组合性蛋白质条形码使自我纠正的神经元跟踪能够使用纳米级分子背景进行神经元跟踪

科学领域:

• 神经科学是一个神经科学.
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• 绘制神经元形态图对于理解大脑电路至关重要.
• 目前的方法面临由于细分错误和样本缺陷的局限性.
• 现有的遗传标记策略具有光谱或形态信号限制.

研究的目的:

• 引入PRISM (通过分子注释的代染进行蛋白质条形码重建),这是一个用于高分辨率神经元映射的新平台.
• 用分子背景重建神经元形态的现有方法的局限性克服.
• 为了实现精确的,自我纠正的神经元重建和突触映射.

主要方法:

• PRISM集成了组合蛋白质条码,组织扩张,多循环成像和条码增强重建.
• 使用抗基因特异的细胞填充蛋白质来增强标签多样性 (超过多色标签的750倍).
• 应用条形码增强重建来纠正内在错误和重新连接差距.

主要成果:

• 通过将条形码与形状信息相结合,通过将遗传标记的神经元的自动追踪精度提高了8倍.
• 展示了PRISM在微米尺度间隙中校对和重新连接数百微米的神经元的能力.
• 将突触分布映射到跟踪的神经形态上,特征刺生长和发现TE大小相关性.

结论:

• PRISM提供了一个具有集成分子背景的自我纠正神经元重建平台.
• 该平台显著提高了纳米级神经元映射的准确性和完整性.
• PRISM 能够对神经回路和突触结构进行详细的描述.