下载掌阅APP，畅读海量书库
立即打开
克里斯托弗·科赫（Christof Koch）
美国西雅图艾伦脑科学研究所所长、首席科学家，南加州理工学院生物学与工程学教授，弗朗西斯·克里克的弟子
克莱·里德（Clay Reid）、曾红葵（Hongkui Zeng）、斯蒂芬·米哈拉斯（Stefan Mihalas）、迈克·霍利茨（Mike Hawrylycz）、约翰·菲利普斯（John Philips）、金·丹格（Chinh Dang）、艾伦·琼斯（Allan Jones）合著
拥有860亿个神经元的人类大脑是宇宙中已知的最复杂的事物。它有组织，是负责人类行为、记忆和感知的器官，就连最神秘的意识也产生于大脑中。神经科学是探究大脑运作原理的学科，它经历了一个半世纪的发展，揭示了大脑的构成要素分别是膜通道、神经突触和神经细胞。然而，大脑惊人的异质性、神经元庞大的数量及其聚集方式的多样性使得还原论者无从理解，只是弄清了大脑运转中很微不足道的那部分。此外，鉴于神经系统是相互交织的，许多神经元会从其他数千个神经元那里接收信息，并与数千个神经元共同输出信息，因此影响任何神经元活动的因素都具有多样性。然而，我们必须了解大脑，不仅因为大脑中的客观事件与心智的主观现象之间的关系依然是科学界最深奥的谜题之一，还因为神经系统的病变和损伤会给个体及其家庭，甚至社会带来无法承受的后果。
大脑研究的任务很艰巨，人生很短暂，因此就让我们把注意力集中在范围较小的问题上吧！去了解在新皮层中信息是如何被表征和转换的。新皮层就是众所周知的大脑灰质。新皮层是一种层状结构，不同动物的新皮层差可达2倍，表面积差可达55 000倍，比如烟色鼩鼱和蓝鲸的新皮层。哺乳动物大脑的独特特征是：新皮层非常多样化，能够进行可扩展的计算，非常擅长跨形式的感觉加工，建立并记忆关联，计划并产生复杂的运动模式，新皮层与人类的语言也有关系。
新皮层由较小的模块化单位以及遍布整个大脑皮层的柱状回路组成，在任何一个皮层中，这样的结构都会反复出现。在不同的区域中，这些模块具有不同的连接和属性。我们还不清楚新皮层柱有什么计算功能，可能有过滤输入、侦测特征、放大依赖背景、查阅表、线性吸引子、预测编码器等。而且，科学家对新皮层柱是否存在这些计算功能还存在争议。然而，新皮层的结构与基因组表达模式具有跨物种、跨脑区的恒定性，当然，也存在许多例外。蠕虫和苍蝇的大脑具有高度的刻板性，遗传决定的神经回路调节着它们先天的行为。与蠕虫和苍蝇不同，哺乳动物的新皮层回路是由其祖先的经历和个人经历所决定的，并且采用了目的更宽泛、更灵活的群体编码原则，因此哺乳动物的大脑对环境具有高度敏感性。从这种意义上看，皮层柱的性质可能最接近通用图灵机
。基因组和学习机制的组合会根据输入大脑的视觉、听觉、语言信息等的统计结果来调整皮层柱的设置，或者反过来。
为了深入认识新皮层，我们必须通过记录动作电位的发生率和时间来探究相关的微变量，尤其要记录放电达到峰值的神经元。活跃的神经元快速地聚合成分布广泛的结合体，然后再分解开，这时运动皮层的感觉外围神经便能够追踪到这些变化。为了描绘、观察和干预这类分布广泛且非常独特的细胞活动，我们应该把研究焦点从人类转向一个在进化上相关的典型有机体，这样我们就可以对它进行全面的测量和干预了。这种有机体就是小鼠。在7 500万年前，人类和小鼠具有共同的祖先，它们共享着许多基因组。确实，99%的小鼠基因可以在人类基因组中找到直接对应的片段，两者在核苷酸水平上具有85%的相似性。来自“艾伦小鼠与人类大脑图谱”的数据显示，小鼠和人类在细胞层面的基因表达上存在着许多差异。其中最显著的差异在于视皮层和躯体感觉皮层之间，这反映了视网膜中央凹对人类以及触须对小鼠的重要性。
