Nature:首次構建出線蟲神經系統的完整連接圖譜

2020-12-17 生物谷

2019年7月8日訊/

生物谷

BIOON/---一種稱為秀麗隱杆線蟲（Caenorhabditis elegans）的動物被全球科學家用作一種模型生物。在一項新的研究中，來自美國阿爾伯特-

愛因斯坦

醫學院的研究人員描述了這種動物的神經系統的首個完整的連接圖。該研究包括這種動物的雌性和雄性個體，並揭示出它們之間的實質性差異。相關研究結果發表在2019年7月4日的Nature期刊上，論文標題為「Whole-animal connectomes of both Caenorhabditis elegans sexes」。

秀麗隱杆線蟲，圖片來自Nature, 2019, doi:10.1038/s41586-019-1352-7。

這些研究結果標誌著「連接組學（connectomics）」領域的一個重要裡程碑。連接組學指的是繪製大腦、大腦區域或神經系統中無數神經連接的圖譜，以找到導致負責特定行為的特定神經連接。

論文通訊作者、阿爾伯特-

愛因斯坦

醫學院分子遺傳學主任、神經科學系

遺傳

學教授Scott Emmons博士說道，「結構始終是生物學的核心。DNA的結構揭示了基因如何起作用，蛋白的結構揭示了酶如何發揮功能。如今，神經系統的結構揭示了動物的行為以及神經連接出現差錯如何導致疾病。」

科學家們猜測某些神經和精神疾病，如精神分裂症和自閉症，是「連接病（connectopathy）」，即「錯誤連接」引起的問題。Emmons博士說道，「這一假設因發現幾種精神障礙與被認為決定連接性的基因突變有關而得到加強。連接組學有潛力幫助我們了解某些精神疾病的基礎，可能提出治療途徑。」

模型生物

秀麗隱杆線蟲是如此微小---成年線蟲僅有一毫米長，僅有大約1000個細胞，而且它的簡單的由幾百個神經元組成的神經系統（雌雄同體/雌性中有302個神經元，雄性中有385個神經元），這就使得它成為最好的用於理解數十億倍複雜的人類大腦的動物模型之一。它也是第一個對它的整個基因組進行測序的多細胞生物。

Emmons博士的這項研究建立在已故英國生物學家Sydney Brenner的開創性研究工作之上。

Brenner實驗室在實驗室成員John White的帶領下，在經過對這種線蟲的數千張連續電子顯微照片上可見的神經結構進行精心分析後，於1986年發表了第一張秀麗隱杆線蟲的神經系統圖。每張照片由比人類頭髮薄一千倍的橫截面「切片」組成。他和他的同事們在每個切片之間手動繪製「連接點」，將一張照片中的結構與另一張照片連接在一起，從而構建出這些神經元的詳細表示以及它們之間的5000個左右的連接（突觸）。

經過Brenner和White 的20年不懈努力，他們開創了連接組學領域，並且將這種線蟲作為研究生物學和人類疾病研究的重要動物模型。但是，他們的圖譜，非正式地成為「線蟲的大腦」，忽視了這種線蟲身體的大部分，僅包括這兩種性別---雌雄同體和雌性---中的一種，但不包括雄性。

接過指揮棒

對於這項新研究，Emmons團隊分析了新的線蟲電子顯微照片以及Brenner博士的舊顯微照片，並使用專門開發的

軟體

將它們拼湊在一起，從而構建出秀麗隱杆線蟲兩種性別的成體個體的完整連接圖譜。這些圖譜包括各個神經元之間的所有連接、從神經元到線蟲肌肉和其他組織（比如腸道和皮膚）的連接、肌肉細胞之間的突觸以及對這些突觸強度的估計值。

Emmons說道，「雖然這兩種線蟲性別中的突觸通路基本上相似，但許多突觸的強度不同，這就為理解性別特異性行為提供了基礎。」主要的性別差異與生殖功能有關：在外陰和子宮肌肉以及在雌雄同體中控制它們的運動神經元；並且在大量額外的神經元、性肌肉和尾巴中產生了雄性交配的神經迴路。但是除此之外，令人吃驚的是，這兩種線蟲性別共有的中樞神經通路中神經元之間形成的突觸數量似乎在強度上也存在著很大的不同。

Emmons說道，「這些連接的網絡是解讀秀麗隱杆線蟲行為的神經控制的起點。由於這種線蟲神經系統含有許多與人類神經系統相同的分子，我們對前者的了解可以有助於我們理解後者。」

Emmons當前正在研究線蟲連接組是如何由它的基因組編碼的。（生物谷 Bioon.com）

參考資料：Steven J. Cook et al. Whole-animal connectomes of both Caenorhabditis elegans sexes. Nature, 2019, doi:10.1038/s41586-019-1352-7.

