科技前沿

Cell 评论 | 蒲慕明评论灵长类动物大脑的转录组、连接组和神经调节

日期:2022-07-07  浏览次数:1193

来源:BioArt

自从 Ramon y Cajal 提出将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谱一直是神经科学领域的重要任务。基于细胞形态、电生理特性、基因表达谱和连接模式的多种细胞分类方法已经产生了大量数据信息。近几年如火如荼进行的单细胞 RNA 测序技术大大加快了基于转录组进行细胞分类的步伐。细胞特异性病毒载体和光学成像技术的适用促成细观连接组图谱(mesoscopic connectome)的绘制,包括轴突的投射组(“projectome”)和神经元的输入组(“inputome”)。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分辨率的提高而增加,因此单个细胞都可能成为一种特定的神经元类型。这需要就细胞类型和亚型的分类标准在领域内达成共识,这个标准最好可以整合以上各种分类方法获得的数据信息,而这也是大脑创新项目细胞普查网络BICCN(BRAIN Initiative Cell Census Network)的首要要任务之一

尽管目前就细胞分类标准尚未达成共识,但过去十年中,小鼠大脑的单细胞转录组和连接组以及表观基因组、生理学和行为学等方面已经取得了丰硕研究成果,正努力将单细胞转录组学研究技术从小鼠扩展到非人类灵长类动物 (NHP) 和人类大脑【1】。然而,在非人类灵长类动物中绘制单细胞连接组仍处于初期阶段【2,3】

2022年6月21日,蒲慕明院士Cell杂志上发表了评论文章Transcriptome, connectome and neuromodulation of the primate brain着重总结和讨论灵长类动物大脑单细胞转录组和连接组的研究进展以及所面临的挑战和未来前景,以及通过物理手段(非药物)进行精确地神经调节(neuromodulation),即特异调节引起功能障碍的特定神经回路。


灵长类大脑的单细胞转录组
最近的研究正在从非人灵长类动物和人脑中获得大量单细胞转录组数据。在胚胎期及成年小鼠和人类大脑的同源区域中既发现了保守,也发现有差异的基因表达模式。与小鼠研究一样,灵长类动物大脑的单细胞数据需要整合细胞形态、电生理特性和基因表达模式。对于人类皮层上层的谷氨酸能神经元,Berg 【4】等人发现了它们在转录组模式和形态以及生理特性之间确实存在一定对应关系。随着这一工作的进一步开展,我们越来越需要定义细胞类型和亚型的统一标准,从而作为整合不同分类方法数据信息的基础。

一个神经元类型或亚型应该以某些独特的特征为标志物,这些特征在整个神经元的一生中都相对稳定,而在特定时间尺度上基因表达、生理特性和形态/突触连接的变化可以被认为是特定神经元的不同状态。鉴定出稳定且独特表达的基因有助于确定细胞类型,但迄今为止,在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随时间变化的信息。早期神经发育过程中不同转录因子的表达已被发现决定几类主要神经元(如谷氨酸能神经元、GABA能神经元和调节神经元)的细胞命运。通过在小鼠前脑发育过程中对祖细胞进行并行标记以跟踪谱系关系和转录组特征,Bandler 等人发现皮质 GABA 能亚型的分化在祖细胞水平已呈现谱系依赖性。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是否在决定大脑不同区域所有神经元亚型中起主导作用。

由此可以合理地预期,分化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应该相对应,并且起始于有丝分裂后神经元迁移到大脑中的特定位置并形成突触连接。近期有研究发现在发育的小鼠大脑中存在视黄酸的前后梯度及其受体的特定表达模式,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程序化基因表达可能“设置”有丝分裂后神经元的“基态”,来决定主要神经元类型以及指导神经元迁移、轴突/树突生长以及形成初始的神经元连接。随后神经元与局部微环境的相互作用以及依赖于神经活动的突触修剪及稳定反过来可能影响赋予神经元亚型独特形态和生理特征的最终基因表达模式。因此,基于转录组和连接组的亚型分类方法可以整合,即每种类型的神经元中发现一组独特的稳定表达的基因,并且表现出独特的连接组模式。在灵长类动物的新皮质中,鉴于其祖细胞的长时间增殖以及更复杂的细胞间相互作用和连接,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/亚型分类必须适用于解释复杂的脑功能,如依赖经验的长期记忆功能,特别是那些灵长类大脑高级认知功能,如面部识别和语言处理,这些记忆功能涉及基因表达和突触连接的持续变化。