除此之外，人类大脑与小鼠大脑还存在两个非常明显的差异：可利用性和尺寸。出于伦理方面的原因，我们只能在极少数情况下，其中主要是在神经外科手术中对人类活体大脑进行细胞层面的探究。相比之下，只要对动物的福祉给予适当的关照，我们便可以采用电生理学及光学成像技术对小鼠光滑的新皮层进行充分研究。此外，一些实验采用经过适当改造的病毒，对小鼠的神经元亚群进行染色、标记、打开或关闭，实现了对小鼠大脑神经回路前所未有的控制。目前，神经科学研究大量采用了光遗传学方法和药物遗传学方法，这些方法能够在限定的时间里对限定的细胞类型暂时侵入性地控制一些限定的事件，这种控制非常精细，因此它们构成了干涉主义者的一系列工具，使神经科学可以从探索相关关系发展为探索因果关系，从观察实验对象在思考某个决定时神经回路的激活，到推断这个神经回路对做决策是否必需。其次，人类大脑与小鼠大脑相差3个数量级。就重量而言，它们分别是1.4千克和0.4克。就体积而言，它们分别相当于一个10厘米的立方体和一小块方糖。人类和小鼠整个大脑的神经元数量分别为860亿个和7 100万个，新皮层的神经元数量分别为160亿个和1 400万个。
人类大脑与小鼠大脑整体上具有相似性，同时后者比前者小得多。因此，合理的实验做法是，对小鼠大脑进行全面的大规模研究，并绘制出特定类型细胞的详细神经回路，记录、呈现、扰乱并模仿小鼠典型行为背后部分皮层-丘脑神经元的尖峰活动。研究者通过这种方式来了解感觉信息如何在一个或几个感知-行动周期的时间里被编码、转化，并成为人类行动的依据。这些知识可以通过持续、专注、高通量的努力来获得。由此形成的大脑视界项目（Project Mind Scope）包含5条紧密交织在一起的研究线。
大脑视界项目是2012年3月公布的一项里程碑式高通量计划的一部分，这个计划预计10年完成。这项计划涉及几百位科学家、工程师和技师。慈善家保罗·艾伦在2003年创立了艾伦脑科学研究所，他承诺前4年会为这项雄心勃勃的计划投入3亿美元。他还承诺，2015年底将在西雅图建成一座总面积约2.5万平方米的研究大楼。
大脑视界项目专注于研究成年小鼠的视觉系统和视觉-运动行为。研究所的科学家通过观察和模仿皮层-丘脑视觉系统中信号的生理转化（见彩图3）来了解从光到行为的计算过程。参与者想要描述并分类皮层-丘脑视觉系统的细胞构成，它们的动态关系以及细胞类型特异性连接组。科学家想要知道动物看到了什么，它们对看到的东西如何量化。这就需要科学家将不同方法、跨学科的结果紧密整合起来，这些学科和方法包括经典神经解剖学、分子神经解剖学、电生理学、光学生理学、对细胞群及其动力学的计算机建模以及对整个皮层-丘脑视觉系统的设计与运作的理论思考。
为了实现这些雄心勃勃的研究目标，我们要依靠一些经过基因改造的小鼠，这些小鼠体内都有一种或几种被标记的特定神经元类型。我们利用某种神经元独特的基因表达创造出了转基因的小鼠品种，这些小鼠的一些特定基因的启动子被用来表达一种叫作Cre重组酶的主控基因。研究者利用这类Cre重组酶驱动者品种的小鼠，有效地在特定的基因类型中或者在特定的时刻诱导出了变异基因。研究者还可以将这种小鼠和报告基因鼠或转基因病毒载体鼠联合使用，以控制各种效应基因的表达，实现对神经元的标记和操作。这类转基因小鼠是非常有效的工具，我们利用它能够剖析神经回路的构成。我们已经繁育了40多种这类Cre重组酶驱动者品种的小鼠，它们的皮层-丘脑神经回路中全面涵盖了兴奋型和抑制型的神经元。随着我们对不同类型细胞的了解，还会繁育出更细化的品种。大家可以通过美国杰克逊实验室（Jackson Laboratory）获得这些小鼠的信息。
