好音书，AI也不错帮科学家画脑图了！

近期，一个来自加州大学旧金山分校的神经科学团队建议了一种新的机器学习算法——CellTransformer，仅破耗几个小时就完成了对5只小鼠大脑图谱的分类和绘画职责。

这五只小鼠大脑的基因数据中包含1040万个细胞，每个细胞包含数百个基因。但通过这一更正性算法，征询团队不仅了了地分袂出了小鼠大脑内的已知区域，还绘画出了新的脑区。

更夸张的是，这项期间很可能会进一步应用于东说念主类。

画脑图的最新黑科技：CellTransformer

大脑图谱绘画是一门迂腐的学科，畴前画脑图的门径特别复杂，需要科学家用铅笔在脑部图像上画线，贯串不同区域。

2020年发布的艾伦小鼠脑通用坐标框架（Allen Mouse Brain Common Coordinate Framework），就是领受这种门径画出来的。

这幅脑图基于1675只小鼠的脑部数据，涵盖了1000多个不同的脑区，具有很高的价值。

但这类手工特征很强的图谱也不成幸免地存在一个问题：具有主不雅性。

宾夕法尼亚州立大学医学院的神经剖解学家金永洙（Yongsoo Kim）暗意，当他向资深各人请问若何画脑图时，对方往往唯有一句话：“这都是我脑子里的。”

不外，今时不同往日。来自加州大学旧金山分校的Reza Abbasi-Asl和他的团队建议了一套名为CellTransformer的编码器-解码器架构，仅破耗几个小时便能完成这项职责。

CellTransformer的职责旨趣是这么的：

立地遮住一个细胞的身份和基因抒发，让模子说明邻居细胞来量度它，量度错了就更新，叠加几百万次。

具体来说，征询东说念主员会先给每一个细胞端正一个“邻域”——以它为中心，在一定微米距离内的统统细胞，都会被纳入不雅察范围。这么模子在团结时期里，既能看到细胞之间的空间结构，又能看到它们在分子层面的互异。

在这个邻域里，每一个细胞都会被作为一个token，就像话语模子里的一个词。

CellTransformer使用Transformer的自着重力机制，让这些细胞彼此“相似”：模子会自动学习，哪些细胞之间的联系更伏击，哪些邻居对刻下细胞的影响更大。

放哨时，征询东说念主员领受一种相等奥妙的自监督面目。模子会立地选中一个细胞，把它的基因抒发信息“遮住”，只保留它的细胞类型标签，然后让模子说明周围邻居的情况，去量度这个细胞原来应该抒发哪些基因。

在里面结构上是这么的：

通过多层Transformer编码器架构，模子会让邻域内统统细胞的信息充分交互。

随后，它会把这些细胞的暗意通过一个学习得到的池化操作压缩成一个向量，用来代表统共邻域的“组织环境”。

接下来，模子再连结被遮住细胞的类型信息，通过一个较浅的解码器，反推出该细胞的基因抒发散布。

临了，征询东说念主员为每一个细胞索要一个“邻域暗意向量”，把统统细胞、统统切片的这些向量拼接在通盘，再用k-means等聚类门径进行分析，脑区就会“我方披线路来”。

已知的功能区会当然对皆，而在一些区域中，模子还会进一步拆分出更细密的亚区，甚而发现畴前从未被系统标注过的新脑区。

收场有多强？

为了考据CellTransformer的有用性，征询团队在ABC-WMB数据集上进行了系统评估，数据集包含5只小鼠的脑组织数据。

其中一只小鼠由艾伦脑科学征询所使用包含500个基因的MERFISH panel 进行处理，并网罗了53个冠状切片；其余四只小鼠的数据来自艾伦小鼠脑通用坐标框架的征询，并使用包含1129个基因的panel进行网罗。

