神经网络如何协同工作？这篇 Nature 绘出一张精细脑回路地图

理解大脑功能，离不开对神经元活动与连接结构的整合研究。然而，长期以来，这两个维度的研究往往相互分离：电生理和光学成像技术能够揭示神经元“如何响应”，却难以回答这些神经元「如何连接」；电子显微镜连接组学能够绘制精细的突触线路图，却无法直接解释这些连接对应的功能意义。

发表于 Nature 的一篇研究，首次在毫米尺度的小鼠视觉皮层范围内，将大规模神经元功能活动记录与高分辨率突触结构重建进行整合，建立了跨多个视觉区域的功能连接组数据集，为理解大脑如何通过精确的神经连接实现复杂功能提供了重要基础。[1]

这篇论文最值得关注的，不只是数据规模，而是它如何让「神经元怎么响应」和「神经元怎么连接」进入同一个研究框架。

本期小结

文章亮点：建立立方毫米级的小鼠视觉皮层功能连接组数据资源，将大规模神经元活动记录与突触级结构重建进行整合。

设计思路：活体功能成像 → 同一组织电镜成像 → 自动分割与人工校正 → 功能—结构空间配准 → 数据与分析工具开放。

覆盖范围：初级视觉皮层 VISp，以及 VISlm、VISrl、VISal 三个高级视觉区。

核心价值：这不是一篇围绕单一机制展开的研究，而是一套可以持续支持细胞分类、连接规律和结构—功能关系研究的数据基础设施。

具体实验设计思路

1. 大规模功能记录——捕获视觉皮层神经元活动

传统神经科学研究通常使用不同技术分别观察脑功能和脑结构。电生理和光学成像能够告诉我们，某个神经元对什么刺激产生反应；电子显微镜连接组学则可以展示神经元的形态以及突触连接关系。但真正的问题是：一个神经元的功能特征，能否通过它实际参与的神经线路来解释？

2. 高分辨率电子显微镜重建——解析神经元连接结构

在完成功能记录后，研究团队对同一区域脑组织进行连续切片电子显微镜成像。通过大规模图像分析和计算重建，获得：超过 200，000 个细胞；约 5 亿个突触连接；的三维结构图谱。这一过程实现了从宏观脑区到纳米级突触结构的跨尺度解析。

3. 功能数据与结构数据精准配准——建立功能连接组

研究团队利用计算方法，将双光子成像获得的神经元功能信息，与电子显微镜重建得到的突触连接结构进行空间匹配。最终建立了：单神经元水平的功能活动和突触连接对应关系。这一数据体系突破了传统研究中「功能研究」和「结构研究」相互独立的限制。

4. 构建开放共享的功能连接组资源

研究团队进一步整理并开放这一大规模数据资源，使全球研究者能够利用该数据探索视觉皮层神经网络组织规律。该研究不仅提供了一篇论文结果，更建立了一个可持续利用的神经科学研究平台。

主要研究结果

1. 成功构建跨多个视觉区域的功能连接组数据集

图 1. 构建跨多个视觉区域功能连接组数据集

研究团队依托 MICrONS 项目，在清醒小鼠视觉皮层中开展大规模双光子钙成像，记录约 75，000 个神经元对视觉刺激的功能响应，研究区域覆盖初级视觉皮层 VISp 以及多个高级视觉区域；随后对同一区域脑组织进行连续切片电子显微镜成像和三维重建，获得超过 200，000 个细胞和约 5 亿个突触的精细结构数据。通过将功能成像数据与电子显微镜重建结果进行整合，研究团队建立了覆盖多个视觉皮层区域、能够同时包含神经元功能活动与结构连接信息的大规模功能连接组数据集，为在毫米尺度上研究视觉皮层神经网络提供了新的数据资源。

2. 实现单神经元水平的功能—结构对应

MICrONS 研究通过对同一脑组织先进行活体功能成像、再进行电子显微镜结构重建，并利用计算方法完成数据配准，使研究者能够将单个神经元的视觉响应特征与其真实的轴突、树突及突触连接关系对应起来。由此，研究不再只是分别获得「神经元如何响应」和「神经元如何连接」两类数据，而是将二者统一到同一个神经网络框架中，为进一步研究神经元功能与精细连接之间的关系建立了基础。

图 2. 单神经元功能和结构对应

3. 建立跨多个视觉区域的神经连接结构图谱

与过去主要关注单一视觉皮层区域的连接组研究相比，MICrONS 进一步将结构解析扩展至 VISp 及多个高级视觉区域，使研究者能够在更大的空间尺度上观察视觉皮层内部复杂的神经连接组织。通过对不同视觉区域、不同皮层层次以及局部与跨区域连接进行系统重建，研究获得了从局部突触到多区域网络的结构信息，为理解视觉信息在初级视觉皮层与高级视觉区域之间如何进行传递和整合提供了结构基础。其重要意义在于，研究对象不再局限于孤立的局部神经回路，而是开始将视觉皮层视为一个由多个区域相互连接形成的整体网络进行研究。

图 3. 多视觉区域连接结构解析

4. 建立开放共享的大规模神经科学数据资源

MICrONS 项目的贡献并不局限于完成一次大规模实验，而是进一步将获得的功能成像数据、电子显微镜数据、神经元和突触重建结果以及相关注释和分析资源进行系统整理，为后续研究者提供可重复利用的数据基础。研究所形成的开放资源使科学界能够在同一套数据中进一步研究神经元类型、突触连接、视觉皮层网络组织以及结构与功能之间的关系，从而使一次大型实验转化为能够持续支持后续研究的公共科研基础设施。这种「实验数据—计算重建—资源开放」的模式，也是 MICrONS 研究对未来神经科学研究方法最重要的推动之一。

图 4. 数据资源开放与分析平台

小编点评

这篇研究最值得借鉴的地方，并不仅在于构建了目前规模最大的视觉皮层功能连接组之一，而是它展示了一种未来神经科学研究的重要模式。

1. 围绕主要的科学问题，整合多种先进技术手段，建立多尺度、多维度的数据体系，从而实现对复杂生命系统的深入解析。

2. 传统神经科学研究往往依赖单一技术，而 MICrONS 通过将双光子功能成像、电子显微镜连接组学以及人工智能辅助的大规模计算分析相结合。这种从单一技术走向多模态整合的研究理念，同样适用于其他生命科学领域。

3. 该研究代表了一种从「小样本假设验证」向「大规模数据驱动研究」的转变，虽然普通实验室难以复制其数亿突触级别的数据采集规模，但可以借鉴其建立系统性研究体系的思路，例如在疾病研究中整合动物模型、神经活动记录、组织结构分析、单细胞组学和行为学评价，构建从分子、细胞到神经网络和整体功能的完整研究链条。

参考文献：MICrONS Consortium.Functional connectomicsspanning multiple areas of mouse visual cortex. Nature. 2025 Apr;640(8058):435-447. doi: 10.1038/s41586-025-08790-w. Epub 2025 Apr 9.