正如飞行员使用飞行模拟器安全练习复杂操作一样，科学家或许很快就能在高度逼真的小鼠大脑模拟环境中开展实验。在一项新研究中，斯坦福医学院的研究人员及其合作者开发了一种人工智能模型，用以创建小鼠视觉皮层的“数字孪生体”，即负责处理视觉信息的大脑区域。

这一数字孪生体以真实小白鼠观看电影片段时记录下的广泛神经活动数据集为基础进行训练。训练完成后，它便能准确预测数万个神经元会对新的图像和视频作出何种反应。

数字孪生技术可以使研究大脑的内部运作变得更简单、更高效。

“如果你构建了一个非常精确的大脑模型，那就意味着你可以做更多的实验，”斯坦福医学院眼科教授、4月10日发表于《自然》杂志的该研究的资深作者安德烈亚斯·托利亚斯（Andreas Tolias）博士说道，“其中最有前景的可以在真正的大脑中进行测试。”

本研究的主要作者是贝勒医学院 (Baylor College of Medicine) 医学博士生埃里克·王 (Eric Wang)。

与以往只能模拟大脑对训练数据中所见刺激类型作出反应的视觉皮层人工智能模型不同，该新模型能够预测大脑对多种新型视觉输入作出的反应。它甚至能够推测每个神经元的解剖特征。

该新模型是一个基础模型的例子，属于一类相对较新的人工智能模型，能够从大型数据集中学习，然后将这些知识应用于新任务和新类型的数据，或者研究人员所说的“训练分布之外的泛化”。

（ChatGPT是一个人们耳熟能详的基础模型例子，它可以从大量文本中学习，进而理解和生成新的文本。）

托利亚斯（Tolias）说：“在很多方面，智能的种子就是强大的泛化能力。最终目标——圣杯——就是在训练分布之外的场景中进行泛化。”

耗子动画

为了训练新的人工智能模型，研究人员首先录制了真实小鼠在观看专门为人类制作的电影时的大脑活动。这些电影最好能够近似模拟小鼠在自然环境中可能看到的东西。

“为老鼠放映写实的电影非常困难，因为没有人会为老鼠制作好莱坞电影，”托利亚斯说。但动作电影已足够接近了。

老鼠的视力分辨率很低——类似于我们的周边视觉——这意味着它们主要看到的是运动，而不是细节或颜色。“老鼠喜欢运动，运动可以强烈激活它们的视觉系统，因此我们给它们看了很多动作片，”托利亚斯（Tolias）说。

在多次简短的观察过程中，研究人员记录了八只小白鼠观看动作片（例如《疯狂的麦克斯》）片段时超过900分钟的脑部活动。摄像机监测了它们的眼球运动和行为。

研究人员使用汇总数据训练了一个核心模型，然后仅通过少量额外训练，就能将其定制为任何单只小鼠的数字孪生体。

准确预测

这些数字孪生体能够紧密模拟其生物对应体对各种新型视觉刺激（包括视频和静态图像）的神经活动反应。托利亚斯说，大量聚合的训练数据是数字孪生体成功的关键。“因为它们在如此庞大的数据集上进行过训练，所以它们的准确性令人印象深刻。”

尽管新模型仅根据神经活动进行训练，但其同样适用于其他类型的数据。

某只特定小白鼠的数字孪生体能够预测其视觉皮层中数千个神经元的解剖位置和细胞类型以及这些神经元之间的连接。

研究人员用该小鼠视觉皮层的高清电子显微镜图像对这些预测进行了验证，而该高清图像是一个更大规模项目的一部分，该项目以前所未有的细节描绘了小鼠视觉皮层的结构和功能。这项名为 MICrONS 的项目的结果同时发表在《自然》杂志上。

打开黑匣子

由于数字孪生体的功能可以远远超出小白鼠的生命周期，科学家几乎可以对同一只小白鼠进行无数次实验。一些需要数年才能完成的实验可以在数小时内完成，同时可以进行数百万次实验，从而加快大脑信息处理方式和智能原理的研究速度。

托利亚斯（Tolias）说：“我们试图打开这个黑匣子，也就是说，从单个神经元或神经元群体的层面上去了解大脑，以及它们是如何协同工作来编码信息的。”

