任何生物实验室的“主力”之一是秀丽隐杆线虫（Caenorhabditis elegans），一种仅1毫米长的线虫。生物学家经常使用秀丽隐杆线虫来深入研究从胚胎发育和衰老到遗传学和神经生物学等课题。
1986年，秀丽隐杆线虫成为第一个被完整绘制出神经系统的生物。事实证明，这种生物仅包含302个神经元，以及它们之间7000个突触连接，是所有动物中最少的。
科学家曾希望这样一张连接组图——一张连接体——能帮助他们通过测量一个神经元受到的刺激如何影响其他神经元来逆向工程神经系统的行为。他们认为，这将使他们能够预测生物体在任何情况下的行为。
但事情并没有像那样发展。事实证明，测量一个神经元对活体生物中另一个神经元的影响是极其困难的，更不用说对所有其他301个神经元的影响了。
从那时起，各种突破使这类活体测量变得显著容易。现在，纽瓦克新泽西理工学院的加尔·哈斯佩尔（Gal Haspel）及其同事表示，逆向工程秀丽隐杆线虫整个神经系统的目标现在已触手可及。他们说：“秀丽隐杆线虫的神经元和神经元连接要少得多，这使其成为一个很好的起点。”
深刻发现
成功将带来深远的影响。它将首次允许计算机利用这些测量来模拟活体生物的神经系统——这就是逆向工程。它将为生物如何处理感官信息、做出决策以及它们如何学习和行为提供深刻的见解。它还将为逆向工程更复杂的大脑铺平道路，包括我们自己的大脑，甚至可能激发全新类型的人工智能。
连接组——神经元之间连接的解剖学图谱——不足以重建神经系统在实践中的工作方式。这是因为该图谱缺乏关于突触强度和每个神经元行为方式的信息。此外，在秀丽隐杆线虫中，每个神经元都接收来自数十个其他神经元的输入。
将所有这些细节理清，只能通过细致、艰苦的测量来完成，而这超出了凡人实验室工作人员的能力。
但这种情况在21世纪初发生了改变，当时科学家开发了一套用光开启和关闭基因的技术。所谓的光遗传学可以用于用光刺激神经元，然后通过观察发出的光来测量其影响。
与此同时，科学家们开发了在大量并行实验中自动化测量神经活动的方法。这产生了海量数据集，机器学习技术可以利用这些数据集在各种条件下重建神经元的原始行为。
哈斯佩尔及其同事表示，这些创新最终应使逆向工程秀丽隐杆线虫的神经系统成为可能。他们已经组建了一个由具备所有必要技能的科学家组成的大型联盟来完成这项工作。
他们建议大规模自动化实验，以系统地理解神经元之间的所有连接。光遗传学将允许研究人员用光激活秀丽隐杆线虫的神经元，并记录整个神经系统的反应。先进的显微镜将在纳米级分辨率下对关键分子进行成像，同时追踪神经形态。
目标是确定每个神经元的输出如何取决于与其连接的每个其他神经元的活动。对这些相互依赖性进行建模将揭示秀丽隐杆线虫神经系统结构中嵌入的计算规则。
大脑状态
通过详尽绘制神经元之间的这些功能连接，这项大规模的倡议旨在逆向工程一个完整的秀丽隐杆线虫大脑模拟。“现代基于机器学习的建模应该能够模拟秀丽隐杆线虫令人印象深刻的广泛大脑状态和行为，”该团队表示。
这是一个雄心勃勃的目标，并具有重大意义。拥有秀丽隐杆线虫神经系统的虚拟版本将允许快速、廉价地进行假设检验。研究人员可以调整神经元的体内版本，以观察模拟对蠕虫行为的影响。这有助于在动物试验之前筛选潜在的神经系统疾病药物和基因疗法。
“逆向工程秀丽隐杆线虫将提供一种类似于罗塞塔石碑的翻译，在带注释的连接组语言和功能特性之间进行转换，”哈尔珀恩及其同事说。
最终，从逆向工程简单的秀丽隐杆线虫神经系统获得的见解可以用于创建更复杂神经系统的虚拟模型，最终目标是以其所有复杂性重现人类大脑。
这仍然是一个遥远的梦想，但具有巨大的潜力。
参考文献：逆向工程整个神经系统：https://arxiv.org/abs/2308.06578
本文在 Claude.AI 的协助下完成。
