科技日?qǐng)?bào)記者 張佳欣

在人工智能（AI）與神經(jīng)科學(xué)的強(qiáng)強(qiáng)聯(lián)合下，美國(guó)加州大學(xué)舊金山分校與艾倫研究所團(tuán)隊(duì)聯(lián)合開(kāi)發(fā)出一種名為CellTransformer的AI模型，助力繪制出目前最精細(xì)的小鼠腦圖，共包含1300個(gè)腦區(qū)及亞區(qū)。這一成果以前所未有的精細(xì)度揭示了大腦結(jié)構(gòu)，使科學(xué)家得以將功能、行為和疾病狀態(tài)與更小、更具體的細(xì)胞區(qū)域相對(duì)應(yīng)，為探索大腦工作機(jī)制開(kāi)辟了新方向。相關(guān)成果發(fā)表于新一期《自然·通訊》雜志。

新模型的核心在于其Transformer架構(gòu)，這與ChatGPT等大模型所采用的技術(shù)原理相同。研究人員稱，Transformer模型擅長(zhǎng)理解上下文關(guān)系，以往它用于分析句子中詞語(yǔ)之間的聯(lián)系，而CellTransformer則用來(lái)分析空間中相鄰細(xì)胞之間的關(guān)系。它能根據(jù)一個(gè)細(xì)胞的“鄰里結(jié)構(gòu)”來(lái)預(yù)測(cè)其分子特性，從而構(gòu)建出精細(xì)的大腦組織圖譜。

與以往主要依據(jù)細(xì)胞類型劃分的大腦圖譜不同，新成果聚焦于腦區(qū)結(jié)構(gòu)本身。它完全依托數(shù)據(jù)生成，邊界由細(xì)胞和分子特征自動(dòng)界定，而非依賴人工經(jīng)驗(yàn)判斷。憑借對(duì)1300個(gè)腦區(qū)及亞區(qū)的精細(xì)劃分，這張圖譜成為迄今動(dòng)物腦中最精確、最復(fù)雜的數(shù)據(jù)驅(qū)動(dòng)型圖譜之一。

研究表明，CellTransformer不僅能準(zhǔn)確再現(xiàn)海馬體等已知腦區(qū)，還能在中腦網(wǎng)狀核等理解不足的區(qū)域中發(fā)現(xiàn)新的、更細(xì)分的亞區(qū)。

團(tuán)隊(duì)成員形象地解釋說(shuō)，這就像從一張只標(biāo)出大洲和國(guó)家的地圖，變成了一張能看城市的地圖。這一全新的腦區(qū)劃分完全基于數(shù)據(jù)，而非人工標(biāo)注，揭示了大量未知區(qū)域。根據(jù)以往研究，這些新發(fā)現(xiàn)的區(qū)域很可能對(duì)應(yīng)著尚未探索的腦功能。

團(tuán)隊(duì)指出，這一AI模型的潛力遠(yuǎn)超神經(jīng)科學(xué)。CellTransformer的算法具有組織通用性，可應(yīng)用于其他器官系統(tǒng)甚至癌組織，借助空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)揭示健康與疾病中的生物機(jī)制，為藥物開(kāi)發(fā)和疾病治療提供新工具。