近日,艾伦研究所(Allen Institute)宣布经过三年的密集数据收集和精心绘制,制图人员的工作已经完成,发布了最新的小鼠全脑高分辨3D地图。
艾伦小鼠大脑通用坐标框架(CCFv3)(3D参考图集)基于使用串行双光子断层扫描成像的小鼠大脑固有荧光的平均值。3D平均值的虚拟部分显示在左侧。下侧显示了显示不同大脑区域的轮廓。
来源:艾伦研究所
工作成果发表在5月7日在《细胞》杂志上的一篇论文中,艾伦研究所的制图者描述了这种制图壮举——这是对艾伦老鼠大脑通用坐标框架(CCFv3)的第三次迭代,这是一个完整的高分辨率老鼠大脑3D图集。
近日发布文章
来源:CELL(后附下载链接)
其创建者说,该框架旨在成为神经科学界的参考点,帮助神经科学研究人员的研究创造更多链接的可能。小鼠被广泛用于生物医学研究,小鼠大脑包含上亿个细胞,这些细胞又横跨数百个不同区域的。随着神经科学数据集变得越来越大和越来越复杂,通用空间脑图变得至关重要。通用的脑图能将多种不同类型的数据精确地共同记录,同时能进行高效的比较和关联。
从前到后在普通老鼠的大脑(灰色)之间移动,这是Allen通用坐标框架(CCFv3)版本3(新的高分辨率3D参考图集)的基础。
来源: 艾伦研究所
3D脑图的意义在于,可以将其视为等同于手机GPS的神经科学。GPS(和新的大脑图集)可以准确高效地告诉您的位置。如何实现这样的功能呢?现在知道不是通过判断周围的内容手动搜索、确定位置,而是通过成千上万种不同信息的数据集,一组通用的坐标-并为这些坐标确定相应的大脑界标。
不同视角下新地图集中大脑区域
来源:艾伦研究所
“在过去,人们会用眼睛定义大脑的不同区域。随着我们获得越来越多的数据,手动管理已不再适用。” 艾伦研究所(Allen Institute)的分支机构艾伦脑科学研究所技术高级总监Lydia Ng博士说。地图集论文的资深作者以及朱莉·哈里斯(Julie Harris)博士,艾伦脑科学研究所神经解剖学副主任。“就像我们有参考基因组序列一样,您需要参考解剖结构。”
Allen鼠标大脑通用坐标框架(CCFv3)是3D参考图集,其中包括鼠标皮质的详细注释(彩虹色)。
来源:艾伦脑科学研究所
全脑CCFv3建立在2016年发布的部分版本的基础上,该版本绘制了整个小鼠皮层(大脑的最外层)的地图。该地图集的早期版本是较低分辨率的3D地图,而CCFv3的分辨率足够精细,可以精确定位各个单元的位置。自2017年底以来,最新的全脑图集已向社区公开提供,并且几个不同的神经科学团队已经将其使用。
艾伦小鼠大脑通用坐标框架(CCFv3)(3D参考图集)基于使用串行双光子断层扫描成像的小鼠大脑固有荧光的平均值。该图像显示了平均模板的半透明俯视图,显示了许多惊人的解剖特征。
来源:艾伦脑科学研究所
不 断 发 展 的 地 图 集
为了制作图集,研究人员将大脑分解成微小的虚拟3D块(称为体素),并为每个块分配了唯一的坐标。送入该3D构造的数据来自将近1,700种不同动物的平均大脑解剖结构。然后,研究小组将每个这些体素分配给了小鼠大脑的数百个不同的已知区域之一,在不同区域之间绘制了仔细的边界。研究人员说,馈入图集的这两个方面的数据集来自过去几年在艾伦研究所进行的几种不同类型的实验-图集的不同类型数据的骨干使其在参考脑图集中独树一帜。
从历史上看,大脑地图集是以2D绘制的,在不同深度拍摄类似于薄片的大脑视图并将它们排列在一起。对于某些类型的数据,这种形式的大脑映射效果很好。但是,对于现代神经科学研究而言,要研究整个大脑的神经元活动或细胞特征,3D图集会提供更好的环境。
研究人员说,图集的未来版本可能会依赖于机器学习或其他形式的自动化,而不是当前版本中费力的手动管理。
哈里斯说:“正如我们现在所知道的,地图集应该在不断发展和生存,因为随着我们更多地了解大脑的组织方式,我们将需要进行更新。以自动化的方式建立地图集是该领域可能移动的地方。”
推 荐 资 源
1. 文章分享链接The Allen Mouse Brain Common Croodinate Framework _ A 3D Reference Atlas
url:https://pan.baidu.com/s/19NchCKLxPw-ZGF6PgZgMAA 提取码:csrc
2. 艾伦研究院开发的艾伦地图工具和数据网站
url:https://portal.brain-map.org/
参考资料:
[1]https://alleninstitute.org/what-we-do/brain-science/news-press/articles/new-high-resolution-3d-map-whole-mouse-brain
[2]https://www.genengnews.com/news/mouse-brain-mapped-in-3d-at-single-cell-reslution/
收藏
登录后参与评论