撰文 | 王小果
責編 | 兮
小鼠腦是研究中樞神經系統的理想動物模型。目前國際上正在開展許多重大合作, 對小鼠大腦中的神經元類型、神經連接和基因表達從空間尺度和時間尺度上收集海量數據建立圖譜。這些數據的成功整合、顯示和分析需要三維標準腦圖譜。
目前被廣泛應用於腦科學中的小鼠二維腦圖譜主要是Allen Reference Atlas（西雅圖艾倫腦科學研究所發布的）和Mouse Brain in Stereotaxic Coordinates(MBSC)，但數位化的三維圖譜更符合當前的研究需求。小鼠腦三維圖譜第二版存在兩個致命的缺點：(1) 在非冠狀平面中將冠狀視野下注釋的2D結構轉換為3D體積引起圖像失真；(2) 缺乏目前關於大腦神經元的轉錄組學數據需要的細胞水平解析度。
2020年5月7日，艾倫腦科學研究所Lydia Ng和Julie A. Harris團隊在Cell雜誌上發表文章The Allen Mouse Brain Common Coordinate Framework: A 3D Reference Atlas，通過雙光子斷層掃描技術獲得1675隻成年小鼠腦的圖像, 構建大腦模型並詳細註解, 最終建立小鼠腦三維圖譜第三版(Allen Mouse Brain Common Coordinate Framework，CCFv3)。
由於每隻小鼠的大腦在體積和結構上存在細微差異，為了能夠設計符合小鼠腦的模型，研究人員計算所有小鼠腦的平均值，並進一步融合為清晰的平均圖像，顯示明顯的解剖學細節。具體來說，首先以50 微米的解析度進行平均估算，再次以25 微米的解析度進行融合處理，最終以10微米的解析度呈現獨特、詳細、並具有解剖特徵的3D圖譜模型。在10微米體素解析度下，這個腦模型包含5.06億個體素。
基於這個腦模型的內部解剖特徵以及轉基因小鼠的數據、軸突投射、免疫組化、原位雜交、尼氏染色等具體信息進行注釋，Lydia Ng和Julie A. Harris團隊組建了三維數據平臺，也就是CCFv3。
那麼在CCFv3中是如何對腦區進行劃分的？以皮層為例，皮層是大腦中比較複雜的結構，也是目前研究較多的腦區之一。研究人員利用Calb1-Cre（Calb基因絕大部分在淺表皮層表達）和 Fezf2-CreER（Fezf在深部皮層表達）小鼠區分淺皮層和深皮層；在冠狀切面上, 皮層與梨狀區域的背側分界；在矢狀面上，與後下託和area prostriata的後方分界；在水平面上，與嗅球的後方分界。通過進一步的分區, 皮層被分為43個亞區。除了皮層的劃分外，CCFv3還將皮層下的結構細分為329個區，81條纖維束和8個腦室結構。
CCFv3具有哪些優點呢？第一，與艾倫小鼠腦圖譜第二版相比，CCFv3（第三版圖譜）的空間解析度是第二版圖譜的1000多倍。第二，CCFv3採集了高信噪比全腦高解析度圖像，更容易分辨解剖學細節。第三，可以通過網站採用二維或三維方式瀏覽CCFv3，進行很好的人機互動，用戶可以選定目標腦區根據目的（腦區基因表達或投射等）查看數據集。第四，除了提供基本功能以外，CCFv3還新增了兩項功能：reverse mapping（可在原始圖譜中查看注釋）和體積估計。
總的來說，本文通過對近2000隻小鼠的腦解剖結構進行高分辨重構對腦圖譜進行了升級，為小鼠腦研究提供了更多的便利。