大腦是一個(gè)極其精密的信息處理系統(tǒng)，神經(jīng)元?jiǎng)t是其基本計(jì)算單元。要理解大腦，不僅要知道神經(jīng)元“在做什么”（功能），還要知道它“長(zhǎng)什么樣、怎么連接”（結(jié)構(gòu)）以及“由什么構(gòu)成”（分子）。然而，這三類(lèi)信息長(zhǎng)期來(lái)自不同實(shí)驗(yàn)體系，難以整合。

微信公眾號(hào)“腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心”6月18日消息，如今，中國(guó)科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心的研究團(tuán)隊(duì)成功突破這一瓶頸。2026年6月18日23點(diǎn)，Cell在線發(fā)表題為“Multimodal imaging of gene expression, morphology, and activity of the same neuron”的研究論文。

該研究由中國(guó)科學(xué)院腦科學(xué)與智能技術(shù)卓越創(chuàng)新中心王凱研究團(tuán)隊(duì)和徐圣進(jìn)研究團(tuán)隊(duì)聯(lián)合攻關(guān)完成。研究團(tuán)隊(duì)自主研發(fā)了基于成像的多模態(tài)解析平臺(tái)Imaging-based Multimodal Characterization（IMC），首次實(shí)現(xiàn)了對(duì)同一神經(jīng)元在體鈣活動(dòng)、全腦投射形態(tài)與 3D 原位基因表達(dá)譜的高精度整合解析。

該工作突破了長(zhǎng)期存在的單細(xì)胞三模態(tài)數(shù)據(jù)獲取和跨尺度配準(zhǔn)的技術(shù)瓶頸，為復(fù)雜腦功能解析和腦疾病機(jī)制研究提供了重要技術(shù)平臺(tái)。

神經(jīng)科學(xué)長(zhǎng)期痛點(diǎn)：跨尺度模態(tài)數(shù)據(jù)割裂，形成“數(shù)據(jù)孤島”

神經(jīng)元的功能由其活動(dòng)模式、基因表達(dá)、細(xì)胞形態(tài)及環(huán)路連接共同決定。理想的研究應(yīng)是：在同一細(xì)胞上同時(shí)獲取這三類(lèi)信息。然而，受限于不同模態(tài)技術(shù)在樣本處理、成像尺度上的巨大壁壘，現(xiàn)有技術(shù)大多只能分別獲取單一模態(tài)信息。

近年來(lái)，國(guó)際上陸續(xù)建立了涉及“功能—分子”、“功能—結(jié)構(gòu)”、“結(jié)構(gòu)—分子”雙模態(tài)整合技術(shù)。然而，“功能、結(jié)構(gòu)、分子”三模態(tài)信息整合仍是神經(jīng)科學(xué)研究中亟待攻克的核心技術(shù)瓶頸。包括中國(guó)“腦科學(xué)與類(lèi)腦研究”重大項(xiàng)目和美國(guó) NIH BRAIN Initiative 在內(nèi)的國(guó)際腦計(jì)劃，已在分子（細(xì)胞轉(zhuǎn)錄組）、結(jié)構(gòu)（神經(jīng)介觀/微觀聯(lián)接）和功能（神經(jīng)元活動(dòng)記錄）層面建立起龐大的數(shù)據(jù)庫(kù)，這些海量數(shù)據(jù)在各自領(lǐng)域發(fā)揮著巨大作用，但彼此間割裂且碎片化，缺乏同一細(xì)胞水平的真實(shí)同源數(shù)據(jù)。

IMC 平臺(tái)破局：打通從活體功能記錄到原位分子檢測(cè)的全鏈路

本研究建立的IMC平臺(tái)正是為了攻克這一技術(shù)瓶頸，平臺(tái)首次實(shí)現(xiàn)了在同一個(gè)神經(jīng)元中獲取跨尺度、可直接對(duì)齊且相互驗(yàn)證的多模態(tài)數(shù)據(jù)，真正實(shí)現(xiàn)了單細(xì)胞水平的高維信息整合。

圖1 IMC平臺(tái)的流程示意圖

為建立IMC平臺(tái)，研究團(tuán)隊(duì)打通了從活體功能記錄、全腦形態(tài)重構(gòu)到 3D 原位分子檢測(cè)的技術(shù)鏈路。

