夜雨聆风
前言
写这篇，
首先，是因为最近学累了，想收尾总结下，同时我借的图书馆一堆书（纸上谈兵），月底要到期还回去。 其次，搞AI的、具身智能的，也可以拓展了解下神经生物学的一些内容，我尽量通俗准确地给大家讲解好。 此外，还想给大家分享下，这个世界还有多少难题等着我们一步步去解决，不要因为AI进步太快而焦虑。
写法上，
通俗风。准确度可能会差一些，但是写总结不能太深奥，自己看不懂，我的读者朋友们也更看不懂。 另外，我有私心想夹杂一些“我在这个领域高效参与技术讨论必背的”一些词汇，后面大家看到表格图，可以忽略（我的拟背会的笔记）。大家请重点看我的文字讲解、易懂的图。
阅读方式上，
推荐听书，右上角有个耳机的按钮能转听书。根据上次经验，“万字长文”，大约是30多分钟。 或者快速滑动看图，文章目录标题瞅一眼，搜索AI关键词看一眼。 认真的读者，可以仔细看，作为写手，真心非常感谢和珍惜认真在看的。
目录
1.介绍两本书
题外话：到底什么时候，我能上太空？
2.一个航天工程师画的我看不完的脑图
3.人脑神经系统的发育
4.神经递质、神经环路、具身认知
4.1.神经递质
4.2.神经环路
4.3.具身认知
5.神经系统的功能分区
5.1.大脑
5.2.中枢神经vs外周神经
5.3.神经传导束
5.4.脑神经12对
5.5.小老鼠的脑区的词，供参考自己研究内容涉及脑区
6.一只小老鼠,在神经生物实验室的一生
7.实验仪器和方法的发展
1. 介绍两本书
借了好几本，翻完（看不完的）印象比较深的是下面这两本。
当然，本篇博文撰写的内容，超越这两本书所覆盖范围，大家还是先看我讲完。
图源：复旦图书馆借的书拍图
第一本：《现代神经科学实验设计与技术:从分子到行为》-2024年9月出版
就是如它的书名字，从分子到行为，一堆分子相关的，不过这中山医学院的书写的很详细，除了讲解那些看过就忘记的技术原理，还每个小章节都花篇幅认真给出“实验步骤”。
当我纸上谈兵地翻完，只观摩过实验，没亲自动手，私认为有点像：这些手艺活，不懂原理也能练习，练习中悟出来；懂原理，悟性好，实验成果能更惊艳、返工少。
我给这本书大大地点赞！
第二本：《航天生物学》-2023年11月出版
作为一个从西北工大出来的工科生，自然地感觉这个北理工写的《航天生物学》更炫酷，主要里面的一些概念的描述风格更好懂又炫酷一些。这本书快速讲解了（也花了260页篇幅）神经生物学基础、功能和技术，然后讲解航天中，空间辐射、微重力等神经损伤、环境神经适应等。
作为个没挣过大钱的科研爱好者，我这辈子的梦想就是，有生之年，上太空旅游的费用，是我也能支付得起的，然后攒钱出去逛一逛。
题外话：到底什么时候，我能上太空？
有时候想想，或许可以从下面这个角度算：
在中国，我前面不得至少有几千万人比我有钱，假设这些富人中10%的人想去太空，也就是我上太空的顺序排名是No.几百万。当前的上太空的运力是几个人（全球几十人），如果后续运力增长低于20%指数发展，或者到一定的时候有瓶颈没太大变化，那我可能有生之年都排不到，或者是到时候身体素质不允许。。。悲哀，突然好想拥有10个亿。
图：算自己要排多少年的公式，r是增长率，解t
大伙们，加油哇，这个世界的技术的发展还有漫长的路径，不要焦虑AI，还有很多事情要做！别让我等到死都没能上太空哇！
2. 一个航天工程师画的我看不完的脑图
接下来，给大家秀一个图，让大家直观感受一下，人脑究竟有多复杂。淘宝上可以买到大图打印版，但是打印了也没有办法仔细看清楚。
