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
科技日报 张梦然
日本九州大学研究职员在新一期《自然·通讯》上揭橥文章称，他们开拓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修单个神经元。该过程涉及利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构造。
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，研究职员可追踪这种颜色并重修神经元及其轴突，扩大颜色范围可同时追踪更多的神经元。2018年，研究职员开拓了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随意马虎。
研究职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。仔细不雅观察任何电视屏幕，都会创造像素由3种颜色组成：蓝色、绿色和赤色。人类能感知到的任何颜色都是这3种颜色的组合，由于人眼里有蓝色、绿色和赤色的传感器。
但机器没有这样的限定。鉴于此，研究职员开拓出一种工具，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，并重修它们的构造。QDyeFinder的事情事理便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，接着研究职员利用新开拓的机器学习算法，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，它们的准确性险些同等。纵然与已经充分利用机器学习的现有追踪软件比较，QDyeFinder也能以更高的准确度识别轴突。