在效应基因方面，我们采用最先进的分子工具来监控并操纵神经回路。这些工具包括用来显现神经元结构和连接的各种荧光蛋白（见主题1中的第2章），以及用于报告神经元活动的基因编码的钙离子指示剂，比如GCaMP6，还有用于改变神经元活动的光驱动视蛋白，比如光敏感通道。也就是说，一旦我们识别出了任何一组神经元的分子“编码”，我们便能标记这组神经元，并把它们“打开”或“关闭”几毫秒甚至几个小时。这些遗传工具是我们实验研究的基础。
几年后，我们开始大规模开发有关脑区和细胞类型特异性的三维连接图。艾伦小鼠大脑连接图谱（见主题1中的第1章）采用了基因追踪法和高通量双光子断层扫描系统，以流水线的方式对数千只小鼠大脑中经绿色荧光蛋白标记的轴突进行成像。我们使用了高速双光子显微镜，同时对小鼠整个大脑进行了自动振动切片。从每100微米的长度中抽取一张高分辨率的大脑冠状面图像，因此每个大脑的数据集都达到了0.75 TB。我们已经收集了大约2 000个这样的数据集，所有的数据集都以高度空间保真性记录在标准三维参考系中。这意味着，我们可以对整个数据集进行量化分析，这些图像被解析成50万个100微米×100微米×100微米的像素，并基于艾伦小鼠大脑连接图谱被绘制在295个脑区中。这些根据解剖结构界定的脑区中充满了像素点，就像瓷砖一样贴满了所有的大脑空间。接下来的研究步骤是，更聚焦地探究皮层-丘脑视觉回路，用具有10微米各向同性分辨率的三维图谱来分析相应的细胞类型特异性连接。
我们将全面描述皮层-丘脑视觉回路中细胞类型的生理、解剖及转录性质。我们估计其细胞类型会少于100个，目标是找到这个回路中细胞类型全面的分类法。细胞类型和单个细胞层面的生物异质性，以及每个个体独特的遗传基础和生长环境都可能是神经回路功能多样性、灵活性和可塑性的影响因素。
我们计划在单个细胞层面上三管齐下。第一，我们将采取细胞膜片钳记录实验中所遵循的电生理规程，来记录切片大脑和活体大脑中各种类型细胞的全部生物物理学性质和固有性质。另外，我们将使用广义的泄漏积分器模型，通过计算机模拟来准确地复制所观察到的阈下电压和尖峰时间行为（spike timing behavior）。第二，我们将会对几千个神经元的全部形态结构进行成像和重建，描述整个大脑中神经元的树突树、近端轴突分支和远端轴突分支。第三，我们想要分别利用实时荧光定量核酸扩增检测和转录组测序技术，通过部分或接近完整地读出被转录到几千个细胞中的信使RNA来对细胞进行分类。
最后，我们将探究相同类型或不同类型神经元之间突触连接的详细生物学性质，尤其是突触强度的短时改变。这将为我们的大规模建模计划提供大量数据，建模计划的目的是形成有关神经回路计算的模型与理论。像过去一样，这些数据将会被免费公布在一个受监管的在线细胞类型数据库中。
虽然细胞类型的形态特性和生物物理学特性能够概括地反应神经元之间的连接，但高度互连的皮层回路所具有的结构数量，远比依据测量结果预测出来的统计数据多得多。除了脑区连接和细胞类型特异性连接的统计规则之外，细胞群体间更高等级的连接与功能特异性有关。因此，我们正在计划对视皮层中精细的连接组进行更深层的解剖学研究，也就是要研究皮层回路中单个神经元之间（i和j）的突触网络（W ij ）。这些研究包括皮层回路的大规模重建，采用的方法是连续切片电子显微镜技术，以及用狂犬病病毒进行跨突触标记的更有针对性的实验。由于皮层网络中特定的连接有可能与特定的生理反应有关，因此我们将对以前被研究过行为背后的生理机制的动物进行解剖学实验。