图源：https://www.thehighestofthemountains.com
这张图的绘制故事也很有意思：大脑太复杂，脑科学研究者一般专注于自己的脑区或环路，受限于计算机能力或算力，很难画出信息密度这么高、内容这么全面的图，也未必能把当前市面上相关的 “工业级产品” 串联起来。因此，这两张图实际是由一位航天工程师（Space Shuttle Engineer）绘制的。
这个工程师在接触脑科学知识后，惊叹“我们每个人体内都蕴藏着的不可思议的科技”，“这可是百分之百的尖端工程技术，而不是什么随意的设计”。于是历时多年绘制，并不断有在更新。
图里面的细节太密，我至今没有看完。光是记熟部分知识，让自己能一眼看懂左上角标题附近的“神经元细胞结构、多种神经递质、动作电位产生和发放（激活，Fire）、钠钙内流/钾外流、离子泵”等等内容，就已经花了我很久。就是下图这一小块。
图源：截图自上图左上角一小块。
在学习中，我在B站解说看到神经元上，大自然演化出来的精巧的各种分子“结构设计/工作方式/时间差协作”，牛哇！！！宏观航天崇拜久了，看到微观世界，叹为观止！！！
大家也可以试着啃一下这个脑图里面的某一块。
3. 人脑神经系统的发育
人身上的神经系统发育、工作方式和形态，是AI大模型训练或学习更新值得关注的。
从受精卵开始，人体的发育是一套基因程序逐步展开的过程（可以看我之前压缩视角看世界的博文里，提到的基因）。其中，神经系统的发育，是从胚胎时期的一小片神经外胚层开始，经过细胞增殖、迁移、分化、突触形成、修剪等一系列步骤，最终形成一个由860亿个神经元（150+亿个在大脑皮层）、65万亿个突触连接组成的复杂网络。平均每个神经元，会和其他神经元形成 1000-10000 个突触连接。
神经系统中，除了神经元细胞，还有神经胶质细胞。胶质细胞不直接产生动作电位，但它们是大脑的支撑系统、运维系统、供电系统、降噪系统、布线工程师。如下图描述。
图：神经系统的胶质细胞类型和功能
图源：网络图拼接，神经元细胞和胶质细胞的概念图、电镜图
神经系统发育具体步骤挺有意思，在我们出生的时候，神经元的数目就是成年人的水平了，后续持续发育的是“连接”。连接会在2岁之前大量产生，一生中密度最高，之后是“剪枝”让神经回路更高效，4岁之后“髓鞘化”大规模完成，信号速度大幅提升。然后一直发育到25岁，负责决策、逻辑、自控的前额叶皮层，才稳定下来。再之后，大脑就是漫长的调整运维、逐渐衰老。
不知道作为80、90后的你们，看到后面的“衰老”，是否有点生气、和无奈。
如果是，和我一样哈哈哈，我现在天天觉得自己是学渣哈哈哈哈哈，根本记不住，幸亏生长在能外挂信息存储的时代。
对育儿感兴趣的、对AI模型训练和蒸馏感兴趣的，还可以再仔细瞅一眼下面图片中两个表格的细节。
图：人的神经系统发育（快捷记忆词我取的，不一定合适）
作为AI工程师，写到这个章节，我忍不住拿当前顶级大模型与人脑皮层做了个硬核对比。现在大模型还远没有把人类丰富的多模态感知（触觉、本体觉、情绪、价值判断等）编码进训练或推理数据里，以及这些数据如何编码和采集还未知道，以及模型工作的原理也有区别，会有数量级和能耗的差异。
- 神经元（计算单元）数量维度：人类大脑皮层 150+亿，当前顶级大模型约 1000 万。不过生物神经元是复杂的电化学单元，包含膜电位、离子通道、突触可塑性等动态特性；而当前大模型的隐藏单元只是简单的“线性变换 + 固定的非线性激活函数”的。
