Cell | 蒲慕明发表灵长类动物大脑的转录组、连接组和神经调节的文章（值得收藏）
2022/6/28 9:17:28 阅读：201 发布者：
单细胞转录组分析促进了大脑中的细胞类型识别和细胞类型特异性连接组的绘制，有助于阐明大脑功能的神经回路并通过神经调节治疗大脑疾病。然而，我们缺乏对神经元类型/亚型的一致定义，也缺乏互连网络中因果关系的明确区分。2022年6月21日，中国科学院神经科学研究所/ 上海脑科学与类脑技术中心蒲慕明在Cell发表题为“Transcriptome, connectome and neuromodulation of the primate brain”的评论文章，该文章重点关注灵长类动物大脑的单细胞转录组学和连接组学研究，以及通过物理手段进行精确的神经调节，旨在调节各种大脑功能和功能障碍背后的特定神经回路。自从 Ramon y Cajal 提出神经元作为神经系统的基本单位以来，识别所有神经元类型并绘制它们在大脑中的连接图一直是神经生物学家迫在眉睫的任务。基于细胞形态、电生理特性、基因表达谱和连接模式对细胞类型进行分类的多种方法已经产生了大量信息。单细胞 RNA 测序技术的最新进展极大地加快了基于转录组的细胞分类的步伐。细胞类型特异性病毒载体和光学成像技术的可用性还允许绘制介观连接组（mesoscopic connectomes），包括轴突投射的整个模式（“投射组”）和单个神经元的输入连接（“输入组”）。在基于转录组和基于连接组的分类中，细胞类型的数量随着分析的分辨率而增加，因此最终每个细胞都可能成为自己的类型。这要求该领域就定义细胞类型和亚型的标准达成共识，最好是可以整合通过各种分类方案获得的信息的标准。
尽管尚未就细胞分型标准达成共识，但在过去十年中，在研究小鼠大脑的单细胞转录组和连接组以及来自表观基因组、生理和行为研究的信息方面已经取得了巨大进展。正在努力将单细胞转录组学研究从小鼠扩展到非人类灵长类动物 (NHP) 和人类大脑。然而，在 NHP 中绘制单细胞连接组仍处于早期阶段。本评述重点关注灵长类动物大脑的单细胞转录组学和连接组学研究，以及通过物理手段进行精确的神经调节，旨在调节各种大脑功能和功能障碍背后的特定神经回路。
灵长类大脑的单细胞转录组
现在正在从 NHP 和人类大脑中获得有关单细胞转录组的大量数据。在胚胎和成年小鼠和人类大脑的同源区域中发现了保守和差异的基因表达模式。与小鼠一样，需要整合灵长类动物大脑中形态、电生理特性和基因表达模式的单细胞数据。对于人类皮层上层的谷氨酸能神经元，Berg 等人确实发现了它们的转录组模式和形态以及生理特性之间的一些对应关系。随着这项工作的进一步进展，我们越来越需要统一定义细胞类型和亚型，这可以作为整合各种分类方法获得的信息的基础。
一种神经元类型或亚型应该以一些独特的特征为特点，这些特征在整个神经元的整个生命周期中都相对稳定，而在有限的时间尺度上持续的基因表达、生理特性和形态/连接性的变化可以被认为是神经元的不同状态。鉴定稳定且独特表达的基因将有助于定义细胞类型，但迄今为止大多数单细胞转录组分析中很大程度上缺少有关转录组模式时间变化的信息。已知在早期神经发生过程中不同转录因子组的表达决定了主要神经元类型的命运，即谷氨酸能神经元、GABA能神经元和调节神经元。通过对祖细胞进行并行标记以跟踪小鼠前脑发育过程中的克隆关系和转录组特征，Bandler 等人2022 年发现皮质 GABA 能亚型的分化是作为祖细胞水平的谱系依赖性过程启动的。目前尚不清楚每种主要神经元类型的祖细胞群内的异质性在多大程度上可以解释其后代的亚型多样化，以及内在的谱系依赖性规范是否在决定不同大脑区域的所有神经元亚型中起主导作用。
