登上Nature子刊封面：黄铁军/马雷团队开发生物智能模拟系统——天宝，首次实现线虫的大脑、身体与环境的闭环仿真

北京智源人工智能研究院（BAAI）、北京大学黄铁军、马雷等人在 Nature 子刊 Nature Computational Science 上发表了题为：An integrative data-driven model simulating C. elegans brain, body and environment interactions 的研究论文，该论文还被选为当期的封面论文。

该研究开发了一个数据驱动的生物智能模拟系统——BAAIWorm（天宝），首次实现了秀丽隐杆线虫的大脑、身体与环境的闭环仿真，为探索大脑与行为之间的神经机制提供重要研究平台。

生物体的行为受到其大脑、身体和环境之间复杂的相互作用的影响。而现有的数据驱动模型要么关注大脑，要么关注身体-环境，缺乏一个集成的数据驱动模型。

一个集成的数据驱动模型必须满足以下几点特定需求：

第一，它应该包含一个生物物理学上详细的大脑模型，该模型具有与真实生物体相似的神经结构和神经活动模式；

第二，它应该包括一个现实的和高性能的身体和环境模型，便于简单的行为量化；

第三，最关键的是，大脑模型不仅要控制与虚拟环境交互的身体模型，还要接收来自身体和环境模型的反馈，建立闭环交互。

研究团队认为，经典模式生物秀丽隐杆线虫（C. elegans）是开发这种连接大脑、身体和环境的整合数据驱动模型的典范。秀丽隐杆线虫已经完全映射了所有302个神经元的形态（在成体雌雄同体中），以及连接组和突触水平的结构，其单个神经活动和全脑神经动力学的记录也是可获取的，其身体能够很好地重建，只有95个肌肉细胞，它还表现出容易量化的行为，例如爬行、游泳和觅食。

因此，秀丽隐杆线虫简单的结构和丰富的数据为创建一个集成的数据驱动模型提供了坚实的基础。

在这项最新研究中，研究团队提出了一种整合数据驱动的线虫模型——BAAIWorm（中文名为天宝），该模型由大脑模型和身体-环境模型这两个子模型组成。

BAAIWorm（天宝）概览

首先，研究团队开发了一种线虫觅食神经回路的神经网络模型（大脑模型）。它是基于具有生物物理细节的区室神经元模型构建的，神经元的分隔长度小于2微米，编码的神经活动与活体线虫相似。

其次，研究团队建立了线虫的身体-环境模型，该身体模型包含96块肌肉，能够以30帧每秒的实时速度进行模拟，并能够轻松量化行为。

第三，研究团队建立了大脑模型与身体-环境模型之间的闭环交互，以模拟线虫以“之”字形轨迹向吸引子（attractor）移动。神经网络模型中的感觉神经元由环境中吸引子的浓度激活，身体模型中的肌肉由神经网络模型中的运动神经元控制。

最后，研究团队对神经网络模型进行了人工扰动，并提出，神经突起或突触/缝隙连接的缺失会扰乱全局神经动态，阻碍精确的前进运动。

总的来说，该研究提出了一个由大脑模型和身体-环境模型组成的基于数据驱动的秀丽隐杆线虫整合模型——BAAIWorm（天宝），基于实验数据，采用具有真实形态学、连接组学和神经群体动力学特征的多区室模型构建大脑模型。同时，身体-环境模型使用了逼真的身体和三维物理环境。通过两个子模型之间的闭环交互，BAAIWorm再现了在线虫中观察到的真实的趋向吸引子的“之”字形运动模式。研究团队还利用这个模型分析了神经系统结构对神经活动和行为的影响。该研究提出的BAAIWorm（天宝）可以增强我们对大脑如何控制身体与周围环境互动的理解。