我们从哪里来?跨物种脑网络组图谱绘制为研究人类本源增添新证据

2021 年 7 月 12 日 中国科学院自动化研究所




CASIA


解锁更多智能之美

近日,中国科学院自动化研究所脑网络组研究中心联合电子科技大学生命科学和技术学院利用脑网络组图谱的思想,绘制了灵长类大脑顶下小叶跨物种脑连接图谱,揭示了人类与非人灵长类顶下小叶不对称性的进化差异,为人类语言和工具使用的起源和演进提供了新的线索,从而为阐明人类为什么成为人类提供了新证据,相关研究近期发表在国际学术期刊eLife上。

“我们从哪里来?”,是哲学的三大终极问题之一。

达尔文的进化论认为人类的起源是由于自然选择驱动的生物进化。然而,与现存的非人灵长类动物例如猴和猿相比,人类在很多高级认知功能方面具有显著的优势,尤其是语言和使用复杂工具的能力,这可能构成了“人之所以为人”的基础。通过解析和比较人类与其他非人灵长类动物脑结构和功能上的差异性与相似性,我们可以部分回答和阐释人类本源这一长期悬而未决的难题。但由于难以确定不同物种间脑功能区的同源性,目前仍缺乏可靠的技术手进行跨物种脑结构与功能上的进化研究。

自动化所脑网络组研究中心提出利用绘制跨物种脑网络组图谱的手段来研究不同物种的进化模式,为回答语言和复杂工具使用的进化脑机制提供了有力工具。

研究人员首先利用磁共振成像技术获得了人类、黑猩猩以及猕猴的结构磁共振和弥散张量磁共振成像数据,并以语言和工具使用最相关的顶下小叶为研究对象,通过结构磁共振成像分析了三种灵长类顶下小叶结构上的不对称性。研究在黑猩猩和人类中发现了相似的结构不对称性,但在猕猴中未发现类似模式,这说明顶下小叶结构的分离出现在三个物种的共同祖先之后,而在黑猩猩和人类共同祖先之前。

此外,研究人员进一步利用弥散磁共振成像,绘制了人类、黑猩猩和猕猴顶下小叶的亚区尺度的脑连接图谱,发现在三个灵长类物种间,脑解剖连接模式的不对称性呈现梯度式的进化模式,即与人类亲缘关系较远的猕猴中没有脑连接的不对称,但在与人类亲缘关系较近的黑猩猩中开始出现脑连接的不对称,而且这种不对称性在人类大脑中更加广泛。

以上发现表明脑结构与其解剖连接模式的不对称性是驱动语言以及复杂工具使用进化的内在生物学基础

脑科学已成为全球研究的热点和科技竞争的制高点。近来,越来越多的脑科学研究从啮齿类动物转向非人灵长类动物。然而,如何将非人灵长类动物模型的研究结果向人类脑科学研究转化存在严重的技术瓶颈。

团队的系列研究表明绘制跨物种脑网络组图谱是推动非人灵长类动物模型到人类大脑研究的桥梁。因此,团队从神经系统进化的角度,开展灵长类近缘物种间的比较研究,绘制人类和非人灵长类动物的脑网络组图谱,进而明确非人灵长类动物与人类在大脑结构和功能组织上的异同。这不但是破译人类大脑特有高级认知功能的一个重要突破口,同时也对建立重大脑疾病的非人灵长类动物模型、深入研究人类脑疾病的致病机制具有重要的科学和临床意义。

本研究的通讯作者为中国科学院自动化研究所蒋田仔和樊令仲研究员,第一作者是电子科技大学生命科学与技术学院博士生程禄祺(现单位为桂林电子科技大学),电子科技大学生命科学与技术学院王骄健副教授、乔治华盛顿大学Chet Sherwood教授和北京师范大学龚高浪教授参与了此项研究。





文章链接


Cheng L., Zhang Y., Li G., Wang J., Sherwood C., Gong G., Fan L., Jiang T. 2021. Connectional asymmetry of the inferior parietal lobule shapes hemispheric specialization in humans, chimpanzees, and rhesus macaques. eLife 10:e67600. 

https://elifesciences.org/articles/67600




欢迎后台留言、推荐您感兴趣的话题、内容或资讯!

如需转载或投稿,请后台私信。

登录查看更多
0

相关内容

  中国科学院自动化研究所(以下简称自动化所)成立于195610月,是我国最早成立的国立自动化研究机构和最早开展类脑智能研究的国立研究机构。自动化所同时是中国科学院率先布局成立的“人工智能创新研究院”的总体牵头单位,“脑科学与智能技术卓越创新中心”的依托单位之一,也是国内外首个“人工智能学院”牵头承办单位,具有从智能机理、智能芯片、智能算法到智能系统完整的学科分布和优势领域。    

  六十多年来,自动化所为我国国民经济建设、社会进步、科技发展和国家安全做出了重要的贡献。建国发展初期,自动化所开拓了我国的控制科学,为“两弹一星”做出了历史性的贡献;改革开放年代,自动化所开创了我国模式识别智能信息处理的新领域;1990年代,自动化所以控制科学为基础,率先布局了人工智能研究;2010年起,自动化所率先布局类脑智能研究;2018年,自动化所开启自主进化智能研究的新格局。 

