美國加州斯坦福大學(xué)醫(yī)學(xué)院的神經(jīng)生物學(xué)家 Bill Newsome 接到了來自美國**衛(wèi)生研究院（NIH）院長 Francis Collins 的電話后，他的第一反應(yīng)是驚慌。 Collins 突然與他聯(lián)系，詢問 Newsome 是否愿意在一項為期10年的大腦研究項目中擔(dān)任共同主席。

　　對 Newsome 而言，這聽起來像個吃力不討好的、無組織的、繁重麻煩的工作，會毀了一個夏季的好心情。但是，經(jīng)過 24 小時的思想斗爭后， Newsome 對工作的熱情終究戰(zhàn)勝了驚慌。他接受了這項任務(wù)。 Newsome 表示：“現(xiàn)在的時機(jī)很棒。21世紀(jì)，研究大腦對于學(xué)界而言是頗有意思的課題。”

　　早在 4 月 2 日，美國總統(tǒng)奧巴馬就宣布計劃投入 1 億美元，用于啟動“腦計劃”項目——這個旨在研究大腦的項目的最終耗資可能是預(yù)算的 10 倍。無獨有偶，歐盟委員會也有相似的雄心壯志。今年年初，歐盟委員會宣布將啟動旗艦項目“人腦工程”，該項目 2013 年的預(yù)算為 5400 萬歐元（6900 萬美元），并將在未來 10 年內(nèi)獲得 10 億歐元的經(jīng)費。

　　盡管美國和歐盟的腦項目目標(biāo)不同，但事實上，都直指神經(jīng)系統(tǒng)科學(xué)家的終極難題：人腦中數(shù)十億神經(jīng)元和數(shù)以萬億計的連接或突觸，如何組織起來形成有效的神經(jīng)回路，從而使人類能夠墜入愛河、走上戰(zhàn)場、解開數(shù)學(xué)定理或?qū)懺?。此外，研究人員還希望了解大腦神經(jīng)元回路發(fā)生變化的方式。

　　實現(xiàn)這一目標(biāo)需要新的技術(shù)（例如納米技術(shù)、遺傳學(xué)技術(shù)、光學(xué)技術(shù)等），以便能捕捉到在神經(jīng)元之間發(fā)生的腦電活動，而后刺激這些神經(jīng)元以弄清它們的工作狀態(tài)，以及繪制出詳細(xì)的潛在結(jié)構(gòu)電路等。美國芝加哥市西北大學(xué)神經(jīng)系統(tǒng)科學(xué)家 Konrad Kording 說：“人類的大腦在 30 秒內(nèi)產(chǎn)生的數(shù)據(jù)量相當(dāng)于哈勃太空望遠(yuǎn)鏡一生使用周期中所產(chǎn)生的信息量。”

　　研究人員已經(jīng)在尋找一些切入點以解決問題。過去的幾年人們也見證了驚人的技術(shù)進(jìn)步，例如科學(xué)家構(gòu)建了無比精確的人腦解剖圖。截止到目前，大多數(shù)神經(jīng)系統(tǒng)科學(xué)家正在使用更簡單的物種例如老鼠或蠕蟲來研究一些基礎(chǔ)原理。在此，《自然》雜志審視了一些有助于人們更深入了解大腦工作原理的技術(shù)進(jìn)步。

　　測量神經(jīng)元

　　如果研究人員想要弄懂流過大腦回路的電子信號，那么他們需要同步記錄盡可能多的神經(jīng)元的有關(guān)信息。

　　目前，研究人員主要通過在大腦中嵌入金屬電極的方法，來測量神經(jīng)元的活動。但是這一方法伴隨著巨大的挑戰(zhàn)。每個電極都需要電線來測量模擬信號——電壓變化，但在傳輸過程中，信號很容易丟失或失真。

　　此外，電線必須細(xì)如發(fā)絲以避免組織損傷。電極技術(shù)的進(jìn)步使同時記錄幾百個神經(jīng)元成為可能。但要想解開終極謎題，還需要研究人員盡可能多地去探測更多的細(xì)胞，并捕捉到更好品質(zhì)的信號。

　　由硅制成的新一代神經(jīng)探索裝置（以極致小型化為特色）的問世，使這一切成為可能。2 月，這類神經(jīng)探索裝置的原型（僅 1 厘米長，如一美元鈔票那么?。┰诿绹又菖f金山市舉行的國際固態(tài)電路會議上亮相。該裝置由專門研究納電子學(xué)的組織 Imec （總部位于比利時勒芬市）推出。

　　當(dāng)裝置被嵌入老鼠的大腦中， Imec 裝置上的電極能夠同時在老鼠的所有大腦皮層上記錄信息。這有助于神經(jīng)系統(tǒng)科學(xué)家拆分大腦中互相連接的復(fù)雜電路。 Imec 生物和納電子學(xué)主管 Peter Peumans 說：“這一原型可以被拓展。”在3年內(nèi)，神經(jīng)探索裝置將擁有多達(dá) 2000 個電極和超過 200 個電線。

