其中，神经元作为构成神经系统结构和功能的基本单位，不仅是人类探索大脑奥秘，揭开人类行为模式、思考模式的突破口，也对治愈人类神经疾病有重要意义。重建神经元会让我们深入了解大脑工作模式。
不过，这也是一项异常艰巨的工作：每个神经元各不相同，又相互交织，同时，它们还会从其他数千个神经元那里接收信息，并与数千个神经元共同输出信息，科学家常常把神经元之间的映射关系比作复杂的高速公路。
想要重建神经元，我们不仅需要弄清楚每个神经元的特质，更要弄清楚它与其他数千个神经元，在如不同化学药品、不同行为反馈等情境下信息交换的模式。
10月7日，国际顶级学术刊物《Nature》发布了题为《Morphological diversity of single neurons in molecularly defined cell types》的小鼠大脑神经元重构的文章。该研究实现了1741个小鼠神经元的重建，是目前全球学术范围内最大规模的神经元重建;同时还定义出11种具有不同形态特征和基因表达的主要投射神经元类型。
据介绍，这项研究成果出了为细胞分类研究提供了科研素材，也为绘制全局网络和局部回路图谱提供了基础真实信息。
据悉，在完整神经元形态重建中，科学家将神经元细胞类型准确分类和神经元多样性考虑进实验，同时还将不同但相关的细胞特性进行了整合，以获取更加精确的神经元分类和图谱绘制。
当然，完成这项工作并不轻松。科学家们需要详细分析小鼠全脑三维数据集，其包含上万个XY平面的冠状图像，使用TeraVR虚拟现实标记系统对3D图像进行人工标记，来重建每个神经元的完整形态。
对于2D图像的标注，科学家只需关注平面上的点位，相对较为容易;但这项研究是通过VR设备在3D图像上做标记，这也意味着科学家们不仅需要了解该标记在基于平面视角上的精确位置，还需要从立体视角精确标记该点位的深度。
这就如同一个人在3D游戏中想抓住一只飞行在极大空间里的小虫，用户虽然可以迅速定位这只小虫的平面位置，但真正捕捉它的时候却发现它在定位空间之外的垂直高空中。这也是人工标注容易出现错误的原因。
因此，所有神经元数据还需要再让独立的科学家进行检查和勘误，全部数据需要经过三轮校验甚至修正才能得到最终标注结果，而每个数据完成一轮勘误需要花费至少1小时人工。
鉴于此，腾讯天衍实验室针对性地开发出一种自动的错误节点检测算法，用AI对人工标注进行自动纠错。据介绍，该算法能对包括循环、间隙和不正确的节点类型重建错误进行自动检测和基本纠正，并将纠正结果发回进行人工核实。据测算，该算法对单个节点重建错误检测AUC达到94.9%，准确率达到86.6%。
当然，对于拥有860亿神经元的人脑研究来说，我们还有很长的路要走，但能成功将AI引入工程巨大的神经科学研究的海洋，对我们来说或许是开启更复杂世界探索之旅的一个开始。
附注
该研究由西雅图艾伦脑科学研究所和东南大学脑科学与智能技术研究院/东南大学-艾伦联合研究中心联合牵头，彭汉川教授、曾红葵教授领导的国内外研究团队共同参与。腾讯天衍实验室作为论文共同完成单位和东南大学合作开发了AI纠错技术，协助科学家展开研究。
