研究人员制造出混合大脑：让一个物种的神经元帮助另一个物种

研究人员制造出混合大脑：让一个物种的神经元帮助另一个物种 大鼠（红色）和小鼠（绿色）神经元的混合体在混合大脑中形成了环形气味处理中心什么是混合大脑？听起来像是科幻电影情节中的东西或者是史蒂夫-马丁主演的80年代古怪喜剧但它实际上是两个物种细胞的结合，发育成一个完整的功能性大脑。因此，杂交脑通过创建"合成"神经回路来恢复受损或退化大脑的功能，对于推动再生神经科学的发展非常重要。在哥伦比亚大学欧文医学中心研究人员领导的一项新研究中，大鼠干细胞在发育初期就被引入到小鼠细胞中，从而产生了利用整合的大鼠细胞嗅觉的小鼠大脑。哥伦比亚大学瓦格罗斯内外科医学院遗传学和发育学教授、该研究的共同通讯作者克里斯汀-鲍德温（Kristin Baldwin）说："我们拥有漂亮的培养皿细胞模型和称为器官组织的三维培养物，它们都有各自的优点。但它们都无法让你确定细胞是否真正发挥了最高水平的功能。这项研究开始向我们展示，我们如何扩大大脑的灵活性，使其能够容纳来自人机界面或移植干细胞的其他类型的输入。"大鼠-小鼠嵌合体的制作示意图 Throesch 等人研究人员将大鼠胚胎干细胞植入小鼠胚泡（受精卵分裂而成的细胞团），然后将胚泡移植到代孕小鼠妈妈的子宫内发育。尽管在进化过程中存在差异（大鼠大脑发育较慢，体积较大），但研究人员观察到，大鼠细胞与小鼠神经元同步生长。在成熟的大鼠-小鼠或嵌合体中，大鼠细胞整合成整个小鼠大脑的神经回路，并与小鼠神经元形成活跃的连接。鲍德温说："几乎在整个小鼠大脑中都能看到大鼠细胞，这让我们相当惊讶。它告诉我们，插入的障碍很少，这表明许多种小鼠神经元都可以被类似的大鼠神经元取代。"接下来是测试大鼠细胞的功能能力，以及它们是否能取代受损的小鼠神经元。研究人员开发了小鼠模型，这些小鼠的嗅觉神经元（OSNs）在基因上有缺陷或被消融，即被破坏，而嗅觉神经元是检测和传递气味信息的神经元。他们发现，大鼠细胞拯救了小鼠大脑。鲍德温说："我们在每个小鼠笼子里都藏了一块饼干，结果非常惊讶地发现，它们能通过大鼠神经元找到饼干。"然而，与OSN被破坏的小鼠相比，OSN被基因沉默（即神经元存在，只是不工作）的小鼠找到饼干的成功率较低。这表明，增加替代神经元并非"即插即用"。如果想获得功能性替代神经元，可能需要清空闲置在那里的功能障碍神经元，这可能是某些神经退行性疾病的情况，也可能是自闭症和精神分裂症等神经发育障碍的情况。研究人员在研究中遇到的一个问题是，大鼠细胞随机分布在不同的小鼠体内，这阻碍了他们将研究扩展到其他神经系统。目前，他们正试图找到驱动插入细胞发育成特定细胞类型的方法，这可能会提供更高的精确度。扫清这一障碍将为创造具有灵长类神经元的混合大脑铺平道路，这将帮助我们更接近了解人类疾病。这项研究发表在《细胞》杂志上。 ... PC版： 手机版：

