中央研究院分子生物研究所特聘研究员薛一苹，与资讯科学研究所??研究员王建尧团队，在国科会及中研院长年支持下，成功开发出「全脑自动脑区校正定量分析(Brain Mapping with Auto-ROI correction, BM-auto)」系统。该研究利用此系统分析自闭症模式小鼠的全脑??路，首度证实「??觉皮质」在自闭症病理机制中扮演核心角色，这项科研成果已正式发表於国际权威期刊《Molecular Psychiatry》。

左起)中研院分子生物研究所许璨庭博士、生科处处长杨台鸿、中研院分子生物研究所特聘研究员薛一苹、资讯科学研究所??研究员王建尧

AI深度学习驱动：BM-auto系统突破传统瓶颈

为解决全脑神经??路过於复杂且分析耗时的难题，研发团队历时7年建构BM-auto系统。该系统的技术核心在於导入了AI深度学习技术，利用过去5年累积搜集的基准真相(Ground truth)数据资料进行训练。透过自动化的AI成像辨识，研究人员能迅速从鼠脑样本处理、全脑萤光影像扫描到定量分析，精准辨识出全鼠脑500多个脑区，获取极具可靠性的量化数据，大幅提升了脑科学研究的效率。

加速检测效率：量化分析全脑神经投射

这套系统与特殊萤光标定技术结合，展现出强大的加速检测优势。相比传统手动校正的繁琐程序，BM-auto系统能自动且快速地分析全鼠脑神经细胞的轴突投射与神经活性。团队曾於2024年利用此技术发表有关杏仁核的分析，而此次进一步优化性能後的AI成像系统，更展现了在极短时间内处理海量影像数据的能力，为後续比对正常脑区与病灶提供了稳固的技术支撑。

锁定共同病灶：??觉皮质神经细胞显着下降

研究团队透过BM-auto系统完成三种具代表性的自闭症小鼠影像定量分析，并将数据与美国艾伦脑科学研究所(Allen Institute for Brain Science)的正常小鼠资料库进行比对。结果发现，这三种自闭症模式小鼠皆存在共同的病理特徵：??觉皮质中的特定投射神经细胞数量显着下降。这项发现精确锁定了自闭症在全脑连结体中的具体异常区域，揭示了神经??路缺陷的源头。

功能性连结弱化：??觉辨识障碍影响社交行为

研究进一步证实，虽然自闭症小鼠仍保有基本的??觉感应能力，却失去了「分辨气味异同」的能力。透过AI系统分析??觉皮质与其他脑区间的功能性连结，团队发现自闭症小鼠在接受气味刺激时，各脑区的神经活性普遍低於正常小鼠。更重要的是，当研究人员以化学遗传方法抑制正常小鼠的??觉皮质活性时，小鼠随即出现不爱社交的自闭症倾向，显见该区域异常会连带影响整体社会行为。

人鼠??觉皮质具高度叁考价值

尽管人类与小鼠在??觉感知的灵敏度与习惯上存在差异，但薛一苹表示，许多神经科学证据显示人类的??觉皮质同样存在相同的运作机制。她强调，虽然感官表现型态不同，但底层的神经??路构造与功能逻辑具有高度一致性，因此她非常有信心将此次小鼠的研究结果作为人类自闭症病理研究的重要叁考。

智慧医疗展??：广泛应用於多种脑部疾病分析

BM-auto系统的建立不仅是本次研究的一大亮点，更代表了脑部疾病分析进入了AI影像处理的新纪元。这项结合AI成像系统与自动化定量的技术，不仅是目前研究自闭症的利器，未来更有潜力广泛应用於其他复杂的脑部疾病分析。