小鼠皮层2/3锥体神经元用7色TETBOW标记。图片来源：今井武/九州大学

日本九州大学研究人员在新一期《自然·通讯》上发表文章称，他们开发了一种新的人工智能（AI）工具——QDyeFinder，其可从小鼠大脑的图像中自动识别和重建单个神经元。该过程涉及使用超多色标记协议去标记神经元，然后让AI通过匹配相似的颜色组合自动识别神经元的结构。

识别神经元的一种策略是用特定颜色的荧光蛋白标记细胞，研究人员可追踪这种颜色并重建神经元及其轴突，扩大颜色范围可同时追踪更多的神经元。2018年，研究人员开发了Tetbow，这是一种用光的3种原色为神经元着色的系统。Tetbow使追踪神经元和找到它们的连接变得更加容易。

研究人员致力于将颜色的数量从3种增加到7种，但一个关键问题是人类对颜色感知有局限性。仔细观察任何电视屏幕，都会发现像素由3种颜色组成：蓝色、绿色和红色。人类能感知到的任何颜色都是这3种颜色的组合，因为人眼里有蓝色、绿色和红色的传感器。

但机器没有这样的限制。鉴于此，研究人员开发出一种工具，可自动区分这些巨大的颜色组合。这个工具能自动将相同颜色的神经元和轴突缝合在一起，并重建它们的结构。QDyeFinder的工作原理就是首先自动识别给定样品中的轴突和树突片段，然后识别每个片段的颜色信息，接着研究人员利用新开发的机器学习算法，将颜色信息组合在一起，识别出同一神经元的轴突和树突。

将QDyeFinder的结果与手动追踪神经元的数据进行比较时，它们的准确性几乎一致。即使与已经充分利用机器学习的现有追踪软件相比，QDyeFinder也能以更高的准确度识别轴突。

神经元的突起可分为树突和轴突。树突是从胞体发出的一至多个突起，呈放射状。轴突则每个神经元只有一根。可以把这一切想象成大树，树上伸展出不同枝丫，枝丫和枝丫之间又有连接，形成密密麻麻的网络。此次，科研人员开发了一种新的人工智能工具，他们用颜色标记神经元，让人工智能进行追踪、识别和分类——这正是机器擅长的事情。它能够精准识别同一神经元的轴突和树突，分辨出神经网络的构成，让我们更深入了解大脑的运作。