简介
一场改天换地的科研突破，正在悄然来临。数千年来，人类一直在试图破解自己的大脑，却因种种局限而步履维艰。现今，随着技术的飞速发展，脑科研先驱者们不仅开发出能够深度探索大脑之谜的工具与方法，而且已经取得了令人振奋的关键进展。 通过《哪些神经科学新发现即将改变世界》，你便可以一睹大脑的研究走到了多远。书中，33位杰出科学家记录了他们对历史级难题的挑战，比如绘制大脑图谱、全脑神经成像、全脑模拟等，这些技术获得了哪些全新进展？神经技术如何应用于抑郁症等疾病的治疗？大脑计划、人类大脑工程等雄心勃勃的研究项目究竟在做些什么？ 在取得惊人成果的同时，他们也陈述了自己乐观又谨慎的预想与反思，指明了我们需要跨越的困难和前进的方向。 《哪些神经科学新发现即将改变世界》是展现未来技术突破口的重要依据，也是展望21世纪人类社会和科学前景的一扇窗口。普通读者和专业人士都将从中获得面向明天的知识与领悟。
作者介绍
盖瑞·马库斯 知名科学家、畅销书作家和企业家，纽约大学心理学及神经科学荣誉教授，著有《如何创造可信的AI》《乱乱脑》。 23岁即从麻省理工学院博士毕业，师从心理学大师史蒂芬·平克。研究方向广泛，涉及神经科学、遗传学、语言学、进化心理学、人工智能、人类与动物行为等多个领域。多篇研究论文发表于《科学》《自然》等知名期刊。 人工智能公司Robust. AI创始人兼CEO，曾担任优步人工智能实验负责人。
部分摘录：
自维萨里之后，大多数的大脑图谱都被绘制在纸上，用各种鲜艳的颜色描绘出大脑的几百种结构。实验室研究的大多数重要有机体都拥有这类大脑图谱，它们为科学家提供了重要的实验参考。像现代生物学的大多数领域一样，技术是促进人们探索大脑结构的重要推动因素。在过去20年中，神经成像技术的发展促使神经科学家重新绘制了大脑图谱。现代的大脑图谱就像一个电子数据库，它体现了大量生理学数据与解剖学数据的时空分布。诸如磁共振成像、功能性磁共振成像、扩散磁振造影、脑磁图、脑电图和正电子发射断层扫描等现代技术，显著改善了用于研究、临床诊断和手术的大脑成像质量。由这些技术制作的大脑图谱使用起来非常方便。为了适应个体独特的大脑解剖结构，人们可以对这些图谱进行数字化调整或用电脑进行模拟。
现代大脑图谱最早在临床上的运用可以追溯到让·塔莱拉什（Jean Talairach）的开创性工作。塔莱拉什在1967年创立了三维坐标空间，用以辅助深层的大脑手术。这个图谱源自一位60岁女性大脑的两个区域。后来塔莱拉什和图尔努（P. Tournoux）把它更新成了用于指导脑部手术的印刷图谱。如今的生物医学成像已经成了疾病诊断和术前指导的重要依据，医生会用很多时间和精力在成像中搜寻疾病的生物标志物。大脑图谱也被用于指导神经外科手术，以帮助医生“立体定位”，并以坐标为参照进行神经外科手术。运用这些数据，医生便能对某个患者的大脑成像图从解剖学、神经功能、血管及其相互关系的角度进行解释。
大脑图谱涉及的领域非常广泛，有高质量的小鼠图谱、大鼠图谱、猕猴图谱、人类图谱以及其他有机体的图谱。除了以组织学、磁共振成像和正电子发射断层扫描为基础之外，现代数字大脑图谱还采用了基因表达、基因连接、基因概率和多元技术，并且采用了复杂的可视化软件。最近，蒙特利尔神经病学研究所（Montreal Neurological Institute，MNI）的艾伦·埃文斯（Alan Evans）及其同事制定了扫描的平均标准，比如，以对一位年轻人进行多重扫描来命名的科林27标准大脑图和经常被采用的MNI152标准模板。虽然大脑天生具有三维的几何结构，但磁共振成像、计算机断层扫描以及正电子发射断层扫描通常不能让我们对大脑中某个结构进行详尽的分析，因为这些技术的空间分辨率有限。因此我们常常用分辨率很高的二维成像技术在体外对大脑组织进行扫描，然后采用复杂的重构算法，将图像还原到三维的大脑中。
大脑新趋势
如今，数字大脑图谱被普遍用于描述神经结构的空间组织特征，也被用于筹备和指导神经外科手术，它还是解释基因表达或蛋白质组学数据的参考依据。神经科学研究的一个最终目的是认识大脑，弄清人类从行为到意识的一系列活动的大脑工作原理。为了达成这个目的，数字大脑图谱便构成了一个用于总结、利用和组织这些知识的坐标系。毫无疑问，数字大脑图谱依然会是未来神经科学技术实现突破的关键。
脑的遗传基础 现代分子生物学技术与基因组排序技术的发展为我们理解大脑遗传学开辟了道路。随着大规模空间基因表达数据的出现，我们获得了研究大脑解剖结构的新视角。大脑至少包含几百种不同的细胞类型，目前我们还不能完全清楚它们的分类。每一个细胞的类型都关系到它的功能以及它的基因表达形式，例如，基因表达的决定因素就包括开/关、高/低。我们可以通过各种技术来收集基因表达数据，而对这些数据的探究有望为理解基因与大脑结构之间的关系提供新见解。
