神经科学家正借助人工智能，以前所未有的精度绘制大脑的“细胞地图”。美国艾伦脑科学研究所的博西尔卡·塔西克（Bosiljka Tasic）及其团队利用AI技术，成功识别出小鼠大脑中多个此前未被发现的细胞亚区，为理解大脑结构与功能提供了全新视角。 长期以来，脑图绘制依赖于显微镜下观察细胞排列与染色特征，如1900年代布罗德曼（Brodmann）划分的52个皮层区域。尽管现代分子技术可分析单个细胞的基因表达（通过RNA测序），识别出数千种不同脑细胞类型，但传统方法仍难以厘清这些细胞在三维空间中的组织规律。许多大脑区域功能复杂，科学家怀疑它们应被进一步细分，却苦于无法从海量数据中发现隐藏的边界。 为此，塔西克与加州大学旧金山分校的计算神经科学家雷扎·阿巴西-阿斯尔（Reza Abbasi-Asl）合作开发了名为“CellTransformer”的机器学习算法。该算法基于5只小鼠共1040万个细胞的基因表达数据，通过分析每个细胞与其邻近细胞的关系，自动识别出细胞类型的聚集模式。AI不仅能快速完成人类需数十年才能完成的划分任务，还发现了多个此前未知的神经亚区。 例如，大脑中负责运动与奖赏的纹状体（caudoputamen）在传统地图中被视为单一结构，但CellTransformer揭示其内部存在多个功能可能不同的细分区域。这些新发现与2016年基于神经连接图谱的独立研究结果高度吻合，表明不同研究方法可相互印证。 研究人员还验证了算法在不同性别、切片方向小鼠中的稳定性，结果一致，说明其可靠性高。与生成式AI可能“幻觉”不同，CellTransformer基于真实数据推理，不会无中生有。它既忠实还原了已知脑区结构，又揭示了新区域，如脑干中与运动启动相关的网状核被划分为四个新亚区。 尽管这些发现仍需进一步实验验证，但其意义深远。未来科学家可通过操控这些亚区观察行为变化，深入探究功能。长远来看，该方法有望应用于人类大脑，尽管目前人类脑细胞数量（约1700亿）远超小鼠，且基因数据仍不充分。一旦数据完备，CellTransformer或将成为揭示人类脑功能与疾病机制的关键工具。 此外，该算法还可拓展至其他器官，如对比健康与糖尿病肾脏的细胞图谱。正如神经科学家杨·金（Yongsoo Kim）所言：“AI不是替代人类，而是加速科学发现的强大助手。”这场由AI驱动的“神经制图革命”，正让大脑的复杂世界逐渐清晰。