2024年7月3日，《Nature Methods》期刊在線發(fā)表了中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心（神經(jīng)科學(xué)研究所）嚴(yán)軍研究組題為《Gapr for large-scale collaborative single-neuron reconstruction》的研究論文。該論文介紹了嚴(yán)軍研究組自主開發(fā)的名為Gapr的新一代大規(guī)模單神經(jīng)元重構(gòu)系統(tǒng)。Gapr創(chuàng)新地整合了基于深度學(xué)習(xí)的全自動(dòng)重構(gòu)、多用戶同時(shí)參與協(xié)同校對、高效響應(yīng)用戶需求的圖像數(shù)據(jù)處理等多種功能，大幅提升神經(jīng)元重構(gòu)的效率。Gapr的開發(fā)對推動(dòng)全腦介觀神經(jīng)聯(lián)結(jié)圖譜的繪制具有重要意義。

大腦中神經(jīng)元形態(tài)各異，尤其是復(fù)雜多樣的神經(jīng)元軸突結(jié)構(gòu)對大腦中的信息傳輸極為重要。單個(gè)神經(jīng)元軸突在全腦范圍內(nèi)的完整形態(tài)被稱為單神經(jīng)元投射譜。人腦中有近千億個(gè)神經(jīng)元，而要揭示大腦結(jié)構(gòu)的組織規(guī)律，需要重構(gòu)海量的單神經(jīng)元投射譜。然而，用于重構(gòu)軸突的亞微米分辨率的全腦成像數(shù)據(jù)體量巨大，比如小鼠全腦的數(shù)據(jù)高達(dá)TB量級，而獼猴腦數(shù)據(jù)甚至已經(jīng)接近PB（1000TB）量級。傳統(tǒng)神經(jīng)元重構(gòu)主要依靠手工方法完成，工作量大、極為復(fù)雜和耗時(shí)。如何在TB甚至PB量級的光學(xué)成像數(shù)據(jù)中準(zhǔn)確、高效地重構(gòu)出大量單神經(jīng)元投射譜，是全腦介觀神經(jīng)聯(lián)結(jié)圖譜研究面臨的一個(gè)巨大挑戰(zhàn)。

嚴(yán)軍研究組長期致力于全腦單神經(jīng)元投射譜的重構(gòu)和分析。該研究組茍凌峰博士前期開發(fā)了Fast Neurite Tracer (FNT)神經(jīng)元追蹤軟件，實(shí)現(xiàn)了TB級光學(xué)成像數(shù)據(jù)中的單神經(jīng)元重構(gòu)。目前FNT已經(jīng)在小鼠大腦單神經(jīng)元投射譜重構(gòu)的研究工作中被廣泛使用。然而該系統(tǒng)已經(jīng)難以滿足全腦光學(xué)成像數(shù)據(jù)在數(shù)量和體量上的迅猛增長。

為解決這一問題，茍凌峰博士通過努力攻關(guān)，開發(fā)了Gapr（Gapr accelerates projectome reconstruction)這一全新的TB/PB級光學(xué)成像數(shù)據(jù)的神經(jīng)元重構(gòu)軟件（圖1）。與包含F(xiàn)NT在內(nèi)的上一代神經(jīng)元追蹤軟件不同， Gapr的工作流程是首先基于人工智能的算法，計(jì)算機(jī)對成像數(shù)據(jù)中所有的信號進(jìn)行全覆蓋式的自動(dòng)重構(gòu)。該環(huán)節(jié)可以在數(shù)據(jù)轉(zhuǎn)換的過程中同時(shí)進(jìn)行，從原始圖像信號中識別出神經(jīng)元的軸突結(jié)構(gòu)和連接關(guān)系，可極大程度節(jié)省人力。而自動(dòng)化重構(gòu)中產(chǎn)生的錯(cuò)誤，可繼續(xù)由人工進(jìn)行校對和糾正。Gapr的校對模塊可支持上百個(gè)用戶在同一空間內(nèi)同時(shí)在線協(xié)同完成校對工作（圖2）。由于校對工作中的每個(gè)用戶都可實(shí)時(shí)看到其他用戶的動(dòng)態(tài)，因此可更大程度地減少對錯(cuò)誤結(jié)構(gòu)處理的遺漏，避免不同用戶對同一錯(cuò)誤結(jié)構(gòu)的重復(fù)處理，也可杜絕對同一結(jié)構(gòu)產(chǎn)生不一致的處理結(jié)果。因此Gapr可在提高校對工作通量的基礎(chǔ)上，保證追蹤結(jié)果的一致性和正確性。同時(shí)，針對更大的數(shù)據(jù)體量，由于Gapr開發(fā)了實(shí)時(shí)響應(yīng)用戶需求的數(shù)據(jù)處理模塊，支持在重構(gòu)工作中選擇性地只處理那些包含有用信號的部分，在同等的計(jì)算資源條件下極大提高計(jì)算效率，突破了對TB乃至PB級圖像數(shù)據(jù)進(jìn)行高效處理的技術(shù)瓶頸。

