلومات المكانية للدماغ لتلبية احتياجات البحث الشبيه بالدماغ؟

المعلوماتية الدماغية المكانية في عصر البيانات الضخمة

الدماغ معقد للغاية ، والفهم الشامل للدماغ سيؤدي حتما إلى كميات هائلة من البيانات متعددة المستويات ومتعددة الوسائط. على سبيل المثال ، استنادًا إلى تقنية التصوير الأكثر شيوعًا ، يمكن جمع حجم بيانات دماغ الفأر بالكامل بدقة تصل إلى 8 تيرابايت ، كما أن حجم بيانات الصور الفلورية أكبر. بالنسبة للدماغ البشري ، إذا تم جمعه بنفس دقة فوكسل ، فمن المتوقع أن يصل حجم البيانات إلى 11 بيتابايت ، أي ما يعادل 200000 فيلم عالي الدقة 4K ، أو ناتج البيانات السنوي من 500 من أكبر ثلاثة مستشفيات. إذا تم استخدام النطاق العريض 10 ميجا الذي يتم تعميمه ، فسيستغرق نقل البيانات وحده 300 عام. بالإضافة إلى ذلك ، تتنوع أنواع البيانات في أبحاث الدماغ ، باختلاف الأبعاد ، والأعماق ، والكثافات ، وهياكل البيانات ، وطرق الضغط ، وكذلك الكميات الفيزيائية الممثلة والمعلومات البيولوجية المقابلة لها. لذلك ، ستجلب البيانات الضخمة الناتجة عن أبحاث الدماغ حتماً تحديات شاملة لمعالجة البيانات وتخزينها وتحليلها وإدارتها ومشاركتها.

بمعنى ما ، فإن متطلبات حوسبة البيانات وتخزينها ونقلها والتقنيات الأخرى لها قواسم مشتركة بين "البيانات الضخمة" ، ولكن كيفية تنظيم بيانات المعلومات العصبية هذه ومشاركتها وإدارتها علميًا ، وتحسين معدل استخدام وقيمة البيانات ، هي تمثل تكنولوجيا المعلومات الحديثة ، وخاصة تكنولوجيا الكمبيوتر ، تحديات غير مسبوقة. لا يمكن فصل حساب البيانات الضخمة عن المشاركة في مجال الحوسبة عالية الأداء. يقوم "مشروع الدماغ البشري" التابع للاتحاد الأوروبي بنمذجة الدماغ البشري على كمبيوتر عملاق ، ويستخدم الكمبيوتر العملاق لوصف ومحاكاة البيانات الضخمة للخلايا العصبية في الدماغ القيام بنشاط محاكاة. أدرج "مشروع الدماغ" الأمريكي أيضًا إنشاء منصة حوسبة بيانات المعلومات العصبية على نطاق واسع كأحد المهام المهمة.

في عصر البيانات الضخمة ، إنه الوقت المناسب لإجراء البحوث المعلوماتية بين الدماغ والمكان ، وتتعايش الفرص والتحديات.

تطبيقات المعلوماتية المكانية للمخ

من المتوقع أن تلعب المعلوماتية المكانية للدماغ مع خصائص التغيرات الزمانية والمكانية متعددة المستويات ومتعددة المستويات دورًا مهمًا في رسم خريطة ثلاثية الأبعاد أو حتى رباعية الأبعاد لبنية ووظيفة الدماغ ، ثم في وظيفة الدماغ الإدراكية ، الوقاية والعلاج من أمراض الدماغ وتطوير التكنولوجيا الذكية.

1. وظيفة الدماغ الإدراكية

باستخدام قاعدة المعرفة الراسخة للمعلومات المكانية للدماغ ، يمكننا الإجابة على أسئلة مثل أنواع الخلايا العصبية ورسم خرائط الدماغ ، وتوفير البيانات الأساسية لمشاكل علوم الدماغ مثل دراسة آلية النشاط العصبي للإدراك والسلوك. النماذج القائمة على المعلومات المكانية التي تتعايش في الدماغ في الموقع ستوفر منصة محاكاة وتحليل لأبحاث الدماغ.

