【ZiDongHua 之自動化學(xué)院派收錄關(guān)鍵詞：中科院自動化所  腦科學(xué)研究  生命科學(xué)領(lǐng)域  生物信息學(xué)   】

　　

　　Science Bulletin | 中國科學(xué)院自動化所蔣田仔團隊與樊令仲團隊繪制全新獼猴腦網(wǎng)絡(luò)組圖譜

　　

　　獼猴作為研究人類認知功能機制和模擬人類腦部疾病的理想模型，其在遺傳學(xué)、生理學(xué)和腦結(jié)構(gòu)上與人類高度相似。目前，大量腦科學(xué)研究將非人靈長類動物研究作為闡明認知神經(jīng)基礎(chǔ)并促進轉(zhuǎn)化醫(yī)學(xué)的核心來源。因此，一份能夠描繪獼猴腦部空間組織架構(gòu)的全景式腦圖譜對于將研究成果從獼猴轉(zhuǎn)化到人類具有重要意義。這樣的圖譜可以表征不同區(qū)域的特征，包括連接性、結(jié)構(gòu)和幾何拓撲等，有助于我們理解腦的功能、發(fā)育發(fā)展和演化。但是，現(xiàn)有的圖譜構(gòu)建主要集中在特定區(qū)域的片段化研究，而全面、標準的全腦尺度獼猴腦圖譜卻一直難以實現(xiàn)。研究人員在過去幾十年中嘗試創(chuàng)建各種獼猴腦圖譜，但多數(shù)都僅限于特定層面或特定區(qū)域的研究，無法全面揭示腦部組織規(guī)律及其功能的多樣性。

　　

　　中國科學(xué)院自動化研究所腦網(wǎng)絡(luò)組研究中心團隊長期致力于腦圖譜領(lǐng)域的研究，近年來成功繪制了首版人類腦網(wǎng)絡(luò)組圖譜，并建立了其驗證和應(yīng)用體系，在腦圖譜領(lǐng)域達到國際領(lǐng)先水平。近日，該團隊延續(xù)了“基于腦連接信息繪制圖譜”的這一思想，在Science Bulletin發(fā)表以“Macaque brainnetome atlas: A multifaceted brain map with parcellation, connection, and histology”為題的研究性論文，繪制出全新的獼猴腦網(wǎng)絡(luò)組圖譜（Macaque Brainnetome Atlas, MacBNA），其構(gòu)建基于高空間和角度分辨率的彌散磁共振成像數(shù)據(jù)。MacBNA不僅對腦區(qū)進行了合理且精細的分區(qū)，還詳細描述了每個腦區(qū)亞區(qū)之間的宏觀連接。作為可靠的參考系統(tǒng)，它能夠有效地整合多尺度腦圖像和多組學(xué)信息，從而繪制出多模態(tài)跨尺度的獼猴腦圖譜。獼猴腦網(wǎng)絡(luò)組圖譜作為一套描繪獼猴腦部空間組織架構(gòu)的全景式腦圖譜將克服現(xiàn)有圖譜的諸多缺陷，包括僅針對特定解剖區(qū)域、僅有單一模態(tài)信息等局限性。同時，基于相同理論與方法繪制的人類和獼猴腦網(wǎng)絡(luò)組圖譜將為從猴腦獲得的信息和知識有效地遷移到人腦發(fā)揮關(guān)鍵作用。

　　

　　此外，該研究中的跨模態(tài)多尺度數(shù)據(jù)集還將提供一個開放獲取平臺，用于解決計算問題，例如建立獼猴數(shù)字孿生腦和跨尺度圖像配準。研究團隊目前正在持續(xù)收集數(shù)據(jù)，以進一步完善MacBNA，并增加額外的神經(jīng)示蹤和組織切片染色圖像。另外，腦網(wǎng)絡(luò)組圖譜繪制思想和方法具有擴展到其他物種進行比較研究的潛力。因此，期待MacBNA及其相關(guān)的多模態(tài)多尺度資源在跨物種比較、轉(zhuǎn)化醫(yī)學(xué)和計算建模方面發(fā)揮重要作用。目前，獼猴腦網(wǎng)絡(luò)組圖譜已經(jīng)在腦網(wǎng)絡(luò)組研究中心的門戶網(wǎng)站上開放共享(http://www.brainnetome.org)，其相關(guān)數(shù)據(jù)可以在科學(xué)數(shù)據(jù)銀行(https://cstr.cn/31253.11.sciencedb.15197)下載獲取。

