神经元重建与配准
获取并标准化小鼠和人类皮层神经元的树突形态数据。
使用fMOST成像小鼠脑，ACTomography成像人类脑组织，生成神经元重建，并将所有脑图像配准到各自模板（CCFv3和ICBM 2009c）。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
人类和小鼠皮层神经元树突在对应脑区中的比较分析框架
A framework for comparative analysis of human and mouse cortical neuron dendrites in corresponding brain regions
实验完整度
高包含大规模神经元重建、区域配准与转录组验证、形态学统计、跨模态分析等多层级证据。
主要模型
人类皮层神经元（来自额叶、顶叶、颞叶） 小鼠皮层神经元（来自额叶、顶叶、颞叶）
重点核对
神经元重建数据集：人类2,363个神经元，小鼠16,011个神经元 区域对应框架：基于解剖学、功能、转录组（MERFISH、scRNA-seq、snRNA-seq）验证的对应脑区 形态学特征：尺寸归一化后的局部树突分支频率和分支间隔 统计方法：混合效应模型、加权Mann-Whitney U检验、分类准确率（平衡准确率）
摘要
跨物种的神经元形态比较可以揭示皮层组织的进化多样化，但受到人类重建数据稀缺、区域对应不确定以及尺度依赖性形态计量学的限制。在这里，我们引入了一个区域对应框架，用于比较小鼠和人类皮层之间的单神经元树突形态。通过整合解剖学注释、功能证据和配准稳定性，严格定义了相应的皮层区域，并使用跨物种转录组细胞组成谱进行了评估。我们分析了来自额叶、顶叶和颞叶的2,363个人类神经元和16,011个小鼠神经元的树突重建，比较了匹配区域内大小归一化的局部形态计量特征。人类皮层神经元表现出更高的分支频率和更短的分支间隔，表明在比例性大小增大之外，还存在紧凑的局部树突结构。局部形态在人类中也显示出更强的脑叶水平可分离性，主要与空间树突组织相关，而小鼠的可分离性则反映了分支拓扑结构。额外的分子、生理、代谢和几何分析显示出与基于形态的脑叶可分离性的部分一致性，支持跨物种皮层树突组织的差异性组织。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 人类和小鼠皮层神经元形态在对应区域存在哪些差异，这些差异是否反映皮层组织的进化分化？
- 核心机制
- 人类神经元在尺寸归一化后具有更高的分支频率和更短的分支间隔，导致更紧凑的局部树突结构；脑叶间形态差异主要由空间组织特征驱动，而非拓扑特征。
- 主要证据
- 基于2,363个人类神经元和16,011个小鼠神经元的树突重建，分析局部形态特征，发现归一化后人类神经元分支更丰富、间隔更短；分类分析显示人类脑叶间可分性更强。
- 研究意义
- 提供了一个跨物种比较皮层神经元形态的可扩展框架，有助于揭示皮层组织的保守和分化原则，并可能应用于其他哺乳动物物种和生物模态。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
区域对应验证
基于解剖、功能和转录组证据确定小鼠和人类对应皮层区域。
整合解剖注释、功能证据，并使用跨物种转录组数据（MERFISH、scRNA-seq、snRNA-seq）进行验证，构建细胞类型组成相似性图谱。
形态学特征分析
比较小鼠和人类神经元的局部树突形态特征。
提取局部形态学特征（如分支数量、分支长度），并进行尺寸归一化（基于胞体直径缩放），比较物种间和脑叶间的差异。
脑叶可分性分析
评估神经元形态在不同脑叶间的可分离性，并对比人类和小鼠。
使用分类算法（随机森林）计算不同脑叶神经元形态的平衡分类准确率，并计算多变量Jensen-Shannon散度（MJSD）量化分布差异。
跨模态验证
检验脑叶可分性是否在其他模态中也有体现。
分析基因表达、生理信号（EEG/MEG）、代谢数据（CBF/CMRO2）和皮层几何特征，计算各模态的MJSD。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
转录组数据分析
形态学分析
统计与机器学习
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 神经元成像 | Bruker Ultima Investigator双光子荧光显微镜 | Bruker | -- |
| 神经元标记 | 荧光黄CH锂盐 | -- | -- |
| 图像增强 | NIEND | -- | -- |
| 神经元追踪 | APP2算法 | -- | -- |
| 脑图像配准 | mBrainAligner | -- | -- |
| 脑图谱 | 艾伦小鼠脑通用坐标框架 | -- | -- |
| ICBM 2009c非线性模板 | -- | -- | |
| CerebrA图谱 | -- | -- | |
| 单细胞数据分析 | Seurat | -- | -- |
| Scanpy | -- | -- | |
| 基因共表达网络分析 | WGCNA | -- | -- |
| 皮层几何测量 | FreeSurfer | -- | -- |
| EEG/MEG分析 | MNE-Python | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 神经元重建 | 小鼠脑图像来源：公开数据集，人类组织：手术样本，样本量（小鼠100个脑，人类23例）；成像方法：fMOST和ACTomography；重建算法：APP2；人工校对：CAR系统 阅读提示：Methods: Reconstruction of mouse local morphology, Human specimens and reconstruction of human local morphology |
| 区域对应 | 区域对应基于解剖、功能和转录组证据，需验证对应区域列表（Supplementary Table 3）及转录组数据集来源（MERFISH, scRNA-seq, snRNA-seq） 阅读提示：Methods: Nomenclature of brain regions, De novo identification...; Results: ... |
| 形态学分析 | 局部球半径50μm，尺寸归一化方法（基于平均胞体直径比），统计检验（混合效应模型或加权Mann-Whitney U） 阅读提示：Methods: Neuron morphology standardization, Morphological features, Statistical test |
| 脑叶可分性分析 | 分类器（随机森林）、特征选择（mRMR）、交叉验证（5折）、样本量（每脑叶神经元数量） 阅读提示：Methods: Quantification of feature separability, MJSD; Figure 6 legends |
| 跨模态分析 | 基因表达数据来源（人类snRNA-seq，小鼠MERFISH）、EEG/MEG数据采集参数（采样率1000Hz，任务设计）、代谢数据来源（文献） 阅读提示：Methods: Multimodal lobe separability |