心理所开发的“人脑连接组计算系统（CCS）”引起国际关注

日前，中国科学院行为科学重点实验室左西年研究组在国内多学科交叉综合性期刊Science Bulletin上撰文全面介绍其团队历时4年多研发的“人脑连接组计算系统”（Connectome Computation System：CCS）。作为同期创刊号文章，国际脑连接组学领域著名学者Olaf Sporns教授撰写“研究亮点（Research Highlight）”评述该“计算系统”。

当前，世界各国陆续推出各种“脑计划”，这些脑计划都有宏大的目标。但是，除了理论和技术的巨大挑战外，一个基本的挑战是“如何满足脑连接组学研究对大量神经科学数据进行高效、稳定、可重复处理和分析的要求？”借鉴基因组学的发展，解决的思路是提供一个易于使用的整合计算平台系统。当前，CCS的测试版本主要用于处理宏观尺度上的人脑多模态磁共振影像（MRI）数据，包括对结构形态图像、静息态功能磁共振图像和结构弥散张量图像的“清理和预处理”、“个体连接组图谱绘制和挖掘”、“基于数据的知识探索”三大等级模块（图1）。通过将矩阵论中“稀疏矩阵分块计算算法”和“现代脑科学中人脑连接组功能模块划分图谱”进行有机结合，CCS实现了高性能的人脑功能连接组计算（图2）。在此基础上，CCS对于连接组计算的“质量控制”、“重测信度和可重复性”、“可视化”设计了各自的功能模块。该研究组使用CCS进行了人脑功能网络毕生发展轨线的初步建模：基于来自316名健康被试国际公开毕生发展（6-85岁）多模态影像数据，通过国际卫生组织（WHO）常模建模方法，将人脑七大功能网络的皮层厚度（图3）、表面积（图4）、随着年龄的变化轨线绘制了出来。该文章旨在向脑科学研究领域介绍一个计算系统，强调“基于神经影像大数据”和“多学科交叉方法”的“探索脑科学”框架，推动“数据?知识?应用”的转化。

CCS将于1月底向全世界研究人员公开，并保持开源社区（又称开放源代码社区）推动的开放研发模式，保持最大程度上对新技术和新方法的开放性和整合性。CCS的开发工作得到了国家自然科学基金委、中国科学院和国家科技部等项目经费资助。