活體功能記錄

在清醒小鼠中進(jìn)行在體雙光子鈣成像，記錄初級(jí)視覺(jué)皮層（primary visual cortex, VISp）神經(jīng)元對(duì)視覺(jué)刺激和面部運(yùn)動(dòng)的反應(yīng)。

全腦形態(tài)重構(gòu)

通過(guò)二次熒光標(biāo)記、腦透明化和多平面并行化雙光子顯微成像（multi-plane two-photon microscopy, MP-TPM），在完整小鼠腦中重構(gòu)同一批神經(jīng)元的全腦軸突投射和局部樹(shù)突形態(tài)。

3D 原位分子檢測(cè)

利用雙色編碼膨脹熒光原位雜交技術(shù) （dual-color hairpin-encoded Expansion-Assisted Iterative-FISH，2cEASI-FISH），在厚腦片中檢測(cè)同一神經(jīng)元的基因表達(dá)和RNA亞細(xì)胞定位。

自主核心底層技術(shù)：兩大“利器”確保高精度配準(zhǔn)

IMC平臺(tái)的建立離不開(kāi)兩項(xiàng)由團(tuán)隊(duì)自主研發(fā)并已申請(qǐng)發(fā)明專(zhuān)利的底層技術(shù):

多平面并行化雙光子顯微鏡可在不切片的情況下，實(shí)現(xiàn)透明化全腦中單神經(jīng)元形態(tài)的高分辨率追蹤重構(gòu)。

雙色編碼膨脹熒光原位雜交技術(shù) 2cEASI-FISH可在厚腦片中，實(shí)現(xiàn) mRNA 分子的超分辨定位檢測(cè)，并將每輪基因檢測(cè)通量提高至 6 個(gè)基因。

這些底層技術(shù)的創(chuàng)新，充分保留了樣本在不同模態(tài)檢測(cè)階段的3D 空間信息和細(xì)胞形態(tài)，為跨模態(tài)整合所需的高精度重建與空間配準(zhǔn)提供了堅(jiān)實(shí)保證，從而徹底打通了連接活體功能記錄、全腦形態(tài)重構(gòu)和3D原位分子檢測(cè)的關(guān)鍵技術(shù)鏈路。

重要發(fā)現(xiàn)：多模態(tài)特征互補(bǔ)，發(fā)現(xiàn)新神經(jīng)元亞型依托IMC平臺(tái)，研究團(tuán)隊(duì)以小鼠初級(jí)視覺(jué)皮層為切入點(diǎn)，獲得了207個(gè)具有在體功能活動(dòng)和形態(tài)信息的神經(jīng)元，進(jìn)一步獲得了141個(gè)神經(jīng)元的完整三模態(tài)數(shù)據(jù)集，包括皮層內(nèi)投射神經(jīng)元（intratelencephalic, IT）和錐體束神經(jīng)元（pyramidal tract, PT），并取得了以下主要發(fā)現(xiàn)：

多模態(tài)互補(bǔ)優(yōu)勢(shì)明顯：形態(tài)與分子共同預(yù)測(cè)功能

研究發(fā)現(xiàn)，神經(jīng)元的全腦投射模式、局部樹(shù)突形態(tài)、基因表達(dá)和 RNA 亞細(xì)胞定位等特征均包含與視覺(jué)響應(yīng)相關(guān)的信息。多模態(tài)特征相結(jié)合，比單一模態(tài)能更準(zhǔn)確地預(yù)測(cè)神經(jīng)元的視覺(jué)響應(yīng)類(lèi)型，說(shuō)明神經(jīng)元功能身份由分子特征、細(xì)胞形態(tài)和環(huán)路連接共同塑造。

RNA亞細(xì)胞定位作為新分子特征：不僅看“有多少”，還看“在哪里”

借助 2cEASI-FISH 的超高分辨 3D 原位檢測(cè)能力，研究團(tuán)隊(duì)不僅獲得了基因表達(dá)量信息，還保留了單個(gè)RNA分子在細(xì)胞內(nèi)的空間分布。結(jié)果顯示，mRNA 的亞細(xì)胞定位模式本身構(gòu)成了新的分子特征維度，可用于輔助區(qū)分不同投射類(lèi)型和功能類(lèi)型的神經(jīng)元。

