发布日期:|最后更新日期
顶尖神经科学家塞巴斯蒂安·塞恩博士曾说过:“你就是你的连接组。” 这句话凸显了连接组学的核心理念:全面绘制大脑的神经连接图谱。通过研究神经元之间的连接方式,我们可以了解大脑复杂的结构和功能。
本文将探讨连接组学的基础知识、方法和用途。我们还将探讨这个快速发展的神经科学领域的挑战和未来。从绘制简单的蠕虫大脑到绘制复杂的人类大脑,连接组学可能会改变我们看待人类思维的方式。

关键精华
- 连接组学是专注于绘制大脑内部神经连接的领域,创建称为连接组的“连接图”。
- 通过追踪神经元的通路及其突触连接,科学家旨在加深我们对大脑结构如何决定其功能的理解。
- 连接组学领域取得了重大进展,从绘制线虫秀丽隐杆线虫的 302 个神经元到针对高等脊椎动物的雄心勃勃的项目。
- 连接组学涉及一系列复杂的步骤,包括组织保存、染色、成像、对齐和校对,这为成功的可能性带来了挑战。
- 连接组学作为一种映射工具,揭示了产生新假设以理解大脑及其功能的关键见解。
连接组学简介
2005 年,奥拉夫·斯波恩斯博士和帕特里克·哈格曼博士引入了“连接组”一词。它的意思是大脑神经连接的详细图谱。他们受到人类基因组研究的启发。他们认为连接组是理解大脑结构如何导致其功能和思维的关键。
“连接组”一词的定义和起源
连接组学旨在构建和研究这些大脑图谱。连接组向我们展示了大脑复杂的连接网络,帮助我们了解大脑不同部分如何协同工作。
“连接组”一词源于“基因组”,即生物体内的全套基因。就像基因组映射基因一样,连接组映射大脑连接。这为我们研究大脑复杂运作提供了一种新方法。
“连接组被视为理解大脑结构如何产生功能和认知的基本基础。”
现在,连接组学是神经科学的一个关键领域。它帮助我们了解大脑的组织和运作方式。通过研究大脑的连接,科学家希望更多地了解我们如何思考、行为,以及是什么让我们的大脑如此神奇。
连接组学的基本前提
连接组学的核心思想是,神经系统的功能主要取决于其神经元及其连接方式。这种“大脑结构决定大脑功能”的观点推动了神经连接图谱的研究。它帮助我们理解神经元在大脑中的作用。
秀丽隐杆线虫的脑图谱由怀特等人于1986年完成。虽然图谱已基本完整,但寻找电突触仍然十分困难。这张图谱帮助我们理解简单的神经系统,揭示了线虫大脑的连接方式。
这些图谱帮助科学家研究不同大脑之间的连接和运作方式。它们让我们看到结构如何影响功能和行为。但是,新的发现可以改变这些想法,让我们看到我们目前知识的局限性。
“虽然1986年秀丽隐杆线虫的神经连接图将神经元与躲避触摸和产卵等行为联系起来,但它并没有完全展示哪些连接是兴奋性的,哪些是抑制性的。这表明我们还有很多东西需要学习,并且可以改变我们的一些基本观念。”
大脑结构与功能之间的联系是连接组学的关键所在。研究人员致力于了解神经连接如何塑造大脑功能。通过绘制这些连接图谱,我们可以更深入地了解大脑的运作方式以及疾病的成因。
连接组学:绘制神经连接图
连接组学就是绘制大脑神经连接图。该领域最近取得了巨大进展。研究人员使用神经成像技术来观察大脑连接是如何工作的。
弥散加权磁共振成像 (DW-MRI) 是一项重要工具。它让科学家看到大脑区域之间传递信息的主要路径。通过观察水在这些路径中的流动方式,他们可以了解大脑的结构。
功能性磁共振成像 (fMRI) 是另一个大有帮助的手段。它观察大脑中的血氧变化。这显示了大脑的哪些区域协同工作,帮助我们了解我们的思维和行为方式。
| 神经影像技术 | 描述 | 获得的见解 |
|---|---|---|
| 扩散加权 MRI (DW-MRI) | 追踪水分子的扩散来推断结构连通性 | 可视化大脑中的主要纤维束和通路 |
| 功能核磁共振 (功能磁共振成像) | 测量血氧变化以识别相关的大脑活动 | 揭示信息处理的功能网络和模式 |
