Nat Neurosci特刊：不容错过的新技术

　　2016年10月11日讯 随着各国对神经科学的越来越重视，这门学科已逐渐成为了生命科学领域的一大热点，出现了更多灵敏度高，选择性大，数据更易收集的新方法。近期Nature出版社旗下神经科学著名期刊Nature Neuroscience推出技术特刊，汇集了现代神经科学最前沿的技术发展，并在一些综述中提出了针对这些技术的思考。

　　目前多项全球性大规模神经科学研究项目在世界各地开展，比如欧洲人类大脑研究计划（the European Union's Human Brain Project）、中国脑计划（China Brain Project）、日本的Brain/MIND项目，以及美国的脑图计划BRAIN Initiative等。要完成这些项目困难重重，特刊中介绍了有助于神经科学发展的一些新进展。

　　Opportunities and challenges in modeling human brain disorders in transgenic primates

　　这篇综述是由麻省理工学院大脑与认知科学系McGovern大脑研究所的冯国平教授、中科院神经所仇子龙研究员，Broad研究所的张锋博士等人完成，探讨了以下几个方面：灵长类动物研究的新技术；何时使用灵长类动物？灵长类动物与人类的相似性可能引发的伦理问题；制备转基因灵长类动物的方法等等。

　　作者指出，基因编辑技术发展的非常迅猛，从而让我们有理由乐观的相信，今天这项推测性的技术，在不久的将来将是司空见惯的。即便如此，灵长类动物的研究仍然是昂贵的，并且在伦理上存在挑战性，因此，开发新模型的工作，仍然需要几年的时间来实现。

　　但是，相比较不成功的临床试验已经花费的大笔投资，这种成本还是比较适度的，与全球在脑疾病的庞大经济投入相比（估计数万亿美元），这点成本也是微不足道的。当然，灵长类动物模型是否将带来新的疗法，还是不得而知的，但是鉴于过去几十年里神经和精神疾病药物开发的惨淡记录，我们相信，有强有力的证据支持尝试新方法，并且，围绕着动物研究的伦理问题必须加以权衡，以为目前不能治愈的脑疾病患者寻求更好的疗法。

　　作者认为，基本的神经科学不能为许多脑疾病提供新的和有效的治疗方法，部分原因是动物建模的物种，它们的大脑与人类的不太一样。遗传学灵长类动物模型提供了新的希望，值得我们进行投资，如果我们认真对待，做到最好，就能改善世界各地的人类健康。

　　Technologies for imaging neural activity in large volumes

　　Improving data quality in neuronal population recordings

　　神经科学有一个最基本的问题是如何的去大规模的解读大脑或者中枢神经系统的神经电信号。有人说我们现在有脑电技术，我们可以通过脑电图描记技术观察整个大脑脑电信号；又或者我们有电生理技术，我们可以通过胞外记录或者全细胞记录来捕捉大脑神经元信号。但是，其实这两类技术对于神经科学研究的贡献都非常的小。

　　首先脑电技术太宽泛，分辨率很低，即使现在最先进的微阵列也做不到一个电极记录一个神经元，只能记录一群神经元。而电生理技术，范围太小，一个电极进去后只能记录到该电极附近的单个或多个神经元，就好比一个电视屏幕，只看到电视屏幕里的几个雪花点，于是想推断整个电视在播放什么是完全不可能的，甚至是错误的。Stanford的人机结合或者脑机接口技术在全世界做的比较好，但是现在依然不能够完全解码大脑神经元信号，进而用机械完全精确的代替人的肢体，这主要还是因为大规模神经解码的困难。最近一些年发展起来的的神经元钙成像技术以及高分辨显微拍照技术从不同的方向为我们大规模准确记录大脑信号，为解读大脑信号内容提供可能。

　　The Human Connectome Project's neuroimaging approach

　　2009年美国人脑连接组项目试图从结构连接网络的视角，探寻大脑的神经环路是通过怎样的功能整合与功能分化来完成认知任务[，这一项目也成为2013年4月启动的脑活动图谱项目的基础。这篇文章主要介绍了这一项目中采用的技术方法。

　　人脑连接组项目利用的是一种强大的定制的MRI机器，绘制出1200名年轻人的大脑图谱。今年Nature公布了相关的研究成果：绘制出新的迄今为止最为详细的人类大脑皮层图谱，其中皮层是大脑的最外层，也是参与感官知觉、注意力以及截然不同的人类功能如语言、工具使用和抽象思维的主要结构。

　　这幅新的图谱基于物理差异（如皮层厚度）、功能差异（如哪些区域对语言刺激作出反应）和大脑区域连接上的差异，将左脑半球和右脑半球都划分为180个区域。大脑绘图学并不只是注意到这里有“山”那里有“河”，这是因为大脑大部分区域从表面上看起来是一样的。这幅图谱更像是一幅标注出州界的地图，而不只是展现出地形特征；从天空上看，最为重要的分界线不但是看不到的，而且看起来都是一样的。