引言：脑图谱——理解大脑的"地图"

如果没有地图，探索一座城市将寸步难行。对于拥有约860亿个神经元和超过100万亿个突触连接的人类大脑而言，脑图谱（Brain Atlas）就是那张不可或缺的"导航地图"。它告诉我们每个脑区的位置、每种细胞类型的分布、每条神经连接的走向，是脑科学研究的"基础设施"。

2026年，脑图谱绘制技术取得了革命性进展。从传统组织学染色到单细胞转录组测序，从二维切片到三维全脑成像，从手动标注到AI自动分割，脑图谱的分辨率、覆盖度和绘制速度正在以指数级提升。本文全景解析2026年脑图谱的技术演进、最新成果和未来方向。

从Allen脑图谱到多组学脑图谱

Allen脑研究所（Allen Institute for Brain Science）自2003年成立以来，一直是脑图谱领域的全球先驱。其标志性成果包括：Allen小鼠脑图谱（2006年）、Allen人类脑图谱（2010年）、Allen小鼠脑连接图谱（2014年）和Allen细胞类型数据库（2020年）。

2026年，Allen脑研究所发布了其迄今最全面的"Allen小鼠全脑多组学图谱"，整合了单细胞转录组（scRNA-seq）、空间转录组（MERFISH）、表观基因组（ATAC-seq）和连接组（顺行/逆行示踪）四种模态的数据，覆盖超过5000个基因和2000种细胞类型。这一图谱的独特价值在于：它不仅告诉你"哪些细胞在哪里"，还告诉你"这些细胞表达什么基因"、“基因表达受什么调控”、“细胞之间如何连接”——从"地图"升级为"百科全书"。

但这套图谱的局限也很明显：它基于小鼠而非人类，小鼠大脑与人类大脑在皮层折叠、脑区比例、细胞类型上与人类存在显著差异。

中国脑计划的脑图谱布局

中国脑计划在脑图谱方向上采取了"小鼠-猕猴-人类"三步走策略，每个物种解决不同层面的问题。

小鼠全脑连接图谱。 2025年，中国科学院脑科学与智能技术卓越创新中心联合华中科技大学、浙江大学等单位，在《Nature》以封面文章发表了全球首个覆盖小鼠全脑的单神经元分辨率连接图谱。利用华中科技大学骆清铭团队开发的fMOST（荧光显微光学切片断层成像）技术，团队追踪了超过1万个单神经元在全脑范围内的完整投射路径，揭示了小鼠大脑的"交通网络"——哪些脑区之间直接相连，连接强度如何，是否存在"高速公路"（长程投射）和"地方道路"（局部环路）的分层结构。

猕猴皮层细胞图谱。 2026年，中国科学院昆明动物研究所、北京大学、浙江大学等团队利用单细胞RNA测序和空间转录组学技术，绘制了猕猴大脑皮层的细胞类型图谱，覆盖超过100个脑区和200多种细胞类型，成果发表于《Science》。猕猴作为与人类进化距离最近的非人灵长类动物，其脑图谱对于理解人类大脑的进化、发育和疾病具有不可替代的桥梁作用。

研究发现，猕猴皮层细胞类型在进化上高度保守，超过80%的细胞类型可以在人类皮层中找到对应。但人类皮层中某些细胞类型（尤其是与高级认知功能相关的第3层和第5层锥体神经元亚型）的比例显著增加，这可能是人类认知能力超越其他灵长类的细胞基础。

人类脑图谱的前沿探索。 2026年，中国科学家参与了美国NIH BRAIN Initiative Cell Census Network（BICCN）和BICAN（BRAIN Initiative Cell Atlas Network）等国际合作项目，在人类脑组织的单细胞多组学分析方面做出了重要贡献。但完整的人类全脑细胞图谱仍是一个"十年目标"——人脑体积是小鼠脑的约1000倍，单细胞数量多约1000倍，绘制成本和技术难度巨大。

