“疾病腦”切入人工智能 復旦大學(xué)類(lèi)腦智能研究讓多學(xué)科殊途同歸

　　精神分裂癥與青少年大腦的某個(gè)基因位點(diǎn)存在著(zhù)極其微妙的聯(lián)系。復旦大學(xué)類(lèi)腦智能科學(xué)與技術(shù)研究院院長(cháng)馮建峰課題組最新研究成果發(fā)現，與青春期大腦殼核體積最為相關(guān)的基因位點(diǎn)同時(shí)也是精神分裂癥的風(fēng)險位點(diǎn)。該成果于北京時(shí)間1月17日發(fā)表在精神病學(xué)國際權威雜志《美國醫學(xué)會(huì )雜志·精神病學(xué)卷》，成為該團隊研究精神疾病在人腦發(fā)病機制的又一碩果。

　　這支平均年齡只有36歲的科研團隊在組建短短三年多的時(shí)間內就接連發(fā)表了多項備受矚目的研究成果：在人腦中，他們發(fā)現導致抑郁癥和睡眠質(zhì)量不佳的腦區有著(zhù)重合之處，揭示了吸煙與喝酒對人腦功能呈相反的異常模式……然而，這樣一個(gè)整天研究人腦的年輕團隊卻在時(shí)下最熱門(mén)的人工智能走得更遠：該團隊和國家電網(wǎng)合作，研發(fā)了巡檢機器人，并利用人工智能的技術(shù)，研發(fā)了“步態(tài)識別”系統，精度達到95%。

　　科研路線(xiàn)：從疾病腦切入類(lèi)腦智能

　　“什么是智能?”從事類(lèi)腦智能領(lǐng)域研究十余年，馮建峰一直最想搞明白的問(wèn)題很“簡(jiǎn)單”，馮建峰將人工智能的研究設定為團隊的長(cháng)期目標，“通過(guò)學(xué)習人和動(dòng)物的腦的工作機制，解析其運作原理，并從中獲得靈感，運用到人工智能的研究中去，就是類(lèi)腦智能研究?！?/p>

　　“但是人腦實(shí)在是太復雜了，我們無(wú)法把人腦像車(chē)一樣拆解成一個(gè)個(gè)‘零件’來(lái)研究其功能和作用機制?！睂︸T建峰等從事類(lèi)腦研究的科學(xué)家來(lái)說(shuō)，“疾病腦”給他們提供了一個(gè)最好的研究對象，比如患上抑郁癥、精神分裂癥等疾病的腦?！安∪颂峁┝俗詈玫难芯磕X機制的模型，比如大腦的獎勵懲罰機制在戒煙、戒酒的應用，而人腦這種獎懲機制則又可以幫助我們進(jìn)行具有情感的人工智能研究?！瘪T建峰說(shuō)。

　　馮建峰團隊最近幾年的研究成果都集中于大腦的獎勵與懲罰機制。早在2016年他們就發(fā)現，對獎勵沒(méi)興趣、對懲罰太敏感是得抑郁癥最根本的原因。最近的研究表明，大腦中調控睡眠質(zhì)量出問(wèn)題的那塊區域，恰恰與抑郁癥患者對懲罰過(guò)于敏感的區域相同。而對于精神分裂癥的研究也表明，風(fēng)險基因造成影響的區域，同樣也與獎勵、懲罰的調控區域有關(guān)。

　　從疾病腦研究中獲知人腦的反應機制，并將其運用到人工智能的研究中。馮建峰說(shuō)，在追求長(cháng)期目標的同時(shí)“沿途下蛋”，研究成果也有社會(huì )價(jià)值，是一件“一箭雙雕”的事情。

　　新式武器：“成果算出來(lái)”

　　大腦結構那么復雜，怎么才能精準找到“有病”的區域呢?“我們的成果是算出來(lái)的!”馮建峰說(shuō)，以前的研究方法就兩類(lèi)：實(shí)驗和理論，最近幾十年，增加了第三種手段——計算。舉個(gè)例子，對于研究核爆炸的人來(lái)說(shuō)，震天動(dòng)地的“蘑菇云”已經(jīng)成了過(guò)去式，無(wú)需再把核材料堆起來(lái)“炸一次”，通過(guò)計算就能完成整個(gè)實(shí)驗。而且，實(shí)驗中根本看不見(jiàn)的極微小數量級，計算也能把其中空白填補上。

