《Nature Neuroscience》绘制脑细胞组织的“指纹”

根据一项新的研究，这些网络与不同的细胞组合相结合，这一发现可以揭示细胞多样性如何影响大脑功能。

　　

一个多世纪前，Santiago Ramón y Cajal在显微镜下发现，不同类型的神经元倾向于分布在大脑的不同区域。他观察了鸽子小脑的组织，并绘制了蒲肯野细胞，其树突像被蹂躏的橡树一样伸展和扭曲。从另一个样本——新生兔子大脑皮层的第一层——他描绘了后来以他名字命名的神经细胞。

然而，一项新的研究表明，大脑的细胞组织比Ramón y Cajal所能想象的更为有序。不同的功能网络——通过功能性磁共振成像（fMRI）测量——涉及不同类型的细胞组合，这些细胞类型是通过它们的转录谱来识别的。研究人员发现，经过死后组织细胞分布训练的机器学习工具可以根据这些细胞“指纹”识别功能网络。

该研究的主要研究者、罗格斯大学精神病学副教授Avram Holmes说：“这些发现可能弥合神经影像学和基于细胞的研究之间的差距。”他指出：“体内成像研究几乎从未与产生表型的潜在生物学级联反应联系起来。但这种新方法让你能够在不同的研究领域之间跳跃——在过去这是非常困难的。”

利用死后人脑组织的批量基因表达数据——来自艾伦人脑图谱——Holmes及其同事对24种不同类型的细胞进行了分类。然后，他们将细胞的空间分布映射到从一个流行的fMRI图谱中得出的两个大脑组织的大尺度特征：网络以及这些网络在皮层梯度中的位置。皮层梯度基于位置、信息处理方式和连接模式。单模态感觉运动网络——那些感知刺激并对其采取行动的网络——位于梯度的一端，而另一端则是跨模态系统，如默认模式网络，它们整合整个皮层的多条信息流。其余网络位于这两个极端之间。

研究人员发现，不同类型的细胞与这个梯度的不同部分对齐。例如，表达生长抑素的抑制性中间神经元在跨模态网络中更为丰富，而第4层的内脑兴奋性神经元在单模态端更为常见。

位于梯度中间的腹侧注意网络的细胞配置看起来像是这两个极端的结合。其组成如此独特，以至于经过死后脑组织细胞类型组成的计算机模型训练可以识别某些细胞所属的网络。这项工作于11月发表在《Nature Neuroscience》上。

这种特定的细胞组合可能有助于该网络在神经发育中的作用：在青春期，网络沿着皮层梯度成熟，复杂的认知技能最后发展。根据Holmes团队去年发表的一项研究，这一过程与腹侧注意网络内的连接水平相关。Holmes说，进一步探究其细胞特征可能揭示腹侧注意网络如何促进皮层成熟。

伦敦国王学院生物医学计算高级讲师Konrad Wagstyl（未参与该研究）表示，这些发现还可以帮助科学家理解神经疾病的时空模式。神经疾病患者的脑部扫描有时会显示出与皮层梯度相关的改变。他说，理解细胞水平的空间组织可能有助于解释这种模式。

尽管Holmes的团队从单一脑图谱中选择了网络，但未来的研究预计将揭示细胞组织与其他地图的对齐程度，这些地图有时会略微不同地分类相同的网络。加州大学洛杉矶分校精神病学和生物行为科学教授Lucina Uddin（未参与该研究）表示：“看看这些发现在多个不同的基于fMRI的图谱中如何复制，将非常有趣。”

Holmes承认，细胞类型分类也并非完美。由于定义细胞身份和网络的方法仍处于初级阶段，他的团队可能低估了这些大脑组织水平之间的关系。他说：“随着其他技术的完善，我预计我们将更清晰地看到细胞结构与功能属性之间的关系。”

Holmes及其团队已将分析代码发布到网上，以便其他团队使用他们喜欢的图谱重复这一流程。Holmes说：“我们希望人们将其应用于他们的建模方法，从而得到关于皮层细胞属性如何影响其功能的具有空间信息的模型。”