脑TACO:一个可探索的多级多模式大脑转录和连接数据资源

科学领域:

• 神经科学是一个神经科学.
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 分析基因-大脑电路关系需要整合异质数据集 (3D成像,解剖学,网络数据).
• 现有的平台缺乏全面的整合和探索工具,用于多规模的,多模式的神经生物学数据.
• 跨越规模和模式需要将数据融合到一个共同的空间和有效的可视化.

研究的目的:

• 介绍大脑转录和连接数据 (BrainTACO) 资源,以加速对基因-大脑电路关系的探索.
• 为整合和可视化多样化,多尺度的神经生物学数据提供一个平台.
• 促进识别大脑连接和失联现象型的遗传驱动因素.

主要方法:

• 开发了BrainTACO,这是一个空间映射的资源,异质的神经生物学数据放在一个共同的等级参考空间上.
• 扩展了BrainTrawler基于Web的视觉分析框架,使用比较可视化.
• 实施了一个整体的数据整合方案,以合并多种规模,多种模式的数据.

主要成果:

• 脑TACO为脑网络的基因表达剖析提供了前所未有的覆盖范围.
• 能够识别小鼠和人类连接的潜在遗传驱动因素.
• 通过将基因与大脑网络联系起来,促进了失联现象的发现.

结论:

• BrainTACO显著减少了用于计算神经科学分析的手动数据聚合时间.
• 该资源支持神经科学家,允许直接利用数据进行准备.
• BrainTACO推进了用于大脑研究的转录和连接数据的综合分析.