事实上，这些新模型已经带来了新的见解。在另一项同时发表于《自然》杂志的相关研究中，研究人员使用数字孪生技术来发现视觉皮层中的神经元如何选择其他神经元以形成连接。

科学家们一直知道，相似的神经元往往会形成连接，就像人们会结交朋友一样。数字孪生技术揭示了哪些相似性最为重要。与对视觉空间的同一区域产生反应的神经元相比，神经元更倾向于与对同一刺激（例如蓝色）产生反应的神经元建立连接。

托利亚斯（Tolias）说：“这就像是一个人根据喜好而不是地域来选择朋友一样。”“我们了解到了大脑组织结构的这一更为精确的规则。”

研究人员计划将他们的模型拓展到其他脑区和其他动物（包括认知能力更强的灵长类动物）上。

托利亚斯（Tolias）说：“最终，我相信我们有可能至少能够构建人脑部分区域的数字孪生模型。而这仅仅是冰山一角。”

参考文献：《神经活动基础模型预测对新刺激类型的反应》，作者：Eric Y. Wang、Paul G. Fahey、Zhuokun Ding、Stelios Papadopoulos、Kayla Ponder、Marissa A. Weis、Andersen Chang、Taliah Muhammad、Saumil Patel、Zhiwei Ding、Dat Tran、Jiakun Fu、Casey M. Schneider-Mizell、MICrONS联合体、R. Clay Reid、Forrest Collman、Nuno Maçarico da Costa、Katrin Franke、Alexander S. Ecker、Jacob Reimer、Xaq Pitkow、Fabian H. Sinz和Andreas S. Tolias，发表于2025年4月9日，《自然》杂志。DOI：10.1038/s41586-025-08829-y

《跨越小鼠视觉皮层多个区域的功能连接组学》，由MICrONS联合体著，发表于2025年4月9日《自然》期刊。DOI：10.1038/s41586-025-08790-w

《功能连接组学揭示小鼠视觉皮层的一般连接规则》，由朱坤鼎、保罗·G·法希、斯特利奥斯·帕帕多普洛斯、埃里克·Y·王、布兰登·塞利、克里斯托斯·帕帕多普洛斯、安德森·常、亚历山大·B·库宁、达特·特兰、贾坤福、丁志伟、索米尔·帕特尔、莉迪亚·恩塔纳瓦拉、雷切尔·弗洛贝、凯拉·庞德、塔利亚·穆罕默德、J·亚历山大·贝、艾格尼丝·L·博多尔、德里克·布里坦、乔安·布坎南、丹尼尔·J·邦巴尔杰、曼努埃尔·A·卡斯特罗、埃里克·科博斯、斯文·多肯瓦尔德、莱拉·埃拉巴迪、阿希莱什·哈拉盖里、甄佳、克里斯·乔丹、丹·卡普纳、尼科·克姆尼茨、山姆·金、基苏克·李、凯·李、冉路、托马斯·马克里纳、加亚特里·马哈林加姆、埃里克·米切尔、尚卡尔·苏布拉·蒙达尔、尚木、巴拉克·内霍兰、谢尔盖·波波维奇、凯西·M·施奈德-米泽尔、威廉·西尔弗史密斯、马克·塔克诺、拉塞尔·托雷斯、尼古拉斯·L·特纳、威廉·黄、吴景鹏、尹文静、于思杰、德米特里·亚岑科、埃马努伊尔·弗劳达拉基斯、法比安·辛茨、克雷西米尔·约西奇、罗伯特·罗森鲍姆、H·塞巴斯蒂安·宋、弗雷斯特·科尔曼、努诺·马查里科·达·科斯塔、克莱·里德、埃德加·Y·沃克、哈克·皮特科、雅各布·赖默和安德里亚斯·S·托利亚斯等人合著，发表于2025年4月9日《自然》杂志。DOI：10.1038/s41586-025-08840-3

来自哥廷根大学和艾伦脑科学研究所的研究人员为这项工作做出了贡献。

本研究获得了美国情报高级研究计划局、美国国家科学基金会 NeuroNex 项目、美国国家心理健康研究所、美国国家神经疾病与中风研究所（U19MH114830 基金）、美国国家眼科研究所（R01EY026927 基金和视觉研究核心基金 T32-EY-002520-37）、欧洲研究理事会以及德国研究基金会的资助。