距今100多年前期丰，Ramon y Cajal開啟了探索大腦中單個細胞卓越多樣性和異質性的歷程。將這種多樣性進行分類并有條不紊地普查漠嵌，是一項數代人持續(xù)努力的工作咐汞。如今，如發(fā)表在Nature雜志上的10篇論文所示儒鹿，BRAIN Initiative Cell Census Network（BICCN）的研究人員運用尖端的單細胞和空間基因組學技術化撕，全面揭示了脊椎動物神經科學領域廣泛應用的實驗室模型——小鼠（Mus musculus）大腦中的細胞類型。通過整合這些數據集约炎，研究人員成功繪制了具有高分子和空間分辨率的成年小鼠腦神經元和非神經元細胞類型的綜合圖譜植阴。
圣地亞哥·拉蒙·卡哈爾（Santiago Ramón y Cajal，1852——1934年）是西班牙神經學家圾浅、病理學家掠手、藝術家，他醉心于腦研究狸捕，繪制了復雜喷鸽、美麗、精確的腦內部工作原理圖灸拍。時至今日做祝，在神經科學領域，這些圖仍然被用來展示構成記憶和人類思維基礎的神經架構鸡岗。
卡哈爾首先假設腦中的神經元相互接觸混槐，但并不連接。這一假設直到20世紀50年代才得到科學證明轩性。這種學說被稱為神經元理論声登，它認為腦中的每個神經元都是獨立的，神經元通過突觸進行交流。1906年悯嗓，卡哈爾和高爾基共同獲得了諾貝爾生理學或醫(yī)學獎件舵。卡哈爾是第一位獲得該獎項的西班牙科學家脯厨。
具有廣泛應用的綜合資源
這個綜合圖譜匯集了小鼠大腦各部分超過3200萬個細胞的單細胞轉錄組學岂贩、表觀組學和空間轉錄組學特征茫经。這些數據系統(tǒng)地揭示了整個大腦中各細胞類型的分子遺傳多樣性，以及它們之間的連通性萎津。
借助單細胞和單核RNA測序（scRNA-seq和snRNA-seq）技術卸伞，研究人員分析了1300多萬個細胞和細胞核，涵蓋了數百個單獨解剖的腦區(qū)域锉屈。他們提出了全面的荤傲、分層組織的轉錄組細胞類型分類方法，包括整個大腦中的數十個細胞類型颈渊、數百個亞型和5300多個細胞集群遂黍。這種分類方法發(fā)現了8000多個細胞類型標記基因，其中至少包括2000個組合標記基因可以區(qū)分所有已識別的細胞類型俊嗽。
通過此次研究雾家，我們對單個腦區(qū)的相對分子多樣性、特定細胞類型所使用的神經遞質和神經肽绍豁、不同神經解剖結構中細胞類型的相關變異有了更全面芯咧、定量和明確的認識。同時竹揍，我們還獲得了一組轉錄因子基因敬飒，這些基因描繪出整個大腦中細胞類型之間的層次關系。
構建轉錄組和空間圖譜
鼠全腦細胞類型的高分辨率轉錄組學和空間圖譜[1]
構建圖譜的過程涉及整合約700萬個細胞的單細胞RNA測序數據集（其中大約400萬個細胞通過了質量控制），以及約430萬個細胞的MERFISH空間轉錄組數據集。這個圖譜按照四個層次進行分類晌纫，包括34種細胞類型税迷、338個亞型、1201個超類和5322個集群锹漱。圖中所有神經元和非神經元細胞類型都標注了詳細的解剖位置箭养、神經遞質、神經肽哥牍、轉錄因子以及其他標記基因表達毕泌，共計確定了8460個標記基因。研究結果表明嗅辣，轉錄因子是成年小鼠腦細胞類型分類的關鍵決定因素撼泛，并確定了定義所有腦區(qū)細胞類型的組合轉錄因子。
鼠全腦的分子定義和空間解析細胞圖譜[2]
通過利用MERFISH技術對約1,000萬個細胞中的1,100多個基因進行空間轉錄組分析澡谭，研究揭示了整個小鼠腦空間組織中的5,000多個轉錄差異集群愿题，這些集群屬于338個亞型。在將MERFISH產生的細胞圖譜映射到Allen Mouse Brain Common Coordinate Framework [3]后蛙奖，研究人員可以系統(tǒng)地量化每個腦區(qū)域和解剖結構中的細胞類型組成和結構潘酗。通過轉錄組定義細胞類型的空間分布，研究劃分出100多個分子水平定義的腦區(qū)雁仲，并確定了許多腦區(qū)的空間梯度仔夺。整合MERFISH和scRNA-seq數據后，研究人員能在整個轉錄組范圍內（超過20,000個基因）推算出整個腦MERFISH圖像中每個細胞的基因表達譜攒砖。高分辨率的細胞空間圖譜以及與每個細胞相關的轉錄組表達譜囚灼，使得研究人員能夠推斷數百個細胞類型對之間的特異性相互作用，并預測這些細胞-細胞相互作用的分子基礎（配體-受體）和功能影響祭衩。
成年小鼠腦的分子細胞結構[4]
