人腦有約860億個神經細胞，數以兆億的神經連結，是人類最渴望一探究竟的器官。神經科學家將腦內所有神經連結的集體稱為大腦連接組Connectome，神經訊息如何流動於無數可能的神經連結之中，正是科學家們積極欲破解的大腦密碼。嘗試探索大腦連接組網絡型態，就像描繪Google街景地圖一般，而藉由這個地圖的導引，人類將探索無限的可能。
&nbsp;
自1990年起，人腦解碼的國家級計畫風起雲湧；美國開風氣之先，提出幾個具有連續性的計畫，包括「腦研究的十年」（Decade of the Brain）（1990~1999）、「行為的十年」（Decade of Behavior）（2001～至今）、「人腦連接組計劃」（Human Connectome Project, HCP）（2009～2014）、2013年開始強調創新技術開發大腦功能圖譜之「腦科學計畫」（Brain Initiative）（2014～2025）以及「心智的十年」（Decade of the Mind）（2012～2022）。歐盟則提出10年為期的「人腦計畫」（Human Brain Project, HBP）（2013～2023）；加拿大的「加拿大腦研究戰略」（Canada Brain Research Strategy）、日本「腦思維計畫」（Brain/MINDS project）（2014～2023）、中國由2016開啟之「中國腦計畫」（China Brain project），也有跨國性的「國際腦計畫」（International Brain Initiative）。
&nbsp;
[data-component=gallery]
&nbsp;
<h2>風起雲湧 腦世代來臨</h2>
臺灣擁有豐沛的研發能量，但客觀來說，並非一個極具資源的大國，想要以科學增強國力，取得先機以及發展出可和他國互利的關鍵科技是必要手段。臺大心理學系名譽教授黃榮村表示「科學是找負責機制，來回答問題了解原因的，所以不應淪於軍備競賽或僅建立大數據資料庫。」以此基礎上，臺灣於國際現況下可的利基點則一目了然。其一，臺灣中央研究院院士同時也是國立清華大學大學生命科學院特聘講座教授及腦科學研究中心主任的江安世院士，領導團隊在2011年領先國際做出果蠅腦內13萬神經元的全腦圖譜標定，被紐約時報(The New York Times)認為是解碼人腦的第一步，以果蠅這類神經結構簡單的實驗動物，在基礎神經科學研究發展出世界級的成就；其二，臺灣在神經科學、精神醫學、復健及高齡醫療等有深厚的基礎及豐富的人才，結合臨床經驗、健保資料庫及未來腦科學研究成果，能有效提升健康福祉；其三，嶄新的教育和應用以及產業開發不僅可提升社會大眾及產官學跨領域腦科學知識水準、提升學習效能、防範精神疾病及腦退化性疾病產生之外，數位技術及設備及技術的升級包括影像擷取、後製與分析，和提升空間解析度等任一方面的改善，都會帶給臺灣很大的貢獻和優勢。
&nbsp;
人腦有無窮的可能性，解密connectome可列為國家戰力的一環，掌握其中奧祕將成為下一個世代的霸主。以果蠅研究於腦科學的國際舞臺大放異彩的江安世院士表示，「腦解構及connectome的解密現在看來並非是選擇題，而是必修學門，非但要執行，而且愈快愈好」。隨著美國於2009年由美國國立衛生研究院（NIH）資助啟動歐盟人類腦部連接組計畫 （Human Connectome Project, HCP），比照人類基因圖譜計畫多國的合作，以及超解析光學顯微鏡的發明與人工智慧大數據資料快速分析能力的發展。針對HCP計畫，2006年珍利亞農場研究園區（Janelia Farm Research Campus, JFRC）成立，為全球著名神經科學研究機構，集中火力重組果蠅腦神網路，以電子顯微鏡取得影像並解構連結，在2020年攜手Google發表了果蠅半腦連結組。但江院士曾在2016年底於美國加州舉辦並匯集全球至少35,000名神經科學家的神經科學年會上，在大會主題演講中以果蠅腦推論：以該解碼速率計算解碼人腦則需1700萬年。這個數字讓人咋舌，高解析度但更快速便宜的創新取像科技將是這場競賽的關鍵。