　　

　　

　　

　　圖1  研究總體思路. (a) 多模態(tài)數(shù)據(jù)采集 (b) 圖譜分區(qū)和腦區(qū)間連接 (c) 圖譜驗證

　　

　　獼猴腦網(wǎng)絡(luò)組圖譜將獼猴大腦劃分為了304個精細腦區(qū)結(jié)構(gòu)，并且定量描繪了每個腦區(qū)的解剖和功能連接模式，為在宏觀尺度上明確大腦的組織模式提供了不可或缺的工具。與其他獼猴腦圖譜的指標定量比較結(jié)果表明，獼猴腦網(wǎng)絡(luò)組圖譜能夠好地表征大腦的連接拓撲模式。該研究利用細胞構(gòu)筑和介觀連接在分區(qū)邊界和連接準確度兩個方面驗證了圖譜結(jié)果的可靠性，揭示了獼猴腦網(wǎng)絡(luò)組圖譜在一定程度上具有生物學(xué)意義。此外，該圖譜集成了影像、染色切片和神經(jīng)示蹤數(shù)據(jù)，在同一個標準空間中提供宏觀連接、介觀連接以及組織學(xué)信息，這為全面地理解大腦不同尺度下的屬性、探究模態(tài)間的關(guān)系打下了堅實的基礎(chǔ)，也為設(shè)計開發(fā)多模態(tài)融合、跨尺度計算等算法建立了數(shù)據(jù)平臺。獼猴腦網(wǎng)絡(luò)組圖譜不僅為多層面地理解大腦功能的工作機理提供了新的多模態(tài)空間地圖，也將推動轉(zhuǎn)化醫(yī)學(xué)、跨物種比較和大腦數(shù)字建模等重要研究領(lǐng)域的發(fā)展。

　　

　

　　

　　圖2  獼猴腦網(wǎng)絡(luò)組圖譜. (a) 248個皮層上腦區(qū) (b) 56個皮層下腦區(qū)

　　

　　腦網(wǎng)絡(luò)組圖譜是腦圖譜發(fā)展和神經(jīng)技術(shù)進步的必然趨勢，是腦科學(xué)、認知科學(xué)等相關(guān)學(xué)科取得突破的關(guān)鍵。在已有成果的基礎(chǔ)上，未來腦網(wǎng)絡(luò)組圖譜將沿著跨物種腦圖譜、多模態(tài)多尺度腦圖譜方向發(fā)展，為診斷治療、跨物種研究和類腦智能啟發(fā)提供堅實的基礎(chǔ)。

　　

　　

　　

　　圖3 以獼猴腦網(wǎng)絡(luò)組圖譜為參考空間的多模態(tài)信息 (a) 大腦分區(qū)和腦區(qū)連接模式 (b-c) 大腦梯度模式及其關(guān)聯(lián) (d) 圖譜分區(qū)跨模態(tài)配準對齊 (e-f) 大腦組織學(xué)結(jié)構(gòu)

　　

　　中國科學(xué)院自動化研究所的博士生陸玉恒、副研究員崔玥、博士生曹龍和博士生董振偉為該論文的共同第一作者，中國科學(xué)院自動化研究所蔣田仔研究員、樊令仲研究員和楊正宜副研究員為共同通訊作者。該研究受到國家科技創(chuàng)新2030—“腦科學(xué)與類腦研究”重大項目和國家自然科學(xué)基金等項目的資助。