بسبب الافتقار إلى أدوات البحث الفعالة على مقياس الميزوسكوب ، فإن الفهم الحالي لمعلومات اتصال الدائرة العصبية في الثدييات الأعلى مفقود للغاية. غالبًا ما تتطلب وظائف الدماغ المعقدة تآزرًا بين الدوائر العصبية المحلية والدوائر العصبية بعيدة المدى ، وقد تنتقل الدوائر العصبية طويلة المدى من القشرة إلى النخاع الشوكي ، والتي تمتد عبر الدماغ بأكمله تقريبًا. يكون دماغ الفأر كله في حدود السنتيمترات في أي اتجاه ؛ الهياكل المحددة في الدماغ ، مثل الحصين ، بترتيب المليمترات ؛ قطر جسم الخلية العصبية العامة حوالي 5-30 ميكرومتر ، والقطر غالبًا ما تكون النتوءات من جسم الخلية أقل من 1 ميكرومتر. مطلوب تصوير عالي الدقة عبر 4-5 مراتب من المقاييس الهندسية للحصول على هياكل عصبية دقيقة في الدماغ كله - عنق الزجاجة التقني الذي يجب التغلب عليه من خلال تقنيات التصوير الحالية. في الوقت الحالي ، تم إجراء دراسات الدوائر العصبية الكاملة نسبيًا على الديدان الخيطية مع 302 خلية عصبية ، والبحوث ذات الصلة على دماغ ذبابة الفاكهة السوداء ، التي تحتوي على حوالي 100000 خلية عصبية ، لا تزال في مهدها. في المقابل ، تتكون أدمغة الثدييات الأعلى من مئات الملايين إلى عشرات المليارات من الخلايا العصبية ، ولا شك في أن رسم خرائط لوصلات دماغ الثدييات على نطاق الميزوسكوب مهمة مستحيلة لتقنيات التصوير التقليدية. كواحدة من أكثر طرق البحث تميزًا في مجال المعلوماتية المكانية للدماغ ، أصبح نظام تحديد المواقع المكاني الدقيق الدقيق عالي الدقة الذي يعتمد على معظم الدماغ والذي يعتمد على معظم الدماغ أكثر وأكثر نضجًا. الفئران أو الرئيسيات غير البشرية (قرود الريسوس) توفر البنية الدقيقة لشبكة الدماغ بالكامل وأطالس الاتصال الوظيفي أدوات بحثية ومنصات تكنولوجية مهمة.

2. الوقاية والعلاج من أمراض الدماغ

إن مقارنة الاختلافات في بنية الدماغ ووظيفته في ظل طرائق مختلفة من خلال دمج المعلومات الدقيقة المكانية للدماغ بالكامل مفيد في دراسة آليات أمراض الدماغ وتطوره بشكل منهجي ، كما أنه مفيد لأمراض الدماغ الرئيسية مثل الأمراض العصبية والنمائية (التوحد ، وما إلى ذلك) ، والأمراض العقلية (الاكتئاب ، وما إلى ذلك) والأمراض العصبية التنكسية (الخرف الخرف ، وما إلى ذلك) الوقاية السريرية ودعم العلاج ، وتوفير التوجيه النظري لتعليم الأطفال.

تعتبر الوقاية من أمراض الدماغ وعلاجها من أهم التوجهات المطلوبة في أبحاث الدماغ. بسبب عدم فهم بنية ووظيفة الدماغ ، لا يمكن علاج أمراض الدماغ مثل مرض الزهايمر ومرض باركنسون والاكتئاب والتوحد في الوقت المناسب وبطريقة فعالة. إن الكشف عن معلومات الاتصال المكاني للدوائر العصبية للدماغ بالكامل بمستوى دقة الخلية العصبية الواحدة ليس ضروريًا فقط لتوضيح مختلف آليات وظائف الدماغ المتقدمة ، ولكنه أيضًا شرط أساسي مهم لفهم أمراض الدماغ وقهرها تمامًا. غالبًا ما تكون بعض الأمراض العصبية مصحوبة بشذوذ في الدوائر العصبية المصاحبة. يعد الحصول على خريطة مفصلة لدوائر عصبية معينة في إطار النماذج المرضية أمرًا بالغ الأهمية لتطوير تقنيات وطرق جديدة للتشخيص المبكر والتدخل الدقيق (بما في ذلك التدخل قبل المرض وإعادة التأهيل بعد العلاج) لأمراض الدماغ الرئيسية.

