7月26日，中國科學(xué)院深圳理工大學(xué)（籌）/中科院深圳先進(jìn)技術(shù)研究院腦認(rèn)知與腦疾病研究所教授畢國強(qiáng)、劉北明，與副研究員徐放帶領(lǐng)深圳理工大學(xué)/深圳先進(jìn)院、中國科學(xué)技術(shù)大學(xué)和合肥綜合性國家科學(xué)中心人工智能研究院團(tuán)隊(duì)，通過自主研發(fā)的高通量三維熒光成像VISoR技術(shù)和靈長(zhǎng)類腦圖譜繪制SMART流程，并與中科院昆明動(dòng)物研究所胡新天團(tuán)隊(duì)、深圳先進(jìn)院徐富強(qiáng)團(tuán)隊(duì)、美國麻省理工學(xué)院、美國南加利福尼亞大學(xué)、美國加利福尼亞大學(xué)洛杉磯分等合作，實(shí)現(xiàn)了對(duì)獼猴大腦的微米級(jí)分辨率三維解析。相關(guān)研究成果以High-throughput mapping of a whole rhesus monkey brain at micrometer resolution為題，發(fā)表在《自然-生物技術(shù)》上。

　　大腦功能是由其近千億個(gè)神經(jīng)細(xì)胞，以及細(xì)胞之間纖細(xì)而復(fù)雜的連接來實(shí)現(xiàn)的。要深入理解大腦的運(yùn)轉(zhuǎn)機(jī)制，需要將這些精密連接結(jié)構(gòu)解析出來，如同為大腦繪制一幅三維高清地圖。腦圖譜解析是神經(jīng)科學(xué)前沿研究領(lǐng)域，而對(duì)靈長(zhǎng)類動(dòng)物的腦圖譜解析也是“中國腦計(jì)劃”的重點(diǎn)研究方向之一。

　　目前，腦圖譜研究集中于小鼠，國際通用的成像技術(shù)對(duì)其進(jìn)行微米分辨率全腦成像通常需要數(shù)天時(shí)間，而獼猴腦體積為鼠腦的200倍以上，要在較短時(shí)間內(nèi)完成全腦成像是一項(xiàng)挑戰(zhàn)。為應(yīng)對(duì)這一挑戰(zhàn)，研究團(tuán)隊(duì)此前在中科院戰(zhàn)略性先導(dǎo)科技專項(xiàng)“腦功能聯(lián)接圖譜”和科研儀器研制項(xiàng)目，以及國家自然科學(xué)基金重大研究計(jì)劃“情感與記憶的神經(jīng)環(huán)路基礎(chǔ)”的支持下，經(jīng)過數(shù)年攻關(guān)，研發(fā)了VISoR高速三維熒光成像技術(shù)（相關(guān)成果于2019年發(fā)表在《國家科學(xué)評(píng)論》上）。該技術(shù)通過斜截面掃描照明與同步成像實(shí)現(xiàn)了在樣品連續(xù)運(yùn)動(dòng)時(shí)進(jìn)行無模糊的圖像采集，消除了傳統(tǒng)大樣品成像需要在不同的小視野切換、停頓所帶來的時(shí)間損失，數(shù)據(jù)采集速度比當(dāng)前通用于小鼠腦圖譜繪制的幾種三維光學(xué)成像技術(shù)提升數(shù)十倍，使得猴腦圖譜解析成為可能。

　　除了成像通量的挑戰(zhàn)，對(duì)獼猴腦進(jìn)行高分辨全腦成像還面臨溝回結(jié)構(gòu)復(fù)雜、組織透明度差等困難。科研團(tuán)隊(duì)采取對(duì)離體大腦進(jìn)行包埋切片的方式，使溶液滲透效率僅依賴于切片厚度，而不受其大小的影響，并發(fā)展了高折射率的PuClear組織透明化方法，對(duì)腦片的灰質(zhì)與白質(zhì)不同部分、不同深度達(dá)到均勻透明。然后，研究通過改進(jìn)的VISoR2系統(tǒng)，最終對(duì)獼猴全腦樣品在100小時(shí)內(nèi)完成1×1×2.5微米三維分辨率的圖像采集，項(xiàng)目中兩只獼猴大腦圖像原始數(shù)據(jù)量超過了1?PB。由于數(shù)據(jù)體積龐大，團(tuán)隊(duì)開發(fā)了自動(dòng)的三維圖像拼接技術(shù)和漸進(jìn)式的半自動(dòng)追蹤技術(shù)，實(shí)現(xiàn)了獼猴大腦的三維圖像重建和神經(jīng)元軸突纖維的長(zhǎng)距離追蹤，并在此基礎(chǔ)上發(fā)現(xiàn)了未知的獼猴軸突纖維投射特性及其在大腦皮質(zhì)溝回處轉(zhuǎn)折延伸的多種路徑形態(tài)。

　　VISoR技術(shù)作為當(dāng)前世界最快的大尺度三維組織成像方法之一，可以對(duì)各種模型動(dòng)物大腦進(jìn)行高通量、高精度的定量解析，并可擴(kuò)展至其他組織器官，在大規(guī)模藥物篩選、快速病理診斷，以及更大型生物樣品成像等領(lǐng)域均有廣闊的應(yīng)用前景。這項(xiàng)技術(shù)產(chǎn)生的超大規(guī)模數(shù)據(jù)與人工智能技術(shù)的結(jié)合，將有望幫助理解人類大腦和身體器官的精細(xì)結(jié)構(gòu)及其在疾病中的變化規(guī)律，加速醫(yī)療診斷和藥物研發(fā)，促進(jìn)人類健康。

　　研究工作得到中科院戰(zhàn)略性先導(dǎo)科技專項(xiàng)、國家自然科學(xué)基金、廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃、深圳市腦解析與腦模擬重大科技基礎(chǔ)設(shè)施、深港腦科學(xué)創(chuàng)新研究院等的支持。

　　論文鏈接