技术突破：AI驱动脑图谱绘制

2026年，AI技术正在革命性地改变脑图谱绘制的速度和精度。

图像分割：从"人工标注"到"AI自动识别"。 传统的脑图谱绘制需要大量神经解剖学专家手工标注神经元、突触和脑区边界，一个完整的小鼠脑图谱需要数十人年的人工工作量。2026年，基于深度学习的图像分割算法（如U-Net、Mask R-CNN的改进版本，以及基于Transformer的SegFormer等）已经可以自动识别和分割神经元胞体、树突、轴突和突触，将分析效率提升100倍以上。

连接组重建：AI追踪神经元连线。 从电子显微镜的连续切片图像中重建神经元的三维形态和连接，是脑图谱绘制中最具挑战性的任务之一。2026年，Google Research的Flood-Filling Networks和哈佛大学Lichtman团队的AI系统已经可以在果蝇和小鼠脑组织中自动追踪神经元，准确率超过95%。

多模态整合：从"单一视角"到"全景视图"。 2026年，AI在多模态数据整合方面也取得了进展。通过将转录组数据、连接组数据和功能成像数据（如fMRI）映射到同一参考空间，AI可以生成"多模态脑图谱"——在同一张图上同时显示基因表达、细胞类型、神经连接和功能活动。

脑图谱的应用价值

脑图谱不只是基础科学成果，它正在转化为临床和产业应用。

脑疾病：精准定位病变。 脑图谱为脑疾病（如帕金森病、阿尔茨海默病、癫痫、抑郁症）的精准定位提供了参考坐标。例如，帕金森病DBS手术的靶点（丘脑底核STN和苍白球内侧部GPi）在脑图谱中的精确定位，可以帮助神经外科医生将电极准确植入到"最佳位置"。

脑机接口：选择最佳信号源。 脑图谱可以帮助脑机接口（BCI）开发者选择最佳的信号记录位置。例如，运动皮层第5层的大锥体神经元（Betz细胞）是控制手部运动的关键神经元，将电极植入该区域可以获得最强的运动控制信号。

药物研发：靶向特定细胞类型。 脑图谱可以指导神经精神疾病药物的研发。例如，如果某种精神分裂症风险基因主要表达在特定类型的前额叶皮层抑制性中间神经元中，那么药物研发可以针对该细胞类型设计特异性靶向策略。

2026年关键判断

第一，脑图谱正在从"解剖学图谱"升级为"多组学百科全书"。 未来的脑图谱将不仅包含细胞类型和连接信息，还包含基因表达、表观遗传、蛋白质组和代谢组等多维度信息，形成对大脑的"全景刻画"。

第二，AI是脑图谱绘制的"加速器"。 AI在图像分割、连接组重建、多模态整合等方面的应用，正在将脑图谱绘制速度提升100倍以上。中国在AI领域的优势将在脑图谱绘制中发挥关键作用。

第三，从"小鼠"到"人类"的跨越是最难的一步。 小鼠脑图谱的技术路径已经很清晰，但人类全脑细胞图谱仍面临体积大、细胞多、数据庞杂、伦理限制等巨大挑战。完整的人类全脑细胞图谱至少还需要5-8年时间。

第四，脑图谱的产业转化刚刚开始。 脑图谱在DBS手术导航、BCI电极定位、药物靶点发现等领域的应用价值已经显现，但产业转化仍处于早期阶段。随着脑图谱数据的不断积累和AI技术的持续进步，脑图谱的产业价值将在未来5-10年内快速释放。

结语

2026年，脑图谱绘制正在从"手工时代"进入"AI时代"，从"单模态"进入"多模态"，从"小鼠"走向"人类"。中国脑计划在脑图谱方向上的持续投入（小鼠、猕猴、人类三线并进），正在为中国脑科学的长期发展奠定"基础设施"级别的数据基础。

正如人类基因组计划为基因组学打开了大门，脑图谱将为未来数十年的脑科学研究提供不可或缺的坐标和参考。有了这张"地图"，脑科学对"三磅宇宙"的探索将更加精准、高效和有方向感。