- 突触 / 参数（连接 / 权重）维度：人类大脑皮层 有65万亿个突触连接，当前顶级大模型2–3 万亿。人脑的突触是动态变化的，且 99% 以上是稀疏激活；而大模型推理时的参数是静态的，且每次推理都要访问大量参数。不过大模型当前也在做技术演进，稀疏这个词会经常听到，但是这个稀疏计算也依赖于硬件GPU、TPU等的支持和优化。
- 功耗上：人类全脑运行大约20瓦，而大模型的推理单卡或者多机推理，要数百瓦~数千瓦。
4. 神经递质、神经环路、具身认知
4.1. 神经递质
神经递质，是神经元合成并释放的特殊化学物质，用于神经元之间传递信号。
根据分子种类，神经递质分如下 4 类：
- 氨基酸类：特点就是小、快。小分子氨基酸，主要负责快速、直接的信号传递，是兴奋性 / 抑制性的核心载体。公认经典的约 4～6 种。如：兴奋性的谷氨酸、天冬氨酸；抑制性：γ-氨基丁酸（GABA）、甘氨酸。
- 胆碱类：含胆碱基团，主要参与外周神经与中枢神经的信号传递，与运动、记忆相关。数量：仅 1 种 ：乙酰胆碱（ACh）。
- 单胺类：由氨基酸代谢生成，小分子单胺化合物，主要负责调节情绪、动机、记忆等复杂认知过程，不直接参与快速信号传递，以 “调节” 为主。经典单胺类共 5 种。如：儿茶酚胺类：多巴胺（调节动机、强化运动行为）、去甲肾上腺素、肾上腺素；吲哚胺类：血清素（5-羟色胺，调节情绪、注意力）；组胺。
- 神经肽类：大分子多肽，由多个氨基酸组成，传递速度慢，但作用持久、范围广，多参与情绪、疼痛、摄食等调节。已发现超过 100 种，是种类最多的一类。如阿片肽（内啡肽、脑啡肽）、胆囊收缩素、生长抑素、催产素、血管加压素等。
神经递质的传递遵循严格的生理机制：它们被储存在突触前末梢的囊泡中，当动作电位到达神经终末时，囊泡与突触前膜融合，将神经递质释放到突触间隙，随后神经递质与突触后膜上的特异性受体结合，完成信号传递；信号传递结束后，多余的神经递质会通过重摄取、酶降解或扩散等方式被清除，确保信号传递的精确性。
4.2. 神经环路
神经环路是由大量神经元通过突触连接形成的复杂功能网络，是神经递质发挥作用的载体，如同大脑内部的 “电路系统”，负责对神经信号进行接收、整合、加工与输出，将分散的神经递质信号转化为有意义的认知与行为指令。
神经环路的结构具有高度复杂性与特异性：其核心组成包括兴奋性神经元（如谷氨酸能神经元）、抑制性神经元（如 GABA 能神经元），并伴有星形胶质细胞等神经胶质细胞参与支持与调节。常见的基础信号传递模式如下图：
图源：https://doi.org/10.1126/science.abg7285
- 前馈兴奋：由兴奋性神经元串联形成区域间信号传递的主要通路，包含收敛式兴奋与发散式兴奋。前者可提高信噪比并实现选择性响应，后者可将同一信号分发至多条下游通路并行处理。
- 前馈抑制与反馈抑制：远程信号以兴奋性传递为主，而局部抑制性中间神经元通过前馈与反馈两类模式精细调控兴奋强度、持续时间与动态范围，维持兴奋 - 抑制平衡。
- 侧抑制：通过放大平行通路间的活性差异筛选信息，增强对空间、颜色对比等特征的提取，是视网膜等感觉系统的经典机制。
- 相互抑制：由抑制性神经元彼此抑制形成，常用于运动节律、睡眠-觉醒周期等大脑状态的切换与调节。
在更高组织层次上，神经环路还呈现多种功能性结构，包括连续性拓扑映射、离散并行处理、维度扩展、循环回路、偏差输入-分离输出等。