解析棋盤(pán)格響應(yīng)神經(jīng)元特征：投射特異，Rbp4表達(dá)更高

對(duì)棋盤(pán)格刺激高度響應(yīng)的PT神經(jīng)元，在視覺(jué)皮層內(nèi)部軸突投射較弱，且在丘腦區(qū)域呈現(xiàn)獨(dú)特的投射分布；分子層面相較其他 PT 神經(jīng)元而言，則具有相對(duì)較高的Rbp4表達(dá)。后續(xù)在 Rbp4-Cre 小鼠中的在體功能成像驗(yàn)證了該預(yù)測(cè)：Rbp4表達(dá)富集的神經(jīng)元中，棋盤(pán)格響應(yīng)細(xì)胞比例顯著升高。

識(shí)別新的神經(jīng)元亞型：Vglut1+/Vip+PT 神經(jīng)元

將Vip基因表達(dá)水平與神經(jīng)元胞體空間位置相結(jié)合，研究團(tuán)隊(duì)識(shí)別出一類(lèi)此前未被充分認(rèn)識(shí)的Vglut1+/Vip+PT 興奮性投射神經(jīng)元亞型。這類(lèi)神經(jīng)元不僅對(duì)棋盤(pán)格刺激響應(yīng)強(qiáng)烈，還對(duì)鼻側(cè)運(yùn)動(dòng)的移動(dòng)光柵表現(xiàn)特異性共激活反應(yīng)，提示傳統(tǒng)上常被視為抑制性神經(jīng)元標(biāo)記的Vip，也可用于定義興奮性神經(jīng)元的亞型。

未來(lái)展望：為跨尺度、多模態(tài)研究提供新范式和真實(shí)基準(zhǔn)數(shù)據(jù)

該研究建立的IMC平臺(tái)為單神經(jīng)元多模態(tài)研究提供了新的范式。與傳統(tǒng)方法相比，它使研究者能夠從真實(shí)同源數(shù)據(jù)出發(fā)，分析分子身份、形態(tài)結(jié)構(gòu)和功能響應(yīng)之間的關(guān)系。未來(lái)，該平臺(tái)可擴(kuò)展到更多腦區(qū)、細(xì)胞類(lèi)型和行為范式，用于解析任務(wù)相關(guān)計(jì)算、環(huán)路結(jié)構(gòu)和分子身份之間的關(guān)系，也可用于研究腦疾病中特定神經(jīng)元亞型的功能異常、聯(lián)接改變和分子狀態(tài)變化。

更重要的是，IMC平臺(tái)產(chǎn)生的真實(shí)同源、跨尺度三模態(tài)數(shù)據(jù)，可作為評(píng)估和訓(xùn)練多模態(tài)整合方法的高質(zhì)量真實(shí)基準(zhǔn)（Ground-truth）資源。隨著神經(jīng)科學(xué)和人工智能交叉發(fā)展，如何將不同來(lái)源、不同尺度的數(shù)據(jù)可靠整合，已成為腦圖譜研究、NeuroAI和精準(zhǔn)神經(jīng)醫(yī)學(xué)的核心挑戰(zhàn)。正如美國(guó)NIH BRAIN Initiative主任 John Ngai 近期發(fā)表的評(píng)論文章“Inventing the future: A neuroscience research roadmap”中所指出的，未來(lái)神經(jīng)科學(xué)亟需建立能夠整合分子、細(xì)胞、環(huán)路和行為的多模態(tài)、多尺度數(shù)據(jù)生態(tài)的腦知識(shí)庫(kù)。本項(xiàng)研究開(kāi)發(fā)的IMC平臺(tái)，為將這一戰(zhàn)略愿景轉(zhuǎn)化為可操作的實(shí)驗(yàn)體系邁出了關(guān)鍵一步。“未來(lái)已來(lái)，只是尚未流行”，隨著該三模態(tài)平臺(tái)的逐步完善與向?qū)W界共享，其有望為腦圖譜范式升級(jí)、復(fù)雜腦功能解碼以及腦疾病干預(yù)注入強(qiáng)勁的新動(dòng)力。