数字人脑平台的构建与模拟：突破性研究进展
一、研究团队与发表信息
本研究由Wenlian Lu、Xin Du、Jiexiang Wang等来自复旦大学类脑智能科学与技术研究院（Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University）的团队主导，联合浙江大学、英国华威大学等多家机构合作完成，成果于2024年12月发表在*Nature Computational Science*（Volume 4, 890–898），标题为《Simulation and Assimilation of the Digital Human Brain》。研究得到中国科技部重大项目（STI2030）、上海市重大科技专项等支持。
二、学术背景与研究目标
科学领域：本研究属于计算神经科学与高性能计算的交叉领域，聚焦于全尺度人脑神经元网络的模拟与数据同化（data assimilation）。
研究动机：尽管脑科学已取得显著进展，但模拟人脑860亿神经元和47.8万亿突触的复杂网络仍面临巨大挑战。现有模拟工具（如SpiNNaker、NEST）受限于计算资源与算法效率，且缺乏个性化医学影像（如fMRI）驱动的生物学约束。
研究目标：开发“数字脑”（Digital Brain, DB）平台，实现以下突破：
1. 基于个性化磁共振成像（MRI）数据构建全尺度人脑神经元网络模型；
2. 通过高性能计算（HPC）优化突触通信效率；
3. 验证模型在静息态与任务态（如视觉评估）下的生物学合理性。
三、研究流程与方法
1. 数据采集与预处理
- 研究对象：以通讯作者Jianfeng Feng的 multimodal MRI数据（3T Siemens Prisma扫描仪）为基础，包括：
- T1加权成像（分辨率0.8 mm³）：用于灰质体积定量与神经元分布建模；
- 弥散加权成像（DWI）（b值1500/3000 s/mm²）：构建白质纤维连接概率矩阵；
- 功能MRI（fMRI）（TR=800 ms）：获取血氧水平依赖（BOLD）信号。
- 预处理流程：使用FSL、MRtrix3等工具进行去噪、运动校正、空间标准化，最终保留23,863个有效体素（voxel）。
2. 数字脑模型构建
- 神经元模型：采用泄漏积分-发放（Leaky Integrate-and-Fire, LIF）模型，包含4类突触（AMPA、NMDA、GABAA、GABAB）和Ornstein-Uhlenbeck噪声输入。
- 网络架构：将全脑分为皮层（cortex）、皮层下（subcortex）、脑干（brainstem）和小脑（cerebellum），其中皮层体素按微柱（microcolumn）结构组织（6层，兴奋/抑制神经元比例4:1）。
- 硬件部署：在14,012块GPU（每卡16GB内存）上部署，通过两级路由（two-level routing）优化突触通信，将GPU间流量降低50%。
3. 分层多尺度数据同化（HMDA）
- 算法框架：结合扩散集合卡尔曼滤波（EnKF）与层次贝叶斯推断，从有限BOLD信号中反推超参数（如最大突触电导）。
- 静息态验证：模型BOLD信号与实验数据的平均相关系数达0.93（图2c），皮层局部场电位（LFP）与亚皮层beta振荡（15–30 Hz）均被成功复现。
4. 任务态模拟（视觉评估实验）
- 实验设计：受试者对真实世界刺激进行Likert评分（0–10），DB通过同化初级视觉皮层（calcarine）BOLD信号解码输入电流。
- 结果：DB预测评分与实际评分的相关系数r=0.575（p<0.001），且激活模式与生物脑高度相似（图2i）。
四、关键结果与逻辑链条
- 性能指标：模拟1秒生物时间需65–118.8秒计算时间（神经元平均发放率7–30 Hz），优于同类工具（如NEST的10倍加速）。
- 生物学合理性：模型不仅重现了BOLD信号，还捕获了皮层-亚皮层动态耦合（如基底核beta振荡），证实长程连接对信号传播的影响（DWI连接强度与区域相关性r=0.678）。
- 任务态验证：视觉评分预测的成功表明DB具备感知-认知整合的潜力，为“数字孪生脑”奠定基础。
五、结论与价值
科学价值：
1. 首次实现基于个性化MRI的全尺度人脑模拟，突破传统“局部环路模拟”的局限；
2. 提出HMDA框架，解决超大规模参数反演（49.5万亿参数）的数学难题。
应用价值：
1. 为神经疾病（如帕金森病）的机制研究提供数字化实验平台；
2. 推动类脑智能硬件开发（如低延迟通信架构）。
六、研究亮点
1. 规模创新：86亿神经元、47.8万亿突触的模拟规模为当前最高；
2. 方法创新：两级路由算法将GPU通信复杂度从O(s)降至O(√s)；
3. 跨模态验证：从微观（突触电流）到宏观（BOLD信号）的多尺度一致性验证。
七、局限与展望
当前模型未考虑突触延迟、离子通道多样性等生物细节，未来拟整合海马体精细模型（如Gandolfi et al., 2023）并探索硬件嵌入式实现。