  自动化所现设科研开发部门14个,包括模式识别国家重点实验室、复杂系统管理与控制国家重点实验室、国家专用集成电路设计工程技术研究中心、中国科学院分子影像重点实验室、脑网络组研究中心等科研部门。还有若干与国际和社会其他创新单元共建的各类联合实验室和工程中心。 

  2018年底,自动化所共有在职职工898人。其中科技人员696人,包括中国科学院院士2人、发展中国家科学院院士1人、研究员及正高级工程技术人员103人、副研究员及高级工程技术人员221人;共有国家海外高层次人才引进计划(“千人计划”)入选者1人,青年千人计划入选者1人;中国科学院“百人计划”入选者23人(新增2人);IEEE Fellow9人(新增3人);国家杰出青年科学基金获得者14人,“万人计划”入选者11人(新增5人);百千万人才工程入选者10人,科技部中青年科技领军人才5人(新增3人),国家优秀青年基金获得者5人。 

  自动化研究所是1981年国务院学位委员会批准的博士、硕士学位授予权单位之一,现设有控制科学与工程等1个一级学科博士研究生培养点,计算机应用技术等1个二级学科博士研究生培养点,并设有控制科学与工程等1个一级学科博士后流动站,共有在学研究生722人(其中硕士生273人、博士生449人)。在站博士后81人。 

  自动化所长期坚持“智能科学与技术”研究,在生物特征识别、机器学习、视觉计算、自然语言处理、智能机器人和智能芯片等领域形成了系统的理论方法和体系,并取得丰富的研究成果;已形成从原始创新、核心关键技术研发到技术转移转化的智能技术生态,正在迈入国际上智能科学与技术领域具有重要影响的战略高技术研究机构。

   近年来,自动化所共获得省部级以上奖励30余项。发表论文数量逐年增加,质量不断提高;专利申请和授权量连年攀升,多年位居北京市科研系统前十名。绘制的“脑网络组图谱”第一次建立了宏观尺度上的活体全脑连接图谱,获得国际同行的广泛关注和好评;量化神经处理器(QNPU)通过自主创新的架构设计和神经网络优化技术,首次在资源受限的芯片上实现了大规模深度神经网络的独立计算,处于业界领先水平。生物特征识别技术实现了从中距离到远距离的可识别生物特征信息(虹膜-人脸-步态)全覆盖,研制成功一系列自主知识产权的远距离虹膜人脸多模态身份识别产品,在国家重要安全领域推广应用,相关技术入选2018年度“十大技术突破”;音智能处理整体解决方案已经受过大规模实际应用检验,系统接口已成为行业标准;基于自动化所语音识别技术的“紫冬语音云”在淘宝、来往等阿里巴巴旗下移动客户端产品中得到推广;“分子影像手术导航系统”通过国家药监局医疗器械安全性及有效性检测认证并进入临床应用;“仿生机器鱼高效与高机动控制的理论与方法”获得2017年度国家自然科学奖二等奖,研制的机器海豚实现了1.5倍体长的最高直线游速,并在国际上首次实现了机器海豚完全跃出水面;“智能视频监控技术”和“人脸识别技术”分别成功应用于2008年北京奥运会、2010年上海世博会的安保工作中,为社会安全贡献自己的力量;研制的AI程序“CASIA-先知1.0”采用知识和数据混合驱动的体系架构,在2017首届全国兵棋推演大赛总决赛中71的悬殊比分战胜人类顶级选手,展示了人工智能技术在博弈对抗领域的强大实力;与中国日报社合作构建“全球媒体云”综合平台,受到广泛好评;研制的电子光学玻璃印刷全自动AOI智能检测设备,可全面监控丝印关键制程品质情况,实现整个丝印工艺的全自动化生产,该技术一举填补了电子玻璃行业空白;“基于ACP方法的石化企业智能管理系统及应用”先后应用于茂名石化、齐鲁石化,为实现企业生产管理的精细化提供了有效的工具,并荣获“中国石油与化工自动化行业科技进步一等奖”……  

  新的征程上,中国科学院自动化研究所努力创建规范高效、民主和谐、环境优美、具有强大科技创新和可持续发展能力的国际知名的国家研究所,为我国科技事业的发展、为全面建设小康社会做出新的更大的贡献! 

弗里堡大学教授Martin新书《因果分析》,365页pdf
专知会员服务
140+阅读 · 2022年2月12日
专知会员服务
20+阅读 · 2021年7月19日
专知会员服务
187+阅读 · 2021年3月22日
COVID-19文献知识图谱构建,UIUC-哥伦比亚大学
专知会员服务
41+阅读 · 2020年7月2日
Little brain, Big deal: 自动化所团队发现人类小脑功能异质背后的遗传学证据
【干货】人类海马体精细亚区加工工作记忆的神经动力学机制
中国图象图形学学会CSIG
0+阅读 · 2021年12月8日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
CSKG: The CommonSense Knowledge Graph
Arxiv
18+阅读 · 2020年12月21日
Arxiv
14+阅读 · 2019年11月26日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员