通過整合約600萬個snRNA-seq圖譜和一個全腦Slide-seq數據集（在440萬個10微米像素上全面量化全基因組表達）灶体，研究人員成功實現了細胞類型在單個腦區(qū)的系統(tǒng)空間定位。研究發(fā)現掐暮，在進化較為古老的腦區(qū)蝎抽，尤其是中腦、后腦和下丘腦路克，細胞類型的多樣性令人矚目樟结。實際上，在中腦和下丘腦中發(fā)現的細胞類型甚至超過了整個端腦精算。在研究相關細胞類型在不同結構中的分布時瓢宦，研究人員發(fā)現，投射神經元（向腦其他部位發(fā)送遠距離連接）比常駐中間神經元更具區(qū)域獨特性灰羽。為了加大對研究相對較少的細胞類型的功能研究力度驮履，研究人員鑒定了可以唯一確定這些細胞類型所需的最小基因集鱼辙，從而能夠構建新的基因工具，對這些細胞進行特異性捕獲玫镐。
小鼠中樞神經系統(tǒng)的分子分辨率空間圖譜[5]
運用原位空間轉錄組學方法STARmap PLUS倒戏，研究人員成功構建了具有分子分辨率的小鼠中樞神經系統(tǒng)空間圖譜。該圖譜包含了109萬個高質量單細胞數據恐似，以194×194×345 nm3的分辨率對1022個基因的表達以及重組腺病毒的轉導進行了分析杜跷。在將這些數據與scRNA-seq數據集整合后，可以對空間映射的單細胞中的約12000個基因進行填補矫夷，并對單細胞基因表達進行聚類葛闷，最終繪制出230種分子水平細胞類型的空間圖譜。通過聚類空間單細胞双藕，研究人員構建了空間生態(tài)位基因表達孵运，定義了106個分子組織區(qū)域。此外蔓彩，研究還對先前建立的解剖學定義進行了完善治笨，例如解剖學上前后腦皮層之間分子組織區(qū)域組成的差異、齒狀回顆粒層的背腹分離以及小腦小葉之間顆粒層的空間表達梯度等赤嚼。
剖析表觀遺傳景觀和基因調控元件
成年小鼠腦單細胞DNA甲基組和三維多組學圖譜[6]
研究人員利用單核甲基化組和多組學測序技術蹂空，從成年小鼠全腦的117個解剖區(qū)域生成了301,626個甲基化組和176,003個染色質構象-甲基化組聯(lián)合圖譜俯萌。通過迭代聚類并與配套的全腦轉錄組和染色質可及性數據集整合，研究人員構建了一個基于甲基化數據的細胞分類法上枕，其中包括4,673個細胞群和274個跨模式標注的亞類咐熙。這項研究在整個基因組中發(fā)現了260萬個不同的甲基化區(qū)域，這些區(qū)域代表了潛在的基因調控元件辨萍。通過全腦細胞類型比較棋恼，可以建立起包含轉錄因子、調控元件及其潛在下游基因靶點的調控網絡锈玉。最后爪飘，基因內DNA甲基化和染色質構象模式預測了在全腦SMART-seq數據集中觀察到的可變基因異構體表達。
成年小鼠腦染色質可及性的單細胞分析[7]
通過對來自117個解剖切片的230萬個單個腦細胞的染色質可及性進行檢測拉背，繪制了一個全面的成年小鼠腦候選順式調控DNA元件（cCRE）圖譜师崎。該圖譜包括約100萬個cCREs及其在1482個不同腦細胞群中的染色質可及性，為小鼠基因組的最新注釋增加了44.6萬個新的cCREs椅棺。研究人員推斷了260多種小鼠腦細胞亞型的基因調控網絡犁罩，并開發(fā)了深度學習模型齐蔽，僅通過DNA序列就能預測不同腦細胞類型中基因調控元件的活動。
神經元表觀基因組學與遠端投射的全腦對應關系[8]
Epi-retro-seq將單細胞表觀組和細胞類型與33,034個神經元的長距離投射聯(lián)系起來昼汗，這些神經元從32個不同區(qū)域解剖出來，投射到整個小鼠腦的24個不同靶點（225個來源-靶點組合）鬼雀。該數據集可以量化投射到不同目標腦區(qū)的神經元之間的基因差異顷窒，標注分子水平細胞類型及其投射目標，并通過投射豐富的細胞類型構建基因調控網絡源哩。
哺乳動物新皮層的保守和分化基因調控程序[9]
研究人員利用單細胞多組學分析方法鞋吉，對人類、獼猴励烦、狨猴和小鼠初級運動皮層的基因調控程序進行了研究谓着，生成了20多萬個細胞的基因表達、染色質可及性坛掠、DNA甲基化組和染色體構象圖譜赊锚。數據顯示，三維基因組的進化反映了基因調控特征的保守性和差異性屉栓。轉錄因子表達的差異與物種特有的表觀基因組景觀相對應舷蒲。值得注意的是，在腦皮層細胞中友多，近80%的人類特異性cCREs是由轉座元件造成的牲平。利用機器學習方法開發(fā)的基于序列的cCRE預測器表明，從嚙齒動物到靈長類動物域滥，基因組調控規(guī)則高度保守纵柿。表觀遺傳學保守性與序列相似性相結合，有助于識別功能性順式調控元件启绰，并提高我們解釋導致神經系統(tǒng)疾病和性狀的基因變異的能力昂儒。
脊椎投射和視網膜的研究提供了更多的見解
小鼠全腦脊髓投射神經元轉錄組分類法[10]
