High-throughput light-sheet 3D microscopy of whole rodent brain microstructure for integration with MRI
本文提出了一种可扩展的框架，该框架将完整啮齿动物大脑的高通量三维光片显微成像技术与弥散磁共振成像相结合，旨在建立将宏观磁共振对比度与微观细胞特征联系起来的预测模型，从而为未来的临床人类转化搭建起连接细胞结构与全脑成像的桥梁。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
为了理解大脑是如何工作的，科学家必须从两个截然不同的尺度来观察它。一方面是宏观视角，像磁共振成像（MRI）这样的工具可以在不切开人体的情况下，看到活体内的整个大脑。这项技术非常强大，因为它展示了大局，但它的分辨率太粗糙，无法看到大脑微小的构建模块，例如单个神经细胞或围绕它们的支持细胞。另一方面是微观视角，研究人员可以极其详细地计数并绘制这些微小细胞的图谱。然而，传统的观察这些细胞的方法需要将大脑切成薄片，这会破坏三维结构，使得观察整个器官是如何组合在一起变得不可能。几十年来，科学家们一直努力连接这两个世界：将详细的细胞图谱与通过 MRI 获取的大尺度图像完美匹配。如果没有这种连接，很难确切知道 MRI 图像实际上在告诉我们关于内部生物学的什么信息。
现在，一个研究小组建立了一座连接这两个尺度的桥梁，创造了一种研究啮齿类动物整个大脑的新方法，其范围涵盖了从单个细胞到整个器官的水平。他们开发了一种流程，使他们能够获取单个完整的大脑，用 MRI 进行扫描，然后将其转化为一个透明的、可以用特殊显微镜进行 3D 摄影的对象。通过对同一个大脑进行这些操作，他们可以将大尺度的 MRI 图像直接与微小的细胞图谱对齐。这种方法表明，虽然单一的 MRI 测量值在预测特定细胞数量方面表现并不理想，但将几种不同类型的 MRI 数据结合起来，可以创造出更准确的图像。该研究表明，通过使用这些组合信号，科学家最终可以开发出更好的 MRI 工具，从而在无需切开的情况下揭示人类大脑真实的细胞组成。
研究人员从八种不同类型的 mice（小鼠）开始，每种小鼠都有独特的遗传组成，以确保他们的发现能在不同的生物学差异中保持成立。首先，他们使用高功率 MRI 机器扫描了这些小鼠的大脑。这次扫描耗时约十二小时，创建了一个详细的大脑 3_D 结构图，展示了水如何在组织中移动。这种水的运动（被称为扩散）会根据细胞的拥挤程度及其排列方式而发生变化。MRI 数据提供了大脑微观结构的宽泛视图，但它还无法告诉研究人员在任何给定位置究竟存在多少神经元或支持细胞。
一旦 MRI 扫描完成，团队对同样的大脑进行了非凡的转化。他们将大脑从头骨中取出，并使用一种特殊的化学处理过程使其组织变得完全透明，就像玻璃一样。通常情况下，这种使大脑透明并用染料使其细胞可见的过程需要数周甚至数月，而且染料往往无法均匀地到达大脑中心。为了解决这个问题，研究人员使用了一个设备，通过施加一个温和的电场来推动化学物质穿透组织。这种主动方法显著加快了过程，使他们能在不到两周的时间内完成整个大脑的透明化和染色。他们使用了标准的抗体（即粘附在特定目标上的蛋白质）来标记两种主要的细胞类型：负责传递信号的神经元和负责支持它们的星形胶质细胞。由于电场帮助染料深入且均匀地渗透，大脑的每一个部分，从表面到最中心，都被标记得同样清晰。
在这些大脑变得透明并被标记后，团队将它们置于光片显微镜下。这种显微镜通过组织投射一层薄薄的光，并在大脑移动时进行拍摄，使研究人员能够在不切片的情况下捕捉整个 3D 体积。他们开发了一种快速扫描方法，可以在不到五小时内实现全脑细胞级分辨率的成像。这比以往需要数天或数周才能完成的全脑细节成像方法有了巨大的改进。其结果是一个庞大的、高分辨率的 3D 图谱，展示了数百万个神经元的精确位置以及星形胶质细胞在整个大脑中的分布。
关键的一步在于研究人员将这两个数据集汇聚在一起。他们使用计算机将高分辨率的细胞图谱与来自同一大脑的低分辨率 MRI 扫描图进行对齐。因为两幅图像都来自完全相同的标本，所以他们可以进行逐像素的直接对比。他们提出了一个简单的问题：在 MRI 扫描中看到的模式能否预测显微镜下看到的细胞数量？当他们观察单一类型的 MRI 数据时，这种联系很弱。MRI 信号不够特异，无法准确告诉他们某个小区域内有多少神经元。然而，当他们将多种不同类型的 MRI 测量值整合到一个模型中时，预测能力得到了显著提升。组合数据可以准确估算大脑中神经元的密度和星形胶质细胞的支持量。
研究还表明，即使尝试预测计算机从未见过的另一只小鼠的细胞计数，这种关系依然成立。通过在七只小鼠上进行训练并在第八只小鼠上进行测试，他们发现组合后的 MRI 信号仍然携带足够的信息来推测未见大脑的细胞组成。这表明，MRI 信号与底层生物学之间的联系是组织的一种基本属性，而不仅仅是针对某一特定动物的巧合。研究人员发现，MRI 信号在预测神经元密度方面比预测星形胶质细胞数量的表现更好，这表明不同的细胞类型在 MRI 扫描上留下了不同的特征。
这项工作为理解大脑提供了一个强大的新工具。通过证明将 MRI 的宏观视角与同一标本中的细胞微观视角联系起来是可能的，研究人员为未来绘制了一份路线图。他们证明了，要观察大脑的细胞结构所需的信息就隐藏在复杂的 MRI 数据模式之中，但需要以一种全新的方式去观察这些数据。与其依赖单一的 MRI 测量，不如结合多种不同的信号，这能让科学家解码大脑的细胞架构。这种方法为开发新的 MRI 技术提供了一条路径，这些技术有望揭示活体患者大脑的健康状况和结构，从而弥合医生今天所见的图像与内部细胞真实生物学现实之间的鸿沟。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。