經(jīng)過三年的密集數(shù)據(jù)收集，科學家們揭開了第一個小鼠大腦的高分辨率地圖。老鼠的大腦非常小，只有半英寸長，重量比軟糖還輕，但繪制地圖卻異常復雜。艾倫研究所的制圖師將他們的創(chuàng)作稱為艾倫老鼠大腦通用坐標框架。

據(jù)創(chuàng)建者稱，該框架旨在成為神經(jīng)科學的參考點。實驗室老鼠被廣泛用于生物醫(yī)學研究，它們的大腦包含數(shù)百個不同區(qū)域的大約 1 億個細胞?？茖W家們表示，隨著神經(jīng)科學數(shù)據(jù)集變得越來越大、越來越復雜，大腦的通用空間圖變得更加重要。

該地圖的創(chuàng)建者表示，它類似于手機上的 GPS。GPS 不是在紙質(zhì)地圖上手動搜索位置，而是告訴人們他們的確切位置。該團隊創(chuàng)建的小鼠大腦圖將為神經(jīng)科學家做同樣的事情。它將允許擁有包含數(shù)千或數(shù)百萬條不同信息的數(shù)據(jù)集的科學家使用一組通用坐標來精確定位這些坐標的相應大腦地標。

新更新的框架對 2016 年發(fā)布的部分版本進行了改進，該版本映射了整個鼠標皮層。皮層是大腦最外層的外殼。那些以前的版本分辨率較低，新地圖提供了足夠的分辨率來精確定位單個細胞的位置。

華盛頓大學的一名研究人員最近使用了 Atlas 研究，該研究觀察了小鼠在實驗室測試中選擇不同圖像時的神經(jīng)元活動。該研究使用了 Neuropixels，這是一種微型電探針，可以同時記錄不同大腦區(qū)域的數(shù)百個神經(jīng)元的活動。在分析數(shù)據(jù)時，很明顯，大腦的更多部分參與了視覺選擇，比以前意識到的要多。新框架實現(xiàn)了這一發(fā)現(xiàn)。該團隊認為，Atlas 的未來迭代可能會依賴于機器學習或其他形式的自動化，而不是當前版本中的手動創(chuàng)建。