من الناحية المثالية ، فإن محاكاة الدماغ المثالية لا تعني فقط معرفة كيفية عمل الدماغ ، ولكن أيضًا معرفة سبب تعطل وظائف المخ ، والآلية المسببة للأمراض لأمراض الدماغ. شجع وينر ، مؤسس علم التحكم الآلي ، الناس على فهم العقل البشري من منظور كيفية عمل أجهزة الكمبيوتر. من خلال المحاكاة الحاسوبية الفعالة ، من المتوقع أن يتمكن العلماء من توضيح بعض تفاصيل أمراض الدماغ ، ومن ثم فحص طرق العلاج الممكنة ، وحتى إحداث ثورة في الطريقة الحالية لتطوير الأدوية ، وبالتالي تكوين قيمة تطبيقية مهمة.

3. تطوير تقنية ذكاء تشبه الدماغ

من خلال وسائل مختلفة مثل المحاكاة والتفسير والانعكاس ، استخدم نموذج المعلومات المكانية للدماغ لاستكشاف مبادئ الذاكرة ، والتعلم ، واتخاذ القرار ، وما إلى ذلك ، وبناء وتوحيد نموذج الحوسبة الوظيفية لكل مساحة الدماغ ، ومحاكاة و إعادة إنتاج تصميم الذكاء الاصطناعي الشبيه بالدماغ.هيكل عمل الوظائف المحلية والشاملة للدماغ ، وتطوير خوارزميات ذكاء اصطناعي تشبه الدماغ ، بحيث يمكن للآلة الحصول على قدرة تعميم أفضل ، وقدرة أفضل على التجريد والقدرة على استخدام بيانات متفرقة.

بعد 60 عامًا من التطوير ، حقق الذكاء الاصطناعي سلسلة من الإنجازات الرائعة. في عام 1997 ، صنع كمبيوتر IBM Deep Blue اسمه بفوزه على بطل الشطرنج العالمي كاسباروف. في عام 2016 ، هزم برنامج AlphaGo من Google بطل العالم Go Lee Sedol أمام الناس في جميع أنحاء العالم ، مما أطلق موجة جديدة من التكنولوجيا الذكية. تم تطبيق التكنولوجيا الذكية بنجاح في العديد من المجالات ، مثل الترجمة الآلية ، والتحكم الذكي ، والأنظمة الخبيرة ، والروبوتات ، وفهم اللغة والصورة ، وتطبيقات الفضاء وغيرها من المجالات المهمة ، لتحل محل البشر لأداء مهام معقدة أو واسعة النطاق. ومع ذلك ، لا تزال التكنولوجيا الذكية الحالية مقصورة على مرحلة تطوير الذكاء الاصطناعي الضعيف ، وميزتها المميزة أنها تمتلك فقط قدرة معرفية معينة ولا يمكن توسيعها لتحقيق وظائف أخرى. وعلق الأكاديمي تان تينيو بوضوح قائلاً: "يوجد ذكاء ، لكن لا حكمة ؛ حاصل ذكاء ، لكن لا يوجد ذكاء عاطفي ؛ حساب التفاضل والتكامل ، ولكن بدون حساب ؛ كلي القدرة ، ولكن ليس كلي القدرة". والسبب هو أن الذكاء الاصطناعي لم يتعلم بشكل كافٍ من آلية عمل الدماغ ، و "الشبيهة بالدماغ" ليست كافية بالطبع ، فهم الإنسان للدماغ نفسه لا يزال سطحيًا للغاية. الشبكة العصبية الاصطناعية الحالية ليست سوى نموذج رياضي مبني بالرجوع إلى البنية الهيكلية الجزئية بين الخلايا العصبية. اخترع باحثو علوم الكمبيوتر خوارزميتها الأساسية ، وليس من تحليل الجهاز العصبي البيولوجي ، الذي لا يزال مختلفًا عن المبادئ والقدرات من الدماغ.