空间转录组技术的快速发展促使单细胞分辨率绘制整个大脑的基因表达拓扑图成为可能。华大开发的大规模“stereo-Seq”技术现已应用于整个猕猴大脑,用以确定皮质和皮质下不同空间区域由转录组定义的各种细胞类型,揭示了以前在小鼠中未报道过的皮质层以及区域特异性表达的基因【5】。这种空间转录组分析也将有助于研究手术产生的或尸检的人脑组织,并提供更精确的特定基因定位,这些基因是人脑各种正常功能或功能障碍的基础。结合组织学和 核磁共振成像(MRI)的信息,空间转录组分析还可以帮助产生更精细的区域划份,为绘制灵长类大脑中所有神经元类型的连接组图提供基础。

在动物整个生命周期中时间维度纵向进行的空间转录组分析是引人注目的新研究方向,将帮助我们解决有关灵长类动物大脑进化、发育和衰老等许多重要问题。为了回答这些问题,我们不仅需要了解灵长类动物特异性基因,还需要了解灵长类动物特异性调控元件-这些元件调控保守基因和灵长类动物特异性基因的独特表达模式,以及它们对细胞间相互作用的依赖性和组织环境中的表观遗传因素。特定基因在何时、何地以及如何表达的知识将帮助我们理解人类大脑发育的幼态延续阶段、皮层褶皱的形态发生以及人类特定功能(例如语言)复杂而精巧的神经网络是如何形成的。其中一些问题可以通过将转基因和基因编辑技术应用于非人灵长类来解决【6】

灵长类动物大脑的细观连接组(mesoscopic connectome)
尽管人脑的单细胞转录组分析可以在手术产生和尸检的组织上进行,但由于需要在活组织中转染病毒表达细胞类型特异的探针,在人脑中的细观连接图的图谱绘制要困难得多。在人脑活组织中使用特异性探针来追踪神经元连接,以及高通量成像和单细胞分辨率的大规模远程投影重建仍是重大的挑战。

非人灵长类动物,例如狨猴和猕猴,则更容易实现。最近,通过重建整个大脑超薄切片的荧光显微图像以及改进光学透明组织块的光片成像,在猕猴大脑中微米分辨率下实现对单个神经元投射进行远程追踪。每只猕猴大脑的数据采集和处理工作量巨大,但仍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接,是朝着绘制每种类型神经元的输入组这一巨大挑战迈出的第一步,接下来需要对复杂的轴突和树突网络中的所有突触接触进行超分辨率光学显微镜或电子显微镜分析。

利用逆向荧光示踪珠可广泛显示猕猴大脑中的皮质-皮质投射。而鉴定非人灵长动物不同皮质层和脑区的不同细胞类型中特异表达的基因,以及进一步阐明调控这些基因的特定启动子/增强子,将帮助我们开发用于标记细胞类型的分子示踪剂。由此获得的连接组信息为进一步研究不同大脑功能相关的神经元/环路特异性活动奠定了基础。宏观脑成像(例如,磁共振成像MRI)已经在非人灵长类、正常人类受试者和脑部疾病患者中以毫米分辨率获得了有关结构和功能相关的大量信息。然而由于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效果。非人灵长类大脑的细观连接组分析,结合先前对同一动物的结构和功能磁共振成像,将有助于解释从扩散张量成像推断出的宏观“结构连接组”。光学成像和光遗传学操作对特定大脑区域中特定神经元神经活动的分析将进一步帮助阐明 MRI 研究推断的“功能连接组”。

用于治疗脑部疾病的神经调节疗法(neuromodulation)
前面讨论的单细胞转录组和连接组分析的最终目标是为监测和调节特定神经元类型和神经回路的活动奠定基础。然而,大脑疾病特异性神经元和环路很难识别,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神经网络异常。在相互连接的神经网络中,尤其是在关联和额叶皮质中,很难破译多个脑区相关活动之间的因果关系,也很难确定神经回路是介导了还是仅仅调制特定的大脑功能。此外,异常的神经回路由还包含许多参与其他正常回路的神经元,因此靶向分子和细胞途径的药物可能具有非特异性。因此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神经网络(这里称为“神经调节”,neuromodulation),即脑部疾病的非药物治疗途径。

药物或神经调节方法的开发都需要合适的动物模型。迄今为止,使用神经退行性和精神疾病的啮齿类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。由于非人灵长类动物在许多解剖学和生理学特征上与人类接近,狨猴和猕猴的疾病模型已被证明是有价值且不可替代的。许多非侵入性神经调节手段,例如经颅磁刺激 (TMS)、直流或交流电刺激 (tDCS 或 tACS) 和超声刺激具有低空间分辨率和较差的目标特异性,因为非人灵长类大脑的尺寸更大这一问题得到部分解决。而用于小鼠模型的转基因和基因编辑方法也正在扩展到非人灵长类。最近的例子如剔除核心昼夜节律基因 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方法的功效。