新的工具和方法正在帮助我们绘制详细的连接组图。这些图谱描绘了大脑的连接情况。

连接组学旨在了解大脑的工作原理以及疾病的根源。随着我们了解得越来越多,我们可以找到治疗大脑和心理健康问题的新方法。
秀丽隐杆线虫接线图作为描述模型
秀丽隐杆线虫(Caenorhabditis elegans,简称C. elegans)的连接组是连接组学的一个关键范例。20世纪80年代,科学家利用电子显微镜绘制了该线虫的302个神经元及其连接图谱。由此构建了秀丽隐杆线虫的神经连接图,被视为完整的连接组。然而,它更像是一个理想化的模型,而非完整的数据集。
秀丽隐杆线虫连接组的构建和现状
秀丽隐杆线虫连接组的构建展示了连接组如何作为实验和模型的标准。该图显示了280个非咽部神经元,它们具有6393个化学突触、890个电连接和1410个神经肌肉连接。之后,又添加了3000多个连接,包括化学突触、电连接和神经肌肉连接。
| 连接组 | 神经元 | 突触 |
|---|---|---|
| 秀丽隐杆线虫 | 302 | 比10,000少 |
| 果蝇(成年大脑) | 大约130,000 | 约50万 |
| 果蝇(半脑) | 大约20,000 | 约14万 |
修复接线数据问题涉及 561 个神经元的 108 个突触。49% 是化学“发送”,31% 是化学“接收”,20% 是电连接。数据列出了按神经元、其伙伴和突触类型划分的连接,包括化学、电和神经肌肉连接。
对秀丽隐杆线虫的研究已经绘制出了许多动物的神经连接图谱。这项工作有助于我们理解线虫的神经网络。它展现了连接组学中描述性模型作为深入研究大脑功能基础的价值。
已建立的连接组映射方法
研究人员使用多种方法来绘制大脑连接图并创建连接组。这些方法涵盖范围广泛,从大型大脑系统到单个神经元和连接。
轴突追踪技术
轴突追踪技术利用组织学染色或退行性变来显示大脑中的长通路。这种方法属于侵入性操作。研究人员将示踪剂注射到大脑中,以观察神经元之间的连接方式。
神经影像技术
现在,像扩散加权磁共振成像(DW-MRI)和功能磁共振成像(fMRI)这样的非侵入性方法有助于绘制大脑连接图。它们利用数据来展示不同脑区是如何协同工作的。
| 付款方式 | 描述 | 空间尺度 |
|---|---|---|
| 轴突追踪 | 组织学染色或退化技术用于可视化单个神经元的形态和连通性 | 微量 |
| 扩散核磁共振 (DW-MRI) | 非侵入性神经成像技术重建大脑中的主要纤维束 | 宏观尺度 |
| 功能核磁共振 (功能磁共振成像) | 非侵入性神经成像技术定义大脑功能连接模式 | 宏观尺度 |
这些连接组图谱绘制方法极大地帮助我们了解大脑。它们揭示了大脑的运作方式,从微小的回路到庞大的网络。
“神经科学界长期以来一直渴望获得人类大脑、非人类灵长类动物、啮齿动物和其他物种的完整连接组图谱。”
人类连接组计划
人类连接组计划(HCP)旨在绘制人类大脑神经连接的详细图谱。该计划始于2009年,汇集了来自世界各地的研究人员。他们致力于绘制健康大脑结构和功能的详细图谱。
HCP 使用 DTI、fMRI 和结构 MRI 等先进成像技术。DTI 追踪大脑中的水分子以显示其连接。fMRI 观察血流变化以了解大脑的工作原理。结构 MRI 可以详细显示大脑的形状。
该项目面临着巨大的挑战,即如何将大脑划分为清晰的区域,并整合不同规模的数据。研究人员使用特殊算法和机器学习来处理大量数据。这有助于他们找到与语言、记忆和注意力相关的网络。
一个重大发现是每个人的大脑连接方式都不同。了解这一点有助于制定适合每个人的治疗方案。该项目还展示了大脑如何以复杂的方式工作。它表明思考和行为既需要独立过程,也需要综合过程。