يحاول "مشروع الدماغ الأزرق" التابع للمعهد الفيدرالي السويسري للتكنولوجيا في لوزان محاكاة وظيفة الدماغ البشري منذ عام 2005. قم بعمل محاكاة. على الرغم من أن هذا النموذج يعتمد على بيانات تجريبية مختلفة لأكثر من عشر سنوات ، مثل علم الأعصاب والتعبير الجيني والقنوات الأيونية والوصلات المشبكية والعديد من التسجيلات الفيزيولوجية الكهربية لنشاط دماغ الفأر ، إلا أنه لا يزال شبكة عصبية حقيقية وكاملة. أطلق مشروع الدماغ الأمريكي مشروع محاكاة اللحاء (MICrONS) في عام 2015 ، بهدف تطوير الجيل التالي من نظام الذكاء الآلي من خلال إعادة بناء وصلات الدائرة العصبية داخل ملليمتر مكعب من منطقة الدماغ ، ومحاكاة وظائف القشرة الدماغية. يسرد مشروع الدماغ الصيني الذي يتخمر أيضًا البحث الشبيه بالدماغ كأحد الأهداف المهمة.

يمكن ملاحظة أن البحث عن آلية المعلومات المكانية للدماغ هو الطريقة الوحيدة للتعرف على وظائف المخ وتطوير الذكاء الاصطناعي الشبيه بالدماغ. تتطور التكنولوجيا الذكية من الذكاء الاصطناعي الضيق إلى الذكاء الاصطناعي الشبيه بالدماغ ، وسيكون تطوير المعلوماتية المكانية للدماغ بناءً على خرائط ثلاثية الأبعاد أو حتى رباعية الأبعاد لوصلات الدماغ مفتاح النجاح أو الفشل.

في الختام ، من المعقول الاعتقاد بأن البحث في المعلوماتية المكانية للدماغ سيضع أساسًا متينًا لفهم وظائف المخ والوقاية من أمراض الدماغ وعلاجها ، كما يوفر إرشادات مهمة لتطوير تقنية الذكاء الاصطناعي الشبيهة بالدماغ. مشروع الدماغ الصيني على وشك النجاح بالفعل. إنه موجه لتلبية الاحتياجات الرئيسية. من خلال تطوير التقنيات الأساسية الرئيسية وإنشاء نظام البحث العلمي ، يجب أن يصبح مسارًا مهمًا لمشروع الدماغ الصيني لتحقيق اختراقات وقيادة العالم.

المناقشة والتوقعات

بالنظر إلى تطور المعلوماتية الحيوية ، يمكننا أن نرى أنه على وجه التحديد بسبب التطور السريع لتقنية تسلسل الحمض النووي ، وُلد عصر الانتقال من تراكم البيانات إلى تفسير البيانات ، وهو تطور تاريخي لا مفر منه. وبالمثل ، مع تطوير تقنيات تصور شبكة الدماغ بالكامل على نطاق الميزوسكوب ، تم إنشاء بيانات بحجم بيتابايت للمعلومات المكانية للدماغ. أصبحت كيفية استخدام تكنولوجيا المعلومات ، وخاصة تكنولوجيا الكمبيوتر ، لتحليل الخصائص الزمنية والمكانية لوصلات الدماغ ، في طليعة أبحاث الدماغ. لذلك ، فإن المعلوماتية الدماغية المكانية هي النتيجة الحتمية للتكامل المتبادل وتطوير علوم الدماغ وعلوم المعلومات.

من منظور طرق البحث ، تعد المعلوماتية الدماغية المكانية باستخدام VBN كنظام أساسي للتكنولوجيا مزيجًا مهمًا من أبحاث نظرية الأنظمة والبحث الاختزالي.

المعلوماتية الدماغية المكانية هي نظام ناشئ يتكون من درجة عالية من تقاطع علم الدماغ وعلم المعلومات. هدفه الأكثر أهمية هو فهم الدماغ ، ونتائج أبحاثه مهمة بنفس القدر لحماية الدماغ وخلق مخ. الميزة الأكثر أهمية للمعلوماتية المكانية للدماغ هي اعتماد نظام تكنولوجي فريد من نوعه مع VBN باعتباره جوهر. توفر المراحل المختلفة) بيانات غير مسبوقة لأبحاث علوم الدماغ ، بما في ذلك معلومات التعبير عن الجينوم والنسخة والبروتينات والمستقلبات في الخلايا العصبية التي تم حلها مستوى. لا تواجه المعلوماتية المكانية في الدماغ التحدي النهائي للبشر - الدماغ فحسب ، بل تطرح أيضًا تحديات غير مسبوقة لتطوير علوم وتكنولوجيا المعلومات الحديثة من حيث طرق البحث. تحقيقًا لهذه الغاية ، من الضروري إجراء تخطيط وبناء أكثر تعمقًا وشمولية لهذا النظام الناشئ ، وتحسين نظام الانضباط باستمرار ، وقيادة تطوير علم الدماغ والتكنولوجيا الذكية.

