眾所周知，腦的連接和活動在時間和空間上都在不斷演化，能量與信息高度吻合，這給解析腦功能帶來極大挑戰。而腦功能及其活動終究還是要依賴最基本的細胞單元——不同類型的神經元，也成為腦疾病診斷和治療的重要依據。

        在2020年10月10日舉辦的“中國卒中學會第六屆學術年會暨天壇國際腦血管病會議2020”上，來自海南大學生物學工程學院的駱清明教授表示，腦的複雜網絡連接就猶如鐵路網、高速公路網與光纜網等，既相互交織又彼此獨立，因此清晰完整地呈現神經連接圖譜，是我們認知腦功能、研究腦疾病的重要基礎。

        受地球空間信息學和全球定位係統(GPS)的啟發，駱教授提出腦空間信息學和全腦定位係統(BPS)概念。所謂腦空間信息學主要指示蹤、測量、分析、處理和呈現，具有明確空間定位信息的全腦三維時空信息數據的綜合與集成科學。而三維時空數據包括神經元、神經環路/網絡、血管網絡和三維精細的腦圖譜，獲取跨層次、多尺度的腦連接時空特征。腦空間信息學，能夠幫助人們更好地破譯腦功能、腦疾病，並推動類腦智能的發展。

        要實現這一目標，就需要發展相關技術，駱教授把它定義為BPS，它不是一種技術，而是一個係列技術，需要不斷完善和發展的。

        2017年，《Nature》雜誌報道了有關巨大神經元環繞整個鼠腦的新聞，引發關注的原因包括：其一，這是迄今為止發現的生長範圍最廣的神經元，三個相關神經元覆蓋眾多腦區，幾乎連接了絕大多數，乃至全部與感覺、運動行為驅動相關的腦區;其二，三個神經元均源自於腦結構，通常被認為與人類意識相關的品狀核。而既往諸多類似的工作尚未能達到如此的精細程度。

        簡言之，獲取全腦介觀神經連接圖譜極其困難。無以計數的神經元從空間跨度上覆蓋整個腦網絡，如果想要追蹤神經元，就需要得到全腦範圍的成像數據集，更重要的是確保每個點的分辨率都足夠高，也意味著實現在任意三維位置上都具備高的體素分辨率。

        為什麼傳統的成像技術無法實現?例如核磁共振的分辨率不夠，它能識別的是聚集在一起的成千上萬個神經元;電鏡分辨率確實很高，有人做過測算，獲取一個毫米級樣本數據需要1萬個人工作一年;傳統的共焦、雙光子顯微成像則受到深度的限製。

        完整呈現神經元全貌路還很長，而如何在全腦範圍內看到每一個細胞、每一根血管，是時下此麵臨的巨大挑戰。駱教授團隊經過約20年的努力，從理論、方法到儀器進行了係統研究，建立起一套完整的技術體係。他們實際上是采用了全新的思路，解決了傳統方法無法同時實現高空間分辨和大範圍成像的難題。

        這項技術就是顯微光學切片斷層成像技術(MOST)。基本原理是取出鼠腦後染色標記固定，而後邊切片邊成像，由於獲取成像信息時定位精準，就可自動實現三維重建，從而獲得了世界上第一套單細胞分辨的小鼠全腦成像三維結構圖譜。2010年研究在《Science》一經發表，可以說開啟了腦空間信息學的時代。此後又曆經三年，將高精度切片與共聚焦、雙光子顯微成像技術相結合，研發出第一代熒光顯微光學切片斷層成像技術(fMOST)。2016年，創新開發出雙色熒光顯微光學切片斷層成像技術(dfMOST)，能夠同時獲取神經元及其位置信息。此後，通過與多個國際團隊合作，不斷顛覆或者豐富人們對腦內神經元的認識。

        隨著成像、標記技術的發展完善，當前麵臨的最大挑戰在於海量的圖像處理。駱教授團隊的做法是首先實施預處理，主要是解決數據一致性的問題。第二，為了突破tb乃至Pb級圖像數據快速存取的瓶頸，開發了既是大數據格式，也是一整套大數據解決方案，它能夠兼容從高性能計算到普通PC機的不同配置的計算環境;同時發展出具有廣泛適應性的圖像配準方案，可以將不同來源的腦圖像數據精確地配準至立體定位圖譜，實現腦空間信息的精準定位;還開發出依據神經元胞體、神經形態和腦血管等的圖像自動識別技術。最終，實現了高分辨率與高定位精度的“雙高”目標。

        迄今已經能夠獲得特定神經元及其位置信息，即單神經元分辨水平的解剖學數據，但這對實現神經元的精準分型還遠遠不夠，還需要進一步完善並融合蛋白組或轉錄組的相關信息。不僅局限於腦，全腦介觀神經連接圖譜的工作同樣適用於其他器官或疾病研究，這種完整器官三維結構與功能信息的精準介觀測量必將擁有廣闊的應用前景。