可以合理地预期，分化的神经元亚型的稳定基因表达模式与其在神经网络中的功能要求相匹配，通常由其特定的连接性定义，并且匹配过程开始于有丝分裂后神经元迁移到大脑中的指定位点并形成突触连接。Shibata 等人2021 年在发育中的小鼠大脑中发现了视黄酸的前后梯度及其匹配受体的表达，并且视黄酸活性是建立丘脑皮质连接所必需的。因此，早期神经发生过程中时空编程的基因表达可能会设置有丝分裂后神经元（由 Fishell 和 Heinz 创造）的“基态”，以定义主要神经元类型以及指导神经元迁移、轴突/树突生长和树枝状化，以及初始神经元连接性。随后与局部环境的相互作用以及依赖于活动的修剪和连接的稳定可能会影响赋予其独特形态和生理特征的神经元亚型的稳定基因表达的最终模式。因此，可以整合基于转录组和基于连接组的亚型分类，当在每种类型的神经元中发现一组独特的稳定表达基因时，表现出独特的连接组模式。在灵长类动物新皮质中，鉴于其祖细胞的长期增殖和更复杂的细胞间相互作用和连接性，人们预计会出现比啮齿动物更多的神经元亚型。此外，基于稳定性的神经元类型/亚型分类必须适应依赖于经验的长期记忆，这些记忆还涉及基因表达和突触连接的持续变化。长期记忆，特别是那些潜在的灵长类大脑高级认知功能，如面部识别和语言处理，是否涉及创建不同的神经元亚型？
空间转录组分析的快速发展现在允许以单细胞分辨率绘制整个大脑的基因表达拓扑图。大规模“stereo-Seq”技术现已应用于整个猕猴大脑，以确定皮质和皮质下大脑区域中各种转录组定义的细胞类型的空间分布。这种空间转录组学分析也将有助于表征手术衍生或尸检人脑组织，并提供更精确的特定基因定位，这些基因是人脑各种功能和功能障碍的基础。结合组织学和基于 MRI 的信息，空间转录组学分析还可以帮助产生更精细的区域分割，为记录灵长类动物大脑中所有神经元类型的连接组图提供基础。
在动物的整个生命周期中纵向进行的空间转录组分析代表了一个有吸引力的新研究方向，使我们能够解决有关灵长类动物大脑进化、发育和衰老的许多重要问题。为了回答这些问题，我们不仅需要知道灵长类动物特异性基因的身份，还需要了解灵长类动物特异性调控元件，这些元件设置了保守基因和灵长类动物特异性基因的独特表达模式，以及它们对组织环境中细胞间相互作用和表观遗传因素的依赖性。人类大脑发育的延缓、皮层褶皱的形态发生以及人类特定功能（例如语言）的复杂网络的精心策划的形成，可以极大地受益于特定基因何时、何地以及如何表达的知识。其中一些问题可以通过将转基因和基因编辑技术应用于 NHP 来解决。
灵长类动物大脑的介观连接组
虽然人脑的单细胞转录组分析可以在手术衍生和尸检组织上进行，但人脑介观连接组的映射要困难得多，由于需要在活组织中进行细胞类型特异性探针的病毒表达以追踪神经元连接，以及高通量成像和在单细胞分辨率下大规模重建远程投射的挑战。NHP 中的介观连接组映射，例如狨猴和猕猴，目前更为现实。最近通过重建整个大脑超薄切片的荧光显微图像或改进光学透明组织块的光片成像，已经证明了猕猴大脑在微米分辨率下远程跟踪单个神经元投射的能力。每个猕猴大脑的数据采集和处理工作量巨大，但似乎在一个可行的范围内。另一方面，阐明不同大脑区域的局部连通性，朝着绘制每种类型神经元的输入组迈出的一步，提出了更艰巨的挑战。
已经使用逆行荧光珠对猕猴大脑中的皮质-皮质投射进行了广泛的映射。鉴定在 NHPs 的不同皮质层和大脑区域内不同细胞类型中差异表达的基因，以及进一步阐明表达这些基因的特定启动子/增强子，将导致开发用于绘制细胞类型特异性连接组的分子示踪剂。这种连接组信息为进一步研究与不同大脑功能相关的神经元/回路特异性活动提供了基础。宏观脑成像（例如，磁共振成像、MRI）已经在 NHP、正常人类受试者和脑部疾病患者中以毫米分辨率生成了有关结构和功能连接性的大量信息。相对较低的空间和时间分辨率、图像收集和分析程序的变化以及个体差异性限制了这些成像数据在临床环境中的有用性。NHP 大脑的介观连接组分析，结合先前对同一动物的结构和 fMRI 成像，将有助于解释从扩散张量成像推断出的宏观“结构连接组”。对特定大脑区域中特定神经元类型活动的光学成像和光遗传学操作将进一步有助于解释 MRI 研究推断的“功能连接组”。
用于治疗脑部疾病的神经调节
