AWS的AI和機器學習技術助科學家繪完整腦圖

關於腦部研究的數據集雖然數量眾多，但卻分散多元，而且通常不能用統一的科學語言來描述。在美國國立衛生研究院(NIH)的資助和AWS的技術支援下，艾倫研究所正在領導腦知識平台(Brain Knowledge Platform)，以解決這一問題。

繪製精確腦圖 建腦細胞開源數據庫

艾倫研究所的腦科學高級研究員Ed Lein表示：「儘管投入了大量資金，但我們尚未找到解決主要腦部疾病的方法，我們擁有大量數據，但這些數據沒有經過整合或很難綜合處理。」

腦知識平台的工作的其中一部分是繪製一張全新的、精確至單個細胞的完整腦部地圖，這項工作由Lein和來自世界各地的17家研究機構的神經科學研究人員主導。此外，艾倫研究所的資料和技術主管Shoaib Mufti帶領團隊與AWS合作，將利用這張腦圖創建全球最大的腦細胞開源數據庫。這是人類首次對關於哺乳動物大腦結構和功能的大規模數據集進行彙編和標準化。

這個項目致力於更好地診斷和治療精神和神經疾病，這些疾病影響美國五分之一以上人口，每年為美國造成1.5萬億美元的經濟損失。

Lein表示：「化學有元素周期表，基因學有極具變革性的人類基因組圖，神經科學也要有類似的基礎資源，腦知識平台將幫助創建這一資源。」

該平台的核心是單細胞基因組學。有了測量單個腦細胞基因的新技術，研究人員現在可以更好地了解大腦細胞的複雜性以及賦予細胞獨特功能的基因。這些高度詳實的細胞圖譜將幫助研究人員了解疾病的起源，並最終助力臨床醫生準確找出阿茲海默症和柏金遜症等疾病的成因。

Mufti表示：「研究人員將通過這一知識平台獲得現有基礎設施無法提供的新發現。一旦分散的資訊碎片相互連接，我們就可以將健康大腦的數據與患病大腦的資訊聯繫起來——這將釋放巨大潛力。」

該平台還能聯繫不同物種的腦部研究，Lein預計該知識圖譜最終將能夠整合所有哺乳動物的生物學資訊。

將腦部約2,000億個細胞產生的數據轉變為可儲存、分析和訪問的開源工具的正是雲端計算技術。建基於此項技術，臨床醫生或將能夠找到腦疾病的治療方法。AWS的高性能計算能力和Amazon SageMaker幫助艾倫研究所管理所有數據，並且可跨多個工作負載進行擴展。艾倫研究所正在使用AWS的人工智能(AI)和機器學習(ML)服務，並計劃在未來部署生成式AI，將龐大、複雜、多模態的數據轉化為洞察。

AWS的AI和機器學習技術加速腦研究

AWS非營利健康事業董事總經理Allyson Fryhoff表示：「通過AWS機器學習技術，利用專門構建的AI服務，研究機構能夠找出新的關聯和發現。艾倫研究所正在使用機器學習等先進的雲端技術，以經濟高效且可擴展的方式進一步加速科研發現。他們致力於探尋人類大腦未解之謎，這樣的勇氣令我們印象深刻，我們也期待著腦研究未來能有新的突破。」

美國密蘇里州聖路易斯華盛頓大學神經科學教授、艾倫研究所的研究合夥人David Van Essen從事大腦研究已經50多年。他將大腦研究的加速變化比作地圖的演變。

Van Essen表示：「幾個世紀前，我們的地圖雖然五顏六色，但卻相當粗淺，只反映出當時人們對地球表面的認知。那時的製圖師只是大致知道大陸和島嶼的方位，以及主要的地理和政治區域劃分，但並不十分準確。近年來，資訊爆炸以及衛星圖像技術的進步，使導航工具越來越準確和方便。我們也渴望在人腦研究領域繪製越來越細緻的地圖，使它成為治療大腦疾病強有力的導航工具。」

Lein和他的團隊剛剛啟動了這項為期五年的人腦地圖繪製項目，與之前的人類基因組計劃非常相似，該項目有可能為包括神經科學在內的所有醫學領域打開新的發現之門。