理想情况下,使用神经调节的临床治疗应该首先对引起特定脑部疾病的特定功能障碍的神经元和神经回路有充分了解,目前在很大程度上还无法实现。另一方面,即使不知道大脑疾病的“起因”,也可以使用神经调节来纠正其“效果”(观察到的疾病表现),前提是因和果可能复杂的神经网络中相互作用。例如,研究观察到阿尔茨海默病 (AD) 小鼠模型中的伽马振荡减少,通过视觉或听觉刺激诱导伽马振荡可以减少新皮质中的淀粉样蛋白斑块并改善记忆功能。虽然伽马振荡异常代表了细胞功能障碍的效果而不是原因(例如parvalbumin 阳性中间神经元的异常活动),但恢复正常的伽马振荡似乎能校正一些细胞功能障碍和AD 病理学表征。

对侵入性(例如,深部脑刺激,DBS)和非侵入性(例如,tDCS 和 TMS)的临床神经调节方法的研究表明,患者的治疗效果存在很大差异,如使用tDCS 治疗中风患者的运动功能障碍。这种可变性可归因于各种研究中使用参数的差异,例如调制的强度、时间、持续时间和部位,以及患者特定的颅骨解剖和神经回路结构。神经调节时机的重要性在神经调节的临床应用中已引起足够的重视。最近在猕猴中风模型的一项研究中表明,低频硬膜外交变电流刺激 (ACS) 会导致病灶周围皮层中与任务相关的神经元群发生协同放电,从而提高了猴子在中风后的抓握灵活性。这可能归因于同时触发的 ACS 增强了抓握运动的神经回路。因此,相比而言非特异性的神经调节,当与患者发起或治疗触发的目标行为激活同时进行时,可能会增强治疗效果,即使确切的潜在神经回路尚不清析。

鉴于颅骨解剖结构和神经回路的个体差异,最好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节。例如,将临床反应映射到一系列焦点刺激可能有助于确定有效的个性化刺激参数,以便使用 DBS 治疗严重抑郁症。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确定电流幅度和调节的大脑区域,同时基于 EEG 的微状态分析可以提供在线监测调节引起的大脑网络动力学变化。对刺激参数进行计算建模辅助校准,以及对引起大脑状态变化或个体患者的即时临床反应参数进行在线调整,可以为治疗脑部疾病提供有效的精确神经调节疗法。

原文链接:https://doi.org/10.1016/j.cell.2022.05.011




参考文献


1. Ngai, J. (2021). Brain 2.0: Transforming neurosci- ence. Cell 185, 4–8.

2. Xu, F., Shen, Y., Ding, L., Yang, C.-Y., Tan, H., Wang, H., Zhu, Q., Xu, R., Wu, F., Xiao, Y., et al. (2021). High-throughput mapping of a whole rhe- sus monkey brain at micrometer resolution. Nat. Biotech 39, 1521–1528.

3. Zhou, C., Yang, X., Wu, S., Zhong, Q., Luo, T., Li, A., Liu, G., Sun, Q., Luo, P., et al. (2022). Contin- uous subcellular resolution three-dimensional im- aging on intact macaque brain. Neurosci. Bull. 67, 85–96.

4. Berg, J., Sorensen, S.A., Ting, J.T., Miller, J.A., Chartrand, T., Buchin, A., Bakken, T.E., Gudzillo, A., Dee, N., Ding, S.L., et al. (2021). Human neocor- tical expansion involves glutamatergic neuron diversification. Nature 598, 151–158.

5. Chen, A., Sun, Y., Lei, Y., Li, C., Liao, S., Liang, Z., Lin, F., Yuan, N., Li, M., Wang, K., et al. (2022). Global spatial transcriptome of macaque brain at single-cell resolution. bioRxiv. https://doi.org/10. 1101/2022.03.23.485448.

6. Feng, G.P., Jensen, F.E., Greel, H.T., Okano, H., Treure, S., Roberts, A.G., Fox, J.G., Caddick, S., Poo, M-m., Newsome, W.T., and Morrison, J.H. (2020). Opportunities and limitations of genetically modified nonhuman primate models for neurosci- ence research. Proc. Natl. Acad. Sci. U. S. A117, 24022–24031