近日，人工智能研究院于《Nature》杂志子刊发表3篇论文。2022年，人工智能研究院围绕人工智能相关的设备研制、脑图谱绘制、人工智能算法、智慧医疗应用、智能机器人方向组建的20支科研团队及4大公共技术平台持续发力，已发表人工智能领域论文50余篇、申请专利20余项、申请纵向科技项目20余项，拟立项29项安徽省高校与人工智能研究院协同创新项目。

人工智能研究院正在一条以类脑智能和计算智能的科学研究、技术突破和产业应用为突破方向的新路上蹄疾步稳、阔步前行！

瞿昆教授在《Nature Methods》发表的《Benchmarking spatial and single-cell transcriptomics integration methods for transcript distribution prediction and cell type deconvolution》系统评估了16种空间转录组和单细胞转录组数据整合算法在预测基因或细胞类型空间分布方面的性能。该研究工作总结了每种算法的属性、性能和适用性，总结了高效算法的优势，为研究人员进一步提升算法性能提供了参考；并在github上提供了整合空间转录组和单细胞转录组数据的分析流程，以帮助研究人员为处理自己的数据选择最佳的分析工具。 

研究方案示意图（Spaceflight：航天实验；Control：地面控制实验；HDTBR：头低位卧床模拟失重实验）

蒋毅研究员在《Nature Communications》发表的合作研究《Modulation of biological motion perception in humans by gravity》借助载人航天与-6°头低位卧床模拟失重等技术，探究了微重力条件下人类视知觉的变化规律及其机理，揭示了地球重力环境在塑造人类视知觉功能中的关键作用。该研究使人们更深入地了解地球重力环境之于人类认知功能的意义：地心引力不但影响我们自身的活动，还通过施加于身体的重力信号影响我们对包含重力加速度线索的其他生命体运动的加工，从而塑造了人脑对符合地球重力作用的视觉生物运动特异的敏感性。在机制方面，上述过程可能有赖于大脑对前庭（自身）及视觉系统（他人）传递的重力信号的整合及利用。在地球环境中，这种整合机制有助于人类有效地探测和知觉地球上的生命体。而当摆脱地心引力的束缚时，人类或可通过重新调校前庭视觉交互及相应的内部重力计算模型，提升对不同重力状态下生命信息的探测能力，以便更好地适应太空环境。这些发现为进一步探究不同重力条件下人脑的可塑性奠定了基础，也有望为未来人类探索深空、踏上登月之旅提供帮助。 

屈磊教授在《Nature Methods》发表的《Cross-Modal Coherent Registration of Whole Mouse Brains》在全脑映射领域取得重要进展，提出了相干标记点映射（Coherent Landmark Mapping - CLM）图像配准框架，突破了跨模态配准中不可靠匹配点鉴定和筛选困难、标记点匹配易受局部极小干扰、有效匹配点数量难以控制以及图谱中脑区形状和相对位置先验利用率低等瓶颈问题。以CLM为基础，研究团队进一步构建了一整套含图像预处理、自动全局配准、自动局部配准和半自动配准的跨模态脑数据配准管线——mBrainAligner。完成了31个高分辨率fMOST脑图像及1741个小鼠全脑神经元形态重建数据到Allen CCFv3图谱的映射，为BICCN细胞普查研究提供数据配准支撑；通过逆映射CCFv3构建了首个fMOST模态鼠脑图谱，展示了该图谱在生物和工程上的双重优势；给出了mBrainAligner在脑区划分、体细胞定位和轴突投射预测等任务以及STPT、fMOST、LSFM、VISoR和MRI不同模态脑图像间的交叉配准应用示例，以具有生物学意义的度量指标验证了其在跨模态脑图像配准中的优越性。