​BICCN专栏之一 | 总论：大脑皮层运动神经元图谱景观以及数据库联盟BICCN

撰文 | 十一月

https://www.nature.com/immersive/d42859-021-00067-2/index.html

2021年10月6日，大脑皮层运动神经元图谱景观以及数据库联盟在Nature上同时刊发16篇文章（十六篇Nature重磅发布大脑运动皮层细胞图谱），揭开了运动神经元皮层中多个层面的图谱景观。这16篇文章中的第一篇是BICCN联盟（大脑皮层运动神经元图谱景观以及数据库联盟，BRAIN Initiative Cell Census Network）对于此次多国家、多研究组合作的总论，该文章题为A multimodal cell census and atlas of the mammalian primary motor cortex，提纲挈领地介绍了多种哺乳动物运动神经元皮层中单细胞转录组、染色质可及性、DNA甲基化组、空间分辨率单细胞转录组、形态学和电生理学特征以及细胞分辨率输入输出图谱的大规模分析，从而建立了一个统一的神经元细胞型组织的机制框架，将多层分子遗传和空间信息与多方面的表型特性进行了整合。

人类大脑是一个由不同的信息处理单元所组成的巨大网络，它与人体其他器官不同，大脑是由数十亿神经元组成，通过数万亿个突触相互连接从而促进人类学习、记忆等精妙而复杂活动的进行。了解大脑的结构、发育、功能和疾病的关键步骤是发现和绘制神经元和其他细胞类型的特征景观。一直以来，神经元多样性都是科学家们想要揭开的问题，神经元之间有着相似的属性，是大脑回路中的基本单位，但是对于神经元的种类进行严格的定量和定义仍然是巨大的挑战【1,2】。许多传统的技术一次只能对一个或者一小群神经元进行分析，因此，对神经元种进行全局性统览的需求呼之欲出。

与此同时，单细胞基因组学技术为生物学的研究提供了无与伦比的高分辨率、高通量的技术平台，从而可以用于揭开单个细胞中转录组和表观遗传组学图谱，并迅速影响到包括神经生物学在内的多个学科中对于细胞组成类型的分析。将单细胞RNA测序方法用于大脑皮层表和大脑中的其他区域，揭示了不同细胞类型的复杂转录组特征，这些特征与几十年间科学家们所积累的解剖学经验相一致，但分辨率和精度方面是传统解剖以及免疫染色等技术所无法企及的。

BICCN联盟所建立的细胞普查网络目标在于利用这些技术生成一个可供开放获取的大脑神经元皮层细胞图谱，该图谱包含分子、空间、形态、连接以及功能性数据，可以对小鼠、人类以及非人灵长类动物进行描述【3】。大脑神经元的普查类似于人口普查，用于定义组成大脑运动神经元皮层中不同细胞类型及其比例、空间分布以及表型特征等等，以便于为大家了解大脑的运作模式、组织功能提供新的平台。

在总论中，BICCN联盟对此次大脑神经元皮层图谱建立过程中的发现进行了总结，主要的发现包括：

• 通过整合基因表达、染色质状态以及DNA甲基化修饰，结合单细胞转录组学和表观基因组学分析揭示了运动神经元皮层细胞组成类型，统一了神经元皮层的分子遗传格局；

• 通过单细胞组学、基于MERFISH的空间解析单细胞转录组学和Patch-seq产生了细胞类型图谱，建立了不同细胞类型在不同皮层和皮层亚层中的空间分布；

• 比较分析小鼠、绒猴和人类中大脑运动神经元皮层，跨物种分析运动神经元皮层的发育起源和层次组织，对不同物种间的转录相似性进行描述；

• 对跨物种高度保守的细胞身份转录组和表观基因组特征进行比较，证明了运动皮层神经元的高度进化专门化；

• 分子、解剖和生理数据之间的一致性能够更好地对不同神经元类型进行分类，同时也能够揭示出神经元不同类型之间的演变过程；

• 通过对主要转录组定义的神经元细胞输入输出连接的特征进行定义；

• 兴奋神经元的长程轴突投射模式与转录组、表观遗传组之间复杂的对应关系，表明在单细胞特异性连接方面具有其他水平的调节；

• 细胞类型转录和表观遗传特征指导了谷氨酸锥体神经元类型和其祖细胞类型命运图谱的遗传工具的产生；

• BICCN数据库实现了高度的标准化、计算集成开放数据库资源的创建，可以为研究和应用提供数据、工具和知识平台。

BICCN联盟通过七个单细胞RNA-seq以及单核RNA-seq数据以及单核甲基胞嘧啶测序、单核染色质可及性的测序等得到了小鼠运动神经元皮层的图谱【4】。通过对小鼠、人类以及狨猴中的数据库进行整合和分类，BICCN联盟共鉴定发现45个保守的细胞种类，其中包括24中γ-氨基丁酸能神经元、13个谷氨酸能神经元以及8个非神经元种类。另外，BICCN联盟通过MERFISH实验对细胞种类进行原位鉴定、空间定位以及投射分析，以及通过Patch-seq对跨物种对运动神经元皮层中的转录组以及形态-电生理特征进行对应（图1）。

图1 Patch-seq鉴定神经元的转录组以及形态-电生理学特征

除此之外，BICCN联盟还建立了一系列遗传工具，可以靶向运动神经元皮层中不同的谷氨酸椎体神经元种类，其中包括15个Cre以及Flp驱动品系。并且通过示踪剂、Cre品系标记、单个神经元重建、高分辨率全脑成像以及计算机分析，建立了一个全面的单细胞分辨率输入输出的神经电路网路图（图2）。

图2 神经环路对应图谱

通过这些技术的整合分析，BICCN联盟构建出了一个完整的跨物种运动神经元皮层图谱，这一图谱为广泛的神经科学社区提供了一个基础平台，可以用以积累和整合跨物种的细胞类型信息，也为理解细胞类型特化、成熟和神经环路组装的分子遗传程序的研究奠定了基础。

原文链接：

https://doi.org/10.1038/s41586-021-03950-0

制版人：十一

参考文献

1 Zeng, H. & Sanes, J. R. Neuronal cell-type classification: challenges, opportunities and the path forward. Nature reviews. Neuroscience 18, 530-546, doi:10.1038/nrn.2017.85 (2017).

2 Mukamel, E. A. & Ngai, J. Perspectives on defining cell types in the brain. Current opinion in neurobiology 56, 61-68, doi:10.1016/j.conb.2018.11.007 (2019).

3 Ecker, J. R. et al. The BRAIN Initiative Cell Census Consortium: Lessons Learned toward Generating a Comprehensive Brain Cell Atlas. Neuron 96, 542-557, doi:10.1016/j.neuron.2017.10.007 (2017).

4 Yao, Z. et al. A transcriptomic and epigenomic cell atlas of the mouse primary motor cortex. Nature 598, 103-110, doi:10.1038/s41586-021-03500-8 (2021).

转载须知

【原创文章】BioArt原创文章，欢迎个人转发分享，未经允许禁止转载，所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利，违者必究。