最近，美国索尔克生物研究所的神经生物学家Sreekanth Chalasani通过观察微小蠕虫的大脑活动，使用机器学习来判断它们几秒钟前闻到了哪种化学物质。这项研究可以帮助科学家更好地理解大脑如何工作和整合信息。相关的研究结果发表在US 《科学公共图书馆―计算生物学》中。
Chalasani对大脑如何在细胞水平上处理来自外部世界的信息感兴趣。研究人员无法同时跟踪活人体内860亿个脑细胞的活动，但他们可以在显微镜下只有302个神经元的秀丽隐杆线虫上完成。
Chalasani解释说，在简单的动物如线虫中，研究人员可以在动物执行动作时监测单个神经元。这种分辨率目前对人类甚至老鼠来说都是不可能的。
Chalasani团队开始研究线虫神经元对五种不同化学物质(苯甲醛、双乙酰、异戊醇、2-壬酮和氯化钠)的反应。先前的研究表明，线虫可以区分这些化学物质。对人类来说，这些化学物质闻起来大致像杏仁、黄油爆米花、香蕉、奶酪和盐。尽管研究人员知道一些直接感知这些刺激的感觉神经元，但Chalasani的团队对大脑其他部分的反应更感兴趣。
研究人员对线虫进行了改造，使302个神经元中的每一个都包含一个荧光传感器，当神经元活跃时，它会发光。然后，研究人员在显微镜下观察到，48种不同的蠕虫重复暴露于5种化学物质中。平均来说，每种化学物质会激活50或60个神经元。
通过观察数据集的基本属性，例如每个时间点有多少细胞处于活动状态，研究小组无法立即区分不同的化学物质。因此，他们转向一种叫做图论的数学方法来分析成对细胞之间的集体相互作用：当一个细胞被激活时，其他细胞的活动如何变化。
这种方法表明，每当线虫接触氯化钠(盐)时，首先会在一组神经元(可能是感觉神经元)中出现一波活动，但大约30秒后，其他神经元的三联体开始强烈协调它们的活动。在其他刺激后，这些相同的三胞胎没有出现，使研究人员能够根据大脑模式准确地识别蠕虫何时暴露于盐。
查拉萨尼说：“线虫似乎对盐感兴趣，并且会通过使用大脑中完全不同的回路结构来做出反应。这可能是因为盐通常代表细菌，而细菌是虫子的食物。”
接下来，研究人员使用机器学习算法来确定线虫大脑对这五种化学物质的反应的其他更微妙的差异。这种算法可以学习区分线虫对盐和苯甲醛的神经反应，但它经常混淆其他三种化学物质。
Chalasani说3360“无论我们做什么分析，这都是一个开始，但我们仍然只得到大脑如何区分这些物质的部分答案。”
当然，研究人员的最终目的不是读取微小蠕虫的思想，而是更深入地了解人类如何在大脑中对信息进行编码，以及当感觉处理障碍和相关障碍(如焦虑、注意缺陷多动障碍、自闭症谱系障碍等)出现错误时会发生什么。(辛宇)
相关论文资料：https://doi.org/10.1371/journal.pcbi.1009591
来源：中国科学杂志
