华中科技大学特聘教授Nature子刊解析神经发育

　　来自华中科技大学Britton Chance生物医学光子学研究中心，生物医药工程系的研究人员发表了题为“Developing neuronal networks: Self-organized criticality predicts the future”的文章，解析了发育神经元网络，指出自组织临界性未来可以预测神经系统在发育早期过程中的趋势。相关成果公布在Scientific Reports杂志上。

　　领导这一研究的是华中科技大学首批"长江学者奖励计划"特聘教授：骆清铭教授，其早年毕业于西北电讯工程学院，1993年加入华中科技大学，现任博士生导师，华中科技大学副校长。骆教授长期从事信息光电子学与生物医学交叉的学科(生物医学光子学)研究，关注重大疾病(如胰腺癌、Alzheimer disease 阿尔茨海默氏病)早期诊断与药物研发的光学分子成像研究，以及认知神经活动基本过程的光电成像研究等。

　　神经活性中出现的自组织临界性(Self-organized criticality)是描述发育神经细胞网络形成和功能的一种关键概念，临界动力学和神经系统发育之间的关系，无论是从理论上，还是实验中都吸引着许多科学家。

　　然而尽管研究人员已经发现皮质神经元网络在体外成熟的不同阶段，会表现出各种不同的活性模式，但是整个神经发育过程中的动力学活性模式，至今还基本属于空白。

　　在这篇文章中，研究人员发现通过分离大鼠神经元培养的海马神经网络，其发育和“衰老”过程中会出现一系列的亚稳态网络状态。这种状态转换顺序的单向性只在网络中才会被观察到，这也就是说，分布式神经雪崩(distributed neuronal avalanche)具有幂律缩放性(power-law scaling)。

　　这些数据表明，自组织临界性在发育过程中，能引导自发活性朝着连续自我平衡调控瞬态模式转变，这可能有助于未来预测，神经系统在发育早期的趋势。

　　骆清铭教授研究组曾在Science杂志上发表文章，研制出了一种显微光学切片层析成像系统，由此获得了小鼠全脑高分辨率图谱。他们利用显微光学切片层析成像系统，对制备好的鼠脑为样本，全自动连续242小时进行了数据采集，共获得15380层像素分辨率为0.3×0.3微米的冠状断面图像。

　　同时，研究人员还利用高定位精度的三维移动平台，及在切片中采用对先采取到的信息进行验证分析的方法，对图像准确定位和预处理，实现了突起水平的小鼠全脑结构成像，获得了一套来自同一只老鼠的全脑组织切片图谱。这种介观水平的小鼠全脑神经解剖图谱，为数字化鼠脑结构和脑功能仿真研究提供了重要的基础性实验数据参考。

　　Science认为这篇论文内容新颖，会引起从事连接领域研究人员的高度兴趣，论文以方法为主要中心，同时描述了鼠脑高尔基结构三维数据集，是目前最大的也是分辨率最高的鼠脑突起结构数据集。