&nbsp;
&nbsp;
<h2>設備精進 強化腦科學研究力道</h2>
解碼神經網路需要同時滿足2個極端的需求：深入極小同時能整合全體。隨著科技快速發展，各國競相集中資源和火力，力求突破，2014年諾貝爾化學獎得主研發的超解析度螢光顯微鏡，讓科學家得以窺見微米級的神經元和各種連結；2019年江安世院士和中央研究院應用科學研究中心陳壁彰副研究員合作共同研發超解析三維層光定位顯微鏡，不僅讓果蠅腦部被螢光標定之單分子神經物質現形，建構全腦神經網路地圖更加便利外，更可動態的觀察生物腦活動如記憶的形成。
&nbsp;
此外，可綜觀腦部整體活動的磁共振造影（magnetic resonance imaging, MRI）和電腦斷層掃描（CT Scan）技術目前也更臻純熟。果蠅腦全解碼在近期1至2年必然發生，而人腦在10年內有機會讓連結地圖建構完成嗎？江安世院士預測人腦神經網路連結體可能在10年內完成。藉此，科學家將可操控特定的腦神經細胞，理解人腦運作的奧祕，並尋找各種大腦病變的成因與治療之道。
&nbsp;
&nbsp;
<h2>解碼後的展望 醫療、科技再升級</h2>
有關於人腦的祕密，以人腦內最核心的學習與記憶功能為例，目前科學界已有許多劃世紀的重大發現，而connectome就像是人腦硬體結構涵蓋時間和空間因素的4D圖譜，隨著這張圖譜的功能和結構更加完善和精緻，會有更多方向值得去探索，包括：腦部疾病的研究與治療、人工智慧（artificial intelligence, AI）、腦知識教育（brain inspired education）等。
&nbsp;
用於腦部疾病的研究與治療是大眾對於HCP最直觀的期待。腦科學的蓬勃發展，尤其在1980年代以大腦與心智功能之間的連結愈形緊密，對退化性類疾病包括神經性、精神性等失能的了解與治療效能大幅提升。若與人類基因組成果的臨床應用做一比較，新興腦科學的應用尚在起步階段，但與現代AI及大數據技術結合後，作深度學習的各類腦部病症診療案例已愈來愈多。如同完善清晰的地圖更可以精密細緻地控管交通航線；人腦連結緻密，運作極有效率且用進廢退，藉由對腦部全面的了解可以得知疾病病程發展，腦部疾病和損傷的替代方案、改善和修復。
&nbsp;
&nbsp;
<ul>
<li style="list-style-type: none;">
<ul>
<li><a style="color: #800080;" href="https://www.charmingscitech.nat.gov.tw/post/202103004-2">延伸閱讀NO.1〈AI人工智慧來臨，做好遺傳疾病、癌症風險管理再也不是難事。〉</a> 
</li>
</ul>
</li>
</ul>
&nbsp;
&nbsp;
舉例來說，透過HCP以及其他腦相關計畫資料庫釋出，科學家有望用影像學資料庫建立老化或疾病的客觀評價標準。國立陽明交通大學神經科學研究所特聘教授林慶波表示，高齡化研究不限於疾病的探討，若有充分的資源和計畫支持，可從健康高齡族群中結合腦解碼資料庫進行分析，推算出客觀且有數據支持之老化曲線，並增進connectome對於行為、發育、老化、病理機制和退化性腦疾病等腦運作機理，以及各疾病易受損腦區疾病防治提供量化指標與科學依據進行防治；2012年陽明大學高齡與健康研究中心即針對健康高齡族群進行長期追蹤，目前已蒐集近2,000筆數據，並以磁振造影（magnetic resonance imaging, MRI）結構影像學探索肌肉、行動力、心血管、能量、腦部供應及結構之間的關聯，進行腦齡預測和腦健康判斷並作適當的介入。縱貫式研究可讓臺灣在健保資料庫和高齡研究上的優勢更加厚實，若可適度調整腦研究相關法規並集中能量進行於臨床、儀器規格、影像技術和方法學處進行點突破，臺灣必可在全球腦計畫中貢獻一己之力。
&nbsp;
&nbsp;
<h2>AI與教育的跨界應用</h2>
