日本九州大學研究人員在新一期《自然·通訊》上發表文章稱，他們開發了一種新的人工智慧（AI）工具——QDyeFinder，其可從小鼠大腦的圖像中自動識別和重建單個神經元。該過程涉及使用超多色標記協議去標記神經元，然後讓AI通過匹配相似的顏色組合自動識別神經元的結構。

識別神經元的一種策略是用特定顏色的螢光蛋白標記細胞，研究人員可追蹤這種顏色並重建神經元及其軸突，擴大顏色範圍可同時追蹤更多的神經元。2018年，研究人員開發了Tetbow，這是一種用光的3種原色為神經元著色的系統。Tetbow使追蹤神經元和找到它們的連接變得更加容易。

研究人員致力於將顏色的數量從3種增加到7種，但一個關鍵問題是人類對顏色感知有局限性。仔細觀察任何電視螢幕，都會發現像素由3種顏色組成：藍色、綠色和紅色。人類能感知到的任何顏色都是這3種顏色的組合，因為人眼裏有藍色、綠色和紅色的感測器。

但機器沒有這樣的限制。鑒於此，研究人員開發出一種工具，可自動區分這些巨大的顏色組合。這個工具能自動將相同顏色的神經元和軸突縫合在一起，並重建它們的結構。QDyeFinder的工作原理就是首先自動識別給定樣品中的軸突和樹突片段，然後識別每個片段的顏色資訊，接著研究人員利用新開發的機器學習演算法，將顏色資訊組合在一起，識別出同一神經元的軸突和樹突。

將QDyeFinder的結果與手動追蹤神經元的數據進行比較時，它們的準確性幾乎一致。即使與已經充分利用機器學習的現有追蹤軟體相比，QDyeFinder也能以更高的準確度識別軸突。

神經元的突起可分為樹突和軸突。樹突是從胞體發出的一至多個突起，呈放射狀。軸突則每個神經元只有一根。可以把這一切想像成大樹，樹上伸展出不同枝丫，枝丫和枝丫之間又有連接，形成密密麻麻的網路。此次，科研人員開發了一種新的人工智慧工具，他們用顏色標記神經元，讓人工智慧進行追蹤、識別和分類——這正是機器擅長的事情。它能夠精准識別同一神經元的軸突和樹突，分辨出神經網路的構成，讓我們更深入瞭解大腦的運作。

來源：科技日報