果蝇大脑怎么下载？13.9 万个神经元，我在 Mac mini 上 33 秒跑完一次实验
果蝇大脑怎么下载？13.9 万个神经元，我在 Mac mini 上 33 秒跑完一次实验
搜「果蝇大脑下载」的人，大多是看了「科学家把果蝇大脑上传到电脑」的新闻，想自己试试。好消息是：真的可以，而且比想象中简单。坏消息是：官方示例照着 README 改一行配置就会报错。
我在一台 Mac mini 上从零走了一遍，全程计时。先给结论：
- 「果蝇大脑」是两个文件：138,639 个神经元的清单（3.3 MB），和一张 15,091,983 行的连接表（101 MB）。每一行写着「谁连着谁、有几个突触、是兴奋还是抑制」。
- 普通电脑就能跑：克隆 57 秒，装依赖 21 秒，官方的糖味觉示例（30 次试验 × 1 秒脑时间）33 秒跑完。
- 照 README 切到公开版 v783 数据会直接
KeyError，因为示例里的神经元 ID 是旧版本的。改法很简单，下文给出能直接跑的版本。 - 跑通以后，你可以做真实果蝇上很难做的实验：一次关掉一个神经元，看整只脑怎么变。
问题背景：下载的到底是什么
2024 年 FlyWire 联盟在 Nature 上发布了第一张完整的成年果蝇全脑接线图（连接组）。同期 Shiu 等人在 Nature 上发表了一个基于它的全脑模型：把每个神经元简化成「会漏电的积分器」（LIF），连接强度直接用突触数量，在 Brian2 模拟器里跑。
这个模型的官方仓库 philshiu/Drosophila_brain_model 把公开版数据一起放在了里面，所以「下载果蝇大脑」最直接的做法就是克隆它：
| 文件 | 大小 | 内容 |
|---|---|---|
Completeness_783.csv |
3.3 MB | 138,639 个神经元的 FlyWire ID |
Connectivity_783.parquet |
101 MB | 15,091,983 条连接：上游 ID、下游 ID、突触数、兴奋/抑制 |
model.py / utils.py |
14 KB | 模型本体与读结果的工具函数 |
| 旧版 v630 数据 | 90 MB | 论文当时用的版本，示例默认还指着它 |
整个仓库克隆下来 380 MB，其中一半是 git 历史。想要更全的数据（细胞类型、神经递质、三维形态），去 FlyWire 的 Codex（codex.flywire.ai），那里是官方数据门户。许可是 CC BY-NC 4.0：署名、不可商用。
这张表里有什么
在跑模型之前，先把表拆开看看，几个数字挺有意思：
| 项 | 数值 |
|---|---|
| 神经元 | 138,639 |
| 有连接的神经元对 | 15,091,983 |
| 突触总数（把「突触数」一列加起来） | 54,492,922 |
| 兴奋性连接占比 | 60% |
| 只有 1 个突触的连接 | 49.7% |
| 5 个及以上突触的连接 | 17.9% |
| 每个神经元平均连向 | 109 个下游 |
| 两个神经元之间最多的突触 | 2,405 个 |
| 连接密度 | 0.08%（每个神经元只连了全脑的万分之八） |
第三行是一个很好的交叉验证：Nature 论文写的是「5,450 万个突触」，这张表加起来是 5,449 万，对得上。
还有两个值得一提：
- 一半的连接只有 1 个突触。 自动检测会有误报，所以 FlyWire 在 Codex 上默认用「至少 5 个突触」才算一条连接。按这个标准，这张表只剩不到五分之一。Shiu 的模型没做这个过滤，1 个突触的连接也算进去了，只是权重小。
- 全脑连接最多的神经元只有两个，而且是同一种。 连出最多的（9,783 个下游）和连入最多的（10,356 个上游）分别是左右视叶里的 CT1——这种细胞全脑只有 2 个，每侧一个，单个细胞的分支横跨视叶的髓质和小叶（细胞类型来自 FlyWire 官方注释，Schlegel et al. 2024）。
实测过程
环境：Mac mini M4（10 核、24 GB），Python 3.12，Brian2 2.10.1（代码生成后端自动选了 Cython）。我用 uv 管环境，下面给等价的 pip 命令。Windows 我没有测。
第一步：克隆和安装
git clone https://github.com/philshiu/Drosophila_brain_model.git # 57 秒，380 MB
cd Drosophila_brain_model
python3 -m venv .venv && source .venv/bin/activate
pip install brian2 pandas pyarrow joblib # 21 秒（无缓存）
