北大成功研制新一代微型化双光子荧光显微镜,大脑解码更上一层楼

简介:

这一成果意味着人们在生命科学、未来医疗和人工智能领域的一个升华。

北大成功研制新一代微型化双光子荧光显微镜,大脑解码更上一层楼

5月29日晚间,自然杂志子刊Nature Methods发布了一篇名为《超高时空分辨微型化双光子在体显微成像系统》的论文,其中展示了我国在新一代高速高分辨微型化双光子荧光显微镜研制上的成功。就在昨天,一场以此为主题的新闻发布会在北京大学英杰交流中心成功举办,向人们分享了我国在微型化双光子荧光显微镜这一具有重大意义项目上的研究成果。

据了解,微型化双光子荧光显微镜这一生命科学领域的重大成果是在国家自然科学基金委国家重大科研仪器研制专项的支持下,由北京大学分子医学研究院、信息科学技术学院、动态成像中心、生命科学学院、工学院联合中国人民解放军军事医学科学院组成的跨学科团队历经三年所研制。值得注意的是,在研制过程中,团队还成功的获取了小鼠在自由行为过程中大脑神经元和神经突触活动清晰、稳定的图像。

一直以来,人们对于大脑的追求热情就是源源不断的,而生命科学俨然已经成为了当下科学发展的一个重点研究趋势。与此同时,包括中国、美国在内的多个国家相继推出了脑科学计划,致力于全景式解析脑连接图谱和功能动态图谱的研究工具。

北大成功研制新一代微型化双光子荧光显微镜,大脑解码更上一层楼

“在这方面,研发的关键在于如何把不同尺度、不同模态的信息很好的整合起来,像分子信息、细胞信息以及大脑整体的活动信息等等。”中科院院士、研究团队核心人物、北京大学分子研究院的程和平说。另外,对于未来的道路,他表示,在对大脑动态图谱的连接上,虽然前面还有很长的一段路要走,但是曙光已经出现。

据介绍,我国所研制的新一代微型化双光子荧光显微镜体型娇小,仅重2.2克。在性能上,其横向分辨率达到了0.65μm,成像质量可与商品化的大型台式双光子荧光显微镜相媲美。采用双轴对称高速微机电系统转镜扫描技术,成像帧频已达40Hz(256*256像素),同时具备多区域随机扫描和每秒1万线的线扫描能力。

此外,新一代微型化双光子荧光显微镜采用了自主设计可传导920nm飞秒激光的光子晶体光纤,首次实现了微型双光子显微镜对脑科学领域最广泛应用的指示神经元活动的荧光探针(如GcaMP6)的有效利用。同时采用柔性光纤束进行荧光信号的接收,解决了动物的活动和行为由于荧光传输光缆拖拽而受到干扰的难题。在未来,与光遗传学技术的结合,渴望在结构与功能成像的同时,精准地操控神经元和神经回路的活动。

在实际运用中,佩戴在小动物的头部颅窗上,显微镜可以实时记录数十个神经元、上千个神经突触的动态信号,而在大型动物,其还能够实现多探头佩戴、多颅窗不同脑区的长时程观测。

北大成功研制新一代微型化双光子荧光显微镜,大脑解码更上一层楼

此前,在2016年底美国神经科学年会、2017年5月冷泉港亚洲脑科学专题会议上,这一成果得到了包括诺贝尔奖获得者在内的多位国内外神经科学家的高度赞誉。其中,冷泉港亚洲脑科学专题会议主席、美国著名神经科学家加州大学洛杉矶分校的Alcino J Silva教授评述道:

从任何一个标准来看,这款显微镜都代表了一项重大技术发明,必将改变我们在自由活动动物中观察细胞和亚细胞结构的方式。它所开启的大门,甚至超越了神经元和树突成像。系统神经生物学正在进入一个新的时代,即通过对细胞群体中可辨识的细胞和亚细胞结构的复杂生物学事件进行成像观测,从而更加深刻地理解进化所造就的大脑环路实现复杂行为的核心工程学原理。毫无疑问,这项非凡的发明让我们向着这一目标迈进了一步。

无可否认,新一代微型化双光子荧光显微镜这一成果改变了在自由活动动物中观察细胞和亚细胞结构的方式,让人们能够长时程观察神经突触、神经元、神经网络、远程连接的脑区等多尺度、多层次的动态变化,进一步探索“大脑活动”这一神秘的领域。对于生命科学、未来医疗等领域来讲,这一成果的意义是不可估量的。

