Nat Methods丨严军团队开发新一代大规模协同单神经元重构系统

严军研究组长期致力于全脑单神经元投射谱的重构和分析。该研究组苟凌峰博士前期开发了Fast Neurite Tracer (FNT) 神经元追踪软件，实现了TB级光学成像数据中的单神经元重构。目前FNT已经在小鼠大脑单神经元投射谱重构的研究工作中被广泛使用。然而该系统已经难以满足全脑光学成像数据在数量和体量上的迅猛增长。

为解决这一问题，苟凌峰博士通过努力攻关，开发了Gapr（Gapr accelerates projectome reconstruction) 这一全新的TB/PB级光学成像数据的神经元重构软件（图1）。与包含FNT在内的上一代神经元追踪软件不同， Gapr的工作流程是首先基于人工智能的算法，计算机对成像数据中所有的信号进行全覆盖式的自动重构。该环节可以在数据转换的过程中同时进行，从原始图像信号中识别出神经元的轴突结构和连接关系，可极大程度节省人力。而自动化重构中产生的错误，可继续由人工进行校对和纠正。

图1：Gapr神经元重构系统的架构。a，Gapr的五个模块，包含图像数据处理的Convert模块，自动重构的Trace模块，协同重构服务器端的Gather模块及人工校对的Proofread和Fix模块；b，响应用户需求的图像数据处理；c，Gapr的神经元模型，与SWC文件格式兼容。(Credit: Nature Methods)

Gapr的校对模块可支持上百个用户在同一空间内同时在线协同完成校对工作。由于校对工作中的每个用户都可实时看到其他用户的动态，因此可避免不同用户间校对工作的重复，更大程度地减少校对工作的遗漏，也可杜绝对同一结构产生不一致的处理结果。因此Gapr可在提高校对工作通量的基础上，保证追踪结果的一致性和正确性。同时，针对更大的数据体量，由于Gapr开发了实时响应用户需求的数据处理模块，支持在重构工作中选择性地只处理那些包含有用信号的部分，在同等的计算资源条件下极大提高计算效率，突破了对TB乃至PB级图像数据进行高效处理的技术瓶颈。

Gapr针对不同的科研需求提供了灵活的重构流程，为不同水平的用户提供了相应的校对模式，并可以系统地标记和评估追踪中的错误，降低对重构工作的人员专业性的要求。通过比较分析，Gapr的多项性能优于现有其它神经元重构软件。严军研究组前期工作中使用FNT从161组小鼠fMOST数据中获得了6357个小鼠前额叶神经元；而使用Gapr，在15组小鼠fMOST数据中，就能重构出4278个小鼠的神经元。Gapr能够在一组样本中重构出更多的神经元，有效的节省了动物的使用数量和样品制备成本，从而提高了总体的重构效益。同时，也可以避免FNT这类系统因人为选择性追踪带来的偏差。因此，新一代的大规模单神经元重构系统Gapr，为最大程度刻画和研究神经元多样性提供可能，为研究全脑介观神经联结图谱提供了重要的解决方案，也为将来绘制灵长类大脑的单神经元投射图谱铺平了道路。