其中，神经系统充满了循环回路。循环回路作为跨区域双向反馈连接，近年研究已明确其核心功能：在视觉系统中，高级皮层与 V1/MT 的循环投射通过振荡相位调控实现注意力选择与预测编码，完成残缺视觉补全；全脑范围内，循环回路参与证据累积、工作记忆维持与多模态信息绑定，海马-前额叶、LHb-LC等长程循环还与情绪、觉醒调控密切相关。循环回路异常与精神分裂症、抑郁症等疾病相关，是重要治疗靶点。循环回路这个计算原理也为循环神经网络等 AI 模型提供了重要启发。
4.3. 具身认知
去年的一篇万字长文，从比较多维度讲述了具身认知，本次借神经系统再继续补充下。
具身认知的核心思想是：认知并非只发生在大脑里，而是大脑、身体与环境不断互动的结果。
神经递质则是 身体体验的“情绪与强度调节器” ，让认知带上鲜明的 “身体烙印”。当身体感受到愉悦（如触摸温暖的物体），多巴胺、血清素释放增加，强化对应的神经环路活性，让大脑记住这种舒适体验；当身体处于紧张状态，去甲肾上腺素释放增多，激活相关环路，提升注意力，快速调整身体姿态；谷氨酸、GABA 则维持身体信号传递的稳定性，确保身体体验能精准转化为认知判断。
神经环路是 “身体信号的加工与反馈中枢” 。身体通过脊神经、脑神经将触觉、本体感觉、内脏感觉等体验，传递到对应的神经环路：前馈兴奋实现身体信号的快速传入，侧抑制筛选关键体验信息（如触摸物体的质感差异），相互抑制协调身体节律（如运动时的姿势控制），循环回路则实现 “身体动作→大脑反馈→动作修正” 的闭环（如走路时的平衡调整），让认知始终贴合身体的实时状态，而不是静态计算。
5. 神经系统的功能分区
5.1. 大脑
大脑的结构非常的复杂的立体结构。一般是一层层地说什么功能，比如小鼠大脑就有脑图切片几百张后的图例。在同一个图片里面很难一起表达清楚所有的分区，如下图是一个b站博主讲解的很清晰的图，但是依然标记位置得分开描述。
太复杂了，我都不知道怎么讲解。大脑的研究，不能停留在皮层，其他的神经系统也是要一起研究的。以下就当前AI产业的得处理的“记忆”和“网络”问题供参考。
（1）海马体
当前AI Agent的记忆处理非常重要，做AI的，可以重点关注下“海马体”。普通人，也应该关注海马体，保护好自己的记忆力。
图源：B站某博主讲解图拼接
海马体，类比于大脑的 “内存管理器”。这个将短期记忆转移到长期记忆的中转站，负责把临时数据打包，写入长期硬盘（大脑皮层）。海马体接收来自视觉、听觉、嗅觉等多个脑区的信息，把它们整合成一个完整的、带时空上下文的记忆事件。如果海马体有损伤，则出现顺行性遗忘，无法形成新长期记忆，不过已经存到大脑皮层的不受影响。
海马体被包在大脑内侧颞叶深处，物理撞击很难损伤，但它有个致命弱点：对缺血、缺氧、毒素、压力、炎症极度敏感，属于大脑里 “最娇贵、最容易内伤” 的区域之一。常见损伤原因几乎都是 “内伤”：
- 比如心脏骤停、低血压、麻醉意外等造成的缺血缺氧；
- 长期高压导致皮质醇持续升高，使海马神经元萎缩；
- 长期大量酒精、毒品或特定药物损伤，可引发严重记忆障碍，甚至出现虚构记忆来填补空白；
- 而阿尔茨海默病（AD）中，β‑淀粉样蛋白（Aβ）堆积形成斑块、Tau 蛋白过度磷酸化形成缠结，会阻断神经信号传递、破坏细胞内物质运输，最终导致神经元功能丧失甚至死亡。
前面章节的神经系统发育有说，人出生神经元数目就定了，神经元死了可能就没了，所以大家一定要保护好。
（2）灰质、白质
要进一步理解不同脑区的功能，就需要去了解大脑的基本解剖结构。大脑各个结构发育的位置，都是与数据接收和处理有高度关联的。这里简单讲解大脑解剖里两种肉眼即可区分的组织：灰质和白质。
