根据细胞的“邻里结构”预测分子特性 AI模型助力绘制最精细小鼠脑图

与以往主要依据细胞类型划分的大脑图谱不同，新成果聚焦于脑区结构本身。它完全依托数据生成，边 界由细胞和分子特征自动界定，而非依赖人工经验判断。凭借对1300个脑区及亚区的精细划分，这张图 谱成为迄今动物脑中最精确、最复杂的数据驱动型图谱之一。 研究表明，CellTransformer不仅能准确再现海马体等已知脑区，还能在中脑网状核等理解不足的区域中 发现新的、更细分的亚区。 在人工智能（AI）与神经科学的强强联合下，美国加州大学旧金山分校与艾伦研究所团队联合开发出 一种名为CellTransformer的AI模型，助力绘制出目前最精细的小鼠脑图，共包含1300个脑区及亚区。这 一成果以前所未有的精细度揭示了大脑结构，使科学家得以将功能、行为和疾病状态与更小、更具体的 细胞区域相对应，为探索大脑工作机制开辟了新方向。相关成果发表于新一期《自然·通讯》杂志。 新模型的核心在于其Transformer架构，这与ChatGPT等大模型所采用的技术原理相同。研究人员称， Transformer模型擅长理解上下文关系，以往它用于分析句子中词语之间的联系，而CellTransformer则用 来分析空间中相邻细胞之间的关系 ...