绘出人类大脑图谱，这个目标很宏伟，但是很不明确。就像是要画出美国的地图，你可以只示明法定的边界和城市的位置，或者你可以描绘山脉河流的地理特征，或者交通路线，像州际高速公路和铁路轨道，你甚至也可以到谷歌地图那种程度，示明每所房子的位置。

大脑也分为多个层级，有着类似的多样性：灰质绕结成左右半球，每个半球又有四个叶（额叶，顶叶，颞叶，枕叶），又有白质纤维这样的超级高速公路与亿万个个体细胞交流横亘其中。因此有些脑图谱的重点是画出解剖区域的轮廓，有的是追踪白质的布线，还有的是把灰质分成极其微小的团块，记录这些团块不同的心理测试任务中的活性。可是归根结底，科学家是想绘制出每一个细节。他们的终极目标是编建出一个目录，包含所有脑细胞及脑区之间的全部连接，是大师级的图谱——称之为神经连接体图谱。

这是个异常艰难的任务，相当于鉴别出美国的每一座房屋，还要追踪出每个人和每台车在房屋间穿行的路线。但是，很多研究人员都说，把所有这些连接绘制出来，可能的回报会很丰厚。而对追求奥巴马总统提出的——理解大脑如何思想和学习——宏伟的目标而言，甚至会是不可或缺的工作。

“奥巴马总统的大脑行动（BRAIN Initiative）强调要确定大脑的连接性，”纽约爱因斯坦医学院的神经科学家斯科特·埃蒙斯（Scott Emmons）说，“显然，除非我们了解了这种连接性，否则我们就不能理解神经系统。”

斯坦福大学的神经科学家威廉·纽瑟姆（William Newsome）表示同意，他是国立卫生研究院专家小组的联合主席，这个小组确立了总统计划优先领域。

“我们认为大脑行动的首要目标就是这些，”纽瑟姆说，“绘制出脑回路，测量那些脑回路内部通行的电活性和化学活性的波动模式，理解它们之间的相互作用是如何创造出我们独特的认知和行为能力。”

虽然这些挑战看起来很难，但已经取得了实质性的进步。比如说，科学家已经完整地描绘出新杆状线虫的原脑里的所有连接，那是一种小小的线虫。也已经开始绘制人类大脑的白质纤维的图谱，是白质把不同脑区联系了起来。大脑扫描揭示出哪些区域的活动是同步化的，这是它们如何进行连接的又一条线索。

而利用描述网络的数学理论，科学家开始理解，脑细胞如何协作产生思想和行为。实际上，网络数学表明，即使没有绘制每个单独的细胞的所有联系的图谱，也能对大脑的连接有深刻的洞察。

最终，这类洞见会对许多大脑疾病的诊断和治疗有所助益，比如说精神分裂症这种由错误的神经连接引起的疾病。埃蒙斯说，“有人认为，有些严重的病症，比如说精神分裂症和孤独症，实际上是连接病（connectopathies）。”

 

简单的大脑

原则上，人类的连接体由大脑里每个单独的神经细胞或者叫神经元之间的每个单独的连接构成。但是这样完整的图谱，目前的技术还达不到。大脑里大约有850亿个神经元，每个神经元又有成千上万的连接，连接体是由一个不可估量的巨大网络组成的，带有千百万亿的连接。所以在人类身上，连接体研究集中在解剖学上的脑区之间的连接，或者只是小团的脑组织之间的连接。国立卫生研究院在2010年启动的人类连接组计划，画出了灰质部分的图谱，该图谱绘制在1立方毫米的尺度上，大概就一粒盐那么大。这就像是绘制出了连接城市和城镇之间的公路，但是忽略了旁边的街道和单个的房屋。

还有另一重复杂之处，是要区分物理连接与功能性连接，物理连接由白质（髓磷脂中的由髓鞘包覆的细胞突起，把不同脑区连接到一起）连在一起，功能连接可在大脑执行特定的任务时，观察有哪些脑区同步激活来识别。

毋庸置疑，这种“功能性连接体”（functional connectome）与物理性连接紧密相关。但是，人类大脑的复杂性意味着追踪单个神经元尺度上的关联是不可行的，所以科学家找到某些较为简单的模式生物来做替代，来了解神经元是如何相互作用的。

