一份可以下載的果蠅腦：MaleCNS v1.0 是什麼
2026 年 6 月 8 日，Janelia 釋出 MaleCNS v1.0；9 月 3 日，官方網站確認連接組論文正式發表，Google Research 的公告同步對外說明這項成果。依原始論文摘要，這份連接組涵蓋 166,691 個神經元，橫跨腦與腹神經索——等於把果蠅的「腦」與「脊髓」收進同一張接線圖。資料公開後，開源社群在一週內把它接上 Doom、瑪利歐與 Minecraft 的完整經過，站內已有深度報導；這裡把鏡頭拉近到想自己動手的人身上：手上到底有哪些材料、哪些要自己補。
先把「連接組」三個字講準確。它是一份接線清單：每一顆神經元與誰相連、經過多少突觸，來自切片電子顯微鏡影像的三維重建與人工校對。它不是影片、不是放電紀錄，更不是一份拿來就能執行的程式；想讓它動起來，中間的動態假設與輸入輸出設計都要自己補上。這段補法的長相，以及哪些現成輪子可以直接用，正是接下來要攤開的內容。
取得資料：下載頁上的影像體、連線表與資料庫
官方下載頁把資料分成幾種面目。最重的是電子顯微鏡影像與分割標註，以 neuroglancer precomputed 格式發布，Python 生態的 tensorstore 或 cloud-volume 都能直接讀；最輕的是連線表——輸入用的 CSV 檔，以及整份 neo4j 圖資料庫，都可以直接下載。對多數想把連接組接上遊戲或做模擬的人，順序應該倒過來：先拿 CSV 連線表，把「誰連誰」讀進自己熟悉的圖結構；影像體等到需要對照解剖位置時再按需讀取，不必一開始就把整個體積搬回家。
R 使用者有更現成的路。natverse 的 malecns 套件由 Janelia FlyEM 團隊與劍橋的果蠅連接組學群合作，目標就是把整份雄性中樞神經系統資料接進既有的分析流程。不想寫程式也行，MaleCNS 官方頁面提供互動探索，雌雄兩份連接組可以逐區比對——在連接組學的歷史上，這是第一次兩性的完整接線能放在一起看。
控制迴路拆解：影格進、動作出、懲罰回頭
把接線清單變成控制器，迴路上只有四個位置要填。第一是輸入：把每一格遊戲畫面轉換成刺激，餵給連接組裡對應的感覺神經元。第二是傳播：神經活動沿著實測得來的突觸連接，在十幾萬顆神經元之間往前推——這一步是整條迴路裡唯一由資料保證的部分。第三是輸出：把與運動相關的神經放電，用一張自己設計的映射表譯成前進、轉向、開火。第四是回饋：角色受損時回頭刺激懲罰路徑，讓突觸強度有機會隨經驗調整，行為因此可能改變。
第四個位置最有故事。doomfly 儲存庫的描述寫得直白：以連接組模擬控制即時 Doom 場景，附實驗性神經可塑性、旁觀者介面與科學驗證報告；Tom’s Hardware 的報導進一步指出，角色受傷時系統會刺激兩顆 PPL101 多巴胺細胞。這個設計直接借用真實果蠅的神經生物學——多巴胺神經元本來就參與獎賞與厭惡學習，是果蠅能把氣味與電擊後果連結起來的古老迴路。把同一條路徑接到一款 1993 年的第一人稱射擊遊戲上，就是「果蠅玩 Doom」這個笑點底下真正的工程。
要看懂別人的專案或設計自己的，關鍵是分清楚哪一段來自資料、哪一段來自假設。四個位置裡，只有「傳播」的骨架由連接組保證；放電規則長什麼樣、畫面如何映射到神經、輸出如何映射到按鍵，全是模擬者的選擇。同一張接線圖配上不同假設，會得到非常不同的行為——這也是為什麼這些專案都把自身性質標為「實驗」，而不是產品。
三條已走通的路：Doom、瑪利歐與 Minecraft
與其從論文開始從零推導，更快的方法是先讀別人走通的路，而這條路上已經有三份性質不同的參考實作。Doom 之外，帳號 ornata 的 fly 專案把 MaleCNS 連接組接上瑪利歐，README 開宗明義：這個網路來自 MaleCNS——一份雄果蠅神經細胞及其連接的地圖，而且神經細胞的接線來自實測資料。開發者 Evan Sinclair Smith 的 NeuroCraft Fly 把連接組模型搬進 Minecraft，做成可互動的展示，儲存庫同時充當公開專案首頁與發布路線圖。想離打怪遠一點，還有把完整雄果蠅神經系統裝進 Minecraft 蒼蠅生物的 Fabric 模組可以對照。
