如今，神经科学家对单个神经元如何运作了解很多，但对大量神经元如何协同工作产生思想、感觉和行为却知之甚少。我们需要的是大脑的布线图——称为连接组——以识别大脑功能背后的回路。这是一个令人眼花缭乱的挑战：人脑中大约有 1000 亿个神经元，每个神经元可以建立数千个连接（即突触），从而可能产生数千亿个连接。
到目前为止，研究人员通常使用显微镜来可视化神经连接，但这既费力又昂贵。现在，在 3 月 28 日发表在《自然》杂志上的一篇论文中，冷泉港实验室 (CSHL) 开发的一项创新的脑图绘制技术已被用于追踪小鼠大脑皮层（大脑外层）主要视觉区域中数百个神经元发出的连接。该技术利用基因测序速度的提高和成本的下降，比现有方法更有效，使研究团队能够以前所未有的速度生成比以前更详细的图像。一旦这项技术成熟，就可以用来揭示神经发育障碍（如自闭症）的本质，这些障碍被认为与脑部连接的差异有关。
该团队由 CSHL 的安东尼·扎多尔和瑞士巴塞尔大学的神经科学家托马斯·米尔西奇-弗洛格尔领导，他们通过将其与先前识别神经细胞之间连接的黄金标准方法——一种称为荧光单神经元追踪的技术进行比较，验证了他们的方法。这涉及将产生绿色荧光蛋白的基因引入细胞，以便它们及其轴突（神经元的输出线）可以通过光学显微镜进行可视化。该团队使用更传统的方法追踪了 31 个神经元的连接，从老鼠的初级视觉皮层一直到其他七个皮层区域。但是，这项工作耗时三年才完成，而该团队使用新技术仅用三周就能够绘制出 591 个神经元的连接。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻工作 订阅。 通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。
该方法称为 MAPseq（通过测序进行的多路投射分析），其工作原理是用基因“条形码”标记细胞。研究人员将含有随机 RNA 序列的病毒注入小鼠大脑。一旦进入细胞，每个病毒都会表达一个独特的 30 个字母或核苷酸 RNA 序列（由字母 G、A、T、C 组成的条形码），以及一种细胞自然会沿轴突运输的蛋白质。该蛋白质被设计为与 RNA 条形码结合，以便该标签也被拖入轴突。研究人员后来牺牲了小鼠，解剖了它们的大脑并将其分离成目标区域，然后对这些区域进行测序，使他们能够看到哪些标记的神经元连接到哪些区域。神经元与目标区域的连接越多，该神经元的条形码在该区域的测序数据中出现的次数就越多。
研究团队发现，与之前的许多想法相反，小鼠初级视觉皮层（它是第一个接收和处理来自眼睛的信号，然后再将信息传递到其他区域的皮层区域）中的神经元通常会向多个其他视觉区域发送输出。“一个关键的发现是，皮层中的单个神经元与许多大脑区域相连，而且这种连接不是随机的，”瑞士分子和临床眼科研究所的神经科学家博通·罗斯卡说，他没有参与这项工作。他补充说，这是对皮层中长程连接如何组织的首次描述。
研究小组使用两种方法获得了相同的结果，从而验证了这项新技术。但是，由于使用新方法绘制了更多的细胞，它还揭示了近四分之三的标记细胞属于六个组，这取决于它们连接到多少个以及哪些区域。这意味着小鼠主要视觉区域中存在神经元亚型，它们可能执行不同的功能。“因为我们有如此多的神经元，我们可以进行统计分析并开始理解我们看到的模式，”CSHL 的扎多尔的合作者、该研究的共同主要作者尤斯图斯·凯布舒尔说。“这就是 MAPseq 如此有用的原因，”他补充道。研究人员推测，这些与特定区域子集的连接可能会协调这些区域的活动，并将视觉信息跨大脑连接起来，以帮助形成复杂的视觉甚至多感官知觉。
MAPseq 的想法受到了一种荧光追踪方法的启发，该方法使用多种颜色，昵称“脑彩虹”。这涉及到将产生不同颜色荧光蛋白（通常是红色、绿色和蓝色）的基因引入细胞。一种随机破坏某些基因的机制，然后确保每个细胞产生不同的、随机的颜色混合，从而有效地用不同的色调“标记”它们。可以产生多达 200 种颜色，但这个数量仍然远小于小鼠大脑或区域中的神经元数量。MAPseq 克服了这个限制，因为 30 个核苷酸可以生成 1018 个不同的序列。该技术的速度和容纳如此多组合的能力使其非常适合连接组映射的复杂性。“我预测，随着这项技术的成熟，它将成为我们分析大脑连接的关键方式，”罗斯卡说。“它是单细胞分辨率的、简单、高通量、便宜的，而且可以被条形码标记的细胞数量没有限制，因为可能的条形码比大脑中的神经元多得多。”
到目前为止，神经计算的模型只不过是基于行为数据和神经元属性的猜测，但详细的解剖学知识可以限制这些理论。“希望由于了解潜在的电路结构，系统神经科学的进展将会更快，”凯布舒尔说。“如果你有解剖学，你可以快速排除那些不可能为真的假设。”跨物种比较研究结果也将是有用的。“我们可以开始尝试理解什么是保守的，以及不同物种的特化，”他说。“这可以让你更深入地了解大脑功能，而不仅仅是收集邮票。”
目前，该方法仅能识别连接来自哪个单个细胞，以及它们最终到达的整个大脑区域。但未来的发展可能会允许对连接的开始和结束进行条形码标记。还可以添加其他层的信息，如细胞类型和形状。“所有必要的条件现在都具备了，”凯布舒尔说。
也许最重要的是，这项技术可能有助于理解自闭症和精神分裂症等神经发育障碍。一些理论认为，在这些疾病的发展过程中，特别是在自闭症中，大脑连接会出错。虽然 MAPseq 不能在人类身上使用（人类不喜欢被基因改造），但可以研究许多动物模型。许多此类自闭症模型通过模仿与人类疾病相关的基因突变来重现症状。一种可能性是，与自闭症相关的巨大突变多样性可能都指向共同的连接缺陷。“如果我们能发现这一点，我们可能会掌握了解该疾病的方法，并可能在基因上做一些事情，”凯布舒尔说。“我们现在开始在实验室研究这个问题。”