2023年底，美国联邦药物管理局批准了第一种有可能减缓阿尔茨海默病进展的药物。阿尔茨海默氏症是许多使人衰弱的神经系统疾病之一，这些疾病总共影响着世界上八分之一的人口，虽然新药是朝着正确方向迈出的一步，但要完全了解它和其他此类疾病，还有很长的路要走。

麻省理工学院林肯实验室人类健康与表现系统组的技术人员和算法开发人员Lars gjessteby说:“在细胞水平上重建人类大脑功能的复杂性是神经科学中最大的挑战之一。”“高分辨率、网络化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，帮助我们提高对疾病的理解。然而，由于没有足够的工具来可视化和处理非常大的脑成像数据集，阻碍了进展。”

网络大脑图谱本质上是大脑的详细地图，可以帮助将结构信息与神经功能联系起来。为了建立这样的地图集，需要对脑成像数据进行处理和注释。例如，每个轴突，或连接神经元的细纤维，都需要被追踪、测量和标记信息。目前处理脑成像数据的方法，如基于桌面的软件或面向手册的工具，尚未设计用于处理人脑规模的数据集。因此，研究人员经常花费大量时间在原始数据的海洋中跋涉。

gjessteby正在领导一个项目，建立神经元跟踪和主动学习环境(NeuroTrALE)，这是一个软件管道，带来机器学习，超级计算，以及易用性和访问这一大脑映射挑战。NeuroTrALE将大部分数据处理自动化，并在交互界面中显示输出，允许研究人员编辑和操作数据以标记，过滤和搜索特定模式。

NeuroTrALE的定义特征之一是它采用的机器学习技术，称为主动学习。NeuroTrALE的算法经过训练，可以根据现有的脑成像数据自动标记输入的数据，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，教算法在下次遇到类似数据时进行改进。这种自动化和手动标签的混合确保了准确的数据处理，同时大大减轻了用户的负担。

“想象一下，给一团纱线拍x光片。你会看到所有这些纵横交错、重叠的线条，”实验室国土决策支持系统小组的迈克尔·斯奈德说。“当两条线相交时，这是否意味着其中一根纱线正在做90度弯曲，还是一根直线向上，另一根直线向下?”通过NeuroTrALE的主动学习，用户可以追踪这些纱线一到两次，并训练算法正确地跟随它们前进。如果没有NeuroTrALE，用户每次都必须追踪纱线球，或者在这种情况下，追踪人类大脑的轴突。”Snyder和David Chavez是NeuroTrALE团队的软件开发人员。

因为NeuroTrALE减轻了用户的大部分标签负担，它允许研究人员更快地处理更多的数据。此外，轴突跟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，与传统的人工智能方法相比，处理32gb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%。

该项目的算法开发者之一本杰明·鲁普(Benjamin Roop)补充说:“人脑中估计有860亿个神经元形成100万亿个连接，要想手动标记一个大脑中的所有轴突，可能需要一辈子的时间。”“这个工具有可能为许多人自动化创建连接体，而不仅仅是一个人。这为在人口水平上研究大脑疾病打开了大门。”

NeuroTrALE项目是由林肯实验室和麻省理工学院钟光勋教授的实验室内部资助的合作项目。林肯实验室团队需要为Chung实验室的研究人员建立一种方法，以便从流入麻省理工学院超级云的大量脑成像数据中分析和提取有用的信息。超级云是林肯实验室运行的一台超级计算机，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上传到超级云，到2022年，钟实验室开始产生结果。在发表在《科学》杂志上的一项研究中，他们使用NeuroTrALE量化了与阿尔茨海默病有关的前额皮质细胞密度。阿尔茨海默病患者的大脑某些区域的细胞密度低于未患病的患者。该研究小组还确定了大脑中有害神经纤维容易缠结在阿尔茨海默氏症患者脑组织中的位置。

在林肯实验室和美国国立卫生研究院(NIH)的资助下，NeuroTrALE的工作继续进行，以建立NeuroTrALE的能力。目前，它的用户界面工具正在与谷歌的Neuroglancer程序集成，Neuroglancer是一个开源的、基于网络的神经科学数据查看应用程序。NeuroTrALE为用户增加了可视化和动态编辑其注释数据的能力，并为多个用户同时处理相同的数据。用户还可以创建和编辑多边形、点、线等多种形状，以方便标注任务，并为每个标注定制颜色显示，以区分密集区域中的神经元。

该实验室人工智能技术组的高性能计算工程师Adam Michaleas表示:“NeuroTrALE提供了一个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。”此外，它还通过数据可视化和同步内容审查，为神经科学社区提供实时协作能力，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，该团队的目标是使NeuroTrALE成为任何人都可以使用的完全开源工具。gjessteby说，这种类型的工具是实现绘制整个人类大脑用于研究和最终药物开发的最终目标所需要的。“这是社区的基层努力，数据和算法应该被所有人共享和访问。”

作者：安妮·麦戈文|麻省理工学院林肯实验室

链接：https://news.mit.edu/2024/new-open-source-tool-helps-detangle-brain-0814

著作权归作者所有。

声明：海森大数据刊发或者转载此文只是出于传递、分享更多信息之目的，并不意味认同其观点或证实其描述。若有来源标注错误或侵犯了您的合法权益，请作者与本网联系，我们将及时更正、删除，谢谢。电话：152 6451 3609，邮箱：1027830374@qq.com