- 灰质（Gray Matter）由神经元胞体、大量突触、树突及少量胶质细胞组成，主要分布在大脑表面（大脑皮层）和深部核团（如海马体、基底节）。功能上相当于计算机的处理器 / 计算单元，核心负责信息处理与 “计算”。
- 白质（White Matter）由大量神经元轴突（神经纤维）及其外层包裹的髓鞘构成，因髓鞘富含脂质呈白色，主要位于大脑内部、灰质下方。白质负责脑区之间的信号传输，将不同灰质区域高速连接，相当于大脑内部的高速通信网络与布线系统。
大脑里，灰质约占大脑体积的 40%，白质约占 60%。在建AI智算数据中心机房的我，理解了除了GPU服务器的8卡互联外，为啥我们要那么多钱的交换机、各种高带宽光模块、网络连线等。
5.2. 中枢神经 vs 外周神经
人体的神经系统，不是简单的只有大脑，是全身都分布。功能上会分：
- 中枢神经系统 CNS（Central Nervous System）：包含大脑 + 脊髓，它是司令部、决策中心，负责思考、记忆、运动指令、感觉整合等高阶功能。
- 外周神经系统 PNS（Peripheral Nervous System）： 脑和脊髓以外的所有神经，如四肢、躯干、内脏的神经纤维。
图源：B站某博主讲解图拼接
外周神经系统PNS再分两类为：自主神经 vs 躯体神经。
- 自主神经是说的器官自己工作，不受我们人意识控制，也叫植物神经 / 内脏神经，比如控制内脏、血管、腺体，心跳、呼吸、消化、出汗、瞳孔大小。
- 躯体神经（非自主神经系统），是我们能控制，比如控制骨骼肌：抬手、走路、说话，受意识支配，你想动就动。
这里“自主”这词有些绕，别记反了。
自主神经再分为两支：交感神经与副交感神经。
- 交感神经 → 战或逃（应激模式）心跳加快、血压升高、支气管扩张、瞳孔散大、抑制消化。交感节后纤维的神经递质主要为去甲肾上腺素（NE / Norepinephrine）。
- 副交感神经 → 休息消化（节能模式）心跳变慢、促进胃肠蠕动与消化、瞳孔缩小、保存能量、修复身体。副交感节后纤维的神经递质主要为乙酰胆碱（ACh, Acetylcholine）。
可以看到，交感和副交感，两者支配同一批内脏器官，但通过两套独立通路调控，就像车辆的油门与刹车。它们在结构上完全不同：起源节段、神经递质、神经节位置均有明显差异。
- 交感神经：起源于胸腰段脊髓，神经节远离效应器官，串联形成交感干。
- 副交感神经：起源于脑干与骶段脊髓，神经节紧贴或位于脏器壁内，距离靶器官很近。
5.3. 神经传导束
我们可以把神经传导束理解为大脑和脊髓里的 “高速专线光缆群”。它们全是白质，一束一束捆在一起，专门负责：
- 把感觉信息从身体传到大脑（上行传导束）
- 把运动指令从大脑传到身体（下行传导束）
- 把大脑不同区域互相连起来（联络）
上行传导束（感觉：身体 → 脊髓 → 大脑），会上传很多信息。
- 脊髓丘脑束：传导痛觉、温度觉、粗略触觉。同下图里面的前外侧系统、浅感觉通路，精髓内就交叉，快又慌。
- 薄束 + 楔束（后索通路）：传导精细触觉、振动觉、位置觉、运动觉、振动觉。同下图里面的后索-内测丘系统、深感觉通路，延髓才交叉，慢但准。
- 脊髓小脑束：把本体觉传给小脑，负责协调动作。
图源：B站某博主讲解图拼接
这里插播一下神经传导束的交叉（decussation）：脊椎动物的大脑，从一开始就演化了对侧支配的模式，即右边看到的信息传给左脑，左边的大脑指令发送控制右边躯体。源头据说是因为祖先是鱼，比如作为鱼，我们右眼看到右边危险 → 控制左侧身体收缩（鱼尾） → 整体向右转，所以练就了要交叉一下。我看这段的时候懵了，大家可以再捋捋研究。我觉得这点在空气里面的走动的机器人，应该不需要学交叉。