يجب التأكيد على أن النظام التقني الذي يدعم المعلوماتية المكانية للدماغ ليس فقط VBN ، ولكنه يشمل أيضًا تصويرًا عالي الدقة لأنسجة المخ المحلية ممثلة بالمجهر الإلكتروني والتصوير الكلي للدماغ على المستوى الكلي الذي يمثله التصوير بالرنين المغناطيسي الوظيفي. دقة التصوير بالمجاهر الإلكترونية عالية جدًا ، لكن نطاق التصوير محدود للغاية.حسب لو وزملاؤه أنه إذا تم تصوير 1 مم 3 من أنسجة المخ بواسطة المجاهر الإلكترونية ، فإنها تتطلب عبء عمل يصل إلى 10000 شخص في السنة. على الرغم من أن التصوير بالرنين المغناطيسي الوظيفي يمكنه مراقبة الدماغ بالكامل بسرعة ، إلا أنه لا يمكن أن يعكس بنية الدماغ والنشاط الوظيفي على مستوى دقة الخلايا العصبية / الخلية. فقط النظام التقني الذي يعتمد على MOST أو التصوير المقطعي الجزئي البصري الدقيق (fMOST) يمكن أن يدرك مراقبة بنية الدماغ ووظيفته ليس فقط على المستوى تحت الخلوي ، ولكن أيضًا في الدماغ كله.

يكمل MOST / fMOST ويدمج تقنيات مثل الفحص المجهري الإلكتروني و fMRI ، وسوف يبني إطارًا أكثر اكتمالاً لنظام تكنولوجيا المعلومات المكانية للدماغ ، مما يجعل المعلوماتية الدماغية-المكانية لم تعد قلعة في الهواء.

شكرًا

يي تشوهوي ، معهد ووهان للفيزياء والرياضيات ، الأكاديمية الصينية للعلوم ، تساو هيكي ، المؤسسة الوطنية للعلوم الطبيعية في الصين ، غونغ هوي ، جامعة هواتشونغ للعلوم والتكنولوجيا ، طرح آراء مراجعة مهمة ، جامعة هواتشونغ للعلوم والتكنولوجيا لي أنان ، شارك Yuan Jing و Li Xiangning و Xu Tonghui و Yang Xiaoquan و Zhang Zhihong و Wang Ping و Huang Songlin و Zhang Xiaoyu و Wu Hao و Qi Yisong و Zhou Wei و Zeng Shaoqun و Shi Hua ، إلخ في البحث والمناقشة.

بدعم من المؤسسة الوطنية للعلوم الطبيعية في الصين (المنحة رقم 61421064) والمؤسسة الوطنية للعلوم الطبيعية في الصين (المنحة رقم 91232000).

المراجع

Mitra P P. العمارة الدائرية للأدمغة الكاملة بالمقياس الميزوسكوبي. Neuron، 2014، 83: 12731283

Seung S. Connectome: كيف تصنعنا أسلاك الدماغ ومن نحن. هوتون ميفلين هاركور ، 2013 ، 117: 1513-1514

Morgan J L، Berger D R، Wetzel A W، et al. المنطق الضبابي لاتصال الشبكة في المهاد البصري بالماوس. الخلية ، 2016 ، 165: 192-206

Oh S W ، Harris J A ، Ng L ، et al. شبكة عصبية متوسطة الحجم لدماغ الفأر. Nature، 2014 ، 508: 207-214

كريك ف ، جونز إي. التخلف في علم التشريح العصبي البشري. الطبيعة ، 1993 ، 361: 109-110

Li A ، Gong H ، Zhang B ، et al. التصوير المقطعي المقطعي البصري الدقيق للحصول على أطلس عالي الدقة لدماغ الفأر. Science ، 2010 ، 330: 1404-1408

