01摘要
西达赛奈医学中心(Cedars-Sinai Medical Center)的研究人员已创建出最逼真、最复杂,且数量空前的单个脑细胞计算机模型。他们的研究如今发表于同行评审期刊《细胞报导》(Cell Reports),并细致地描述了有朝一日这些模型如何能解答神经系统疾病、甚至人类智能这类生物实验无法探索的相关问题。
西达赛奈神经外科院研究科学家、该研究的通讯作者科斯塔斯·阿纳斯塔西乌(Costas Anastassiou)博士说:“这些模型可以捕捉神经元为互相交流而发出的电信号的形状、时间和速度,这是脑功能的基础。这可以让我们在单细胞层面复制脑部活动。”
这些模型首次合并了来自不同实验室的实验数据,以完整地描绘出单个神经元的电学、遗传和生物活动。阿纳斯塔西乌表示,这些模型可以用于测试那些需要在实验室进行数十次实验才能验证的理论。
阿纳斯塔西乌说:“设想你打算探究50个不同的基因如何影响一个细胞的生物过程,你需要逐个敲除各个基因并观察它的作用。借助我们的计算模型,我们可以为任意数量的基因更改这些基因标记,进而预测会发生什么。”
这些模型的另一个优势在于它们允许科研人员完全控制实验条件。阿纳斯塔西乌表示,这让确立一个参数(例如一个由神经元表达的蛋白质)引起一个细胞或疾病状况的变化(例如癫痫发作)成为可能。在实验室里,研究人员通常可以显示一种关联,但往往难以证明一个因果。
阿纳斯塔西乌说:“在实验室实验中,科研人员无法主宰一切,生物学控制了很多。但在计算模拟中,所有的参数都是受控的。在模型里面,我可以更改一项参数并观察它如何影响另一项参数,这在生物实验中很难做到。”
为了创建他们的模型,阿纳斯塔西乌和在阿纳斯塔西乌实验室的团队(由神经病学和神经外科系、再生医学研究所理事会、西达赛奈神经科学与医学中心的成员组成)用了两组不同的小鼠初级视觉皮层(负责处理来自眼睛信息的脑区)的数据。
02论文
论文题目:
Single-neuron models linking electrophysiology, morphology, and transcriptomics across cortical cell types
DOI:
https://doi.org/10.1016/j.celrep.2022.111176
第一组数据集完整地展示了成千上万个单细胞的遗传图片,第二组数据集则将同一脑区230个细胞的电反应和物理特征联系起来。研究人员用机器学习来整合这两组数据集,并创建了9200个逼真的单个神经元及其电活动模型。
医学博士基恩·布莱克(Keith L. Black)是西达赛奈医学中心的神经外科系主任,也是神经科学露丝和劳伦斯·哈维主席(Ruth and Lawrence Harvey Chair in Neuroscience),他说道:“此工作代表了高性能计算的一项重大进步。它使得科研人员能够搜寻细胞类型内部和同彼此的关系,并且深入理解大脑中各个细胞类型的功能。”
这项研究是在与西雅图的艾伦脑科学研究所(Allen Institute for Brain Science)合作下进行的,该研究所也负责提供数据。
计算生物医学系的主任杰森·摩尔(Jason Moore)博士说道:“这项由阿纳斯塔西乌博士引领的工作与西达赛奈的研究目标相吻合,致力于将数学、统计学、计算机科学与技术相结合,以解决所有生物医学研究和医疗保健中的重要问题。归根到底,这个计算方向会帮助我们了解人脑中最深层的奥秘。”
阿纳斯塔西乌和他的团队接下来将致力于创建人类细胞的计算模型,来研究人类的大脑功能与疾病。
作者:Cedars-Sinai Medical Center
译者:Lemon
编辑:M.W.
原文:
https://www.sciencedaily.com/releases/2022/08/220809141159.htm