相關焦點

  • Cell:窺探大腦的奧秘——全腦連接圖譜
    為了應用新型工具加深對大腦迴路的理解，美國國立衛生研究所（NIH）在Brain Intiative 2.0計劃中將「小鼠全腦連接圖譜」確立為變革性項目。具體原因如下，1.細胞和其突觸連接的無偏差性小鼠大腦的納米級解析度影像資料庫和腦連接重建提供了一個完整的解剖學小鼠大腦細胞類型以及所有神經元的上遊和下遊細胞突觸連接和每個突觸的結構參數。
  • 麻省理工和哈佛大學共同揭示腸神經系統的單細胞圖譜
    它有自己獨立的神經系統，稱為腸神經系統（enteric nervous system，ENS），也常被稱為「第二大腦」。腸神經系統（ENS）協調消化、腸道運動和對有害刺激的反應等幾乎所有活動，並將信號從腸道傳遞到大腦，但它們既稀少又脆弱，難以分離和研究。
  • 如何構建知識圖譜?
    本文根據轉轉張青楠老師，在DataFun AI+ Talk中所分享的《二手電商知識圖譜構建以及在價格模型中的應用》編輯整理而成。一、知識圖譜概述這次的分享主要從以下四個部分：知識圖譜概述、知識圖譜構造、轉轉二手電商知識圖譜、在價格模型中的應用。
  • 知識圖譜發展的難點&構建行業知識圖譜的重要性
    知識圖譜是真實世界的語義表示，其中每一個節點代表實體連接節點的邊則對應實體之間的關係異構數據通過整合表達為知識，圖的表達映射了人類對世界的認知方式，知識圖譜非常適合整合非結構化數據從零散數據中發現知識，從而幫助組織機構實現業務智能化。
  • 首套完整膽鹼能神經元全腦圖譜問世—新聞—科學網
    本報訊 由華中科技大學教授駱清銘、龔輝領銜的VBN團隊和中科院神經科學所研究員仇子龍團隊合作，基於VBN團隊自主研發的全自動顯微成像方法——全腦定位系統（BPS），在單細胞水平解析了全腦內膽鹼能神經元的定位分布和基底前腦膽鹼能神經元的精細形態結構及投射圖譜
  • Nature:繪製出有史以來最大的人蛋白相互作用圖譜
    2017年5月28日/生物谷BIOON/---在一項新的研究中，來自美國哈佛醫學院的研究人員繪製出人5800多個基因編碼的蛋白相互作用圖譜（或者說網絡）。這些基因代表著超過四分之一的人基因組。
  • Nature:構建出SARS-CoV-2編碼容量圖譜
    SARS-CoV-2編碼容量圖譜目前是基於計算預測得出的，並依賴於與其他冠狀病毒的同源性。鑑於冠狀病毒在它們的蛋白排列中存在差異，特別是在各種輔助蛋白中，以一種無偏見和開放的方式確定SARS-CoV-2蛋白的特定集合是至關重要的。
  • Science:首次構建出人腦細胞結構數字圖譜---Julich-Brain
    2020年8月1日訊/生物谷BIOON/---Julich-Brain是第一個人腦三維圖譜的名稱，它以微觀解析度反映了大腦結構的變化。該圖譜有近250個結構不同的區域，每個區域都是基於對10個大腦的分析。24000多張極薄的大腦切片由專家們進行數位化處理、三維組裝和繪製圖譜。
  • 解密神經元:腦連接圖譜走向單細胞精度時代—新聞—科學網
    這些決定人類思考能力的大腦神經元究竟是怎麼連接的？這個問題自神經生物學興起以來一直懸而未解。 過去，神經生物學家們已經描繪了大腦中不同腦區之間以及不同位置神經元類群之間的連接，但尚未認識到單個細胞精度下的連接方式，這阻礙了對神經系統的精細認識以及一些疾病的精準治療。
  • 如何構建知識圖譜
    編輯導語：知識圖譜可以說是一個資料庫，在如今大數據時代，知識圖譜已經是企業中能夠起到很大作用的一個環節，可以提高工作效率等；本文作者分享了關於構建知識圖譜以及問題的解答，我們一起來看一下。知識圖譜作為大數據內容的搬運工，在知識算法和使用上，能夠放大組織沉澱數據應用價值；目前搜索巨頭、購物網站均已經通過應用知識網絡，實現了更深層次的「千人千面」。
  • 自底向上——知識圖譜構建技術初探
    知識圖譜的構建技術主要有自頂向下和自底向上兩種。其中自頂向下構建是指藉助百科類網站等結構化數據源，從高質量數據中提取本體和模式信息，加入到知識庫裡。在我們深入了解知識圖譜之前，讓我們先來看一下它長什麼樣子!如圖所示，你可以看到，如果兩個節點之間存在關係，他們就會被一條無向邊連接在一起，那麼這個節點，我們就稱為實體（Entity），它們之間的這條邊，我們就稱為關係（Relationship）。