Huang Z J ، Zeng H. النهج الجينية للدوائر العصبية في الماوس. Annu Rev Neurosci، 2013 ، 36: 183-215

Marshel J H ، Mori T ، Nielsen K J ، et. al. استهداف شبكات عصبية مفردة للتعبير الجيني ووسم الخلايا في الجسم الحي. Neuron ، 2010 ، 67: 562-574

Izpisua Belmonte J C ، Callaway E M ، Caddick S J ، وآخرون. الأدمغة والجينات والرئيسيات. Neuron ، 2015 ، 86: 617-631

Zhang B ، Li A ، Yang Z ، et al. طريقة Golgi-Cox المعدلة لتقسيم دماغ الفأر بمقياس الميكرومتر. J طرق Neurosci ، 2011 ، 197: 1-5

Wang Q و Li A و Gong H وآخرون.دراسة كمية على التوسع الرطب لراتنج تحفيز للحصول على أطلس عالي الدقة لدماغ الفأر. Exp Biol Med (Maywood) ، 2012 ، 237: 1134-1141

Yang Z ، Hu B ، Zhang Y ، وآخرون. تطوير طريقة تضمين البلاستيك للأنسجة كبيرة الحجم والأنسجة التي تعبر عن البروتين الفلوري. PLoS ONE ، 2013 ، 8: e60877

Xiong H، Zhou Z، Zhu M، et al. ، إعادة التنشيط الكيميائي لجزيئات البروتين الفلوري المُخمد تُمكّن التصوير الدقيق المضمن بالراتنج. نات كومون ، 2014 ، 5: 3992

Jiang X، Shen S، Cadwell CR، et al. مبادئ الاتصال بين أنواع الخلايا المحددة شكليًا في القشرة المخية الحديثة للبالغين. Science، 2015، 350: 6264: aac9462

Gong H ، Zeng S ، Yan C ، et al. التعقب المستمر للإسقاطات المحورية لمسافات طويلة على مستوى الدماغ في الفئران بدقة فوكسل 1 ميكرون. NeuroImage ، 2013 ، 74: 87-98

Xu D، Jiang T، Li A، et al. التقطيع البصري السريع الذي تم الحصول عليه عن طريق الفحص المجهري للإضاءة المنظم باستخدام جهاز مرآة رقمي. J Biomed Opt، 2013، 18: 060503

Zheng T ، Yang Z ، Li A ، وآخرون. تصور دوائر الدماغ باستخدام التصوير المقطعي المقطعي البصري الدقيق ثنائي الفوتون. Opt Express ، 2013 ، 21: 9839-9850

Qi X L ، Xiong H Q ، Lv X H ، وآخرون. تحسين إمكانية اكتشاف الاتصال العصبي في إعداد التقسيم الميكانيكي باستخدام الكشف البؤري. J Biomed Opt ، 2013 ، 18: 50506

Wu J ، He Y ، Yang Z ، وآخرون. 3D BrainCV: تصور وتحليل متزامن للخلايا والشعيرات الدموية في دماغ الفأر بالكامل بدقة فوكسل واحدة ميكرون. NeuroImage ، 2014 ، 87: 199-208

Luo Q M. شبكات مرئية على مستوى الدماغ بدقة خلية عصبية واحدة مع التصوير المقطعي الجزئي البصري. Conf Laser Electr ، 2014

Yuan J ، Gong H ، Li A ، et al. الشبكات الواسعة للدماغ للقوارض المرئية بدقة خلية عصبية واحدة. Front Neuroanat ، 2015 ، 9:70

Gong H ، Xu D ، Yuan J ، وآخرون.التصوير الدقيق ثنائي اللون عالي الإنتاجية لشبكة عصبية على مستوى الدماغ مع معالم معمارية خلوية على المستوى الخلوي. Nat Commun ، 2016 ، 7: 12142

Ragan T، Kadiri L R، Venkataraju K U، et al. التصوير المقطعي ثنائي الفوتون للتصوير الآلي لدماغ الفأر خارج الجسم الحي. Nat Meth، 2012، 9: 255-258