| 人类连接组计划的主要成就 | 持续的挑战 |
|---|---|
|
|
人类连接组计划正在改变我们对人脑的理解。它利用最新的成像和计算技术来研究大脑连接。随着研究的深入,它将为我们提供关键的见解。这些见解有望带来更好的脑部和精神健康问题治疗方法,从而更好地帮助患者。

连接组学的挑战和进展
宏观连接组学的精确分割
准确地将大脑划分为不同的区域是连接组学的一大挑战。早期的方法使用大小相等的区域或标志,忽略了大脑真正的功能布局。现在,扩散纤维束成像和功能连接等技术有助于根据连接来定义区域。这种精确的划分对于详细的连接组至关重要,可以在不同的人和健康状况之间进行比较。
新技术正在连接组学中创造大量大脑数据。它们为我们提供了有关大脑结构和功能的详细信息。处理如此大量的数据需要先进的算法和计算能力。传统方法只能看到几百纳米的细节。但电子显微镜可以显示大脑连接的微小细节。
扫描电子显微镜可以捕捉 4 x 4 纳米的脑切片,生成巨大的图像。目前,捕捉 1 平方毫米的脑组织需要大约 1 TB 的数据。这意味着扫描一小立方毫米的脑组织需要大约 2 年的时间。具有多条扫描光束的新型显微镜可以加快扫描速度,可能在一个月内完成 6 立方毫米的图像。
连接组学领域面临的挑战,例如脑区划分和宏观连接组学,促使研究人员寻找新的解决方案。更先进的成像和计算技术正在推动该领域的发展,并逐步揭开我们大脑如何连接和协同运作的奥秘。
“连接组学中越来越多的大脑数据的积累得益于新技术的发展,这些新技术可以提供有关神经组织结构组织和功能的数字化信息。”
| 米制 | 发现 |
|---|---|
| 纤维束成像挑战 | 来自 96 个研究组的 20 个不同提交,其中的束图在一定程度上包含 90% 的地面真实束。然而,一半的无效束在研究组中系统性地出现,大多数算法只能恢复地面真实束体积范围的约三分之一。 |
| 数据集 | 基于高品质 人类连接项目 数据集,涵盖了人类大脑中 25% 白质体积的 71 个主要区域。 |
| 参与 | 来自 20 个国家的 12 个研究小组参加了比赛,使用了多种采用不同算法的纤维束成像管道。 |
| 评估指标 | 包括计算有效连接率、有效束数、无效连接率、无效束数、体积重叠、体积超限。 |
连接组学的应用
对神经连接的详细绘制,即所谓的连接组,有助于我们了解大脑的运作方式。通过观察这些连接,我们可以了解大脑如何处理信息。这对于理解大脑功能和认知至关重要。
了解大脑功能和疾病
研究人员利用连接组学研究大脑功能和疾病。他们观察大脑在精神分裂症和阿尔茨海默病等疾病中如何变化。这有助于我们了解大脑在这些疾病中的机制。
扩散磁共振成像(dMRI)可以绘制大脑的纤维通路图。静息态功能连接(RSFC)分析结合功能磁共振成像(fMRI)则能揭示不同脑区之间的协同作用。这些方法使我们能够深入了解大脑网络。
经颅磁刺激 (TMS)、经颅直流电刺激 (tDCS)和深部脑刺激 (DBS)可以改变大脑连接,并有助于预测患者的预后。脑电图 (EEG)和脑磁图 (MEG)则能显示大脑连接随时间的变化。
在较小的尺度上,电子显微镜(EM)可以构建精细的连接组图谱。美国国立卫生研究院(NIH)正在开展小鼠脑部电子显微镜连接组图谱的研究。诸如X射线纳米断层扫描和受激发射损耗(STED)显微镜等技术无需对组织进行染色或切割,即可提高连接组学的分辨率。
“连接组学方法已成为理解大脑功能和功能障碍的重要工具,为创新的诊断和治疗应用铺平了道路。”
连接组学的未来方向
连接组学领域发展迅速。重点是整合不同规模的数据,从微小的神经元到大脑系统。通过混合来自电子显微镜和 MRI 等各种方法的数据,研究人员旨在更好地了解大脑。
跨尺度整合连接组学数据