大脑视界项目的最终目的是了解皮层中进行的计算。我们选择视觉系统作为探究小鼠大脑的入口。尽管小鼠的视觉敏锐性大约是人类的1/50，但它们大多数的解剖及生理特征相似，因此视觉成了研究其感觉形态的最佳选择。尽管我们对小鼠由胡须和嗅觉触发的行为已经有了很多了解，但小鼠所能做的视觉-运动行为还有许多值得研究的地方。
视觉信息源自动物的光感受器。拿普通实验室小鼠（C57BL/6J）来说，它的每只眼睛里有600万~700万个视杆细胞和18万个视锥细胞。视觉信息透过视网膜，会在大约5万个神经节细胞中产生动作电位。这些神经节细胞大约分为20种，它们具有不同的形态、反应模式和分子特性，像瓷砖一样覆盖着视觉空间。许多神经节细胞会向外侧膝状体核的18 000个神经元投射信号，外侧膝状体核是视觉丘脑的一部分。外侧膝状体核细胞的轴突与初级视皮层的36万个神经元中的一些连接在一起。对小鼠皮层的解剖追踪显示，初级视皮层具有复杂的层级结构，围绕着它有大约12个视觉联合皮层，而灵长类动物至少有36个视觉联合皮层。视觉信息在通过初级视皮层和视觉联合皮层时被进一步加工，初级视皮层和视觉联合皮层构成了网络中的网络（见彩图3）。
我们正计划研究一系列更加复杂的视觉-运动行为。这些行为会围绕着物体识别进行，从而可以记录这些行为是怎样影响初级视皮层的感受野和其他特征的，以及皮层回路是怎么塑造行为的。我们可以训练小鼠一边奔跑一边分辨两种简单的刺激，例如分辨向左倾斜和向右倾斜的格栅，并评估在特定细胞类型、皮层和皮层区域中扰乱神经活动会对小鼠产生什么影响，同时监控其神经元集群的活动。
传统上，研究者会用电生理学方法研究神经元的尖峰活动。以前研究用的是手工的电探针。进入硅器时代后，研究者开始采用多电极记录的方式。目前探针的价格已经降低了，而且每个探针柄上都有64个记录点，这为将来的技术改进留下了很大空间。我们正在与其他机构合作，打算制作出记录点更多的硅探针，这种探针带有一体化的电路，能够放大并多路传输来自每个探针柄上512个记录点的信号。这种探针柄基座上的电路将放大、过滤并多路传输信号，这样，与芯片连接的电线就会很少。我们未来几年的目标是记录构成皮层微柱的大部分神经元。如今我们可以将Cre重组酶作为中介进行光敏感通道的表达，在Cre重组酶的作用下，特定类型的细胞会直接因为光而变得兴奋，继而能够被识别出来。因此我们便有可能将皮层微柱的神经元分成特定的细胞类型。
对活动中的小鼠进行功能性成像的研究已经取得了以下进展：记录几百个遗传靶向神经元的活动成了日常工作。双光子显微镜技术可以让那些用荧光标记出的神经元显影，图像的分辨率水平足以让我们识别出单个神经元树突棘。基因编码的钙离子指示剂，比如GCaMP6，便能够提供神经元胞体中动作电位所控制的信号。如果将钙离子指示剂与双光子显微镜技术联合使用，我们便有可能以视频速率分辨出数百个神经元中一阵阵突发的尖峰。当然，这比电生物学记录亚毫秒的分辨率还是慢很多。由于所有视皮层都位于颅骨之下，因此我们能够把每个皮层都定为生理学成像的目标，有时可以在同一个实验中完成。最近，记录单个轴突和突触前膨体的峰形活动已经可以实现了，因此投射神经元提供的信号也能够被记录在靶点区了。这样，除了以上描述的脑区间解剖连接的图谱之外，我们还计划描绘功能的投射组：当动物处于深层睡眠、奔跑状态以及处于涉及空间注意力与物体识别的视觉-运动任务中时，被标定类型的神经元发出的生理信号会在视皮层之间传递，我们将据此绘制出全面的大脑图谱。
