新的开源工具有助于理清大脑

2023 年底，美国联邦药品管理局批准了第一种可能减缓阿尔茨海默病进展的药物 。阿尔茨海默病是众多影响全球八分之一人口的神经系统疾病之一，虽然这种新药是朝着正确方向迈出的一步，但要完全了解阿尔茨海默病和其他类似疾病，还有很长的路要走。

新的开源工具有助于理清大脑

麻省理工学院林肯实验室人类健康与绩效系统小组的技术人员兼算法开发人员 Lars Gjesteby 表示：“在细胞层面重建人类大脑功能的复杂性是神经科学领域面临的最大挑战之一。高分辨率、联网的大脑图谱可以通过精确定位健康大脑和患病大脑之间的差异来帮助我们提高对疾病的理解。然而，由于缺乏足够的工具来可视化和处理非常大的大脑成像数据集，这一进展受到了阻碍。”

网络化大脑图谱本质上是一张详细的大脑地图，有助于将结构信息与神经功能联系起来。要构建这样的图谱，需要处理和注释大脑图像数据。例如，需要追踪、测量和标记每个轴突或连接神经元的细纤维的信息。目前处理大脑图像数据的方法，如桌面软件或手动工具，还不能处理人类大脑规模的数据集。因此，研究人员经常花费大量时间在大量原始数据中艰难跋涉。

Gjesteby 正在领导一个项目，旨在构建神经元追踪和主动学习环境 (NeuroTrALE)，这是一个软件管道，它为这项脑图绘制挑战带来了机器学习、超级计算以及易用性和访问性。NeuroTrALE 可自动执行大部分数据处理，并在交互式界面中显示输出，使研究人员可以编辑和操作数据以标记、过滤和搜索特定模式。

解开毛线球

NeuroTrALE 的一大特色是它采用的机器学习技术，即主动学习。NeuroTrALE 的算法经过训练，可以根据现有的脑成像数据自动标记传入数据，但不熟悉的数据可能会出现错误。主动学习允许用户手动纠正错误，教导算法在下次遇到类似数据时改进。这种自动化和手动标记的结合确保了准确的数据处理，同时减轻了用户的负担。

“想象一下对一个毛线球进行 X 光检查。你会看到所有这些交叉重叠的线条，”该实验室国土决策支持系统小组的迈克尔·斯奈德 (Michael Snyder) 说。“当两条线交叉时，这是否意味着其中一根毛线弯曲了 90 度，还是一根直线向上，另一根直线向下？借助 NeuroTrALE 的主动学习，用户可以追踪这些毛线一两次，并训练算法正确地跟随它们向前移动。如果没有 NeuroTrALE，用户每次都必须追踪毛线球，或者在这种情况下追踪人类大脑的轴突。”斯奈德和工作人员大卫·查韦斯一起是 NeuroTrALE 团队的软件开发人员。

由于 NeuroTrALE 减轻了用户的大部分标记负担，研究人员可以更快地处理更多数据。此外，轴突追踪算法利用并行计算将计算同时分布在多个 GPU 上，从而实现更快、可扩展的处理。使用 NeuroTrALE，该团队证明，与传统 AI 方法相比，处理 32 GB 数据所需的计算时间减少了 90%。

该团队还表明，数据量的大幅增加并不意味着处理时间的相应增加。例如，在最近的一项研究中，他们证明，使用两种不同类型的中央处理单元，数据集大小增加 10,000% 只会导致总数据处理时间增加 9% 和 22%。

“人类大脑中约有 860 亿个神经元，形成 100 万亿个连接，手动标记单个大脑中的所有轴突将需要一生的时间，”该项目的算法开发人员之一 Benjamin Roop 补充道。“该工具有可能自动创建连接组，而不仅仅是为一个人，而是为许多人。这为在人群层面研究脑部疾病打开了大门。”

开源探索之路

NeuroTrALE 项目是林肯实验室与麻省理工学院郑光勋教授实验室内部资助的合作项目。林肯实验室团队需要为郑实验室的研究人员建立一种方法，让他们能够分析和提取大量脑部图像数据中的有用信息，这些数据流入麻省理工学院超级云（由林肯实验室运行的超级计算机，用于支持麻省理工学院的研究）。林肯实验室在高性能计算、图像处理和人工智能方面的专业知识使其非常适合应对这一挑战。

2020 年，该团队将 NeuroTrALE 上传到 SuperCloud，到 2022 年，Chung 实验室开始产生结果。在一项发表在《科学》杂志上的研究中，他们使用 NeuroTrALE 量化了与阿尔茨海默病相关的前额叶皮质细胞密度，患有阿尔茨海默病的人的大脑某些区域的细胞密度低于未患阿尔茨海默病的人。该团队还确定了大脑中有害神经纤维在阿尔茨海默病患者脑组织中容易缠绕的位置。

NeuroTrALE 的研究工作仍在继续，林肯实验室和美国国立卫生研究院 (NIH) 提供资金，以增强 NeuroTrALE 的功能。目前，它的用户界面工具正在与 Google 的Neuroglancer程序集成——这是一个开源的、基于网络的神经科学数据查看器应用程序。NeuroTrALE 增加了用户动态可视化和编辑注释数据的能力，并允许多个用户同时处理相同的数据。用户还可以创建和编辑多种形状，如多边形、点和线，以方便注释任务，以及为每个注释自定义颜色显示，以区分密集区域中的神经元。

“NeuroTrALE 提供了一种与平台无关的端到端解决方案，可以通过容器轻松快速地部署在独立、虚拟、云和高性能计算环境中。”该实验室人工智能技术组的高性能计算工程师 Adam Michaleas 说道。“此外，它通过数据可视化和同步内容审查为神经科学界提供实时协作能力，从而显著改善了最终用户体验。”

为了与NIH共享研究产品的使命保持一致，该团队的目标是让 NeuroTrALE 成为任何人都可以使用的完全开源工具。Gjesteby 说，这种工具正是实现绘制整个人类大脑图谱以供研究和最终药物开发所需的工具。“这是社区的一项草根性努力，数据和算法旨在供所有人共享和访问。”