连接组学的一个主要目标是将大脑的微观和宏观尺度联系起来。借助新技术,我们可以更详细地观察大脑,从单个神经元到大型神经网络。这将有助于我们理解大脑的运作机制。
通过结合不同方法获得的数据,科学家可以清楚地看到大脑之间的联系。这将展示小细节如何影响大脑的大功能。
- 最近的出版物中描述的连接组包含大约 16,000 个神经元、32,000 个神经胶质细胞、8,000 个血管细胞和 150 亿个突触。
- 在观察到的连接中,96.5%只有一个突触,而0.092%有四个或更多的突触连接。
- 研究人员在一名癫痫患者的样本中发现了由 50 多个独立突触连接的神经元对。
整合这些数据集将有助于我们了解大脑的运作方式。这可能会在连接组学领域带来新的发现。
“跨不同空间尺度的连接数据整合对于全面了解大脑结构-功能关系至关重要。”
连接组学中的伦理考量
连接组学领域发展迅速,也引发了一些重要的伦理问题。我们担心连接组学数据会被滥用,例如隐私泄露。此外,人们也担心大脑功能会被改变或控制。
脑活动图谱项目旨在记录回路中每个神经元的每一个活动。此前,科学家使用的电极只能少量地采集脑活动数据。如今,钙成像等技术使我们能够观察到单个神经元如何紧密协作。
但是,这些利用神经科学数据的新方法也引发了伦理问题。脑脑接口可以实现人与人之间思想和行为的共享。这让我们思考隐私、人类的自我提升、我们的选择以及我们是谁。
“脑脑接口技术引发了各种伦理问题,例如侵犯隐私、人类增强、代理和身份,这些问题需要仔细考虑,特别是在人与动物、人与人之间的脑与脑技术不断发展的情况下。”
随着连接组学的发展,我们需要更多地谈论其伦理问题。研究人员、政策制定者和每个人都应该讨论如何正确使用这项技术。我们需要为其使用制定规则和指导方针。
美国国立卫生研究院 (NIH) 于 2009 年启动的人类连接组计划(HCP) 旨在绘制健康大脑中的所有神经连接图谱。该计划有助于我们更好地了解大脑。但是,它也引发了我们对大脑图谱绘制风险的思考,例如增强大脑功能、歧视以及关于我们自身身份认同的疑问。
随着我们在连接组学领域的进步,我们必须关注道德问题。我们需要确保这项强大的技术得到正确使用。
结语
当我们结束对连接组学的研究时,很明显这个领域是了解人类大脑的关键。研究人员正在绘制大脑的复杂连接图,以了解它们如何影响我们的思想、行为和健康。这项工作可能会改变我们处理大脑疾病和健康问题的方式。
尽管面临准确绘制大脑区域和整合不同来源数据等挑战,但进展仍然巨大。从早期的蠕虫研究到人类连接组计划,我们取得了长足进步。现在,我们可以更好地观察和理解大脑的复杂结构。
展望未来,将连接组学数据与其他成像方法相结合,并改进计算工具,将加深我们对大脑的理解。这有望为诊断、治疗和预防脑部及心理健康问题带来新的途径。连接组学研究的关键成果将极大地塑造我们对该领域的认知,并对神经科学和医疗保健产生深远影响。
常见问题解答
“连接组”一词的定义和起源是什么?
2005 年,奥拉夫·斯波恩斯博士和帕特里克·哈格曼博士创造了“连接组”一词。它的意思是大脑神经连接的详细图谱。这个想法源于对人类基因组(称为“基因组”)进行测序的努力。
连接组学的基本前提是什么?
连接组学认为,大脑的功能源自神经元及其连接方式。这一观点是绘制大脑连接图和了解其作用的关键。
目前已建立的连接组映射方法有哪些?
为了绘制连接组图,研究人员使用轴突追踪、弥散加权磁共振成像(DW-MRI)和功能磁共振成像(fMRI)。这些方法有助于显示大脑的主要连接及其协同工作方式。
C. elegans 接线图有何意义?
秀丽隐杆线虫的连接组是连接组学中的关键模型。20世纪80年代,科学家绘制了其302个神经元及其连接图谱。这个“线路图”只是一个模型,并非完整的数据集。
人类连接组计划的目标是什么?
