九篇Nature齐发 | 成体果蝇大脑连接组

撰文 | 十一月

神经元之间的连接可以通过分析大脑的显微电镜图像来实现，该方法已经应用于大脑局部的连接组学研究，但是这对于更为全面地理解大脑功能来说是不足够的。

2024年10月2日，果蝇大脑连接组联盟联合世界各地多个实验室共计发表了9篇Nature文章，对成年雌性果蝇全脑神经元连接组图谱进行了构建，对139255个神经元之间的突触相互作用进行了注释，并建立了可供数据下载、程序化访问以及交互式浏览的数据平台（https://flywire.ai） 。该资源平台整合了不同类型神经细胞谱系的注释以及神经递质身份的预测。另外，合作的多个实验室对信息输入的感觉神经元等到信息输出的运动神经元等的连接组进行鉴定，揭示出不同的运动行为神经元电路机制，为未来其他物种的大规模连接组项目奠定了坚实的基础。

一、总论

大脑在5亿年前进化出来，是生成复杂行为必不可少的器官。将大脑划分成不同的区域有助于理解大脑的功能，但是关于神经元在大脑不同区域的连接方面的信息研究仍存在重大空白，因为技术方面的限制如何构建全脑神经元以及突触水平的连接体信息存在挑战。2000年左右，关于神经元连接组的研究开启，但这只在一小部分科学家中初步萌芽。

黑腹果蝇的大脑虽小，却包含105个神经元以及108个突触，能够进行看、闻、听、走以及飞等多种行为，果蝇参与动态的社会学互动，并可以在远距离航行中形成长期记忆。显微电镜图像能够重建果蝇大脑，以足够的分辨率显示神经元和突触分支。神经环路是大脑如何产生社交行为、记忆或者导航行为的基础。

作者们对雌性成体果蝇全脑139255个神经元以及这些神经元之间的5.45千万突触进行了重建，并进行总结评论题为Neuronal wiring diagram of an adult brain。这一平台也对不同的神经元细胞类型进行注释，可以对连接组种类进行探究，也可以直接查看具体的显微电镜图片结果，也有对显微电镜图片详细的神经元信息注释（图1）。

图1 成体果蝇大脑连接组

进一步地，作者们对神经元按组进行分类，通过内在的、传入的以及传出的方式将神经元分类为视神经元、运动神经元、中枢神经元、分泌神经元等8种不同的神经元种类。随后，通过对初级神经突长度的分析，对神经元及其连接的尺寸进行测量，包括每个连接中的突触数量等。除此之外，作者们也根据神经纤维网矩阵构建了神经元映射组。

二、果蝇连接组网络统计

果蝇全脑连接组平台为研究完整大脑特性以及拓扑特征的数据分析提供了机会。作者们使用二节点和三节点模体检测其连接强度以及神经递质和细胞类型组成的相关信息，同时将所得到特征与其他动物比如线虫等的神经网络特征进行比较（图2）。神经网络理论已经广泛应用于了解全脑组织连接组特征之中，这样的量化分析有助于理解神经网络的互联性和稳健性，并能够高度识别能够充当集线器的神经元连接节点。这是对于跨大脑不同区域、不同个体、不同发育阶段或者不同物种的比较，能够识别出大脑组织的共性与差异。

图2 神经元网络分析

作者们发现果蝇大脑中神经网路多为Rich-club神经元，连接的神经元种群众多且高度连接，处于Rich-club神经元的子集可以作为信号的放大器。作者们基于78个不同解剖学结构定义了不同大脑区域的神经子网络，为解析神经活动与解剖结构的关系提供基础。

三、全脑神经元种类注释

在实现对黑腹果蝇大脑的神经元连接组进行分析后，作者们对全脑连接组中的神经元类别、细胞类型以及发育单位半细胞谱系 （Hemilineage） 进行注释。作者们共标记了8453种细胞类型，有3643种在以前的研究中被提出过，4581种则是新的细胞类型。作者们通过层级注释为大脑连接组提供了一个系统但相对粗糙的神经元分组，相较于只对终端细胞类型进行注释更进一步。之后为了对神经元进行更为详细的注释，作者们开发了一种中间级别的注释方法，称为半细胞谱系注释法。中枢神经元和少数视神经元是由每个大脑半球大约120个神经母细胞产生，每个干细胞通过不对称分裂产生精确出生顺序的细胞谱系。每个神经母细胞通过产生两个半谱系，产生不同形态的神经元并且可以相互表达不同的神经递质。因此，作者们所提出的半谱系可以作为神经系统发育组的功能单位的代表。作者们这一工作为果蝇大脑神经元细胞类型类型注释提供了新的思路。

四、果蝇大脑连接组定义效应组

神经科学的其中一个目标的是获得神经系统工作的因果模型，全脑连接组图谱确定了神经元通过突触路径相互影响，但是并不能给出神经元之间在体内互相影响的程度。为了克服这一限制，作者们引入了实验与统计相结合的方法对果蝇大脑因果模型进行学习，并将其称为效应组 （Effectome） 。具体来说，作者们对提出了一个线性动力学模型根据随机的光遗传扰动数据估计果蝇连接组的因果效应。作者们根据对连接组的分析提出了控制果蝇神经系统中神经网络环路的动力学。主导的神经元环路包含相对较少的神经元群，因而可以对神经元成像、刺激以及特异性识别。这一发现建立了果蝇全身动态由大量小的神经环路产生的模型，并对大脑连接组的因果效应进行了建模和验证。