README 推荐的是 conda 环境（锁在 Python 3.10、Brian2 2.5.1），不装 conda 直接 pip 装最新版也能跑。
第二步：照 README 换成 v783，然后报错
示例 example.ipynb 默认用的是论文当时的 v630 数据。README 的「Version 783」一节说：要用公开版，把配置换成这样——
config = {
'path_res' : './results/new',
'path_comp' : './Completeness_783.csv',
'path_con' : './Connectivity_783.parquet',
'n_proc' : -1,
}
照做，再跑示例里「刺激右侧糖味觉神经元」那一段：
原因是 FlyWire 的神经元 ID 会随着校对变化：一个神经元被重新拆分或合并后，就会得到新 ID。示例里的 21 个糖神经元是 v630 的 ID，我逐个比对，其中 20 个在 v783 里还在，720575940620900446 已经没了。两个版本的神经元只有 106,220 个 ID 重合（v630 共 127,400 个，v783 共 138,639 个）。
这里还有第二个坑：README 给的 ./results/new 目录仓库里并不存在。模型不会先检查目录，而是跑完整个模拟、保存结果时才报 Cannot save file into a non-existent directory——前面算的全白费。
第三步：能跑的版本
mkdir -p results/v783
import pandas as pd
from model import run_exp
neu_sugar = [...] # 把 example.ipynb 里的 21 个 ID 粘过来
# v783 里已经不存在的 ID 过滤掉（会剩 20 个）
valid = set(pd.read_csv('./Completeness_783.csv').iloc[:, 0])
neu_sugar = [n for n in neu_sugar if n in valid]
config = {
'path_res' : './results/v783',
'path_comp' : './Completeness_783.csv',
'path_con' : './Connectivity_783.parquet',
'n_proc' : -1, # 用上所有 CPU 核
}
run_exp(exp_name='sugarR', neu_exc=neu_sugar, **config)
默认参数是 30 次独立试验、每次 1 秒脑时间，joblib 把 30 次分到所有核上并行。我前后跑了两次，分别是 33 秒和 32 秒。
读结果：
import utils as utl
from model import default_params as params
df = utl.load_exps(['./results/v783/sugarR.parquet'])
rate, _ = utl.get_rate(df, t_run=params['t_run'], n_run=params['n_run'])
print(rate.loc[720575940660219265]) # MN9：控制伸喙的运动神经元
和仓库里自带的 v630 结果对比：
| 刺激的糖神经元 | 30 次试验总脉冲 | 有放电的神经元 | MN9 放电率 | |
|---|---|---|---|---|
| 我的实测（v783） | 20 个 | 388,402 | 427 | 80.2 Hz |
| 仓库自带结果（v630） | 21 个 | 511,566 | 448 | 93.3 Hz |
量级一致：刺激 20 个感觉神经元，13.9 万个神经元里只有 400 多个被带动起来，其中包括控制伸出口器（喙）的运动神经元 MN9。数字不完全相同，一是少了一个刺激神经元，二是两个版本的接线图本身不同。
顺带一提，示例的文字说明写「默认以 200 Hz 刺激」，但 model.py 里 r_poi 的默认值是 150 Hz。以代码为准。
第四步：做一个真果蝇上很难做的实验
数字大脑最好玩的地方在于，可以一次只关掉一个神经元。真实果蝇上要做到这一点，需要为那个细胞专门构建遗传工具；这里只要一个参数：
run_exp(exp_name='sugarR-silence', neu_exc=neu_sugar,
neu_slnc=[720575940640589171], **config) # 把这个神经元的所有连接置零