人类连接组计划旨在绘制健康人类大脑的图谱。它使用 DW-MRI 和 fMRI 来创建详细的连接组。这将有助于我们了解大脑的结构和功能。
宏观连接组学面临的主要挑战是什么?
一大挑战是将大脑划分为功能区域。早期的方法使用大小相等的区域,这可能与大脑的实际组织不符。现在,新方法使用连接模式来定义区域。
连接组学如何有助于理解大脑功能和疾病?
连接组学帮助我们了解大脑结构如何支持其功能。通过研究连接组,我们可以了解信息处理以及它在疾病中如何变化。
连接组学的未来发展方向是什么?
未来的重点是整合不同规模的数据,从神经元到大脑系统。这将提供大脑组织的完整图景。
连接组学中的伦理考虑是什么?
连接组学发展迅速,引发了诸多伦理问题。人们担忧隐私泄露和大脑功能改变等问题。因此,探讨这些问题并制定负责任地使用这项技术的规则至关重要。
源链接
- https://pswscience.org/meeting/connectomics-mapping-the-brains-wiring-diagram/ – 连接组学 – 绘制大脑接线图 – Jeff Lichtman
- https://en.wikipedia.org/wiki/Connectome – 连接组
- https://knowablemagazine.org/content/article/mind/2022/mapping-brain-understand-mind – 绘制大脑图谱以了解思维
- https://blog.eyewire.org/behind-the-science-an-introduction-to-connectomics/ – 科学背后:连接组学简介
- https://research.google/teams/connectomics/ – Connectomics – 谷歌研究
- https://www.sciencedirect.com/topics/medicine-and-dentistry/connectome – 连接组 – 概述 | ScienceDirect 主题
- https://philarchive.org/archive/HAUCAC-4 –PDF
- https://www.ninds.nih.gov/news-events/news/highlights-announcements/nih-brain-initiative-launches-projects-develop-innovative-technologies-map-brain-incredible-detail – NIH BRAIN 计划启动项目,开发创新技术,以极其详细的方式绘制大脑图谱
- https://news.harvard.edu/gazette/story/2024/05/the-brain-as-weve-never-seen-it/ – 研究人员发布迄今为止最大的神经连接数据集 — 《哈佛公报》
- https://www.wormatlas.org/neuronalwiring.html – 神经元连接
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10327113/ – 成人大脑的神经元接线图
- https://www.frontiersin.org/journals/neuroinformatics/articles/10.3389/fninf.2012.00014/full – Frontiers | 绘制连接组图:大脑连接的多层次分析
- https://elifesciences.org/articles/99804 – 连接组:绘制苍蝇神经索图
- https://www.linkedin.com/pulse/exploring-human-connectome-project-mapping-apyic – 探索人类连接组计划:绘制大脑连接图
- https://www.humanconnectome.org/study/hcp-young-adult/project-protocol/network-modeling – 人类连接组项目的组成部分 – 网络建模
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4412267/ – 连接组学的大数据挑战
- https://www.nature.com/articles/s41467-017-01285-x – 基于扩散纤维束成像绘制人类连接组图的挑战 – 《自然通讯》
- https://www.zeiss.com/microscopy/us/applications/life-sciences/connectomics.html – 连接组学:解开神经网络的连线
- https://en.wikipedia.org/wiki/Connectomics – Connectomics
- http://research.google/blog/ten-years-of-neuroscience-at-google-yields-maps-of-human-brain/ – 谷歌十年的神经科学研究绘制出人类大脑图谱
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9190244/ – 化学感应连接组的未来方向:最佳实践和具体挑战
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3597383/ – 大脑活动图谱项目和功能连接组学的挑战
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3921579/ – 当“我”变成“我们”:新兴脑对脑接口技术的伦理影响
- https://www.simplyneuroscience.org/post/the-promises-and-perils-of-neural-connectomics – 神经连接组学的前景和风险
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3294015/ – 人类连接组学
- https://www.frontiersin.org/journals/neuroinformatics/articles/10.3389/fninf.2014.00083/full – Frontiers | 连接组学案例研究:隔膜的历史、映射和连接
- https://www.scientificamerican.com/article/mapping-the-brain-to-understand-the-mind/ – 绘制大脑图谱以了解思维
