果蠅為重要的模式生物，果蠅腦具有約10萬顆神經元，相較於人腦、鼠腦，是相對容易處理的數量級，同時果蠅也能表現出複雜行為，再加上豐富的基因工具，果蠅一直是神經科學家的寵兒。在各個團隊的努力之下，已經產生大量的果蠅神經元數據，許多也早已公開讓大家取用，只是來源不同，就會有不同的介面，穿梭於各個網站並學習如何使用，無疑消耗了一些時間。來自哥倫比亞大學的團隊，以果蠅大腦觀測站(Fruit Fly Brain Observatory, FFBO)為名[1]，發展了一系列輔助工具，並整合多個重要的資料集，讓使用者不必再花額外時間學習操作個別的資料庫，而是走入一扇大門，就直接通向了每一個寶貴資料庫。
Brain Maps Visualizers (BrainMapsViz)
最直接使用FFBO的方式是透過網站版本的神經可視化工具 BrainMapsViz (Fig. 1) [2]。此工具強調藉由NeuroNLP的處理，使用者以簡單英文指令，就能夠顯示目標神經，例如在右下角輸入 “show local neurons in EB”，就會產生 Fig. 2 的結果，網站內也提供了指令說明和多個範例供使用者參考。
這邊展示使用的是FlyCircuit資料集，除此之外，FFBO也囊括了Hemibrain、L1EM Larva、Medulla 7 Column等資料集，可以在進入BrainMapsViz時選取，但可以用一樣的指令操作！
Fig. 1. BrainMapsViz (FiyCircuit dataset) Fig. 2. “show local neurons in EB” 返回結果
FlyBrainLab
進階的使用方式，需要安裝flybrainlab套件，再以Jupyter Lab開啟 (Fig. 3)，使用者要有一些Python程基礎。
有了此套件，使用者一樣可以簡單英文指令顯示神經，還能夠取得各個資料集的神經元資料並進行分析、建立可交互式迴路圖、進行神經網路模擬等等。Lazar et al. (2021) 中介紹了六個使用場景[3]，另外，FlyBrainLab github [4] 也提供了入門範例。
Fig. 3. FlyBrainLab 使用者介面 (Credit: Lazar et al. (2021) Fig. 2b)
結語
FFBO作為一個整合型工具，除了神經體資料，還整合了一部份基因表達資料和電生理資料(但電生理資料還很少)，未來也將持續更新和匯入更多資料，以期能降低技術門檻，並專注於解決科學問題。
參考文章：
- Fruit Fly Brain Observatory
- FFBO - Brain Maps Visualizers
- Lazar, A. A., Liu, T., Turkcan, M. K., & Zhou, Y. (2021). Accelerating with FlyBrainLab the discovery of the functional logic of the Drosophila brain in the connectomic and synaptomic era. Elife, 10, e62362.
- https://github.com/FlyBrainLab/FlyBrainLab