早期的基因表达研究采用了如诺瑟杂交（northern blots）这样的方法。诺瑟杂交法就是先通过电泳的方法将不同的RNA分子加以区分，然后通过探针杂交来检测目标片段。这种方法一度成为确认基因表达的黄金标准，但它最终让位于更可量化的方法。微阵列革命显著提高了我们通过杂交许多基因来探究单个基因芯片的能力。如今，我们能够应用快速的数字排序技术对单个RNA片段进行测序，一旦知道它属于哪种有机体后，便可以将它映射回基因组。
2001年，微软的联合创始人保罗·艾伦（Paul Allen）在麻省理工学院邀请了一群科学家参会，其中包括史蒂芬·平克（Steven Pinker）(1)和冷泉港实验室（The Cold Spring Harbor Laboratory，CSHL）的詹姆斯·沃森（James Watson）(2)，一起探讨神经科学的未来以及如何能加速神经科学的研究。这次会议形成的观点是：完成小鼠大脑基因表达的三维图谱对神经科学界的帮助将是巨大的。因此，研究者会根据现有遗传研究的资源和实践性方面的考虑来选择小鼠。而研究中用来描绘基因表达的技术被称为原位杂交技术［马克斯·普朗克研究所的格雷戈尔·艾歇勒（Gregor Eichele）及其同事实现了原位杂交过程的全自动化］。这种技术运用标记的核酸探针与细胞或组织内部中的核酸进行杂交，能够保持大脑组织的完整性，因此可以提供空间背景（见彩图1）。
2006年，由保罗·艾伦资助、艾伦·琼斯领导的一支艾伦脑科学研究所的跨学科团队，公布了第一份实验鼠大脑的完整基因表达图谱。从那以后，艾伦脑科学研究所在网上不断公开其研究成果，他们整合了成年鼠、幼鼠、人类及其他灵长类动物的基因表达、基因连接数据和神经解剖信息，并且提供了强大的搜索和观看工具（见图1-3）。除了数据之外，他们的网站上还有比色和荧光原位杂交图像浏览器、原位杂交的图像展示、微阵列与RNA测序数据，以及交互式图谱浏览器“大脑探索者”（Brain Explorer），用户可以浏览这些数据集合，对解剖信息和基因表达进行三维查看。全世界每个月大约有55 000名用户查看艾伦脑科学研究所的大脑图谱资源。科学家深入探究了这些图谱，想要在各个脑区中找到与疾病有关的标志基因，确定不同细胞类型的标志物，描绘不同的脑区并对跨物种的基因表达数据进行比较。
注：这些基因的表达模式与Prox1密切相关。Prox1是胚胎发育中最早出现的淋巴标志，在哺乳动物中枢神经系统和淋巴管的发育中发挥着关键性的作用。研究人员在Prox1成像中搜寻空间模式非常类似于Prox1的基因时发现了它们。将这两种模式结合在一起有助于我们进一步了解大脑海马的功能。
2010年5月，艾伦脑科学研究所的人脑图谱公布。这是第一份解剖学意义上的全基因组三维人脑图谱。它是6个成年人大脑的转录图谱，其中包含几百个大脑细分部分的组织学分析和全面的微阵列分析。该人脑图谱揭示：大脑不同解剖位置具有天差地别的基因表达；组成不同脑区的细胞类型展现出了稳定的分子特性，并且它们在个体之间具有高度的保守性。
特别需要指出的是，这些数据显示人类84%的基因在大脑中得到了表达，并且，表达模式虽然复杂，但个体之间存在着本质上的相似性。对差异基因表达和基因共表达关系的分析显示，大脑中的变化反映了主要细胞类型的分布，比如神经元、少突胶质细胞、星形胶质细胞和小神经胶质细胞的分布。所有这些细胞对大脑功能来说都是至关重要的。很有趣的发现是，大脑新皮层表现出了相对同质的转录模式，但有着与初级感觉运动皮层相关的特征，而且额叶部分基因的表达非常丰富。大脑新皮层的空间结构很好地反映了它的分子结构。也就是说，如果两个皮层区域越靠近，那么它们的基因表达模式就越相似。
为了理解大脑组织的遗传基础，研究者还在进行其他几项重要的探索，其中就包括爱丁堡小鼠胚胎数据集工程（Edinburgh Mouse Atlas Project，EMAP）。这个项目记录了大量小鼠胚胎发育的时间数据和空间数据。其他探索还包括洛克菲勒大学纳撒尼亚尔·海因茨（Nathanial Heintz）及其同事实施的基因表达神经系统图谱（GENSAT）项目，这个项目的目的是利用细菌人工染色体描述转基因小鼠的基因表达模式。其他类似的探索项目还有大脑基因表达图谱（BGEM）项目、基因绘制（GenePaint）项目、Eurexpress项目和小鼠基因组信息学（MGI）项目。所有这些项目都提供实用的教程，对用户很友好。
