多尺度多模态数据交叉验证构建小鼠全脑单神经元连接组图谱

本研究通过整合20,247个小鼠神经元的树突-轴突空间配对数据与257万个预测突触位点，创新性地构建了"arbor-net"和"bouton-net"双连接组模型。研究团队开发了基于Allen脑图谱的空间概率配对算法，首次在单细胞水平揭示了小鼠全脑连接的模块化特征，发现神经元连接与基因共表达存在显著相关性（r=0.29）。该成果发表于《Nature Methods》，为理解脑网络细粒度组织提供了新范式。

在神经科学领域，解析大脑的精细连接图谱一直是项重大挑战。传统连接组研究存在"分辨率困境"：电子显微镜虽能精确识别突触，但仅适用于微小脑区；而宏观追踪技术又丢失了单细胞水平的细节。这种技术鸿沟使得科学家们难以回答一个根本问题：全脑尺度下，单个神经元如何通过精确连接构建功能网络？

为突破这一瓶颈，Feng Xiong、Lijuan Liu和Hanchuan Peng团队在《Nature Methods》发表创新研究。他们巧妙运用日益丰富的单神经元形态数据，通过多尺度多模态交叉验证，首次构建了小鼠全脑单神经元连接组。这项研究不仅填补了微观与宏观连接组之间的空白，更揭示了神经元连接与基因表达的深层关联。

关键技术方法包括：1) 整合18,370个树突重建和1,877个全形态神经元数据；2) 开发基于Allen CCF v.3的空间配准算法；3) 建立两种连接评分系统（潜在树突接触PACs和预测突触位点PBs）；4) 采用模块化分析和网络拓扑学方法；5) 结合MERFISH和ABA数据库进行基因共表达验证。样本来源于公开的小鼠全脑神经元重建数据集。

【研究框架与模块验证】

研究团队建立了"arbor-net"和"bouton-net"双模型系统。前者通过计算轴突与树突在5μm内的空间邻近度（PACs）构建，后者则基于257万个预测突触位点（PBs）。令人振奋的是，两种方法独立生成的12个神经元模块显示出高度一致性，如视觉相关模块B6/B8/B11均富集于VISp和LGd脑区。空间分析显示24.58%的PBs位于PACs的1μm范围内，证实了方法的可靠性。

【跨尺度连接组关联】

将单神经元连接组降尺度为区域连接组（SEU-net）后，与Allen-net和BRICseq-net对比显示显著相关性。特别值得注意的是，75.6%的SEU-net连接在Allen-net中得到验证，而97.9%的非连接也被确认。研究还发现突触密度与PB分布呈强相关（r=0.49），为预测连接提供了生物学依据。这些发现证实单神经元数据能有效补充传统介观连接组。

【基因共表达关联】

突破性发现是单神经元连接与基因共表达存在强关联。使用ABA数据库分析19,907个基因发现，连接区域的共表达评分比非连接区高52%（0.35 vs 0.23）。MERFISH数据验证了这一规律，且SEU-net的关联性强于Allen-net。差异表达分析揭示，皮质-皮质连接富集于味觉感知相关基因，而丘脑-皮质连接则与离子通道活性相关。

【网络拓扑特征】

网络基序分析发现M9等 triad模式在arbor-net和bouton-net中均过表达。这些基序节点主要来自VPM、SSp-m等脑区，显示出非随机连接模式。度分布分析表明小鼠脑网络具有无标度特性，这与复杂网络理论预测一致。模块内连接密度显著高于模块间，反映了功能特化的进化优势。

这项研究开创性地实现了三个突破：1) 建立了首个全脑尺度单神经元概率连接组；2) 揭示了基因共表达对神经连接的调控作用；3) 开发了多模态交叉验证的新范式。特别重要的是，该方法不依赖电子显微镜即可预测突触连接，为大规模连接组研究提供了可行方案。研究者指出，未来结合突触水平验证将进一步提升模型精度。这项成果不仅为理解脑功能提供了新视角，更为神经精神疾病的环路解析奠定了方法论基础。