下行传导束的指令链路如：运动指令：大脑 → 脊髓 → 肌肉。再细分有：
- 皮质脊髓束（又称锥体束）：最重要的运动通路，大脑皮层 → 脊髓，控制随意运动；
- 红核脊髓束：协调姿势、上肢屈肌。
- 前庭脊髓束：维持平衡、躯干伸肌控制。
- 网状脊髓束：调节肌张力、姿势、内脏运动。
大脑内部的连络传导束（脑区之间通信），属于白质里的 “局域网 / 高速总线”。
- 胼胝体：左右大脑半球互相通信的超级主干道。
- 内囊：大脑皮层<->脑干 / 脊髓的必经之路（运动 + 感觉都走这）。
- 前连合、后连合：左右半球小区域连接。
- 投射纤维：皮层<->丘脑、脑干（上下行总枢纽）。
- 联络纤维：同一半球内不同脑区互联（如弓状束）。
5.4. 脑神经12对
人头部有很多高级功能，所有高级功能都依靠12对脑神经的输入和输出，有点像12条专用总线。很多脑疾病、神经损伤需要了解，做仿生机器人也值得了解。
背诵口诀：一嗅二视三动眼，四滑五叉六外展，七面八听九舌咽，十迷十一副舌下全。
图：12对脑神经
12 对脑神经从脑和脑干发出，主要管头、脸、眼、耳、鼻、口、咽喉，只有迷走神经（Ⅹ）延伸至胸腹腔内脏。大多为同侧支配（左侧脑支配左侧）。脑神经有的是纯感觉，有的纯运动，有的感觉 + 运动混合。只有 4 对含有副交感纤维：动眼神经、面神经、舌咽神经、迷走神经。
四肢和躯干由脊神经支配。脊神经从脊髓发出，共 31 对，为对侧支配（左脑控制右侧身体）。每一对脊神经都是感觉 + 运动混合神经，内部含有交感及部分副交感纤维。
内脏主要由自主神经管理，其中最重要、分布最广的就是迷走神经（第 Ⅹ 对脑神经）。
5.5. 小老鼠的脑区的词，供参考自己研究内容涉及脑区
下面是我在粗浅的神经生物学实验室学习发现必须得背会的脑区的简称，否则别人在讨论什么真的听不明白。因为全称太复杂，他们最后都用上了简称。
本章节表格很多，为了不进入语音阅读，就都是截图形式。请有需要看自己AI研究内容涉及脑区的，可以先大致浏览下，然后自行AI检索建议下，因为现在研究的都是环路，不是单脑区。
不过小鼠的脑子和人脑是有区别的。比如嗅球：视觉上小鼠的嗅球特别大，肉眼很明显能看到，占全脑体积≈2%；嗅觉是小鼠生存核心（觅食、求偶、避敌），所以嗅球极度发达。而人类（灵长类）嗅球扁平、贴在额叶底部、被大脑盖住，占全脑体积≈0.01%（几乎可以忽略）；人类演化中视觉、语言、前额叶认知极度扩张，嗅觉系统退化（嗅脑退化）。
图源：网络截图拼接
(1)前额叶 & 皮层
(2)边缘系统（情绪、母爱、奖赏）
(3)下丘脑（内脏、激素、母性行为核心）
(4)纹状体 & 基底节（运动、习惯、决策）
(5)丘脑 & 其他核团
(6)中脑（多巴胺、5-HT、去甲肾上腺素）
(7)脑干 & 延髓（内脏、心血管、迷走）
(8)小脑 & 其他
6. 一只小老鼠，在神经生物实验室的一生
写完4-5章，我人都懵了，中间各种找AI问怎么写。有些知识不用背、不用记忆，有印象就行。
下面我们进入动手高频环节。
动手前，要问自己是要干啥子，也就是要设计实验。如下图，神经生物学的实验，不仅有小鼠，还有其他的鸟、鱼、果蝇、猴子等。小鼠因为和人更接近和便宜，用得很多。
