Cell发布革命性成像技术

波士顿大学的科学家们开发出了一种新的成像工具，可以像探索太空的望远镜一样来探索大脑。发布在7月30日《细胞》（Cell）杂志上的一篇论文，首次演示了这一技术是如何运作的，研究人员以从前无法实现的尺度观测了成年小鼠的大脑，生成了一些纳米级分辨率的图像。

　　

生物通报道  波士顿大学的科学家们开发出了一种新的成像工具，可以像探索太空的望远镜一样来探索大脑（延伸阅读：Cell重大飞跃：单细胞分辨率快速全脑成像 ）。发布在7月30日《细胞》（Cell）杂志上的一篇论文，首次演示了这一技术是如何运作的，研究人员以从前无法实现的尺度观测了成年小鼠的大脑，生成了一些纳米级分辨率的图像。发明者表示他们的长期目标是，能够以一种国家大脑天文台的形式向科学界提供这一资源。

论文的资深作者、哈佛大学Jeff Lichtman说：“我是自下而上科学的坚定信徒，我更倾向于通过数据推出假设，并检验它。对于从事成像工作的人而言，能够看见所有这些细节真是太美妙了，我们得到了一个机会窥视长久以来有些棘手的东西。”

研究人员将焦点放在了接收来自小鼠胡须感觉信息的一个大脑区域，胡须可帮助动物确定自己的方向，甚至比人类的指尖更敏感。研究人员构建了一个系统可以自动将受试者大脑分成成千上万个29nm的冠状位薄切片。通过对这些切片染色以区分出不同的组织后，他们采用了自动化电子显微镜来拍摄每个切片的照片。然后计算机给各个结构指定不同的颜色，组合这些图像生成了3D图片。

免费获取CellInsight CX5全自动细胞定量成像分析仪的最新资料

科学家们利用共同作者、哈佛大学及麻省理工学院Daniel Berger开发的一种叫做VAST的程序，分配不同的颜色标记并区分了各个“研究对象”（例如，神经元、神经胶质细胞、血管细胞等）。他们还构建出了1700个突触的注释目录。

论文的第一作者、波士顿大学医学院Narayanan "Bobby" Kasthuri说：“大脑远比我们想象的要复杂得多。我们过去认为神经元是按极好地次序相互连接，但如果你真的看到这些材料会发现事实不是那样。神经元之间的连接是如此混乱，很难去设想它的详图，但我们检测出显然存在一种不能够通过随机来解释的模式。”

研究人员看到了这一工具在解答一些问题方面的巨大潜力：如一种神经系统疾病在大脑中实际上看上去像什么，以及什么导致了人类大脑不同于其他动物以及个体之间的差别。很大程度上，我们是我们的神经元响应各种生活经历生成的连接的产物。能够比较婴儿、数学天才和精神分裂症患者神经元之间的连接，能够使我们更深层次地理解大脑是如何塑造我们成为什么样的人的（反之亦然）。

这类研究的成本和数据储存需求仍然很高，但研究人员预计随着时间的推移费用会下降。为了方便数据共享，研究人员现正与美国国立Argonne实验室合作，希望建立一个国家脑实验室使得在未来的几年里世界各地的神经科学家都将可以访问它。

（生物通：何嫱）

生物通推荐原文索引：

Saturated Reconstruction of a Volume of Neocortex

We describe automated technologies to probe the structure of neural tissue at nanometer resolution and use them to generate a saturated reconstruction of a sub-volume of mouse neocortex in which all cellular objects (axons, dendrites, and glia) and many sub-cellular components (synapses, synaptic vesicles, spines, spine apparati, postsynaptic densities, and mitochondria) are rendered and itemized in a database. We explore these data to study physical properties of brain tissue. For example, by tracing the trajectories of all excitatory axons and noting their juxtapositions, both synaptic and non-synaptic, with every dendritic spine we refute the idea that physical proximity is sufficient to predict synaptic connectivity (the so-called Peters’ rule). This online minable database provides general access to the intrinsic complexity of the neocortex and enables further data-driven inquiries.