Dodt H U، Leischner U، Schierloh A، et al. Ultramicroscopy: تصور ثلاثي الأبعاد للشبكات العصبية في دماغ الفأر بالكامل. Nat Meth، 2007، 4: 331336

Ouzounov D G ، Wang T ، Wang M ، وآخرون.تصوير ثلاثي الفوتونات في الجسم الحي لنشاط الخلايا العصبية التي تحمل علامة GCaMP6 في أعماق دماغ الفأر السليم. نات ميث ، 2017 ، 14: 388-390

Eisenberger N I، Lieberman M D، Williams K D. هل يؤلم الرفض؟ دراسة الرنين المغناطيسي الوظيفي عن الإقصاء الاجتماعي. Science، 2003، 302: 290292

Duncan J ، Seitz R J ، Kolodny J ، et al. أساس عصبي للذكاء العام. Science ، 2000 ، 289: 457460

Makeig S ، Westerfield M ، Jung T P ، et al. مصادر الدماغ الديناميكية للاستجابات المرئية المستحثة. Science ، 2002 ، 295: 690-694

Sun B، Zhang L، Gong H، et al. الكشف عن الإشارات العصبية الضوئية في القشرة البصرية باستخدام الموجات المستمرة بالقرب من التحليل الطيفي للأشعة تحت الحمراء. NeuroImage، 2014 ، 87: 190198

Sun J Y ، Sun B L ، Zhang L ، et al. الارتباط بين إشارات الدورة الدموية والفيزيولوجيا الكهربية يفصل الارتباطات العصبية لاكتشاف التعارض وحلّه في مهمة Stroop: مطيافية متزامنة للأشعة تحت الحمراء ودراسة محتملة مرتبطة بالحدث. J Biomed Opt ، 2013 ، 18: 6014

Zhang Z ، Sun B ، Gong H ، وآخرون. نظام تصوير سريع الموجات المستمرة بالقرب من الأشعة تحت الحمراء حساس للإشارات العصبية. Rev Sci Instruments ، 2012 ، 83: 094301094301

Kasthuri N ، Hayworth K J ، Berger D R ، et al. إعادة البناء المشبعة لحجم من القشرة المخية الحديثة. الخلية ، 2015 ، 162: 648-661

Balzarotti F ، Eilers Y ، Gwosch K C ، وآخرون. تصوير بدقة نانومتر وتتبع جزيئات الفلورسنت مع الحد الأدنى من تدفقات الفوتون. Science، 2017 ، 355: 606-612

عقيل إتش ، مارتون إم إي ، فان إسن دي سي. التحديات والفرص في استخراج بيانات علم الأعصاب. العلوم ، 2011 ، 331: 708-712

Walter T ، Shattuck D W ، Baldock R ، et al. تصور بيانات الصور من الخلايا إلى الكائنات الحية. طرق نات ، 20107 ، 3: S26-S41

Chen M، Ebert D، Hagen H، et al. البيانات والمعلومات والمعرفة في التصور. IEEE Computer Graph Appl، 2009، 29: 1219

Quan T، Zheng T، Yang Z، et al. NeuroGPS: التوطين الآلي للخلايا العصبية لدارات الدماغ باستخدام نموذج L1 التصغير. Sci Rep ، 2013 ، 3: 1414

Yan C ، Li A ، Zhang B ، et al. الاكتشاف الآلي والدقيق لموقع سوما ومورفولوجيا السطح في صور الخلايا العصبية ثلاثية الأبعاد واسعة النطاق. PLoS ONE ، 2013 ، 8: e62579

Ding W ، Li A ، Wu J ، et al. الإزالة التلقائية للقطع الأثرية ذات الكثافة المجهرية في أطلس مجهري ملون بدماغ الفأر بالكامل. J Microscopy، 2013، 251: 168177

Quan T، Zhou H، Li J، et al. NeuroGPS-Tree: إعادة البناء التلقائي لمجموعات الخلايا العصبية واسعة النطاق المصابة بالتهاب الأعصاب الكثيف. طرق نات ، 2016 ، 13:51-54

Feng Z ، Li A ، Gong H ، et al. طريقة تلقائية لتجزئة حدود النواة بناءً على شريحة مكعبة مغلقة. Front Neuroinform ، 2016 ، 10:21

