位于馬薩諸塞州的實驗室正在利用 NVIDIA RTX GPU、HP Z 工作站和虛擬現(xiàn)實技術研究人類記憶功能的分子機制。

柏拉圖的作品指出，當人類經(jīng)歷某種體驗時，大腦中會發(fā)生一定程度的變化，這種變化是由記憶驅動的——特別是長期記憶。

紐約大學神經(jīng)科學教授 Andre Fenton 和威斯康星大學麥迪遜分校細胞與再生生物學助理教授 Abhishek Kumar 正在馬薩諸塞州伍茲霍爾的海洋生物實驗室 (MBL) 研究大腦的這一變化。

Fenton 表示：“我畢生的工作是了解思維的運作機制，尤其是理解記憶——記憶不僅僅是大腦中過去的痕跡，更是大腦對未來的預測?！?/p>

研究人員利用NVIDIA RTX GPU和HP Z 工作站對海量數(shù)據(jù)集進行可視化處理，并集成定制的 AI 工具和用于科學探索的虛擬現(xiàn)實 (VR) 平臺syGlass，從而將他們的項目水平提升到一個新高度。

此外，該項目還得到了國家心理健康研究所和陳·扎克伯格基金會的資助。

揭開神經(jīng)森林的面紗

記憶是大腦海馬體的職責。這個形似海馬的 C 形結構正是 MBL 研究組的主要研究對象。

Fenton 將海馬體內(nèi)的細胞比作一片森林，其中數(shù)十億個神經(jīng)元看起來像微小的樹干，而從樹干延伸出來的線條就像樹葉。

研究團隊正在研究這些“葉片” (代表蛋白質(zhì)標記物) 中的一小部分：由于它們非常細小，每片只有大約一微米長，因此這是一項極其繁瑣的工作。研究人員必須在大腦細胞的“森林”中搜尋正確的蛋白質(zhì)標記物，而這些標記物僅占海馬體中所有蛋白質(zhì)標記物的約 1%。

研究人員希望簡化這些蛋白質(zhì)的研究流程，并探究它們多變的結構來揭示的關于記憶編碼的信息。

在 NVIDIA 和惠普技術被引入工作流之前，收集和分析足夠的蛋白質(zhì)標記物 3D 體積數(shù)據(jù)一直是該項目的一個瓶頸。

Fenton 表示，“這是一項巨大的計算挑戰(zhàn)，而惠普和 NVIDIA 的技術使我們能夠邁出第一步：捕獲、檢查和存儲 3D 圖像數(shù)據(jù)?！?/p>

利用這些技術，MBL 的研究人員采集了 10TB 的體積數(shù)據(jù)，然后進行了人工視覺質(zhì)量檢查。

了解記憶或可預防神經(jīng)系統(tǒng)疾病

團隊的最終目標是在分子層面弄清記憶如何運作，這將推動對阿爾茨海默病、癡呆癥等神經(jīng)認知疾病的根源研究。

Fenton 說：“人們通常不會把記憶視為心理健康的一部分，但幾乎所有心理功能障礙都取決于大腦存儲的內(nèi)容——你的信念、預期、焦慮以及所期待的事物。這些都是記憶運作的不同方面，因此幾乎所有神經(jīng)精神疾病和干預手段都依賴于對記憶機制的理解?！?/p>

為了解決這些大規(guī)模問題，研究人員正在研究當海馬體中的蛋白質(zhì)位置異常時，記憶會受到怎樣的影響。

該團隊還通過 syGlass 在配備多塊 NVIDIA RTX GPU 的 HP Z 高性能工作站上策劃和存儲的高分辨率 3D 圖像，研究大腦細胞的結構與功能之間的相關性。

Kumar 說：“如果我們能夠理解某物是如何構建的，那么一旦出現(xiàn)問題，我們就可以剖析它并找出問題的根源。這就是我們正在努力的方向：理解記憶的存儲機制，這樣如果問題出現(xiàn)時，我們就知道該如何解決?！?/p>

賦能虛擬現(xiàn)實和學生探索

在配備 NVIDIA RTX GPU 的 HP Z6 臺式工作站上使用 syGlass，將研究人員原本耗時費力的工作變成了交互式的科學探索——非常適合高中生參與其中。

Kumar 表示：“HP-NVIDIA-syGlass 系統(tǒng)讓我們得以通過吸納三名高中實習生來推動創(chuàng)新，他們對我們的科學研究抱有濃厚的興趣，我們意識到 syGlass 的虛擬體驗可能會讓他們著迷。事實證明，我們是對的?！?/p>

今年夏天，研究人員將這三位好奇的學生帶到他們的實驗室，讓他們使用 VR 頭顯分析記憶蛋白，該設備能夠將數(shù)據(jù)轉化為 3D 可視化圖像。

他們的任務是找到與記憶相關的特定蛋白質(zhì)并進行標記。這聽起來似乎簡單，但實習生們必須從數(shù)十億個神經(jīng)元中篩選出與研究相關的幾千個蛋白質(zhì)標記物。

由于此次試點項目的成功，該團隊現(xiàn)在正計劃進一步擴大該項目在高中階段的研究機會。

Fenton 說：“為什么要只限于三個學生？明年我們可能有十名學生，讓他們在學習大腦知識的同時，也幫助我們研究大腦?！?/p>