我们探究了外科手术的应用技术、电子显微重建技术和神经回路标记技术，尝试了从行为组到双光子钙成像技术，再到使用质量监控、标准操作程序的标准化流水线以及其他生物技术行业流行的工具，将多种技术和工具组合起来以更快地获得相关生物学数据。对于参与艾伦脑科学研究所大脑图谱项目的每个人来说，核心问题是清楚地界定目标产品，通过项目计划和管理程序系统地确定研究的转折点和可交付的成果。我们联合了多学科的科学研究团队与技术团队，其中包括生物学家、数学建模专家、数据分析师和工程师，实现研究过程的工业化并努力按时、不超预算地交付产品。
大脑图谱的每个模块都与一个大型数据生成流水线相连，在保证高生产量的条件下采用标准操作程序、供应链管理技术和质量监控措施。数据一旦被生成，它们便会进入信息学数据通道（informatics data pipeline）。在成为产品之前，数据会经过多轮加工，受到质量监控。根据结构化科学实验室中的工作性质来看，任何一个模块都可能支持多个数据生成流水线或者在支持某位科学家的研究工作中发挥作用。
我们最新的在线数据产品，即艾伦小鼠大脑连接图谱便是大规模流水线的杰出实例。我们实现了以下过程的工业化：转基因小鼠的繁育和特征描述，立体定位重组腺相关病毒（rAAV）追踪器的注射，连续的双光子断层扫描，以及将这些数据生成模块与强大的信息学数据通道连接起来以形成图谱的主要数据集（见图3-1）。为了达到这个项目设立的目的，我们提高了大量培育Cre重组酶驱动者小鼠的能力，并将这些工作与外科医生专注的核心任务协调好，他们每天要进行精确的rAAV追踪器的注射，并数年如一日。这个项目为连续双光子断层扫描提供了几千个接受注射的小鼠大脑。每个系统每天对一个小鼠大脑进行切片和成像，他们会在 x - y 轴上每0.35微米抽取一个样本，在 z 轴上抽取得比较少，这个系统每周运转6天。在工业化的实验环境中，我们全面监控系统20小时正常运转，在工作时间之外也有工作人员随时待命，以处理运转中出现的任何问题。前三个数据生成模块的输出内容是原始的双光子钙成像数据，数据来源是野生鼠和Cre重组酶驱动者小鼠。之后这些数据会经过多个阶段的加工和质量监控，这是完整流水线的一部分。
图3-1 艾伦小鼠大脑连接图谱数据生成与信息管理流水线
整个流程包括自动化的数据加工、数据搜索、数据可视化处理，以及对庞大而复杂的数据集进行分析。作为可扩展的计划系统，它还包含一些算法模型，这些模型整合了内部开发的实验室信息管理系统、工作日常安排和成果提交管理中心。这些部分共同构成了一个完全自动化的流水线，每年能够处理1拍，即10 15 字节的图像数据。
生产出的最终图谱产品会通过一个网络应用程序发表。使用者可以搜索一个或多个结构向其他结构的投射，搜索类似的连接模式和虚拟的逆行连接，也可以在艾伦大脑参考图谱提供的解剖背景下浏览二维或三维数据，还可以浏览、分析一个或多个数据集，下载所有的计算数值以进行大规模数据挖掘和分析。
我们计划将类似的项目管理技术用于生成高质量的数据产品，研究者可以通过分析这些数据了解在体外和体内的条件下，小鼠皮层神经元和皮层-丘脑回路的结构与功能。
鉴于神经系统的复杂性，建立可量化的生物物理模型和更抽象的神经元与网络模型，对理解神经系统的功能来说至关重要。有两组可观察的行为与有机体的功能有关，我们需要复制其大脑模型。这两组行为分别是神经元活动，即神经元阈下膜电位和神经元尖峰性能，以及动物所对应选择的行为。尽管我们最初计划观察小鼠非常自然的觅食行为和在转轮上的奔跑行为，但这只代表了动物所有行为中很小的一部分。我们希望据此建立的模型能够被推广到动物所有尚未被观察到的行为。因此，我们的努力范围仅限于能够复制神经元活动特征的机械模型。模型的细致程度、细胞类型的群体统计数目以及被个别描述的神经元反应都取决于观察到的图像分辨率水平。在现有分辨率水平的基础上，我们计划对小鼠神经连接组，包括对其细胞类型特异性连接W αβ 和个体连接W ij 进行量化。由于大部分在皮层神经元之间传递的信息是峰电位，因此我们将建立一系列视觉模型，将大脑结构与峰电位联系起来。
