神經學家使用大資料工具分析大腦細胞活動

北京時間7月29日消息，據《每日科學》網站報導，大資料時代，單靠一台電腦並不總能找到使用者最需要的解決方案。 相反，計算任務應該分佈于電腦集群，讓集群電腦共同分析大資料集。 這也正是谷歌、HTTP://www.aliyun.com/zixun/aggregation/1560.html">Facebook挖掘你的流覽歷史，並呈現你需要的廣告的技術。 但是，大資料並沒有止步于此。 用於監控腦部活動的最新技術帶來了所未有的大量資訊。 理解這些資料，或許能讓人類對自己大腦的工作原理產生新的認識。 為此，神經學家利用分散式運算工具Thunder（閃電），進行了大量研究。

監控腦部活動的最新技術帶來了所未有的大量資訊

Thunder是一個工具庫，由霍華德·休斯醫學研究所（Howard Hughes Medical Institute）的Janelia研究園開發。 Thunder可以提高資料分析速度，原本這些海量資料在一個工作站上要跑上數天或數周。 相關研究成果發表在7月27日的期刊《自然·方法學Nature Method》中。 加州大學伯克利分校的科學家Jeremy Freeman、Misha Ahrens等人完成了此項研究。

更為重要的是，他們還使用Thunder分析一種顯微鏡下的成像技術。 Ahrens及其同事使用這種技術觀測斑馬魚對視覺刺激做出回應時的腦部細胞活動。 這一研究成果同樣發表在《自然·方法學》中。

Freeman、Ahrens表示，使得單一電腦難以超越瓶頸的因素並非只有資料的巨大規模，還有資料的複雜性。 「當你記錄大腦活動的資訊時，你不知道分揀自己需要資料的最佳辦法。 每個資料集都各不相同。 對某些資料，你或許有想法，但這是否有意義，還有待探討。 」

神經學家在第一次考慮資料的時候，很少能迸發新的思路。 相反，最初的研究可能暗含更有希望的方法，只需要進行少量調整、使用新的計算分析，原來的資料就可以更有用途。

這也就是為什麼使用龜速的計算工具分析神經學資料會讓人大為受挫。 Freeman提到：「對一些分析來說，你可以上傳資料，開始跑資料，第二天再回來看。 但如果你需要調整分析，重新再跑一遍，就必須再等上一個晚上。 」

通過使用Thunder，Freeman和Ahrens可以在幾分鐘內分析成像結果，不需要等待很長時間就可以針對分析結果進行策略調整。

(責任編輯：mengyishan)