一個生物體的神經系統，包括大腦，是由神經元組成的，這些神經元通過突觸相互連接。將訊息以化學物質的形式通過這些接觸點，從一個神經元傳遞到另一個神經元。過去，由電子顯微鏡 ( electron microscopy, EM ) 對大腦進行完整影像分析，再依此數據重建腦神經電路 ( circuits ) 在技術上一直是個挑戰。
日前，由英國劍橋大學和美國霍普金斯大學的科學家，基於 3D 電子顯微鏡重建了果蠅幼蟲 ( Drosophila larva ) 的大腦，發現含有更多的神經元、突觸和複雜的組織。這項研究發表於 < Science >，是全球第一張昆蟲大腦地圖，這些昆蟲的大腦連接組的資訊，將為後續大量的理論和研究實驗提供基礎。
研究團隊利用果蠅，發現昆蟲大腦連接組宛如突觸相接的地圖
全腦範圍的突觸分辨率連接圖 ( synaptic-resolution connectivity map ) ，這個連接組對理解大腦如何產生行為相當重要。然而因技術限制，迄今僅繪製了三種生物的完整連接組圖，每種生物都有數百個腦神經元：線蟲 ( C. elegans )、海鞘 ( Ciona intestinalis ) 的幼蟲和海洋環節動物 ( Platynereis dumerilii ) 。較大的大腦（如昆蟲、魚類和哺乳動物）的突觸分辨率電路圖已通過單獨選定的子區域來進行處理。然而，神經計算需跨越空間分散，但相互關聯的大腦區域，所以任何一種計算，都需要完整理解大腦連接組及其所有輸入和輸出。
因此，研究團隊創造了果蠅（Drosophila melanogaster）幼蟲整個大腦的連接組。這種動物表現出豐富的行為庫，包括學習、價值計算和行動選擇，並與成年果蠅和大型昆蟲共享同源大腦結構 ( homologous brain structures )。強大的遺傳工具可用於選擇性操作或記錄單個神經元類型。因此，在這個易於處理的模型系統中，可以容易地測試關於連接組揭示的特定神經元和電路模體 ( motifs ) 的功能作用的假設。結果顯示，果蠅幼蟲大腦的完整突觸分辨率連接組包含 3,016 個神經元和 548,00 0個突觸。
研究團隊對大腦電路架構進行了詳細分析，包括連接和神經元類型、網路集線器和電路模體。約 73% 大腦的輸入輸出中樞位於學習中心的突觸後或驅動學習的多巴胺的神經元突觸前。使用圖譜嵌入將基於突觸連接的神經元階層式分為 93 種神經元，這些細胞類型根據形態學和已知功能在內部是一致的。團隊同時開發了一種演算法來追踪跨多突觸通路的全腦訊號傳播，並分析了從感覺到輸出的前饋和反饋通路、多感覺整合和跨半球相互作用。
大腦為高度循環結構，投射到腦半球對側的神經元促進了彼此交流
研究團隊在整個大腦中發現了廣泛的多感官整合，以及從感覺神經元到輸出神經元的不同深度的多個互連通路，形成了分佈處理的網路。大腦具有高度循環的結構， 41% 的神經元接收遠程反復的 ( recurrent ) 輸入。然而，這種反復循環分佈不均勻，並且在「學習」和「選擇行動」的區域中特別高。驅動學習的多巴胺神經元是大腦中最常見的神經元之一。許多投射到大腦半球對側的 ( contralateral ) 神經元是進出的樞紐並相互突觸，促進了廣泛的半球間交流。團隊還分析了大腦和神經索 ( nerve cord ) 之間的交互作用，發現下行神經元以一小部分運動前元件為目標，這些元件可以在運動 ( locomotor ) 狀態之間的切換中發揮重要作用。
大腦有多層捷徑與嵌套結構，類似於最先進的深度學習架構
果蠅幼蟲的完整腦連接組將成為一項持久的參考研究，為腦功能的大量理論和實驗研究提供基礎。本研究中產生的方法和計算工具將有助於分析未來的連接體。儘管大腦組織的細節在整個動物界各不相同，但隨著未來更多其他生物體的大腦連接體被繪製出來，它們之間的比較將揭示共同的和因此可能最佳的電路結構，以及構成生物體之間行為差異的特殊結構。在果蠅幼蟲大腦中觀察到的一些結構特徵，包括多層捷徑 ( multilayer shortcuts ) 和突出的嵌套 ( nested ) 反復循環，在最先進的人工神經網絡中被發現，它們可以彌補網路深度的不足並支持相關計算。
因此，這些特徵可提高大腦的計算能力，彌補神經元數量有限的遺憾。確定的大腦結構為未來神經迴路的實驗和理論研究提供了基礎，有助於理解大腦計算原理，並可能激發新的機器學習架構。這些捷徑和循環類似於人工智慧研究中使用的最先進的人工神經網絡。團隊也表示：「現在有了可參考的大腦圖譜，我們可以在阿茲海默症、帕金森氏症以及任何退化性疾病模型中觀察彼此連接的變化。」