不管做什么实验，一定要考虑动物伦理，感谢这些小动物对人类科研的付出。考虑伦理，就得让实验不要浪费，所以需要提前考虑好自己实验的科学问题，然后通过“基因编辑或遗传操作、环境因素诱导、手术操作、药物诱导、感知觉刺激、应激诱导、创伤诱导、皮下接种或原位种植”等技术，建立动物模型，并合理设置对照系，进而观察行为表型与环路改变的因果关系，阐明其环路调控机制并挖掘潜在分子靶点。
图：神经生物学实验设计
小鼠（Rice）刚出生的时候，是红皮幼鼠Pup。小鼠妈妈（母鼠 Dam）怀孕19到21天后，一窝生6-12只，每只体总只有2-4g。小鼠寿命只有1.5到2年，童年仅仅3周，就从懵懂幼崽长成了浑身毛发齐全、能自主进食、活力满满的小老鼠，相当于人类 12岁。
PCR：
选中小鼠成为实验鼠后，要测基因型。选取小鼠后剪取尾尖或脚趾组织，加入裂解液与蛋白酶 K 充分裂解，水浴消化后离心，取上清液作为 DNA 模板。配制 PCR 反应体系，加入模板 DNA、上下游引物、Taq 酶及缓冲体系，短暂离心后置于 PCR 仪中进行基因扩增（将样本中微量的基因片段，快速扩增成千上万倍，以便检测）。扩增完成后配制琼脂糖凝胶，将 PCR 产物上样，电泳 15–20 分钟，最后在紫外成像仪下观察条带并判定基因型。整个过程耗时约4小时，因此都是一批一起做几十个。
图源：网络图拼接
注射病毒：
然后根据实验设计和PCR鉴定的基因型，选取合格鼠，养到合适体重后，使用脑立体定位仪打病毒。病毒注射的目的是通过病毒载体感染神经元，将目的基因递送入细胞内并实现表达，例如携带荧光蛋白基因以标记神经元、在 Cre 重组酶品系小鼠中实现基因的特异性开启或关闭、携带光遗传元件以实现光照调控神经元活性、递送 CRISPR 系统（Cas9+gRNA）以敲除或敲入目的基因，或携带示踪元件用于神经环路示踪等。
图：小鼠实验常用神经示踪病毒
脑立体定位仪的手术麻烦，时间长，注射病毒时间也很长，可以同时一人多台设备。做手术时候也根据后面实验的信号采集方式，确认是否要植入光纤。
脑立体定位仪的手术复杂度高到我不想在本篇描述太多。首先得注射麻醉，初步定位涂好眼膏后，剪开脑皮，再花很久给鼠脑三维定位后，脑袋上钻孔后，长时间慢速注射，而且脑区一般有对称，左右各来一遍，最后缝针。一只老鼠得一个小时或多。据说曾经一个设备厂出了AI帮助调平、钻孔和注射的，但并没有得到市场认可。
图源：网络查询图拼接
行为实验：
待病毒在小鼠脑内实现稳定表达后，即可开展系统性行为学检测。行为学范式类型多样，需依据科学问题与研究目的进行合理设计，并执行标准化的数据采集流程。常用经典范式主要涉及情绪相关表型，包括旷场实验、高架十字迷宫、强迫游泳实验等，要做出新结果，一般也需要设计新的实验范式。对于预先植入光纤的动物，可同步采集行为表现并实时记录光纤信号（如电生理信号、钙信号），结合光遗传操控手段，实现行为表型与神经环路活动的联合解析。
图源：网络查询图拼接
行为学数据的精准观测与量化分析具有较高难度。通常需对行为视频进行录制，随后通过人工逐帧观察，依据统一标准对各类行为进行定义与判定，再进一步统计行为发生频次、持续时长、潜伏期等关键参数，完成行为表型的定量化表征，相当于科研工作者要探索事实的测定方式和定义数据。
这个视频处理和量化的工作，当前AI还搞不定，定义好的内容AI去识别也量化不好，AI视频识别爱好者可以尝试看看这个领域。
灌注、取脑、脱水沉糖：
如果是要看神经元激活，需要在小鼠行为结束后1.5-2小时内灌流固定。灌注时候需要将小鼠深度麻醉后，剪开胸腔，暴露心脏，将针头经左心室刺入升主动脉、剪开右心耳放血，然后PBS灌注，目的是把血液冲干净 ，防止荧光被血红蛋白干扰，并且瞬间固定大脑，不让蛋白降解、不让神经元形态塌掉。