为此，最受欢迎的模式生物是新杆状线虫（Caenorhabditis elegans），其拥有生物圈里最简单的大脑之一。雄性的新杆状线虫有383个神经元（雌雄同体的要更少），科学家就可以利用电镜成像编制出该线虫的全部神经元的目录，并追踪它们的2000多个连接。

线虫和人有着共同的祖先，说明线虫能提供有关人类大脑如何进化的信息。埃蒙斯在11月神经科学协会的年会上指出，尽管千万年的进化把人和线虫给分开了，但是线虫也使用一些相同的细胞信使物质，并表现出不同于人类的其他特性。线虫和人类的大脑都可被描述出来，比如，通过学名为图论的网络的数学理论来描述。在图论里，网络用以线相连的点表示；线被称为连接（或边），点被称为节点（或顶点）。在新杆状线虫上，节点是神经元，通过突触相连，神经元利用突触进行通信。网络数学可计算出多方面的特征，比如说，一个神经元平均能构建出多少个连接，以及在网络中把一个信号从一个神经元传递到另一个，至少需要几个连接。

新杆状线虫的网络分析揭示出：多组相互关联的神经元如何能作为一个功能模块去控制行为，比如说交配这样的行为。埃蒙斯说，利用网络数学识别大脑的模块化结构，在人类和线虫身上都行得通，这表明连接体研究即使不能绘制出全部的突触图谱，也会对我们认识大脑有所帮助。

“我们必须鉴别出每一个突触才能理解大脑的连接性，还是说我们可以找到计算亚单元，其中的神经元功能类似，可以把其当作一个组来处理？”埃蒙斯在神经科学会议上说。他认为，“也许能行得通的方法是，阐明网络是如何从不同的神经元组构建而成的，而无须去确定每个组内部所有的连线分布情况。毫无疑问，随着大脑连接体学（brain connectomics）的不断发展，这是个极具挑战而又令人激动的目标。”埃蒙斯说。

 

神经枢纽

线虫身上有一个重要的发现，它们的大脑连接体是“小世界网络”，因其只需极少几步，就能连上任意两个节点而知名。这样的网络一般拥有高度连接的节点，或者叫枢纽，能把信号从一个节点有效地传输到另一个节点。

在雌雄同体的新杆状线虫上，有11个神经元被作为“富社团”（rich club）枢纽，剑桥大学的神经科学家爱德华·布摩尔（Edward Bullmore）与合作者在2013年4月的《神经科学》（Journal of Neuroscience）上发表了报告。这些枢纽不仅内部有丰富的连接，而且彼此相连，形成一个由连接度高的节点构成的网络，或者说一个社团。

富社团节点也存在于人类大脑中，即使这些节点是一小团一小团的脑组织，而不是单个的神经元。和Twitter这样的社交网络类似，大脑网络由解剖区域形成的“社区”构成，其共享信息，并参与共同的任务。大脑扫描已经鉴别出若干这样的社区，称为静息状态网络，它们与重要的脑功能相关，比如说视觉、运动、听觉和触觉。但是不同的静息状态网络并没有彼此紧密相连，所以大脑需要一个系统来协调其多种多样的任务，把信息从一个脑区发送到另一个脑区。富社团就是在这些场所登场亮相的。

在人类身上，富社团枢纽可见于多个脑区。“枢纽倾向于出现在大脑的全功能区域。”荷兰乌得勒支大学医学中心的马丁·冯·豪威尔（Martijn van den Heuvel）说。

他和印第安纳大学（Indiana University）的奥拉夫·斯伯恩（Olaf Sporns）通过绘制白质图谱研究了75个人的富社团枢纽。每个大脑灰质被分成1170个小团，平均有17%是高度连接的，足以被当作富社团枢纽。在研究里，这类枢纽在11个静息状态网络中都能见到。通常那些连接丰富的枢纽出现在“汇流区域”（confluence zones），该区域是静息状态网络和大脑的表层有重叠的地方。

冯·豪威尔和斯伯恩发现，富节点不仅在其网络内高度连接，还彼此高度连接——这就是把它们变成了社团的成员。“我们观察到那些枢纽之间的连接度，比我们所预期的高出约40%”，冯·豪威尔在神经科学会议上说。它们出现在全功能网络中，并且还是社团成员，表明这些富社团枢纽锚定在大脑数据分享系统上，合并来自不同功能网络的信息。