此外，HCP解碼後也將帶來最直接且全面的變革。模擬腦神經網路的人工智慧已有過半世紀的歷史，近來深度學習（deep learning）興起，讓科學家得以研究更精緻且出人意外的訊息交換、流動、計算、儲存、提取方式。目前應用的聚焦型人工智慧（weak AI, applied AI, narrow AI），僅能模擬人類的思維和行為表現卻無法真正進行思考、推理和解決問題；進行大量學習卻僅能處理一件類人類的行為；未來發展之通用型人工智慧（Artificial General Intelligence, AGI）可將人工智慧的意識、知識、感性、自覺等人類特徵連結，用以處理大量資訊、進行預測和決策以及處理未知。HCP解碼將迎來AI快速的進化。
&nbsp;
在腦知識教育方面，目前已知道學習需要區分階段，從嬰幼兒、孩童、青少年、成人和高齡，不同年齡都有相應的腦科學知識讓人類能更善運用自己的大腦，隨著腦科學進展，人類對於腦的知識需要升級及再教育。舉例而言以往認為腦細胞無法再生的學說已經被推翻，過去20年腦內幹細胞可重新分化為神經細胞並強化大腦的發現改變了現行教育和醫療的思維。隨著腦部的結構和功能揭密進而更新的腦科學教育能花極少成本卻簡單迅速的幫助到世人。綜合上述臺灣科技和AI優勢，中央研究院曾志朗院士也表示，「臺灣有很好的人才和研發能量，應適當收斂並整合資金和資源，找到對的人作計劃領導。」善用臺灣強大的科技結合多語言環境，由人類天生智能加上後天習得知識和經驗，搭配上AI，未來擴增智慧的研究亦可能成為顯學。
&nbsp;
&nbsp;
<h2>腦科學的未來 解碼人腦祕密勢在必行</h2>
人腦解碼與人腦連接組計畫的願景如此宏觀，對能深入了解人類認知與行為層面貢獻甚鉅，然其極限也不可忽視。由視知覺、決策與選擇、以及意識與認知議題等源遠流長的領域舉例，除了腦資料庫外的解碼外可提供協助外，於基本領域內進行身心關係的因果性和相關性的探討，以自由研究產生的多元創意產生突破性的研究則更為重要。另外，如同僅有20,000上下的基因僅占全基因圖譜的1.5％卻主導人類數以萬計的表徵與個性，硬體般的人腦Connectome運作軟體般的神經網路活動進而操控各式行為功能則有更複雜艱難的挑戰，人腦連接體雖然比基因更接近人類的日常心智與行為，但如何在連接體中找出有效的功能單位並可用在診療上還有一段路要走。
&nbsp;
最後，人類內在主觀經驗、同理情感與創意等面向的探討，還須等待可針對有關情緒共感、社會性大腦運作、無意識及創意歷程、主觀內在經驗等研究之心智生物學的研究漸趨成熟，方能有更進階的解讀。即使知道這些答案，腦研究就像一道設計縝密的序列謎題，謎底後串連著其他的問句，然而隨著接近答案的每一步，都讓未來的日子也因為有了嶄新的想像與期待而令人振奮。
&nbsp;
&nbsp;
（客座總編輯 <a href="https://www.charmingscitech.nat.gov.tw/">| 長庚醫療財團法人生物醫學轉譯研究所／特聘講座教授 華瑜、國立中央大學生醫理工學院院長 / 認知神經科學研究所講座教授 阮啟弘</a>；研究顧問團隊 | 臺大醫學院副院長／臺大醫院神經部主治醫師 謝松蒼、中央研究院生物醫學科學研究所副所長 陳志成、國立臺灣大學心理系特聘教授兼系主任 周泰立、臺北醫學大學人文暨社會科學院副院長／臺北醫學大學心智意識與腦科學研究所所長 曾祥非；責任編輯 | 段芊卉、葉于甄）

透過核磁共振方式顯示真實大腦中的軸突神經纖維的樣貌。圖片來源／Connectome in wiki；Flickr user by jgmarcelino from Newcastle upon Tyne, UK

基於20個科目的連接組群體的渲染圖。通過在行進方向上（分別映射到三原色顏色的xyz方向），對構成人腦白質結構的解剖纖維進行可視化顏色編碼。圖片來源／wiki , by Andreashorn

此結果揭示3種主要精神障礙疾病（憂鬱症、思覺失調症、抑鬱症）在腦功能網路層級的一致性跨診斷變化，支持精神障礙疾病的連續梯度或譜系特性。2020年5月刊 Biological Psychiatry: CNNI 的cover story.