自从 19 世纪神经解剖学家圣地亚哥·拉蒙·卡哈尔 (Santiago Ramón y Cajal) 发现了大脑中美丽而复杂的神经元(他称之为“灵魂的神秘蝴蝶”)以来，神经科学家一直在试图描述数百或数千种脑细胞的特征，并揭示它们的工作原理一起。这是一个崇高的目标，但它将极大地帮助神经科学家最终了解大脑回路的复杂网络及其功能。
在过去的十年中，该领域受到了新的单细胞转录组技术的欢迎，该技术通过测量基因表达模式的差异来识别神经元和其他脑细胞。一系列被称为空间转录组学的技术在这方面又迈出了关键的一步——不仅告诉研究人员细胞的身份和功能，还告诉他们它如何融入大脑的复杂线路。
但空间转录组学有一个棘手的问题。许多不同类型的细胞通常是大脑中的近邻，相互混合并快速共享信息。这意味着当前的空间转录组学方法没有足够好的分辨率来防止混淆附近细胞的基因并错误地识别细胞类型。
现在，在 6 月 22 日发表在《自然方法》杂志上的一篇论文中，斯坦福大学吴蔡神经科学研究所的研究人员证明，使用一种巧妙的技巧，空间转录组学的分辨率有了显着提高。通过扩大脑组织使其大小增长 2.5 倍，生物工程助理教授 Bo Wang 及其同事成功解析了小鼠大脑海马体和嗅球中的神经元类型，其细节比标准方法允许的要精细得多。
王是神经组学计划的成员，该计划旨在构建新的工具来提高我们在基因和蛋白质分子水平上对大脑的了解，并最终缩小我们对大脑的理解之间的差距。微观分子到大规模的大脑回路和网络。这项新技术被称为扩展空间转录组学(简称 Ex-ST)，是推动神经组学计划在这一任务中向前发展的新工具的一个典型例子。
扩展视图
空间转录组学依赖于从组织切片中捕获称为 mRNA 的遗传指令。这些 mRNA 指令指导我们的细胞制造蛋白质机器，捕获它们可以让研究人员对更大的组织样本中的每个细胞进行分类。问题在于标准捕获阵列的密度不足以捕获微小单个细胞中的 mRNA。相反，阵列上的每个“点”都会捕获来自重叠细胞类型的 mRNA，从而难以识别单个细胞。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！