灌注完成后，剪开头皮和颅骨，取出全脑，剥离视神经等连接，于 4% 多聚甲醛中 4℃ 后固定 4–12 、h，随后依次经 15%、30% 蔗糖溶液梯度脱水至组织沉底。沉底后立即切片，或者OCT 包埋后 -80℃ 长期保存。
图源：网络查询图拼接
切片、免疫荧光染色、封片、显微镜拍照、数据分析：
先说终局，染色后，是一张图用不同颜色来表示不同内容，比如蓝色是细胞核、绿色是病毒表达、红色是特定蛋白或细胞。特别是病毒，从脑片中就能看自己之前那个复杂的注射病毒实验是否成功。
图源：网络查询图拼接
但是，这个脑片也是很难切的，类似脑立体定位仪，需要在老鼠颅骨上定位调平，尽量找准自己的脑区。脑袋取出来后，没有颅骨定位，纯粹靠实验员对脑子切片的理解，除了初始调平后，需要对照标准版的脑图切片，查看自己切的方向正不正，然后小心调整。脑片也不是所有的都留下，考虑工作量，只切自己要的脑区的。
染色有先漂染后用毛笔去贴在载玻片上，也有先贴了后再去染。封片后也需要及时去拍照，放太久荧光会淬灭、变暗。
拍摄后，还要及时分析，常见的就是将脑图一边放拍摄的，一边放标准版脑区图，方便快速定位自己脑区对不对。
一套工作量不亚于注射病毒，而且脑片是研究神经生物学的关键数据，如果弄错了，浪费了几个月工作时间，心里得有多崩溃。
AI参与进去的占比低：
看小鼠一生的整个链条，没有一步是能全自动一键跑完的。当前的AI可以帮你分析数据，可以帮你分割细胞、追踪轴突，可以帮你统计部分行为数据，但：
AI不能代替你做精细开颅 AI不能代替你判断小鼠打麻药后状态好不好 AI不能代替你调整手术角度、控制力度 AI不能代替你处理实验中无数突发小问题
这就是典型的“手艺活”：流程标准化，但操作极度依赖经验、手感、耐心、细心。
你会明显感觉到：AI在这里是工具，不是替代者。离了人，再强的算法也跑不出一个完整的神经科学实验。
7. 实验仪器和方法的发展
神经科学能走到今天，本质是仪器推着问题走。方法进步一点，人类就能多看一层大脑。
最早是解剖、切片、染色，只能看结构； 后来有了电生理，能记录单个神经元的“点火”，终于看懂了信号； 再后来有了荧光成像、双光子、光纤记录，能在活体动物脑子里看一群神经元怎么活动； 光遗传、化学遗传出现，人类终于不只是“看”，还能精准操控某一类细胞，直接验证因果； 现在又有测序、空间转录组、全脑连接组、大规模钙成像，分辨率和通量一起往上冲。
但是仪器越先进，对人的要求反而越高。首先要学习仪器的原理，以更好地产出正确数据。生物学实验极度依赖样本制备是否干净、手术是否精准、实验设计是否合理、操作者是否懂设备、懂信号、懂噪声、懂伪迹等，以便及时干预实验方案。发表一个100只小鼠数据的论文，可能得杀几百只小鼠，因为过程中太多实验意外数据意外导致不可用。
AI目前参与进来的主要是数据后处理，当前AI Agent的发展也能让AI参与到实验设计和实验方法讲解中去，或者采集设备和软件的定制中。不过最耗时的在设备台前对着小老鼠做实验的“精细手艺活”，目前AI还很难替代。
AI从业者们，这个世界还有很多问题等着咱解决！
----
最后，作为纸上谈兵者，我可能知识掌握的很不准确，如果有错误，还望专家们指正我修改。
参考：
B站博主（未考究是否原创，视频里讲的很好）：https://www.bilibili.com/video/BV1umewzZEiH 各种书