  • 科學家首次繪製出大腸桿菌的功能蛋白質圖譜
    科學家首次繪製出大腸桿菌的功能蛋白質圖譜 作者：小柯機器人 發布時間：2020/12/10 13:03:13 德國歐洲分子生物學實驗室Mikhail M.
  • 媒體知識圖譜的構建簡析
    現有代表性的知識網絡有Wordnet、DBpedia、Freebase、NELL（Never Ending Language Learning，永不結束語言學習）、YAGO和谷歌知識圖譜等。其共同點是均基於單一文本進行構建。根據知識來源與頂層概念設計理念，現有數據驅動的知識圖譜構建的研究工作大致分為如下幾類。
  • Neuron | 郭增才組繪製皮層-丘腦功能性連接圖譜
    年7月22日，清華大學醫學院、清華-北大生命科學聯合中心、清華-IDG/麥戈文腦科學研究院郭增才課題組在Neuron雜誌上發表題為Mapping functional connectivity from the dorsal cortex to the thalamus（繪製頂部皮層到丘腦的功能性連接圖譜
  • 知識圖譜研討實錄05丨肖仰華教授帶你讀懂概念圖譜構建
    下面讓我們通過第五章課程《概念圖譜構建》的16條精華研討，來進一步學習了解知識圖譜技術內幕。文末可查看更多章節精華回顧。本課程配套教材《知識圖譜：概念與技術》。基於 Embedding 的方法：基於 Embedding 的方法準確率較低(80%左右)，並沒有被廣泛用於概念圖譜構建。肖仰華老師：Embedding based 方法現在準確率 還不高, Embedding 有隱性特徵, 應該可以增強 isA 推斷的準確性。
  • 伯克利&清華從GPT等預訓練語言模型中無監督構建出知識圖譜!
    因而，作者在這篇論文工作中想要探究這樣一個問題：相比起傳統的人工知識圖譜構建，我們是否有辦法利用預訓練語言模型中存儲的知識來構建知識圖譜呢？無論是什麼方法，構建完整、高質量的知識圖譜都絕非易事。在該工作中，我們初步嘗試設計了一個無監督的構建方法MAMA（Match和Map的縮寫）來喚醒預訓練模型中存儲的知識。
  • 陳華鈞等 | OpenKG區塊鏈:構建可信開放的聯邦知識圖譜平臺
    上鏈測試兩個月，累計由真實知識消費者觸發的知識點亮和鏈上存證次數已達55萬次（日均峰值一萬多次），並首次測試實現了實體/三元組粒度的知識確權。目前，通過OpenKG發布的開放圖譜和開源工具，以及通過Openbase眾包採集的三元組，OpenKG都在鏈上進行存證操作，並計算和分配產生的榮譽值。OpenKG希望通過這項工作為知識圖譜社區提供更加可信、可溯源的知識眾包平臺。
  • Nature:新方法成功構建基因活性三維圖譜
    針對不同組織類型的圖譜 通過Rajewsky教授、Friedman教授、哈佛大學的Mor Nitzan博士和「基因調控元件系統生物學」項目負責人Nikos Karaiskos博士之間的合作，這些研究人員成功地使用一種特殊的算法為非常不同的組織類型---哺乳動物中的肝臟和腸上皮，以及果蠅和斑馬魚的胚胎
  • 科學家們成功繪製出首個人類心臟神經元的3-D圖譜!
    作為一個額外的安全層，心臟有自己的「小型大腦」，稱之為心臟內的神經系統（ICN，intracardiac nervous system），其能夠監測並糾正交流過程中的任何障礙。-iScienceICN對於支持心臟健康非常重要，其甚至能在心臟病發作時保護心肌免受損傷，但目前研究人員並不清楚ICN是如何發揮這些作用的，因為研究人員並不清楚組成ICN的神經元是如何進行組織的，以及其在心臟中的具體位置到底在哪裡，這些神經元又是如何相互連接的以及其分子特性到底是什麼。這項研究中，研究人員就通過研究以前所未有的細節回答了這些問題。
  • 「人類腫瘤網絡圖譜」正在構建
    從單細胞解析度上闡明癌症發展過程 「人類腫瘤網絡圖譜」正在構建 2020-04-30 科技日報 張夢然 　　此次，包括美國博德研究所「人類細胞圖譜研究先鋒」阿維芙·蕾格夫，以及多家實驗機構、聯盟的科學家們，闡述了動態的、多參數的三維腫瘤圖譜，公開了其概念、應用、理論研究以及實驗策略，同時還將對「人類腫瘤圖譜網絡」的組織結構、相關補充計劃和合作單位以及合作機會進行介紹，面向公眾全面展開「人類腫瘤圖譜網絡」的構建。