Nature合辑 | 迄今最大规模的 “功能连接组”

摘要：近日，Nature发表合辑（涵盖7 x Nature，1 x Nature Methods以及1 x Nature Communications 等9篇文章）介绍MICrONS（Machine Intelligence from Cortical Networ

近日，Nature发表合辑（涵盖7 x Nature，1 x Nature Methods以及1 x Nature Communications 等9篇文章）介绍MICrONS（Machine Intelligence from Cortical Networks）项目的进展[1]。

MICrONS项目的最初设想是通过 “逆向工程” 生物脑来帮助进一步的人工智能[2]。目前已经获取小鼠视觉皮层（visual cortex）大约1立方毫米（1.3 × 0.87 × 0.82 mm3）基于电镜（形态与突触连接）联合双光子显微镜（不同视觉刺激下的神经钙信号；来自同一只小鼠）获取的 “功能连接组”[3]。

MICrONS项目的最初设想- “逆向工程” 生物脑[2]。

MICrONS项目的数据类型和获取流程[3]。

进一步，研究人员基于这个迄今最大规模的哺乳动物功能连接组（超20万细胞，5亿突触）从形态和连接的角度进行了细胞分类[4]–[6]、解析连接模式[7]并初步与转录组[8]建立关联。

此外，MICrONS项目开展过程中还开发了多种工具帮助神经网络连接校准（proofreading）[9]，以及PB级数据的协同编辑/注释[10]。

该合辑2025年4月9日在线发表在Nature[1]。

Comment(s):

虽然离最初“逆向工程”设想还有很远的距离，但是很好的“基础设置”带来神经科学见解。

从神经科学的角度，后续结合空间转录组（使用与产生该功能连接组数据集同窝生/克隆的多只小鼠）可以带来进一步的神经网络功能与机制见解。

参考文献：

[1] “The MICrONS Project.” https://www.nature.com/collections/bdigiaicbd (accessed Apr. 11, 2025).

[2] “IARPA - MICrONS.” https://www.iarpa.gov/research-programs/microns (accessed Apr. 11, 2025).

[3] J. A. Bae et al., “Functional connectomics spanning multiple areas of mouse visual cortex,” Nature, vol. 640, no. 8058. Nature, pp. 435–447, Apr. 09, 2025. doi: 10.1038/s41586-025-08790-w.

[4] L. Elabbady et al., “Perisomatic ultrastructure efficiently classifies cells in mouse cortex,” Nature, vol. 640, no. 8058. Nature, pp. 478–486, Apr. 09, 2025. doi: 10.1038/s41586-024-07765-7.

[5] M. A. Weis et al., “An unsupervised map of excitatory neuron dendritic morphology in the mouse visual cortex,” Nat. Commun., vol. 16, no. 1, p. 3361, Apr. 2025, doi: 10.1038/s41467-025-58763-w.

[6] C. M. Schneider-Mizell et al., “Inhibitory specificity from a connectomic census of mouse visual cortex,” Nature, vol. 640, no. 8058. Nature, pp. 448–458, Apr. 09, 2025. doi: 10.1038/s41586-024-07780-8.

[7] Z. Ding et al., “Functional connectomics reveals general wiring rule in mouse visual cortex,” Nature, vol. 640, no. 8058. Nature, pp. 459–469, Apr. 09, 2025. doi: 10.1038/s41586-025-08840-3.

[8] C. R. Gamlin et al., “Connectomics of predicted Sst transcriptomic types in mouse visual cortex,” Nature, vol. 640, no. 8058. Nature, pp. 497–505, Apr. 09, 2025. doi: 10.1038/s41586-025-08805-6.

[9] B. Celii et al., “NEURD offers automated proofreading and feature extraction for connectomics,” Nature, vol. 640, no. 8058, pp. 487–496, Apr. 2025, doi: 10.1038/s41586-025-08660-5.

[10] S. Dorkenwald et al., “CAVE: Connectome Annotation Versioning Engine,” Nature Methods. Nature, Apr. 09, 2025. doi: 10.1038/s41592-024-02426-z.

原文链接：

MICrONS Explorer：