我挑了糖刺激下放电最高的 5 个非感觉神经元，逐个沉默，看 MN9 的变化（每组 30 次试验，MN9 试验间标准差约 4～5 Hz）：
| 被沉默的神经元 | 细胞类型（FlyWire 注释） | 它自己的放电率 | 沉默后 MN9 |
|---|---|---|---|
| —（不沉默） | 80.2 Hz | ||
| …622695448 | CB0248，中央脑内部神经元 | 132.4 Hz | 80.6 Hz |
| …627383685 | CB0248（另一侧） | 120.3 Hz | 80.4 Hz |
| …629888530 | CB0192，中央脑内部神经元 | 119.0 Hz | 76.2 Hz |
| …618165019 | CB0700，另一个进食运动神经元 | 110.9 Hz | 78.0 Hz |
| …640589171 | DNge031，下行神经元 | 107.6 Hz | 104.2 Hz |
前四个很「活跃」的神经元，关掉任何一个，MN9 几乎不动——这条通路有冗余，不靠某一个细胞。第五个反过来：关掉它，进食输出升了 30%。 它在注释里是一个下行神经元 DNge031，预测递质是 GABA（抑制性）；也就是说，模型预测它在糖刺激时一边被激活，一边在给进食踩刹车。
两点要说清楚：DNge031 的递质预测置信度只有 0.50，接近五五开；这是模型的预测，我没有、也没法在真实果蝇上验证。但这正是这个模型的用途——Shiu 等人在论文里做了同样的事，164 条能用实验检验的预测里，91% 和实验结果一致。
5 组沉默实验一共跑了 456 秒，平均每组约 1.5 分钟。
踩坑
- v630 的神经元 ID 不能直接用在 v783 上。 任何从论文、旧教程、旧代码里抄来的 ID，先对一遍
Completeness_783.csv。示例里 21 个糖神经元，有 1 个已经不存在。 - 输出目录要先建好。 目录不存在时，模型会把模拟完整跑完，最后保存时才报错。
- README 的 v783 配置用的
./results/new仓库里没有，照抄就会撞上一条。 - uv / pip 的缓存会让安装时间看起来很短。 我第一次装只用了 2 秒，那是缓存；关掉缓存重装是 21 秒。
- 「有放电」不等于「重要」。 放电最高的几个神经元沉默后几乎没影响，真正起调节作用的反而排在第五。挑沉默对象时，别只看放电率。
常见问题
果蝇大脑数据可以免费下载吗？
可以。FlyWire 的公开版（v783）数据在 Codex（codex.flywire.ai）提供下载，Shiu 的模型仓库里也附带了跑模型所需的两个文件。许可是 CC BY-NC 4.0：可以用于学习和研究，需要署名，不能商用。
需要 GPU 吗？
不需要。这个模型是稀疏矩阵运算，CPU 就够；我之前在同一台机器上对比过，Brian2 跑在 CPU 上比用 PyTorch 跑在 Apple GPU（MPS）上快 7 倍。10 核 Mac mini 跑一次官方示例约 33 秒，核数少的机器会按比例变慢。
下载下来的是「完整的果蝇」吗？
不是。它只有脑，没有腹神经索（相当于脊髓），也没有身体；神经元模型只有膜电位和突触，没有学习、记忆和神经调质。所以它能回答「刺激这群神经元，哪些下游会被激活」，但不会自己动——不给输入时，每个神经元的放电率都是 0。
能让它控制一只果蝇的身体吗？
能，但要自己写脑和身体之间的接口。我在另一篇实测里把它接上了 NeuroMechFly 的物理身体，让它尝到糖后转身去吃、看到逼近的黑球后逃跑；不想装环境的话，可以直接在数字果蝇实验室里用浏览器开一只物理仿真的果蝇。
参考
- Dorkenwald et al. 2024, Neuronal wiring diagram of an adult brain, Nature. doi:10.1038/s41586-024-07558-y
- Schlegel et al. 2024, Whole-brain annotation and multi-connectome cell typing of Drosophila, Nature. doi:10.1038/s41586-024-07686-5（细胞类型注释：github.com/flyconnectome/flywire_annotations）
- Shiu et al. 2024, A Drosophila computational brain model reveals sensorimotor processing, Nature. doi:10.1038/s41586-024-07763-9（代码：github.com/philshiu/Drosophila_brain_model）