单细胞转录组和连接组分析的普遍目标是为监测和操纵特定神经元类型和回路的活动提供基础。然而，大脑疾病特异性神经元和回路难以识别，特别是对于自闭症、抑郁症和精神分裂症等神经精神疾病，这些疾病涉及随个体遗传背景和发育史而变化的网络异常。在相互连接的神经网络中，特别是在关联和额叶皮质中的神经网络中，很难破译多个大脑区域相关活动之间的因果关系，也很难确定神经回路是在调节还是仅仅调节特定的大脑功能。此外，异常的神经回路由神经元组成，神经元还包含许多其他正常回路，因此靶向分子和细胞途径的药物必然具有非特异性回路作用。人们越来越希望通过物理、生理和心理手段调节功能失调的网络（这里称为“神经调节（neuromodulation）”）可以提供脑部疾病的非药物治疗。药物或神经调节方法的开发需要更合适的动物模型。迄今为止，使用神经退行性疾病和精神疾病的啮齿动物模型对候选药物进行临床前疗效测试， 最终通过临床试验的药物很少。由于 NHP 在许多解剖学和生理学特征上与人类接近，使用狨猴和猕猴的疾病模型可能被证明是有价值且不可替代的。许多非侵入性神经调节工具，例如经颅磁刺激 (TMS)、直接或交流电刺激 (tDCS 或 tACS) 和超声刺激具有较低的空间分辨率和较差的目标特异性，这一问题可以通过较大尺寸的 NHP 大脑部分解决。用于生成小鼠模型的转基因和基因编辑方法现在正在扩展到 NHP。最近的一个例子是通过删除猕猴胚胎中的核心昼夜节律基因 BMAL1 产生的昼夜节律紊乱的猕猴模型。这些 BMAL1 缺失的猴子表现出多种症状，包括睡眠障碍、焦虑/抑郁样行为和精神分裂症样脑电图特征，目前正被用于测试药物和神经调节治疗缓解特定精神疾病症状的功效。理想情况下，使用神经调节的临床治疗应该基于对特定脑部疾病的特定功能障碍神经元和回路的了解，目前这种情况在很大程度上是无法实现的。另一方面，即使不知道大脑疾病的“原因”，也可以使用神经调节来纠正“影响”（可观察到的疾病表型），前提是原因和影响可能在复杂的神经网络中相互作用。例如，基于观察到阿尔茨海默病 (AD) 小鼠模型中的伽马振荡减少，Martorell 等人2019 年表明，通过视觉或听觉刺激诱导伽马振荡可以减少整个新皮层的淀粉样蛋白斑块并改善记忆功能。使用侵入性（例如，深部脑刺激，DBS）和非侵入性（例如，tDCS 和 TMS）方法的临床神经调节研究表明，患者的治疗效果存在很大差异，正如几项关于 tDCS 治疗中风患者运动缺陷的荟萃分析所表明的那样。这种可变性可归因于各种研究中使用的参数的差异，例如强度、时间、持续时间和调制部位，以及患者特定的颅骨解剖和神经回路配置。在神经调节的临床应用中，神经调节时机的重要性尚未得到足够的重视。最近对猕猴中风模型的一项研究表明，低频硬膜外交流电刺激 (ACS) 会导致病灶周围皮层中与任务相关的神经元集合发生co-firing，从而提高了猴子在中风后的抓握灵活性。这可归因于同时发生的 ACS 增强了抓握运动的神经回路。因此，当与患者发起或治疗触发的目标行为激活同时进行时，相对非特异性的神经调节可能会增强治疗效果，即使确切的潜在神经回路仍然模糊不清。考虑到颅骨解剖结构和神经回路配置的个体差异，需要对每个受试者大脑的影响进行定量模拟或测量，以实现更精确和有效的神经调制。例如，将临床反应映射到一系列焦点刺激可以帮助确定在使用 DBS 治疗严重抑郁症时有效的个性化刺激参数。在非侵入性 tCS 和 TMS 治疗中，基于结构 MRI 数据的颅内电场分布的个体特异性建模可以更精确地识别电流幅度和调制的大脑区域，基于 EEG 的微状态分析可以提供调制诱导的在线监测大脑网络动态的变化。刺激参数的计算建模辅助校准，以及基于调制引起的大脑状态变化或个体患者的即时临床反应的参数在线调整，可以为治疗脑部疾病提供有效的精确神经调制。
参考消息：
https://www.cell.com/cell/fulltext/S0092-8674(22)00595-5
如有侵权，请联系本站删除！