Whigham P A ، Dick G ، Parry M. الديناميات الجماعية لشبكات "العالم الصغير". الطبيعة ، 1998 ، 393: 440-442

Oweiss K G. معالجة الإشارات الإحصائية لعلم الأعصاب والتكنولوجيا العصبية. Burlington: Academic Press / Elsevier ، 2010

Duchesne S ، Valdivia F ، Mouiha A ، et al. القياس التشكل عالي الأبعاد ذو نقطة زمنية واحدة في مرض الزهايمر: إحصائيات المجموعة عن البيانات المكتسبة طوليًا. Neurobiol Aging ، 2015 ، 36 ملحق 1: S11 S22

Fan J ، Han F ، Liu H. Challenges of Big Data analysis. Natl Sci Rev، 2014 ، 1: 293314

Srivastava A ، Lee A B ، Simoncelli E P ، وآخرون. حول التطورات في النمذجة الإحصائية للصور الطبيعية. J Math Imag Vision ، 2003 ، 18: 1733

Pereira F، Mitchell T، Botvinick M. مصنفات التعلم الآلي و الرنين المغناطيسي الوظيفي: نظرة عامة على البرنامج التعليمي. NeuroImage، 2009، 45: S199-S209

LeCun Y، Bengio Y، Hinton G. Deep Learning. Nature، 2015، 521: 436444

Landhuis E. علم الأعصاب: الدماغ الكبير ، البيانات الضخمة. Nature، 2017 ، 541: 559-561

Markram H ، Muller E ، Ramaswamy S ، et al. إعادة بناء ومحاكاة الدوائر الدقيقة للقشرة المخية الحديثة. الخلية ، 2015 ، 163: 456-492

Bargmann C، Newsome W، Anderson A، et al. BRAIN 2025: رؤية علمية.بحوث الدماغ من خلال تطوير التقنيات العصبية المبتكرة (BRAIN) تقرير مجموعة العمل إلى اللجنة الاستشارية لمدير المعاهد الوطنية للصحة. متاح على الإنترنت على: http: // www .nih.gov / science / brain / 2025 / (المعاهد الوطنية الأمريكية للصحة ، 2014) ، 2014

Long F ، Peng H ، Liu X ، وآخرون. أطلس رقمي ثلاثي الأبعاد لـ C. elegans وتطبيقه على تحليلات أحادية الخلية. Nat Methods ، 2009 ، 6: 667-672

Chiang A S ، Lin C Y ، Chuang C C ، وآخرون. إعادة البناء ثلاثي الأبعاد لشبكات الأسلاك على مستوى الدماغ في ذبابة الفاكهة بدقة خلية واحدة. Curr Biol ، 2011 ، 21: 1-11

Whiteford H A ، Ferrari A J ، Degenhardt L ، et al. العبء العالمي للاضطرابات العقلية والعصبية وتعاطي المخدرات: تحليل من دراسة العبء العالمي للأمراض 2010. PLoS ONE ، 2015 ، 10: e0116820

Wiener N. Cybernetics أو التحكم والاتصال في الحيوان والآلة ، الطبعة الثانية ، نيويورك: مطبعة معهد ماساتشوستس للتكنولوجيا ، 1961

ماركرام هـ.مشروع الدماغ الأزرق ، مراجعات الطبيعة ، علم الأعصاب ، 2006 ، 7: 153-160

أندروود إي. علم الأعصاب. تشفير الدماغ. Science، 2016 ، 351: 799-800

يانغ شيونغلي. صرخة لمشروع الدماغ الصيني. العلوم الصينية: علوم الحياة ، 2016 ، 46: 201-202

Guo Aike. جوهر علم الدماغ في عصر الذكاء هو استكشاف جوهر الذكاء وإدراكه. العلوم الصينية: علوم الحياة ، 2016 ، 46: 203-205

لوه تشينغ مينغ. موجه نحو الطلب ، رائد أساسي ، الفوز بالتكنولوجيا. العلوم في الصين: علوم الحياة ، 2016 ، 46: 206-207

Luo L ، Callaway E M ، Svoboda K. التشريح الجيني للدوائر العصبية. Neuron ، 2008 ، 57: 634-660

انقر لقراءة النص الأصلي لعرض تفاصيل الوظيفة ، وأتطلع إلى انضمامك ~