圖1?Gapr神經(jīng)元重構(gòu)系統(tǒng)的架構(gòu)。a，Gapr的五個(gè)模塊，包含圖像數(shù)據(jù)處理的Convert模塊，自動(dòng)重構(gòu)的Trace模塊，協(xié)同重構(gòu)服務(wù)器端的Gather模塊及人工校對的Proofread和Fix模塊；b，響應(yīng)用戶需求的圖像數(shù)據(jù)處理；c，Gapr的神經(jīng)元模型，與SWC文件格式兼容。

圖2?Gapr中多用戶協(xié)同重構(gòu)的實(shí)現(xiàn)。a，在Gapr框架下避免重復(fù)追蹤，確保結(jié)果一致性的示例；b，多人協(xié)同重構(gòu)的實(shí)例，上圖展示了參與重構(gòu)的各個(gè)注釋者的活動(dòng)，下圖為整體進(jìn)度。

Gapr對一組小鼠fMOST數(shù)據(jù)進(jìn)行重構(gòu)的完整流程。最終總共得到了 402個(gè)神經(jīng)元。

Gapr針對不同的科研需求提供了靈活的重構(gòu)流程，為不同水平的用戶提供了相應(yīng)的校對模式，并可以系統(tǒng)地標(biāo)記和評估追蹤中的錯(cuò)誤，降低對重構(gòu)工作的人員專業(yè)性的要求。通過比較分析，Gapr的多項(xiàng)性能優(yōu)于現(xiàn)有其它神經(jīng)元重構(gòu)軟件。嚴(yán)軍研究組前期工作中使用FNT從161組小鼠fMOST數(shù)據(jù)中獲得了6357個(gè)小鼠前額葉神經(jīng)元；而使用Gapr，在15組小鼠fMOST數(shù)據(jù)中，就能重構(gòu)出4278個(gè)小鼠的神經(jīng)元（圖3）。Gapr能夠在一組樣本中重構(gòu)出更多的神經(jīng)元，有效的節(jié)省了動(dòng)物的使用數(shù)量和樣品制備成本，從而提高了總體的重構(gòu)效益。同時(shí)，也可以避免FNT這類系統(tǒng)因人為選擇性追蹤帶來的偏差。因此，新一代的大規(guī)模單神經(jīng)元重構(gòu)系統(tǒng)Gapr，為最大程度刻畫和研究神經(jīng)元多樣性提供可能，為研究全腦介觀神經(jīng)聯(lián)結(jié)圖譜提供了重要的解決方案，也為將來繪制靈長類大腦的單神經(jīng)元投射圖譜鋪平了道路。

圖3?Gapr軟件在小鼠fMOST數(shù)據(jù)中的應(yīng)用。a，在15組樣本中重構(gòu)獲得的共計(jì)4278個(gè)神經(jīng)元；b，Gapr中單個(gè)注釋者的校對速度，上部分列出了與Janelia Workstation和Vaa3D的手動(dòng)重構(gòu)與校對速度的對比。

該研究工作在嚴(yán)軍研究員的指導(dǎo)下，由副研究員茍凌峰和博士研究生王彥智共同完成，高樂、鐘毅婷、謝路成、王海芳、查茜、邵吟淇也做出了重要貢獻(xiàn)。中國科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心許曉鴻研究組、徐華泰研究組（現(xiàn)臨港實(shí)驗(yàn)室）提供了該研究中所用的部分測試數(shù)據(jù)。該工作獲得科技部、基金委、上海市、臨港實(shí)驗(yàn)室的資助。

主要作者合影