如今，神經科學家對單個神經元如何運作了解很多，但對大量神經元如何協同工作產生思想、感覺和行為卻知之甚少。我們需要的是大腦的佈線圖——稱為連線組——以識別大腦功能背後的迴路。這是一個令人眼花繚亂的挑戰：人腦中大約有 1000 億個神經元，每個神經元可以建立數千個連線（即突觸），從而可能產生數千億個連線。
到目前為止，研究人員通常使用顯微鏡來視覺化神經連線，但這既費力又昂貴。現在，在 3 月 28 日發表在《自然》雜誌上的一篇論文中，冷泉港實驗室 (CSHL) 開發的一項創新的腦圖繪製技術已被用於追蹤小鼠大腦皮層（大腦外層）主要視覺區域中數百個神經元發出的連線。該技術利用基因測序速度的提高和成本的下降，比現有方法更有效，使研究團隊能夠以前所未有的速度生成比以前更詳細的影像。一旦這項技術成熟，就可以用來揭示神經發育障礙（如自閉症）的本質，這些障礙被認為與腦部連線的差異有關。
該團隊由 CSHL 的安東尼·扎多爾和瑞士巴塞爾大學的神經科學家托馬斯·米爾西奇-弗洛格爾領導，他們透過將其與先前識別神經細胞之間連線的黃金標準方法——一種稱為熒光單神經元追蹤的技術進行比較，驗證了他們的方法。這涉及將產生綠色熒光蛋白的基因引入細胞，以便它們及其軸突（神經元的輸出線）可以透過光學顯微鏡進行視覺化。該團隊使用更傳統的方法追蹤了 31 個神經元的連線，從老鼠的初級視覺皮層一直到其他七個皮層區域。但是，這項工作耗時三年才完成，而該團隊使用新技術僅用三週就能夠繪製出 591 個神經元的連線。
關於支援科學新聞
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞工作 訂閱。 透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。
該方法稱為 MAPseq（透過測序進行的多路投射分析），其工作原理是用基因“條形碼”標記細胞。研究人員將含有隨機 RNA 序列的病毒注入小鼠大腦。一旦進入細胞，每個病毒都會表達一個獨特的 30 個字母或核苷酸 RNA 序列（由字母 G、A、T、C 組成的條形碼），以及一種細胞自然會沿軸突運輸的蛋白質。該蛋白質被設計為與 RNA 條形碼結合，以便該標籤也被拖入軸突。研究人員後來犧牲了小鼠，解剖了它們的大腦並將其分離成目標區域，然後對這些區域進行測序，使他們能夠看到哪些標記的神經元連線到哪些區域。神經元與目標區域的連線越多，該神經元的條形碼在該區域的測序資料中出現的次數就越多。
研究團隊發現，與之前的許多想法相反，小鼠初級視覺皮層（它是第一個接收和處理來自眼睛的訊號，然後再將資訊傳遞到其他區域的皮層區域）中的神經元通常會向多個其他視覺區域傳送輸出。“一個關鍵的發現是，皮層中的單個神經元與許多大腦區域相連，而且這種連線不是隨機的，”瑞士分子和臨床眼科研究所的神經科學家博通·羅斯卡說，他沒有參與這項工作。他補充說，這是對皮層中長程連線如何組織的首次描述。
研究小組使用兩種方法獲得了相同的結果，從而驗證了這項新技術。但是，由於使用新方法繪製了更多的細胞，它還揭示了近四分之三的標記細胞屬於六個組，這取決於它們連線到多少個以及哪些區域。這意味著小鼠主要視覺區域中存在神經元亞型，它們可能執行不同的功能。“因為我們有如此多的神經元，我們可以進行統計分析並開始理解我們看到的模式，”CSHL 的扎多爾的合作者、該研究的共同主要作者尤斯圖斯·凱布舒爾說。“這就是 MAPseq 如此有用的原因，”他補充道。研究人員推測，這些與特定區域子集的連線可能會協調這些區域的活動，並將視覺資訊跨大腦連線起來，以幫助形成複雜的視覺甚至多感官知覺。
MAPseq 的想法受到了一種熒光追蹤方法的啟發，該方法使用多種顏色，暱稱“腦彩虹”。這涉及到將產生不同顏色熒光蛋白（通常是紅色、綠色和藍色）的基因引入細胞。一種隨機破壞某些基因的機制，然後確保每個細胞產生不同的、隨機的顏色混合，從而有效地用不同的色調“標記”它們。可以產生多達 200 種顏色，但這個數量仍然遠小於小鼠大腦或區域中的神經元數量。MAPseq 克服了這個限制，因為 30 個核苷酸可以生成 1018 個不同的序列。該技術的速度和容納如此多組合的能力使其非常適合連線組對映的複雜性。“我預測，隨著這項技術的成熟，它將成為我們分析大腦連線的關鍵方式，”羅斯卡說。“它是單細胞解析度的、簡單、高通量、便宜的，而且可以被條形碼標記的細胞數量沒有限制，因為可能的條形碼比大腦中的神經元多得多。”
到目前為止，神經計算的模型只不過是基於行為資料和神經元屬性的猜測，但詳細的解剖學知識可以限制這些理論。“希望由於瞭解潛在的電路結構，系統神經科學的進展將會更快，”凱布舒爾說。“如果你有解剖學，你可以快速排除那些不可能為真的假設。”跨物種比較研究結果也將是有用的。“我們可以開始嘗試理解什麼是保守的，以及不同物種的特化，”他說。“這可以讓你更深入地瞭解大腦功能，而不僅僅是收集郵票。”
目前，該方法僅能識別連線來自哪個單個細胞，以及它們最終到達的整個大腦區域。但未來的發展可能會允許對連線的開始和結束進行條形碼標記。還可以新增其他層的資訊，如細胞型別和形狀。“所有必要的條件現在都具備了，”凱布舒爾說。
也許最重要的是，這項技術可能有助於理解自閉症和精神分裂症等神經發育障礙。一些理論認為，在這些疾病的發展過程中，特別是在自閉症中，大腦連線會出錯。雖然 MAPseq 不能在人類身上使用（人類不喜歡被基因改造），但可以研究許多動物模型。許多此類自閉症模型透過模仿與人類疾病相關的基因突變來重現症狀。一種可能性是，與自閉症相關的巨大突變多樣性可能都指向共同的連線缺陷。“如果我們能發現這一點，我們可能會掌握瞭解該疾病的方法，並可能在基因上做一些事情，”凱布舒爾說。“我們現在開始在實驗室研究這個問題。”