北大成功研制新一代微型化双光子荧光显微镜,大脑解码更上一层楼

说到此,我们不禁联想到了人工智能,众所周知,“机器人能否具备思想”是一个永久议题,关于这个,不少领域内的专家学者都发表的了自己的观点,从整体来看,他们中的绝大多数都相信未来的机器人是能够具备“自主意识”的,而其中的关键之处就在于人们对于大脑探索的进展情况。

对此,程和平在现场表示:“目前的人工智能还处于弱人工智能阶段,要想实现强人工智能,还是要向生物脑进行学习。最简单的一个模式生物,学会一件事情或者说一个条件学习的过程,只需要半个小时或一个小时就能形成。在这个过程中神经的回路正在发生了什么变化,原来是没办法知道的,但是用了我们这些微型化双光子显微镜,就可以在它们执行某个动作的学习的过程中看到各个回路不同层次的特性变化。”

在微型化显微镜的帮助下,研究人员能够以一种直观的形式看到生物大脑中神经网络的运作走势,从而在人造神经网络的研发中获得帮助或启示,以推进人工智能技术性能的提升以及弱人工智能到强人工智能的升级,做到“分析脑、理解脑、模仿脑”。


原文发布时间: 2017-06-01 13:42
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
Java 数据安全/隐私保护
Java 中使用 OpenSSL 生成公钥私钥进行数据加解密
Java 中使用 OpenSSL 生成公钥私钥进行数据加解密
336 0
|
弹性计算 数据安全/隐私保护 计算机视觉
|
9月前
|
数据采集 供应链 API
Python爬虫与1688图片搜索API接口:深度解析与显著收益
在电子商务领域,数据是驱动业务决策的核心。阿里巴巴旗下的1688平台作为全球领先的B2B市场,提供了丰富的API接口,特别是图片搜索API(`item_search_img`),允许开发者通过上传图片搜索相似商品。本文介绍如何结合Python爬虫技术高效利用该接口,提升搜索效率和用户体验,助力企业实现自动化商品搜索、库存管理优化、竞品监控与定价策略调整等,显著提高运营效率和市场竞争力。
412 3
|
人工智能 并行计算 搜索推荐
ollama本地部署llama3(window系统)
这篇文章详细介绍了如何在Windows系统上本地部署Ollama框架来运行Llama 3大模型,并提供了具体的安装步骤和注意事项,以便实现离线使用高级AI模型进行对话。
1063 0
ollama本地部署llama3(window系统)
|
传感器 人工智能 语音技术
探索AI技术在智能家居中的应用
【8月更文挑战第78天】本文将探讨人工智能(AI)技术在智能家居领域的应用。我们将从AI技术的基本概念入手,介绍其在智能家居中的作用,并通过代码示例展示如何实现一个简单的智能照明系统。最后,我们将总结AI技术在智能家居领域的优势和挑战。
|
消息中间件 前端开发 数据库
RocketMQ实战教程之MQ简介与应用场景
RocketMQ实战教程介绍了MQ的基本概念和应用场景。MQ(消息队列)是生产者和消费者模型,用于异步传输数据,实现系统解耦。消息中间件在生产者发送消息和消费者接收消息之间起到邮箱作用,简化通信。主要应用场景包括:1)应用解耦,如订单系统与库存系统的非直接交互;2)异步处理,如用户注册后的邮件和短信发送延迟处理,提高响应速度;3)流量削峰,如秒杀活动限制并发流量,防止系统崩溃。
|
监控 Linux 数据处理
探索Linux中的`lsmem`命令:深入了解系统内存布局
`lsmem`是Linux命令,用于显示系统内存布局和大小,帮助管理员和开发者理解内存使用情况。它提供详细输出,包括内存块的大小、范围、类型和关联,支持多种格式展示,如树状图。命令参数如`-h`显示帮助,`-t`以树形展示,`--human-readable`使大小更易读。需root权限运行,常与`free`、`vmstat`等工具结合使用,用于监控和优化内存。注意不同发行版可能存在兼容性差异。
|
设计模式 网络协议 算法
《跟闪电侠学Netty》阅读笔记 - Netty入门程序解析(一)
《跟闪电侠学Netty》阅读笔记 - Netty入门程序解析(一)
366 1
《跟闪电侠学Netty》阅读笔记 - Netty入门程序解析(一)
|
存储 缓存 前端开发
浏览器之性能指标-LCP
浏览器之性能指标-LCP
328 0
|
Dubbo Java 应用服务中间件
走向 Native 化:Spring&Dubbo AOT 技术示例与原理讲解
走向 Native 化:Spring&Dubbo AOT 技术示例与原理讲解
819 1