三條路的共同點，是把同一份公開資料放進不同的虛擬身體；差別在各自的重心。doomfly 選了最完整的獎懲迴路並附驗證報告，性質上最接近科學實驗；瑪利歐版本展示實測接線足以驅動平台遊戲需要的細膩操作；兩個 Minecraft 專案則把重心放在可互動——讓旁觀者直接走進果蠅的環境裡觀察。對想自己接的人，這正好構成一份由淺到深的選單：挑離自己目標最近的一個讀起來，比從論文與空資料夾開始，省下的不只是時間，還有一堆已經被踩過的坑。
自建模擬前的四個決定
讀完參考實作、輪到自己動手時，有四個決定會一路跟著你，也決定別人之後能不能重現你的結果。
第一，範圍。166,691 顆神經元可以全跑，也可以只取一條子迴路，例如從視覺到運動的特定路徑。範圍越小，放電模型越好調，行為也越好解釋；全腦的價值在完整，代價是每一步都更貴、更難除錯。第二，動態。接線圖不含放電規則，得為每顆神經元選一個模型，從最簡單的漏積分放電到更精細的電導模型都有人用；Eon Systems 的 fly-brain 儲存庫示範了用 Brian2、PyTorch、NEST 等框架操作這份模型、操縱特定神經元活動的做法，是很好的起點。第三，身體與環境。遊戲引擎提供現成的物理與感官介面，但運動神經到操作的映射表是自己定的——映射給得太寬，角色亂動；太窄，又什麼都不做。實務上，這張表往往是整個專案裡調整時間花得最多的地方。第四，學習訊號。不接獎懲，得到的是純反射式的控制器；接了，行為會隨訓練改變，但「改變」與「學會」之間的距離，永遠要在結果裡說清楚，不能讓影片剪輯替你說。
四個決定都做完後，最實際的建議是：把所有假設寫下來。放電模型、參數、映射表、獎懲條件——將來別人重跑你的結果時，接線圖大家都一樣，能不能重現，看的就是這份假設清單。
這對開發者與神經科學意味著什麼
對開發者，這份資料把進入門檻從「要有電子顯微鏡」降到「會寫程式」。完整、標準化、可直接下載的神經接線，加上至少三份開源參考實作，等於過去要整個實驗室才碰得到的材料，現在一位開發者、一張桌子就能研究。
對神經科學，這波熱潮真正的產物是可重跑的檢驗台。連接組學多年來的困境，是接線圖做出來之後很難驗證它到底能做什麼；遊戲引擎提供了一個任何人都能重現的環境，讓「這份接線在特定動態假設下能產生什麼行為」第一次變成可以公開檢驗的問題。doomfly 把原始碼攤開、附上驗證報告，正是把迷因能量導向科學做法的範例——熱度會退潮，可重現的基礎設施會留下來。對教學現場，一個能下載、能改造、能立刻看到行為後果的生物神經網路，也是極少數能把「神經迴路」從課本名詞變成動手經驗的材料。
限制：接線圖能告訴你的，與不能告訴你的
最後，把這波演示還不能證明的事說清楚。第一，連接組記錄結構，不記錄動態：突觸強度、神經傳導物質濃度、膠細胞狀態都不在資料裡，全部由模擬者假設。第二，這是一隻雄果蠅的接線：個體差異、年齡與生理狀態都不涵蓋，雌雄接線的系統性比較也才剛起步。第三，遊戲表現的解讀要保守：獎懲驅動的行為改變可能只是對特定場景的過度擬合，「會動」不等於「會玩」，「會玩」更不等於「理解遊戲」。這幾點對應的迷因與查證細節，站內另有逐項檢驗，此處不重複。
值得追蹤的後續有三個。一看獨立重現：有沒有人用同一份連接組、同一組假設，重跑出相同的行為模式。二看行為基準：模擬能不能對上文獻裡充分記錄的步行、溫度逃避、求偶——那才是連接組模擬真正的考題，遊戲只是招生廣告。三看工具鏈標準化：載入、模擬、映射的工具若能沉澱成共用套件，下一份連接組公開時就能直接接上同一套流程。到那時回頭看，果蠅腦就真的只是起點。