我们计划用参数表示一系列神经突触、神经元和神经回路的模型，复制出神经元输入与输出的关系。相关的脑切片电生理学、形态学和转录数据会限制大脑外侧膝状体核和初级视皮层的模型。对于神经突触来说，重点在于为众多神经细胞类型之间短期的可塑性确定正确的参数。一开始，我们将采用最常见的带泄漏积分触发单元来对神经元建模，因为已知的凸优化方法让我们能够找到一组与阈下电压和尖峰性能最适合的独特参数。生物物理学模型拥有天然的优势，因为在点神经元模型（point neuron model）之上，它纳入了许多有关这个系统的已知信息，包括形态学、取决于电压的电流、神经突触及其位置，并且所有这些信息只依赖它们的物理描述。当然，生物物理学模型很难确定参数，而且寻找参数是建模过程中使用计算机最多的时候。有一个尚未解决的问题是，是否存在发生率频繁到足以被作为模型来分析的标准回路，比如皮层中间神经元-锥体细胞微回路、皮层-丘脑回路等。发现模块化是使我们避免所谓的复杂性刹车（complexity brake）的关键原则，这适用于所有的生物。既然大多数组成部分是通过切片数据来设定参数的，那么我们将调节性突触输入与来自其他皮层和丘脑区域的直接突触输入合并了起来。
许多脑区与视觉区域相连接，并且影响着视觉区域的活动，有些脑区设定了视觉信息的警觉水平，有些负责处理听觉信号、躯体感觉信号或运动信号。为了量化这种神经活动状态，我们开发了一种群体统计方法，在神经突触输入具有相同特征的条件下，使用这种方法能够复制简单的点神经元模型群体的阈下活动和尖峰活动。它还可以被用于测量非常大的网络，甚至用于整个大脑，以模仿人体睡眠时的大脑或处于“静息状态”时的大脑活动。这种模型的重要参数是细胞类型连接组以及神经元与模块的动态性质。
为了建立一个系统层面的模型，我们计划建立一个在线网络模型，它包含我们所描述的所有加工水平和模块，会使用建模描述语言和其他模拟工具。建模的过程中允许纳入混合模型：可以用群体统计数字来描述初级视皮层以外的视觉区域；用尖峰群体描述初级视皮层；用生物物理学细节描述数量有限的神经元。其目的在于复制生物体内的生理机能。这种追求高分辨率的方法限制了在一些大脑区域上所花费的计算时间，比如那些对模拟输出影响不大的区域就可以简化，这样也能够让模拟结果理解起来简单些。
从系统模型时空感受野的角度来描述视觉神经元的特征很重要，时空感受野就是视觉空间中的区域，在那里精确定时的一系列视觉刺激会引发动物反应，如果一根小棒在某个方向上移动，那么这个方向上的视觉神经元就会做出最好的回应。接下来的分析步骤包括小鼠在加工自然视觉景象时的行为状态依赖与背景整合，因为它可能对这种自然视觉景象比较敏感。我们还计划在观察到的神经元活动和神经元编码图像的模型基础上重建视觉输入，这就是所谓采用了贝叶斯方法的读心术。这些重建让我们能够用定量的方式来检验特定的编码模型，例如重建的质量是不是取决于这些特征显著的函数？虽然我们的焦点在于刺激编码的模型，但解码与编码之间存在着辩证关系，即我们对神经元编码刺激了解得越多，解码也会越好。
构建模型的最后一个步骤，是将神经元活动与动物在执行任务中的选择联系起来。混合模型的构成涉及映射行为的各个不同层面，它对用敏感性分析技术来预测哪些构成、哪些细节促成了结果会很有帮助。这种分析对预测光学遗传干预如何影响神经网络活动至关重要。