率先，成果太高了。CellTransformer在数小时内完成了对5只小鼠、1040万个细胞的空间组织建模，开云app这是传统门径在时期和限制上都无法企及的。

其次，准确对皆已知的脑结构分区。CellTransformer约略在小鼠大脑中界说25到1300个神经区域，何况在皆备不使用脑区标签的情况下，高度对皆已知的剖解结构和功能分区。

由于CellTransformer愚弄其量度收场对细胞进行分组，不会生周全新的脑图，是以也不存在幻觉问题。

征询团队从新领受了手绘的艾伦小鼠脑通用坐标框架，将CellTransformer的输出与其进行比拟，发现两者吻合考究，展现了相似的结构，连皮层中的层级结构也能作念到一致。

上头这张图中，左边是CellTransformer绘画的小鼠脑图，右边是东说念主类科学家愚弄艾伦小鼠通用坐标框架绘画的小鼠脑图。两者都定位了大脑中1000多个细胞亚区，但AI发现得更多。

在海马体分区的识别中，CellTransformer在k=1300时识别出的空间域与畴前接头征询界说的亚区范围高度一致，包括背侧下托的三层组织和前下托的背腹侧组织。

而在上丘区域，CellTransformer也了了识别了嗅觉层的带状层、浅灰层和视层，以及畅通接头中间灰质和白质的亚区，并发现了与Benavidez等东说念主通过投影映射细目的访佛表里侧结构。

第三，除了对皆已知的脑功能区，CellTransformer还能识别和绘画出新区域。即等于此前通用神经科学门径所遗漏的区域，CellTransformer也不在话下。

以纹状体为例，它位于大脑中部隔邻，呈条纹状，体式略似C形。在小鼠脑图谱中，纹状体被称为尾壳核。

征询发现，当调节不同的k值时，尾壳核会出现网格状、交错的空间结构，这与此前征询基于投射贯串得到的Voronoi分区高度一致。

由此，CellTransormer还不测地回话了神经科学领域一个被追问已久的问题：纹状体已知参与畅通、赏赐和全体大脑经管。大脑的团结部分是若何施行如斯人大不同的任务的呢？

谜底是：尾壳核并非一个单一的脑区。从图谱中就不错看出，它试验上被细分为更小的区域，不外每个区域所对应的功能还有待进一步征询。

而脑干的中脑网状核则是一个征询相对较少的区域，它考究启动畅通。

CellTransformer在该区域识别出了4个新的脑区，每个脑区都具有卓绝丰富的细胞类型和特定的激活基因。

此外，一些此前分析中被定位在大脑其他区域的细胞类型，在这部分脑区也被发现了。

第四，这不是“小鼠特供算法”。CellTransformer约略扩张到多动物、百万细胞数据集。

为了征询CellTransformer整合不同动物样本的智力，团队又基于另一个MERFISH数据集重新开动放哨了一个新模子。

收场发现，CellTransformer在统统5只动物（1个冠状切片和4个矢状切片）中均生成了一致的亚区，所识别的脑区在不同动物之间高度一致，标明该门径约略得胜整合具有异质性测量收场的动物脑区。

信得过的大招还没来：东说念主脑

小鼠并不是实验的目的，这项算法最终的应用筹办将指向——东说念主类大脑。

征询东说念主员测度，小鼠和东说念主类大脑的某些区域会高度匹配，而另一些区域则会存在互异。

不外缺憾的是，小鼠大脑约有1亿个细胞，而东说念主脑则有约1700亿个细胞，面前还无法从东说念主脑中得回填塞多的数据来作念出准确的量度。

但征询团队对异日的主张亦然特别有信心。Abbasi-Asl以为，一朝得回填塞的数据，CellTransformer将约略应付这一挑战。

除了大脑除外，同样的算法还不错用于其他器官——举例肾脏和病理组织，通过提供详备细胞图谱来匡助科学家作念进一步征询，如判断健康肾脏和糖尿病肾脏的互异。

不外，以当今的期间发展速率……AI画出东说念主类脑图，这一天应该不远了吧？