　　繪制圖譜

　　研究人員一直在收集有關(guān)神經(jīng)元活動和電路的信息，這些信息對于繪制一份可靠的高度詳細(xì)的大腦解剖圖非常必要。

　　一個多世紀(jì)以來，各種繪制神經(jīng)解剖學(xué)圖譜的方法，一直力求把大腦切成盡可能薄的切片，之后科學(xué)家會在光學(xué)顯微鏡下仔細(xì)研究這些切片。但是，通過計算方法，使這些數(shù)量驚人的切片有序排列（為了重建人腦中錯綜復(fù)雜的神經(jīng)元網(wǎng)絡(luò)）是極具挑戰(zhàn)性的。

　　盡管如此，德國尤利希研究中心的 Katrin Amunts 和同事宣布，上個月，他們已經(jīng)完成了這項困難的工作。

　　研究人員通過對一名 65 歲婦女的大腦樣本進(jìn)行切片研究和分析，制作出迄今為止最詳細(xì)的完整三維人腦圖。這份人腦圖匯編自 7400 個大腦切片，每個切片厚度為 20 微米，經(jīng)過光學(xué)顯微鏡成像，兩臺超級計算機(jī)用時 1000 個小時處理了包含萬億字節(jié)的數(shù)據(jù)。

　　Amunts 表示，整個項目歷時 10 年。目前， Amunts 及其同事已經(jīng)開始投身到下一個關(guān)注于個體差異的人腦項目中，她期待新項目能夠推進(jìn)得更快。

　　了解腦數(shù)據(jù)處理功能

　　或許，人腦研究最大的挑戰(zhàn)在于弄清大腦存儲與處理數(shù)據(jù)的方式。美國哈佛大學(xué)的 Jeff Lichtman 與德國慕尼黑市馬克斯—普朗克神經(jīng)生物學(xué)研究所的 Winfried Denk 通過新型顯微鏡獲得的電鏡信息顯示，腦組織只需1立方毫米便可以處理 2000 太字節(jié)。

　　Denk 估計，一個完整的老鼠大腦可以產(chǎn)生 60 拍字節(jié)的信息，而人類的大腦則可以處理 200 艾字節(jié)的信息。 Lichtman 說，這個數(shù)據(jù)量可以與當(dāng)今整個世界的數(shù)字信息相媲美，包括臉譜網(wǎng)以及所有其他大型數(shù)據(jù)儲存庫。

　　而這一切只是開始。神經(jīng)科學(xué)家最終將收集人類大腦的解剖信息（每個大腦的解剖信息都是獨一無二的），并層層深入分析其背后的神經(jīng)活動?？茖W(xué)家需要儲存并系統(tǒng)化地組織這些多樣化的數(shù)據(jù)模式，以便更深入探索大腦的奧秘。

　　歐洲的人腦工程旨在提供一個人腦模擬環(huán)境，使研究者可以實時地與它互動，這是另一個層次的需求。西班牙巴塞羅那超級計算中心的 Jesus Labarta Mancho 是人腦工程的合作者之一，他說：“我們面臨的挑戰(zhàn)之一便是開發(fā)一種電腦語言，以便更高效地利用超級電腦。”

　　目前，有些實驗需要同時刺激不同大腦區(qū)域的不同部位，超級電腦難以滿足這種需求。因此，需要開發(fā)出一種新方法，使得超級電腦能夠壓縮其一部分區(qū)域的信息，以便集中精力處理急需解決的問題。

　　即便超級電腦可以打包處理數(shù)據(jù)，理論家仍然需要思考應(yīng)該問它什么問題。位于葡萄牙里斯本的 Champalimaud 探索未知中心的理論神經(jīng)科學(xué)家 Christian Machens 說：“這是一個先有雞還是先有蛋的問題。一旦我們弄清大腦的工作原理，我們便知道如何去處理這些數(shù)據(jù)。”

　　任務(wù)的規(guī)模和工程量是理論家爭議的焦點；與許多人一樣， Kording 認(rèn)為還有太多的事情需要完成。他說：“與之相比，谷歌搜索的問題就像小孩子的游戲。大腦中神經(jīng)元的數(shù)量大致與互聯(lián)網(wǎng)頁面的數(shù)量相等。但問題在于，互聯(lián)網(wǎng)的頁面之間是直線聯(lián)系的，而每一個神經(jīng)元都與數(shù)千個神經(jīng)元相連，并不是直線聯(lián)系。”

　　但是，美國紐約冷泉港實驗室的生物數(shù)學(xué)家 Partha Mitra 認(rèn)為，完全了解大腦工作原理的最大挑戰(zhàn)來自社會學(xué)。他說：“追蹤大腦的工作原理與追蹤希格斯玻色子不同，每一個希格斯玻色子都會跟著同一個單獨目標(biāo)移動。就比如團(tuán)隊中的每個個體在設(shè)立團(tuán)隊目標(biāo)時會暢所欲言，一旦目標(biāo)設(shè)立完畢，便會嚴(yán)格自律，共同完成團(tuán)體目標(biāo)。”

　　不出 Newsome 所料，設(shè)立這些項目目標(biāo)已經(jīng)幾乎耗費了他的整個夏季。目前，他正在參加一系列旨在為美國“腦計劃”設(shè)立研究目標(biāo)的專家研討會，并修改一份將于9月份發(fā)布的“腦計劃”研究報告。他表示，該報告不能確保解決所有與大腦有關(guān)的難題，但將會把研究引入正軌，使得回答這些問題在未來成為可能。