连接单细胞转录组与小鼠视觉皮层中的项目组
Staci A Sorensen1, Nathan W Gouwens1, Yun Wang1
1Allen Institute for Brain Science.
bioRxiv : the preprint server for biology
|January 3, 2024
概括
研究人员创造了一种新方法,通过将基因活动,形状和电气特性结合起来来对脑细胞进行分类. 这种方法有助于预测不同类型的神经元如何在大脑中连接,从而提高我们对神经回路的理解.
科学领域:
- 神经科学是一个神经科学.
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 哺乳动物的大脑包含各种各样的神经元类型,这些神经元对于功能至关重要.
- 单细胞RNA测序已经定义了转录组细胞类型.
- 将转录学与形态学和电生理学相结合,是理解神经电路的关键.
研究的目的:
- 开发一种集成的分类系统,用于小鼠视觉皮层中的刺激神经元.
- 为了与神经元投影目标相关联转录组,形态和电生理学特性.
- 建立激发性神经元类型及其电路级组织的综合分类.
主要方法:
- 从小鼠视觉皮层刺激神经元收集了协调的Patch-seq (转录学,电生理学) 和全脑形态数据.
- 使用Patch-seq数据定义了16种集成的形态电转录组 (MET) 类型.
- 开发了一种多步分类器,以统一转录和形态数据集,用于跨模式分析.
主要成果:
- 在MET类型内部和跨越MET类型的转录组变异与不同的形态和电生理现象类型相关.
- 神经元的解剖位置和转录体变异预测投射目标.
- 识别了特定于细胞类型的半球间投影,为微粒电路提供了新的见解.
结论:
- 在小鼠视觉皮层中建立了激发性神经元类型的全面,综合分类.
- 创建了一个大脑范围适用的高维细胞类型分类系统.
- 这种综合方法可以扩展到各个物种,用于更广泛的神经科学研究.
更多相关视频
06:18Author Spotlight: Deciphering Neural Circuit Formation from Two-Photon Microscopy and Single Neuron Imaging
Published on: November 21, 2023
817
07:49Single-cell RNA Sequencing of Fluorescently Labeled Mouse Neurons Using Manual Sorting and Double In Vitro Transcription with Absolute Counts Sequencing DIVA-Seq
Published on: October 26, 2018
9.5K