MIT研究人员解释说话和吸气不能同时进行的原因

MIT研究人员解释说话和吸气不能同时进行的原因 “当你需要吸气时，你必须停止发声。我们发现控制发声的神经元接收到来自呼吸节奏发生器的直接抑制输入，”麻省理工学院脑与认知科学教授、麻省理工学院麦戈文脑研究所成员、该研究的资深作者Fan Wang说。杜克大学研究生、麻省理工学院访问学者Jaehong Park是这项研究的主要作者，该研究发表在今天的《Science》杂志上。该论文的其他作者包括麻省理工学院的技术助理Seonmi Choi和Andrew Harrahill，前麻省理工学院的研究科学家Jun Takatoh，以及杜克大学的研究人员Shengli Zhao和Bao-Xia Han。发声控制声带位于喉部，是两条肌肉带，可以打开和关闭。当它们大部分闭合或内收时，从肺部呼出的空气通过声带时会产生声音。麻省理工学院的研究小组开始研究大脑是如何控制这种发声过程的，他们使用了一个小鼠模型。小鼠通过一种独特的口哨机制，通过几乎闭合的声带之间的一个小洞呼出空气，从而发出超声波(USVs)的声音。“我们想了解控制声带内收的神经元是什么，然后这些神经元是如何与呼吸回路相互作用的?”Wang说。为了弄清楚这一点，研究人员使用了一种技术，可以让他们绘制神经元之间的突触连接。他们知道声带内收是由喉部运动神经元控制的，所以他们开始往回追溯，寻找支配这些运动神经元的神经元。这表明，输入的一个主要来源是后脑区域的一组运动前神经元，称为后歧义核(RAm)。先前的研究表明，这个区域与发声有关，但不知道RAm的哪一部分是必需的，也不知道它是如何发声的。研究人员发现，这些突触跟踪标记的RAm神经元在USVs期间被强烈激活。这一观察结果促使研究小组使用一种活动依赖方法来瞄准这些发声特异性RAm神经元，称为RAmVOC。他们使用化学遗传学和光遗传学来探索如果他们沉默或刺激他们的活动会发生什么。当研究人员阻断RAmVOC神经元时，小鼠不再能够产生USVs或任何其他类型的发声。他们的声带没有闭合，腹部肌肉也没有收缩，就像他们通常在呼气发声时所做的那样。相反，当RAmVOC神经元被激活时，声带关闭，小鼠呼气，并产生USVs。然而，如果刺激持续两秒或更长时间，这些USVs就会被吸入打断，这表明这个过程是由大脑中调节呼吸的同一部分控制的。“呼吸是生存的需要，”Wang说。“尽管这些神经元足以引起发声，但它们是在呼吸的控制下，这可以超越我们的光遗传刺激。”节奏的一代额外的突触映射显示，脑干部分称为pre-Bötzinger复合物的神经元作为吸入的节奏发生器，为RAmVOC神经元提供直接的抑制性输入。“pre-Bötzinger复合体自动地、连续地产生吸入节律，该区域的抑制神经元投射到这些发声前运动神经元上，基本上可以关闭它们，”Wang说。这确保了呼吸仍然是语言产生的主导，我们在说话时必须停下来呼吸。研究人员认为，尽管人类的语言产生比小鼠的发声更复杂，但他们在小鼠身上发现的回路在人类的语言产生和呼吸中起着保守的作用。“尽管小鼠和人类发声的确切机制和复杂性确实不同，但基本的发声过程，即发声，需要声带闭合和呼气，在人类和小鼠中是共享的，”Park说。研究人员现在希望研究其他功能，如咳嗽和吞咽食物可能会受到控制呼吸和发声的大脑回路的影响。 ... PC版： 手机版：

根据发表在《自然》期刊上的一项研究，华盛顿大学医学院的研究人员发现，在人清醒时神经元消耗能量完成各种任务，但消耗掉的能量/营养物

根据发表在《自然》期刊上的一项研究，华盛顿大学医学院的研究人员发现，在人清醒时神经元消耗能量完成各种任务，但消耗掉的能量/营养物质会留下代谢废弃物，睡眠时神经元会驱动脑脊液穿过硬脑膜，带走代谢废弃物。 研究人员指出，神经元充当了清理大脑的主要组织者。此前的研究发现，蛋白质碎片形式的代谢废弃物的积累可能会导致阿尔茨海默氏症等神经退行性疾病。 标签: #睡眠 频道: @GodlyNews1 投稿: @GodlyNewsBot

反思大脑设计：人类神经元的独特布线挑战了旧有假设

反思大脑设计：人类神经元的独特布线挑战了旧有假设 新研究发现，与小鼠的循环互动不同，人类新皮质神经元单向交流效率更高。这一发现可能会通过模仿人类大脑的连通性来促进人工神经网络的发展。记录多达十个神经元活动的多补丁实验装置。图片来源：Charité | 彭扬帆新皮质是人类智力的关键结构，厚度不足五毫米。在大脑的最外层，200 亿个神经元处理着无数的感官知觉，规划着行动，并构成了我们意识的基础。这些神经元是如何处理所有这些复杂信息的呢？这在很大程度上取决于它们之间的"连接"方式。夏里特神经生理学研究所所长约尔格-盖格（Jörg Geiger）教授解释说："我们以前对新皮层神经结构的理解主要基于小鼠等动物模型的研究结果。在这些模型中，相邻的神经元经常像对话一样相互交流。一个神经元向另一个神经元发出信号，然后另一个神经元再向它发出信号。这意味着信息经常以循环往复的方式流动"。带有机器人机械手的多通道装置，可在两轮实验之间自动冲洗玻璃移液管。图片来源：Charité | 彭扬帆人类的新皮质比小鼠的新皮质更厚、更复杂。尽管如此，研究人员之前一直假设部分原因是缺乏数据它遵循相同的基本连接原则。盖革领导的夏里特研究小组现在利用极其罕见的组织样本和最先进的技术证明了事实并非如此。在这项研究中，研究人员检查了23名在夏里特接受神经外科手术治疗耐药性癫痫患者的脑组织。在手术过程中，医学上有必要切除脑组织，以便观察其下的病变结构。患者同意将这些组织用于研究目的。神经元的旋转重建。图片来源：Charité | Sabine Grosser为了能够观察人类新皮层最外层相邻神经元之间的信号流，研究小组开发出了一种改进版的"multipatch"技术。这样，研究人员就能同时监听多达十个神经元之间的通信。因此，他们能够在细胞停止体外活动前的短时间内进行必要数量的测量，以绘制网络图。他们分析了近 1170 个神经元之间的通信渠道，以及约 7200 个可能的连接。他们发现，只有一小部分神经元之间进行了相互对话。"人类的信息往往是单向流动的。它很少直接或通过循环返回起点，"该论文的第一作者彭扬帆博士解释说。他曾在神经生理学研究所从事这项研究，目前在夏里特神经学系和神经科学研究中心工作。研究小组根据人类网络结构的基本原理设计了一种计算机模拟，以证明这种前向信号流在处理数据方面的优势。来自多配接装置的微量移液管接近单个神经元。图片来源：Charité | Franz Mittermaier研究人员给人工神经网络布置了一项典型的机器学习任务：从口语数字录音中识别出正确的数字。在这项语音识别任务中，模仿人类结构的网络模型比以小鼠为模型的网络模型获得了更多的正确响应。它的效率也更高，同样的成绩在小鼠模型中需要相当于 380 个神经元，而在人类模型中只需要 150 个神经元。"我们在人类身上看到的定向网络结构更强大，也更节省资源，因为更多独立的神经元可以同时处理不同的任务，"彭解释道。"这意味着局部网络可以存储更多信息。目前还不清楚我们在颞叶皮层最外层的发现是否会扩展到其他皮层区域，也不清楚这些发现能在多大程度上解释人类独特的认知能力。"过去，人工智能开发人员在设计人工神经网络时会从生物模型中寻找灵感，但也会独立于生物模型来优化算法。盖格说："许多人工神经网络已经使用了某种形式的前向连接，因为它能为某些任务带来更好的结果。人脑也显示出类似的网络原理，这令人着迷。这些对人类新皮质中具有成本效益的信息处理的洞察，可以为完善人工智能网络提供更多灵感"。编译来源：ScitechDaily ... PC版： 手机版：