通過病毒介導的逆行標記和snRNA-seq技術刹枉，我們構建了脊髓投射神經元（SPNs）的聯(lián)合解剖和轉錄組圖譜。脊髓投射神經元是一種特殊類型的神經元屈呕，它們通過軸突直接連接大腦和下游脊髓電路微宝。這一分類法包括3個分支、13個亞類和76種類型虎眨，這些類型分布在腦皮層蟋软、下丘腦镶摘、中腦、橋腦背側被蓋體岳守、橋腦網狀結構和小腦深核凄敢。我們將全腦MERFISH數據集（由Allen Institute生成）與這一分類法整合，成功地將76種脊髓投射神經元類型映射到其解剖位置湿痢。研究結果表明涝缝，脊髓投射系統(tǒng)包括三個不同但互補的組成部分（或"分部"），每個部分具有獨特的轉錄組學和解剖學特性譬重。第一部分由皮質脊髓神經元拒逮、紅脊髓神經元和小腦脊髓神經元組成，這些神經元僅具有興奮性臀规，轉錄相對單一滩援。第二部分是網狀結構中高度異質性的興奮性和抑制性網狀脊髓神經元。第三類是調節(jié)性脊髓投射神經元塔嬉，它們表達慢作用神經遞質和/或神經肽玩徊，分布于整個下丘腦、中腦和腦干谨究。
脊椎動物視網膜神經細胞類別和類型的進化[11]
盡管脊椎動物的腦結構差異較大佣赖，但視網膜的基本結構幾乎沒有變化。通過比較17種脊椎動物的細胞類型记盒，研究者發(fā)現了許多跨系統(tǒng)發(fā)育的同源細胞類型憎蛤。許多與小鼠視網膜細胞類型分化有關的轉錄因子在進化上具有高度保守性，這表明這些發(fā)育機制具有古老的起源纪吮。研究還發(fā)現了被稱為"侏儒"的視網膜神經節(jié)細胞（RGC）類型俩檬，這種細胞占人類RGC的90%。這些類型被認為是靈長類動物的特有創(chuàng)新碾盟，這限制了在視網膜疾病小鼠模型等中對它們進行分析的能力棚辽。然而，本次進化比較揭示了小鼠的同源細胞冰肴，稱為α-RGCs屈藐。值得注意的是，這些細胞體積較大熙尉，僅占小鼠RGC的2%联逻；追蹤它們的進化過程表明，它們可能會隨著視覺皮層的擴大而變得更小更多检痰，而視覺皮層是人類視覺處理的主要中心包归。這種對應關系表明，視網膜和腦皮層的平行進化為靈長類提供了高敏銳度的視覺铅歼。
這些資源將如何發(fā)揮作用公壤？
由于細胞特性的非凡多樣性尚未被系統(tǒng)地鑒定换可，學界對于細胞類型的定義尚未達成共識。然而厦幅，本研究中描述的各細胞類型的轉錄組沾鳄、表觀組和空間特性之間的高度對應性，為腦細胞類型的組織定義提供了一個強有力的框架确憨。隨著其他細胞特性的不斷探索和確定译荞，它們可以被分層到這個框架上，從而增強我們對“細胞類型”這一概念的信心缚态。然而磁椒，在大多數情況下堤瘤，我們對轉錄組特性如何映射到生理玫芦、形態(tài)、連接和功能特性仍知之甚少本辐。借助這些研究中描述的細胞類型的初始分子和空間框架桥帆，進一步研究將這些不同特性聯(lián)系起來，將有助于實現對細胞類型的更統(tǒng)一定義慎皱。
全腦轉錄組老虫、表觀基因組和空間細胞類型圖譜為整合和拓展現有的大量知識奠定了基礎，推動了對腦細胞和回路功能茫多、發(fā)育和進化的深入研究祈匙，類似于研究基因功能和基因組進化的參考基因組。這些健康成人腦圖譜還為研究不同生理（如發(fā)育）和疾病條件下分子特性和細胞功能的動態(tài)變化提供了基線天揖。細胞類型的分子和空間特性將有助于創(chuàng)建針對特定細胞類型的靶向工具夺欲，用于標記和操縱，從而探測和控制其在體內的功能今膊。這些工作將有助于從機理上深入理解哺乳動物腦中細胞類型和回路的成因些阅、功能，以及它們在疾病中的功能障礙斑唬。
小鼠腦細胞圖譜為其他物種和不同發(fā)育時期生成類似的全面而詳細的細胞類型圖譜提供了起點市埋。由于人腦含有大約2000億個細胞，而小鼠腦只有大約1億到1.5億個細胞恕刘，因此需要大量資源才能在此基礎上繼續(xù)發(fā)展缤谎。但是，一旦我們掌握了這些數據褐着，比較人類與模式生物之間細胞類型的保守性和分化將對我們理解人類腦功能和疾病產生深遠影響弓千。
細胞類型圖譜的在線資源
Allen Brain Cell (ABC) Atlas – Mouse Whole Brain
https://portal.brain-map.org/atlases-and-data/bkp/abc-atlas
CZ CELLxGENE Discover
https://cellxgene.cziscience.com/collections/0cca8620-8dee-45d0-aef5-23f032a5cf09
