BRAIN计划：为创建大脑的神经元目录而努力

　　大脑是人体中最复杂的组织，也是当今科学中最大的挑战之一。尽管神经科学近年来已经飞速发展，但大多数神经和精神疾病的内在原因仍不清楚。为了开发有效的疗法，研究人员需要更多的工具和信息，才能了解大脑在健康和疾病状态下如何工作。

　　为了解决这些挑战，美国前总统奥巴马在2013年4月启动了推动创新神经技术大脑研究（BRAIN）计划。这个计划的研究内容很广泛，小到原子和分子，大到思想和行为，主要是将细胞活动和大脑功能相关联。

　　为此，美国国立卫生研究院（NIH）召集了一个工作组，为实现这一宏伟目标而制定了一个严格的计划。BRAIN 2025报告在2014年6月发布，提出了从2016财年开始的十年大计：前五年主要侧重于技术开发，后五年将技术整合来做出新发现。

　　细胞类型的普查

　　加州大学伯克利分校的John Ngai说：“目前的限制在于，我们缺乏组成大脑的所有神经元的全面列表，以及它们如何相互连接的线路图。这些不同类型的细胞如何协同工作，让这台超级复杂的生物计算机发挥作用？”

　　在BRAIN计划的资助下，Ngai及其团队利用单细胞转录组学来分类皮层神经元。为了了解神经元为何彼此各异，他们正在探索一种小鼠脑细胞，确定负责向细胞亚型分化的基因，并利用一种新的标记技术来检验每种亚型是否具有独特的功能。

　　正如6月份的《Cell Stem Cell》所报道，Ngai等人开发出一种整合的方法，也就是将单细胞RNA测序数据的计算机分析与体内谱系追踪相结合。通过这种方法，研究人员能够阐明单个嗅觉干细胞的细胞命运以及嗅觉谱系轨迹中分叉点的位置，这是以往的技术无法实现的。

　　“我们第一次能够在没有先验知识的情况下，确定异质细胞群体中的细胞类型和细胞状态。在选择细胞命运的行动中，我们真的抓住了细胞，并确定了一些推动这种命运的基因，”Ngai说。

　　这种综合分析鉴定出嗅觉上皮中主要细胞类型产生的轨迹，这也可以作为一个模型，去阐明其他干细胞的复杂轨迹。据作者介绍，在鉴定掌控细胞命运的复杂调控网络时，这种详细的谱系轨迹图是必不可少的，有助于在治疗应用中操控细胞。

　　大规模的单细胞分析

　　在美国的另一边，哈佛大学的Joshua Sanes及其团队也在使用单细胞转录组学。他们的重点是开发遗传筛查的新方法，以便全面地对大脑区域中不同类型的细胞进行分类。“我们的研究主要是以视网膜为模型来比较各种单细胞方法，并打算利用最佳方法来生成完整的细胞图谱，”Sanes说。

　　2015年5月，Sanes及其同事在《Cell》杂志上介绍了Drop-seq，这种策略可以快速分析数千个单细胞。它将样本分成纳升大小的液滴，在每个细胞的RNA上关联不同的条形码，然后再开展测序。

　　Drop-seq可同时分析数千个单细胞的mRNA转录本，并记住每条转录本的细胞来源。研究人员分析了44,808个小鼠视网膜细胞的转录组，鉴定出39个转录上不同的细胞群体，建立了基因表达的分子图谱（既包含已知的视网膜细胞，又包含新的亚型）。

　　“Drop-seq首次实现了数万个细胞的转录组分析，大大降低了实验成本，”Sanes说。“事实上，这篇文章报道的单细胞转录组可能相当于以往所有发表研究的总和。这种方法的创新不仅仅是硬件上的，还需要新的生物信息学方法来处理海量的数据集。”

　　一年后，Sanes及其团队的成果又登上《Cell》杂志。他们这次开发出一种整合策略，以建立完整的细胞图谱。利用Drop-seq和经过优化的计算方法，研究人员研究了小鼠视网膜双极细胞。“即使视网膜的神经元研究已开展了150年，我们还是发现了一些新的类型，”第一作者、Broad研究所的Karthik Shekhar说。

　　从大约25,000个双极细胞群体中，研究人员得出一个分子分类系统，并鉴定出15种类型，包括之前观察到的所有细胞类型和2种新类型。“我们接近完整绘制了视网膜的神经元图谱，这在哺乳动物大脑中尚属首次，”Shekhar说。

　　据介绍，这项工作提供了一个系统的方法，可实现神经元的全面分类，以确定新型的神经元，并揭示各个细胞类型之间的转录差异。随着多重分析技术的进步和测序成本的下降，未来的研究将能够以更高的深度分析更多的细胞。

　　“我认为，无法全面分类神经元，是了解神经功能及失调的主要瓶颈，”Sanes说。“我希望视网膜上的成功将帮助我们优化流程，随后将其应用到不易处理的区域，如大脑皮层。”

　　这一努力也许有助于发现脑部疾病中的路线故障。“比如，一些疾病看起来特别神秘，因为它们只影响了大脑中少数的神经元或胶质，追踪起来就像大海捞针，”Sanes说。“当我们分类神经元，并开发方法来标记甚至纯化它们时，我们能够确定它们是不是我们要找的对象。”