AI 系统绘出 “多彩” 大脑布线图 可解开和重建大脑密集神经元网络

AI 系统绘出 “多彩” 大脑布线图 可解开和重建大脑密集神经元网络 日本九州大学研究人员在新一期《自然・通讯》上发表文章称，他们开发了一种新的人工智能（AI）工具 QDyeFinder，其可从小鼠大脑的图像中自动识别和重建单个神经元。该过程涉及使用超多色标记协议去标记神经元，然后让 AI 通过匹配相似的颜色组合自动识别神经元的结构。将 QDyeFinder 的结果与手动追踪神经元的数据进行比较时，它们的准确性几乎一致。即使与已经充分利用机器学习的现有追踪软件相比，QDyeFinder 也能以更高的准确度识别轴突。

科学家开发出标记技术"NeuM" 可实时监测神经元的变化

科学家开发出标记技术"NeuM" 可实时监测神经元的变化 韩国科学技术院（KIST）脑科学研究所的 Kim Yun Kyung 博士领导的研究团队与浦项科技大学 Chang Young-Tae 教授的团队合作，宣布开发出名为 NeuM 的新一代神经元标记技术。NeuM（神经元膜选择性）可选择性地标记神经元膜，使神经元结构可视化，并可实时监测神经元的变化。韩国科学技术院金润京博士团队的研究人员正在利用下一代神经元标记技术"NeuM"，对神经元进行实时可视化，并检查高分辨率图像。资料来源：韩国科学技术院神经元不断改变其结构和功能，将信息从感觉器官传递到大脑，从而调节思维、记忆和行为。因此，要克服神经退行性疾病，就必须开发能选择性标记活体神经元以进行实时监测的技术。然而，目前常用于观察神经元的基于基因和抗体的标记技术，由于依赖于特定的基因表达或蛋白质，存在准确性低和难以长期追踪的问题。NeuM 是研究小组通过对神经元细胞进行分子设计而开发的，与神经元膜具有极佳的结合亲和力，可对神经元进行长期跟踪和高分辨率成像。NeuM 中的荧光探针利用活细胞的活性与神经元膜结合，在特定波长光的激发下发出荧光信号。这种神经元膜可视化技术允许对神经元终端结构进行详细观察，并对神经元分化和相互作用进行高分辨率监测。选择性标记神经元膜的分子设计。资料来源：韩国科学技术院NeuM 是第一种通过活体神经元的内吞作用对细胞膜进行染色的技术，它对活体细胞具有选择性反应，排除了未内吞的死细胞。此外，研究团队还成功地将神经元的观察时间从短短 6 小时延长至 72 小时，从而能够捕捉活体神经元在较长时间内随环境变化而发生的动态变化。NeuM有望为目前尚无特效疗法的神经退行性疾病的研究和治疗开发提供洞察力。包括阿尔茨海默氏症在内的这些疾病是由于淀粉样蛋白等有毒蛋白质的产生和炎症物质的涌入造成神经元损伤的结果。NeuM 对神经元变化的精确观察可有效促进对候选治疗化合物的评估。金博士表示："此次开发的NeuM可以区分衰老和退化的神经元，成为阐明大脑退化性疾病机制和开发治疗方法的重要工具。"他进一步补充说："未来，我们计划改进 NeuM，通过设计荧光波长来区分绿色和红色等颜色，从而更精确地分析神经元。"编译来源：ScitechDaily ... PC版： 手机版：