Macosko lab Brain Cell Data Viewer
https://braincelldata.org/
Ecker lab online platform: Whole Mouse Brain Cell & Genome Atlas
https://mousebrain.salk.edu/
Ren lab webportal for chromatin accessibility
http://catlas.org/catlas_hub/
Epi-Retro-Seq web application
http://neomorph.salk.edu/epiretro/
參考文獻
[1] Yao, Z., van Velthoven, C.T.J., Kunst, M.?et al.?A high-resolution transcriptomic and spatial atlas of cell types in the whole mouse brain.?Nature?624, 317–332 (2023).
[2] Zhang, M., Pan, X., Jung, W.?et al.?Molecularly defined and spatially resolved cell atlas of the whole mouse brain.?Nature?624, 343–354 (2023).
[3] Wang Q, Ding SL, Li Y, et al. The Allen Mouse Brain Common Coordinate Framework: A 3D Reference Atlas.?Cell. 2020;181(4):936-953.e20.
[4] Langlieb, J., Sachdev, N.S., Balderrama, K.S.?et al.?The molecular cytoarchitecture of the adult mouse brain.?Nature?624, 333–342 (2023).?
[5] Shi, H., He, Y., Zhou, Y.?et al.?Spatial atlas of the mouse central nervous system at molecular resolution.?Nature?622, 552–561 (2023).
[6] Liu, H., Zeng, Q., Zhou, J.?et al.?Single-cell DNA methylome and 3D multi-omic atlas of the adult mouse brain.?Nature?624, 366–377 (2023).
[7] Zu, S., Li, Y.E., Wang, K.?et al.?Single-cell analysis of chromatin accessibility in the adult mouse brain.?Nature?624, 378–389 (2023).
[8] Zhou, J., Zhang, Z., Wu, M.?et al.?Brain-wide correspondence of neuronal epigenomics and distant projections.?Nature?624, 355–365 (2023).
[9] Zemke, N.R., Armand, E.J., Wang, W.?et al.?Conserved and divergent gene regulatory programs of the mammalian neocortex.?Nature?624, 390–402 (2023).
[10] Winter, C.C., Jacobi, A., Su, J.?et al.?A transcriptomic taxonomy of mouse brain-wide spinal projecting neurons.?Nature?624, 403–414 (2023).
[11] Hahn, J., Monavarfeshani, A., Qiao, M.?et al.?Evolution of neuronal cell classes and types in the vertebrate retina.?Nature?624, 415–424 (2023).