虽然我们能够记录每个神经元的每个峰电位，能够通过生物物理学方式模拟每一个峰电位，但我们依然无法理解神经元加工背后的深层原理（见主题2中的第9章）。丘脑中的反馈通路有什么功能？大脑的运作是否由一系列通过反馈调节的线性-非线性反馈加工阶段组织而成，就像大家熟知的灵长类视觉模型那样？物体是如何被表征的？这些表征又是如何被大脑使用和学习的？为了适应环境，皮层在多大程度上进行着预测编码或者贝叶斯推断？回答诸如此类的问题需要实验、建模以及理论成果三方密切合作。这类理论思考对我们的建模工作是一种补充。
当建模专家、理论科学家、解剖学家和生理学家聚集在一起，共同研究皮层-丘脑系统时，由此而产生的建模和理论将会指导我们未来的实验研究，并在我们能够测量什么对象、应该建立什么模型以及能够理解什么内容之间建立起良性循环。
神经科学是一个庞杂又各行其是的领域，全世界大约有10 000个独立的实验室在探索不同的主题，涉及的时空范围从毫秒到年，从纳米到厘米，研究工具的种类多得令人眼花缭乱。在2012年《自然》杂志的一篇评论中，科赫和里德提出了在大科学时代中进行大脑研究所面临的挑战。学生为了毕业必须写出自己独立研究的论文，教师为了获得经费支持和终身教职，必须在非常有影响力、竞争激烈的期刊上发表文章，因此，现代学术研究事业鼓励实验和团队之间最大限度地独立。确实，当参加每年举办的神经科学学会（Society for Neuroscience）会议时，人们会吃惊于60 000多名神经科学家正迅速地以各种垂直的研究方向远离彼此，就像社会学形式的“大爆炸”。虽然在任何学科发展前期的探索阶段，这种独立是非常必要的，但对经典大脑回路和日常行为进行更系统、更全面的研究需要神经科学家进入更成熟阶段。
研究团体之间的垂直关系已经阻碍了制定研究标准和大规模标准项目的形成。例如，迄今仍没有统一认可的标准可以将动作电位从来自不同神经元组织的嘈杂电记录中识别出来。相反，研究者正在使用着几十种不同的峰电位侦测与分类算法。为了获得竞争优势，同时也因为没有足够的资金来对在线数据储存库进行管理和监督，科学研究者辛苦取得的研究成果就那样堆放着，其他人很少能够通过网络获取。只是在最早描述分子化合物和转基因动物的论文被发表后，它们才得到了普遍应用。所有这一切让我们很难进行跨实验室的比较或复制特定的实验，这大大降低了神经科学发展的速度。
大脑新趋势
大脑视界项目同时也是神经科学领域的一个社会实验，它预示着神经科学大规模统一时代的来临，只是目前这个领域还处于诸侯割据的状态。我们应该奖励合作进行项目研究的团队，而不是奖励几个主要的研究者。将源自个人主义学术环境的各种不同科学方法与团队驱动的公司方式整合起来，这构成了大脑视界项目真正的挑战。通过将许多专业人士聚集在共同的目标、技术和标准之下，大脑视界项目能够比任何一位独自工作的专业人士取得更多的成果。只有这样，大量不同的解剖、成像与生理学数据才能被综合成一个数学预测框架，揭示出各个要素如何组合在一起并整体运转，从而产生智慧与意识。我们设想在不远未来的某一天，少数设备精良、人才济济的尖端大脑观测机构将会弥补这种学术状况的不足。
虽然大脑视界项目令人望而却步，但其他科学领域有实施更庞大项目的先例，比如构建高能粒子加速器、天文望远镜和人类基因组项目。这些项目涉及成千上万的科学家、工程师和技术人员，历时几十年，得到了国家政府、基金会和私人捐助者的资金支持。类似于物理学家如何构建出了远眺宇宙边缘的天体设备，大脑科学家必须构建出可以窥探颅骨内产生心智事件的“观测机构”。