动物的连接体是大脑中所有神经连接的综合图或接线图。但是，一个重要的挑战是如何理解这些信息。线虫秀丽隐杆线虫(Caenorhabditis elegans)仍然是描述整个连接体的唯一动物，说明了这一问题。尽管只有302个神经元，但它们却形成了数千个连接。即使是在这样简单的动物中，了解网络的结构以及网络中的信息流也极具挑战性，因此，我们如何希望对规模大许多个数量级的连接体做到这一点?在这项工作中LMB神经生物学部门的Bill Schafer小组与剑桥大学精神病学系的PetraVértes以及美国东北大学复杂网络研究中心的Albert-Laszlo Barabasi小组合作，应用了通常由工程师使用的控制理论来预测神经系统的功能和信息在真实神经系统中的流动。

PetraVértes和Albert-Laszlo Barabasi的小组使用控制原理，根据来自特定感觉神经元的输入信号来确定秀丽隐杆线虫身体肌肉的结构可控制性(即原则上可以独立控制多少个单独的肌肉)。然后，他们确定了网络中哪些神经元会从网络中消除，从而降低可控性。为了检验这些预测，比尔小组的丹尼斯·沃克(Denise Walker)使用激光微束专门杀死了预计对可控性很重要的单个神经元，以及一些预计不会影响可控性的相关神经元作为阴性对照。然后，也是Bill小组成员的Yee Lian Chew使用自动跟踪显微镜记录了被操作的蠕虫的运动，并使用机器视觉方法来分析其行为。值得注意的是，控制理论的预测得到了证实，完全可控性所需的神经元消融对行为具有特定影响，而这种行为在对照动物中是看不到的。

这种方法可以扩展以探测更大的神经网络，因此应该有可能使用它来探测更大的大脑(例如我们自己的大脑)的结构和功能。绘制人类连接体的图谱可能会导致我们对使人成为人类的理解有了重大进展，并为将来在许多神经系统和精神疾病中异常大脑回路的研究提供了基础。为了有效地调节人脑网络来治疗认知缺陷(例如，使用深部脑刺激来治疗帕金森氏病)，有必要了解来自大脑某一部位的信号如何影响其他部位的目标，以及哪些关键环节可以这些信号达到目标。这是一个深入研究的领域，在收集和分析实现此目的所需的成像数据方面已经取得了巨大的技术进步。这项工作提供了新的强大的理论工具，使我们能够解释这些大脑图谱，并了解神经系统如何在最基本的细胞水平上发挥作用。