五、果蝇大脑连接组揭开运动感觉过程

果蝇大脑连接组平台有助于对多种行为进行理解。通过在神经连接以及神经递质识别的基础上，作者们对进食以及梳理行为特性进行研究，题为A Drosophila computational brain model reveals sensorimotor processing。作者们发现了对糖或者水做出反应的神经元以及起始进食所需要的神经元。此外，作者们利用该模型对进食区神经元进行光遗传学刺激以及行为研究对这一假设的模型进行验证。作者们通过激活不同类别的味觉神经元可以准确预测不同味觉模式之间的相互作用，提供对于厌恶和促进食欲不同味觉处理的神经环路。

六、视觉系统连接环路

神经细胞类型的目录通常被称为大脑的部件表，是理解大脑功能的先决条件。在果蝇的视叶种，不会细胞类型之间的连接规则是视觉实现的关键。作者们通过成体果蝇大脑的连接组平台对果蝇实现视觉的细胞类型、调控规则以及连接特性进行了分析，题为Neuronal parts list and wiring diagram for a visual system。作者们发现大脑连接组数据库所展现的不同的细胞类型翻番，也证明了中间神经元家族类型的丰富性。通过分析，该数据库与之前的研究具有一致性，同时通过视觉细胞类型在运动、物体识别以及颜色识别中的变化对视觉神经元连接性景观进行构建，对跨越视叶和中枢神经系统的边界细胞类型进行了量化，将视觉的实现简化为简单的细胞类型连接图。

更为详尽地，作者们通过分析三种Dm3以及三种TmY细胞类型在视觉系统中的功能进行预测，题为Predicting visual function by interpreting a neuronal wiring diagram。Dm3最早发现于1970年，最初被称为无分泌细胞系，1989年正式被命名为Dm3。2015年Dm3被细分为两种，最近关于连接组的研究发现了第三种Dm3。通过对连接组数据分析可以对Dm3接收场域进行分析，其接收场域主要可以通过对突触前Tm细胞类型进行定位来实现。这一工作以对连接组在视觉细胞类型结构与视觉功能实现进行了实例分析。

动物利用视觉信息来进行导航，但是这些信息在导航系统中的编码和整合尚不完全清楚。在果蝇中，头部中央复合体中的EPG神经元通过整合视觉输入来定位视觉通路。在该工作中，作者们通过显微电镜的数据结果对视觉通路中的神经元进行密集重建，题为Connectomic reconstruction predicts visual features used for navigation。基于形态学、神经元之间的连接性以及突触的位置，可以对不同信息通道来源的四种神经元类型进行区分，并对视觉特征以及神经元接收的视觉区域进行确认。这些结果为理解不同感官特征是如何被提取和转换构建高阶认知表征提供了新的基础。

七、运动停止神经环路

行走是一项复杂的运动，涉及到对大脑以及脊索的协调。果蝇是如何在适当节点停止运动是行走控制的重要组成部分。在驱动行走运动停顿的识别神经元方面已经有了一定的进展，但目前还无法解释潜在负责的神经环路。为此，作者们使用连接组信息模型对果蝇行进过程根据上下文进行运动停止的两个基本机制进行了解析。第一种Walk-off，主要依赖于GABA能神经元抑制行为命令；第二种Brake，依赖于神经索中的胆碱能神经元导致主动停止行走。作者们展示了Walk-off行为中两种不同神经元导致不同行为——停止向前走或者转身的机制。而在Brake行为中刹车神经元则会抑制行走神经元并增加腿部关节处的阻力。作者们的工作描述了两种不同运动停止的神经环路，为运动停止的理解提供更为详尽的神经系统的基础。

总的来说，果蝇大脑连接组联盟通过多种实例，对不同行为中神经元连接信息进行探究，发现了多种行为范式背后神经连接基础。同时，由于该数据平台的开源性，成体果蝇大脑连接组结合多种新技术将有助于对大脑神经元多样性、行为相关的神经环路以及不同脑区的相互作用提供了新的人工智能工具。

原文连接：

https://doi.org/10.1038/s41586-024-07558-y

https://doi.org/10.1038/s41586-024-07968-y

https://doi.org/10.1038/s41586-024-07686-5

https://doi.org/10.1038/s41586-024-07982-0

https://doi.org/10.1038/s41586-024-07763-9

https://doi.org/10.1038/s41586-024-07981-1

https://doi.org/10.1038/s41586-024-07953-5

https://doi.org/10.1038/s41586-024-07967-z

https://doi.org/10.1038/s41586-024-07854-7

制版人：十一

BioART战略合作伙伴

（*排名不分先后）

BioART友情合作伙伴

（*排名不分先后）

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。

BioArt

Med

Plants

人才招聘

会议资讯

近期直播推荐