Nat Commun：稳如磐石，海马区CA3的顶端树突坚如堡垒

好书推荐！《动物行为实验指南》电子版pdf，网盘发货

《动物行为实验指南》共674页，涵盖了常见的实验动物，如小鼠、大鼠和斑马鱼，详细描述了每一种行为测试的实验设计、测试设备、实验流程、评估指标、预期结果、常见问题及解决方法、数据分析、模型应用与局限性等各个方面。它通过快速引导，帮助研究人员高效地掌握实验的每个阶段，减少了查阅文献和寻找方法的时间，成为各类科研人员的重要参考资料。 《动物行为实验指南》共计收录了16种动物行为类型，包括焦虑抑郁、学习记忆、痛觉、运动、恐惧、社交、癫痫、操作、成瘾、视觉、痒觉、味觉、嗅觉、睡眠、斑马鱼行为以及常见动物模型等内容。每一类动物行为下，都详细介绍了多个经典的实验范式，涵盖了超过100种实验方法。

顶端树突是神经元的一部分，通常从胞体向外延伸进入大脑皮层，负责接收来自其他神经元的信息。锥体神经元的顶端树突和基底树突接收在解剖学和功能上截然不同的输入信号，这意味着在行为过程中，神经元不同分区层面存在功能多样性。

基于此，2025年1月28日纽约大学神经科学研究所Jayeeta Basu研究团队在Nature communications杂志发表了“Sub-cellular population imaging tools reveal stable apical dendrites in hippocampal area CA3”揭示了通过使用精细的成像技术（亚细胞群体成像工具），研究人员能够在小鼠或其它模型生物的海马CA3观察到顶端树突的稳定性。

作者对头部固定的小鼠在进行导航时，其海马CA3区锥体神经元的胞体、顶端树突和基底树突的体内钙信号进行了成像。为了捕捉分区特异性的群体动态变化，开发了计算工具以自动分割树突，并从密集标记的神经元中提取准确的荧光信号轨迹。在稀疏标记的样本上对该方法进行了验证，预测出了能实现高实验通量和分析准确性的最佳标记密度。作者的方法检测到了快速的局部树突活动。这些工具将有助于未来绘制亚细胞活动图谱及其与行为关系的研究。

图一 海马CA3区中GCaMP的表达

小鼠被固定在一个有纹理的跑步机带上，并在其上方设置了颅窗成像系统。通过移除上方皮层后，将一块玻璃盖片固定在CA3区域上方，从而实现对细胞体和树突的同时成像。为了生成用于开发和测试算法的树突成像数据集，在小鼠的海马CA3区表达了GCaMP6f，在低滴度下，给定视野（FOV）中的单个神经元被标记。在较高滴度下，神经元和树突被标记得非常密集，以至于大多数ROI至少与另一个ROI重叠，并且大多数像素被多个ROI覆盖。尽管在标记更密集的样本中树突高度重叠，但手动分割仍可行，因为神经元在时间上是稀疏活动的，即在任何给定帧中只有少数神经元处于活动状态，这就将密集分割问题简化为一系列稀疏分割问题。在注射了最高滴度病毒的8只小鼠中，平均47% 的视野被ROI覆盖。任意给定的ROI平均至少与另外5个ROI部分重叠，平均22% 的像素属于单个ROI，这表明存在高度的空间重叠。利用亚细胞群体成像工具，展示了在海马CA3中GCaMP标记的稀疏和密集分布情况，通过对不同密度标记的视场进行量化分析能够更好地理解神经元结构和功能活动之间的关系。

图二 即使在高密度下，d-NMF仍然保持准确性

为进一步验证d - NMF的准确性，作者利用一个稀疏标记的数据集构建了合成密集数据集。这个稀疏数据集的ROI边界和时间信号轨迹是已知的，通过对原始视频进行复制、旋转和移动，构建出了包含多达200个神经元且树突间高度重叠的合成密集数据集。结果表明超过一定数量后再添加神经元，不仅不会产生更多可检测到的ROI，甚至会减少具有高质量信号的ROI数量。尽管如此，对于信号质量高于2个标准差的ROI，d - NMF的F1分数在满分1分中能达到0.8，优于另一个开源分析软件suite2p的输出结果。这一发现证明了d-NMF作为一种有效的工具，在处理复杂和高密度神经影像数据中的潜力。

图三 适应度轨迹筛选出虚假活动

由于信号源重叠，密集标记的数据集在估计每个ROI的荧光活动时带来了更多困难。为了评估干扰程度并提供一种额外的纠正工具，作者为每个ROI提出了“适应度轨迹”的概念，定义为该ROI的空间足迹与视频荧光活动之间逐帧的相关性。当给定ROI中的所有像素都显示活动增强，而非只是部分像素时，才认为该ROI出现了真实活动。通过对适应度轨迹和原始钙信号轨迹进行阈值设定，可检测到明显的钙活动。将优化后的适应度方法的检测准确性和检测到的瞬变率与其他事件检测方法进行了比较。一种广泛使用的方法是在原始ΔF/F轨迹上设置高于均值2个标准差的阈值，且不进行信号分离。将此方法称为2z。作者将使用ΔF/F阈值和适应度阈值最佳值的方法称为DFit。与2z（0.31）相比，使用DFit的事件分类性能更高。使用2z估计的钙瞬变率被高估了3倍多，而DFit与人工识别的瞬变率非常接近。这表明准确的事件检测和筛选是处理密集标记视野数据的关键步骤。检测到的钙瞬变持续时间范围很广，半峰宽从100毫秒到10秒不等，顶端树突和基底树突中的瞬变比胞体中的更快（顶端树突和基底树突平均为500毫秒，而胞体平均为850毫秒），树突中的瞬变最快可达100毫秒。若以较慢的帧率成像，这些瞬变可能会因平均化而被遗漏或幅度严重降低。

总结

该文章介绍的方法主要是在海马CA3使用GCaMP6f检测的树突和胞体的钙活动。由于不同指示剂有不同的信噪比和动力学特性，可能需要进行合理的参数搜索以优化工具性能。电压指示剂的快速动力学可能导致更细粒度的ROI识别，基于假设ROI内的信号是均匀的。不仅限于特定类型的细胞或脑区，而且对于不同的荧光指示剂和成像技术都是有效的，这为神经科学研究中的动态活动分析提供了强大的技术支持。

文章来源

https://doi.org/10.1038/s41467-025-56289-9

扫码光顾脑声小店，实验少走弯路