　　而在人腦與精神疾病的研究中怎么發(fā)揮計算的特殊作用呢?以精神分裂癥基因位點(diǎn)的關(guān)聯(lián)分析為例，傳統的影像遺傳學(xué)主要是通過(guò)對大腦不同腦區的結構、體積與基因組進(jìn)行關(guān)聯(lián)分析發(fā)現遺傳基因對腦結構的控制。馮建峰提出，充分利用磁共振空間分辨率把這種關(guān)聯(lián)分析方法從“腦區”提升到“體素”(核磁信號能檢測到的最小單元)的水平，即全腦體素-全基因組關(guān)聯(lián)分析方法。

　　“經(jīng)典腦區定義，單個(gè)腦區可能就有上千個(gè)體素。從90個(gè)腦區到對40多萬(wàn)個(gè)體素進(jìn)行基因位點(diǎn)關(guān)聯(lián)分析，計算量會(huì )激增至此前的四萬(wàn)倍，對計算能力提出了很大的挑戰?！绷_強表示，團隊通過(guò)算法改進(jìn)，將計算效率提高了上萬(wàn)倍，在不到一百個(gè)小時(shí)內完成了1600萬(wàn)次關(guān)聯(lián)分析，并首次找到青少年大腦結構與基因位點(diǎn)之間最為顯著(zhù)的關(guān)聯(lián)關(guān)系。

　　全球科研數據支撐

　　“巧婦難為無(wú)米之炊”，即便算法“高明”，缺乏數據的支持，再好的研究設計都得“半途而廢”?！按隧椦芯康耐黄浦饕趯?lái)自全球范圍的多中心影像遺傳學(xué)數據進(jìn)行計算分析，這些全維度標準化大數據的獲取，得益于多年來(lái)我們在全世界范圍內深入開(kāi)展的國際合作研究?！瘪T建峰對于精神分裂癥研究成果所用到的數據來(lái)源頗為看重。

　　之前，有不少人做過(guò)類(lèi)腦智能領(lǐng)域的研究，但因只包含了二三十人的小樣本數據，結果穩定性較差，研究備受爭議。近些年來(lái)，馮建峰團隊一方面與國內各大醫院開(kāi)展合作，從而獲取第一手的臨床數據，同時(shí)整合Biobank、HCP、ADNI、ABCD等世界上最大規模腦數據庫，成功實(shí)現了實(shí)驗結果的可重復。

　　“我們克服了很多困難，終于找到了一個(gè)非常強的遺傳控制信號?！碑敃r(shí)，羅強高興極了，但馮建峰并不滿(mǎn)足：“馮老師非常嚴謹，要求我們找更多獨立數據來(lái)做驗證?！弊罱K，他們聯(lián)絡(luò )了國際上的一些科研小組，用近一萬(wàn)人的數據驗證了該發(fā)現，論文全部的署名作者共有33名。

　　為了找到疾病與大腦基因位點(diǎn)的關(guān)聯(lián)通路，課題組對來(lái)自英美等6個(gè)國家20余所研究機構的超過(guò)1萬(wàn)例影像遺傳學(xué)數據進(jìn)行計算分析，通過(guò)全腦體素全基因組范圍的“廣泛搜索”，終于發(fā)現與青春期大腦殼核體積最為相關(guān)的基因位點(diǎn)同時(shí)也是精神分裂癥的風(fēng)險位點(diǎn)。

　　應用數學(xué)、計算機科學(xué)、生物學(xué)、信息學(xué)、臨床醫學(xué)……毫無(wú)疑問(wèn)，類(lèi)腦智能研究是一門(mén)新興的交叉學(xué)科。馮建峰在本科念數學(xué)時(shí)就學(xué)了生物，他始終認為，將來(lái)學(xué)科的增長(cháng)點(diǎn)就在于交叉學(xué)科?！艾F在的信息技術(shù)越來(lái)越發(fā)達，各類(lèi)信息交織在一起，如今科技發(fā)展到了這個(gè)地步，以大數據為根基的科學(xué)范式，自然成為了主流?！?/p>