“在大脑或神经系统中，通信不只是把快递包裹发送到周围，并且发送过程中包裹内容不变。”冯·豪威尔说。大脑一直在组合并协调来自不同脑区的数据。冯·豪威尔认为，理解富社团会有助于领会这种高级的大脑过程。比如说，思想和意识可能涉及大脑里的“全局性工作空间”（global work space），其依赖富社团的连接，来管理大脑里多个区域之间的通信。

“全局性工作空间包括了分布广泛的神经系统，它由解剖学上长距离的突起构成，这不同于大脑中单一的解剖或功能模块。”冯·豪威尔和斯伯恩在去年9月的《神经科学期刊》（Journal of Neuroscience）上写道。

 

作为网络的大脑

利用研究网络的方法来理解大脑连接，对于了解重要的大脑功能比如说学习和记忆有一定的帮助。相关的一个发现是，大脑网络并不是静态的，它能随着时间快速变化，而一些网络比其他的更灵活多变。

“在大脑内部，有些区域往往非常刻板，”宾夕法尼亚大学的丹妮尔·巴塞特（Danielle Bassett）说，参与感觉和运动的核心区域，通常都很刻板，而参与思想和构造视觉关联的周围神经系统会更加灵活。”

“学习能力更强的人，是那些有着更刻板的核心区域和更灵活的周围区域的人，而不是那些核心区更灵活或是周围区更刻板的人，”巴赛特说，“所以对个人的学习方式来说，这种核心区和周围区的功能分离，确实非常重要。”

除了能说明正常大脑的工作方式，对于网络结构和功能的研究也能对大脑疾病提供帮助。冯·豪威尔指出，富社团的中心角色是大脑出错的首要嫌犯。

“对于这样一种中心系统，人们就会怀疑，万一系统连线分布异常，那么可能会导致大脑功能障碍，而我们确实有证据表明，精神分裂症和阿尔茨海默症上就是这样。”他说。

其中一些证据来自巴塞特与合作者的研究。他们对比了健康人和精神分裂症患者们的大脑网络，发现二者有很多差异。在神经科学会议上，巴塞特对近年来多个小组的若干研究发现做了概述。精神分裂症的和健康人的大脑相比，一个主要的差异就是大脑连接的强度，共可用相连的节点被同步激活的可能性来量度。

“实际上，在每一个单独的脑区上，我们见到精神分裂症的网络的强度与对照组的相比，都有所下降。这表明其可能是种全局性的下降，是精神分裂症患者大脑通信构造的衰退。”她说。

另一方面，虽然连接普遍都变得更弱了，但是它们也更加多变了。在健康的大脑上，连接度高的枢纽倾向于拥有强连接，而连接度较低的节点的连接度也较弱。但在精神分裂症上，一个特定的枢纽会拥有某些强连接，但是也会有某些弱连接，说明有专门的大脑系统的缺失。

“对照组的健康人能把多种功能分割开，不同的脑区各行其是，而精神分裂症患者无法用同样的方式把那些功能分隔开。”巴塞特说。

此外，精神分裂症患者最不同于健康人的地方，就在于其大脑连接较弱。可利用弱连接的模式，区分精神分裂症的大脑和健康的大脑，其准确度达75%。巴塞特和同事在2012年的《神经图像》（Neuro Image）杂志上发表了该报道。

按照其解剖学位置的不同，这种弱连接也有所差异，通常涉及与精神分裂症症状相关的大脑区域。精神分裂症症状的量度指标包括注意力、记忆和消极情感，都与网络的弱连接强烈度相关。

相似的基于神经网络的研究，已经开始鉴别出注意力缺陷多动障碍（ADHD）和孤独症的若干重要特征，人们认为这些大脑疾病和错误的连接有关。波特兰俄勒冈健康与科学大学（Oregon Health & Science University in Portland）的达米安·费尔（Damien Fair），在神经科学会议上报告说， ADHD患者的连接比正常人的稀疏，而药物似乎是通过削弱大脑的网络结构来起效。另一方面，自闭症患者的节点似乎比正常人的多。

理解连接体的所有的复杂性，也许不能立即就治愈脑疾病，但是日益清楚的是，若是不利用图论——网络的数学——分析大脑连接，就不会在和大脑疾病作战中取得进步，对正常大脑的理解也不会更深入。“一般来说，大脑其实就是一个网络，我们应该把其当作网络去研究。”冯·豪威尔说，“而图论可以是一种抽象出一般属性的技术或工具，这些属性可以提供更为丰富的信息，也就是基础解剖结构如何能形成大脑功能的信息。”