通过SPIDER-Seq的空间单细胞多原子分析揭示了小鼠前额叶皮层子网络的组织

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.
• 系统生物学 系统生物学

背景情况:

• 了解大脑的复杂组织需要整合多模式数据,如连接学,转录学和空间信息.
• 现有的技术面临的挑战是同时绘制单细胞分辨率的细胞连接,分子配置和空间架构.

研究的目的:

• 开发一种新的技术,用于创建一个集成的单细胞空间分子,细胞,解剖学和鼠标前额叶皮层 (PFC) 的项目地图.
• 揭示PFC内部的组织原则和神经信号传输机制.

主要方法:

• 开发了单细胞项目组-转录组现场解密测序 (SPIDER-Seq),将病毒条码跟踪与单细胞测序和空间-奥米克结合起来.
• 绘制了小鼠PFC的综合图谱,分析了项目组和转录组细胞群.
• 综合项目组数据与神经递质/神经受体基因配置文件.
• 利用机器学习来预测基于基因配置文件和空间信息的神经元投影.

主要成果:

• 该PFC图谱揭示了不同的模块化组织原则,这些组织原则在协调配置的项目和转录细胞中.
• 投射神经元在PFC中表现出梯度分布,与它们的布线模式相关,并显示出更高的协同投射概率向具有相互连接的下游核.
• 确定了PFC神经信号传输网络,揭示了神经信号复杂性和特异性的潜在机制.
• 在预测神经元投影方面取得了很高的准确性,包括使用基因配置文件和空间数据预测恐惧回忆电图神经元.

结论:

• SPIDER-Seq提供了一种强大的方法,以单细胞分辨率生成集成的多模式大脑地图.
• 这项研究阐明了小鼠PFC中的组织原理和神经电路动力学.
• 这项工作推进了我们对大脑多模式网络,神经计算的理解,并为未来的连接学研究提供了基础.