新发现的生物标记物对神经元再生有预测能力

新发现的生物标记物对神经元再生有预测能力神经元是构成我们大脑和脊髓的主要细胞，是受伤后再生最慢的细胞之一，许多神经元无法完全再生。尽管科学家在理解神经元再生方面取得了进展，但仍不清楚为什么有些神经元能够再生而另一些神经元却不能。加州大学圣地亚哥分校医学院的研究人员利用单细胞RNA测序（一种确定单个细胞中哪些基因被激活的方法）发现了一种新的生物标记，可用于预测神经元在受伤后是否会再生。他们在小鼠身上测试了他们的发现，发现该生物标志物在整个神经系统和不同发育阶段的神经元中始终可靠。该研究于2023年10月16日发表在《Neuron》杂志上。“单细胞测序技术正在帮助我们比以往任何时候都更详细地了解神经元的生物学，这项研究确实证明了这种能力，”资深作者、神经科学系教授郑滨海博士说。加州大学圣地亚哥分校医学院。“我们在这里发现的可能只是基于单细胞数据的新一代复杂生物标记物的开始。”研究人员重点关注皮质脊髓束的神经元，这是中枢神经系统的关键部分，有助于控制运动。受伤后，这些神经元是最不可能再生轴突的神经元之一——轴突是神经元用来相互交流的又长又薄的结构。这就是为什么大脑和脊髓损伤如此具有破坏性。神经元（此处以红色和黄色显示）是受伤后再生最慢的细胞之一。在小鼠大脑的这一部分中，黄色神经元正在再生，而红色神经元则无法再生。图片来源：加州大学圣地亚哥分校健康科学第一作者HugoKim博士说：“如果你的手臂或腿部受伤，这些神经可以再生，并且通常可以完全恢复功能，但中枢神经系统的情况并非如此。大多数大脑和脊髓损伤很难恢复，因为这些细胞的再生能力非常有限。”识别生物标志物研究人员利用单细胞RNA测序来分析脊髓损伤小鼠神经元的基因表达。他们利用现有的分子技术鼓励这些神经元再生，但最终，这只对部分细胞有效。这种实验设置使研究人员能够比较再生和非再生神经元的测序数据。此外，通过关注相对较少的细胞（仅超过300个），研究人员能够非常仔细地观察每个细胞。“就像每个人都是不同的一样，每个细胞都有自己独特的生物学特性，”郑说。“探索细胞之间的微小差异可以告诉我们很多关于这些细胞如何工作的信息。”HugoKim博士（左）在郑滨海博士（右）的监督下设计并执行了单细胞RNA测序实验。图片来源：加州大学圣地亚哥分校健康科学研究人员使用计算机算法分析测序数据，确定了一种独特的基因表达模式，可以预测单个神经元在受伤后是否最终会再生。该模式还包括一些以前从未涉及神经元再生的基因。“这就像神经元再生的分子指纹，”郑补充道。验证再生分类器为了验证他们的发现，研究人员在26个已发表的单细胞RNA测序数据集上测试了这种分子指纹（他们将其命名为再生分类器）。这些数据集包括来自神经系统各个部分和不同发育阶段的神经元。研究小组发现，除了少数例外，再生分类器成功预测了单个神经元的再生潜力，并能够重现先前研究中的已知趋势，例如出生后神经元再生的急剧下降。“根据来自完全不同研究领域的多组数据验证结果告诉我们，我们已经发现了有关神经元再生的基础生物学的一些基本知识，”郑说。“我们需要做更多的工作来完善我们的方法，但我认为我们已经发现了一种对所有再生神经元都通用的模式。”虽然小鼠身上的结果很有希望，但研究人员提醒说，目前再生分类器是一种帮助实验室神经科学研究人员的工具，而不是诊所患者的诊断测试。“在临床环境中使用单细胞测序仍然存在很多障碍，例如成本高、分析大量数据困难，以及最重要的是，无法获取感兴趣的组织，”郑说。“目前，我们有兴趣探索如何在临床前环境中使用再生分类器来预测新再生疗法的有效性，并帮助这些疗法更接近临床试验。”...PC版：https://www.cnbeta.com.tw/articles/soft/1391581.htm手机版：https://m.cnbeta.com.tw/view/1391581.htm

研究人员揭开神经元更新过程中脑细胞有效替换旧蛋白质的秘密

研究人员揭开神经元更新过程中脑细胞有效替换旧蛋白质的秘密神经元内部类似工厂流水线的艺术表现：破旧的蛋白球被更新、充满活力的蛋白球取代和升级。资料来源：奥本大学物理系这项题为"RecentlyRecycledSynapticVesiclesUseMulti-CytoskeletalTransportandDifferentialPresynapticCaptureProbabilitytoEstablishaRetrogradeNetFluxDuringISVEinCentralNeurons"的研究解释了脑细胞中老蛋白的运输和再循环。奥本大学物理学助理教授MichaelW.Gramlich博士解释说："大脑中的细胞会定期更换老化蛋白质，以保持高效思维。然而，老蛋白如何被定向运输到需要回收的地方，其确切机制直到现在仍是一个悬而未决的问题。我们的研究表明，有一种特定的途径可以调节老蛋白如何被运送到细胞体，并在那里被回收，从而让新蛋白取而代之。"这一发现对了解大脑健康有着深远的影响。如果没有有效的蛋白质替代，大脑中的神经元就会随着时间的推移而退化，效率也会降低。格拉姆利希博士补充说："我们的工作揭示了一种可调节的途径，这种途径可以调节，以适应大脑功能的增减。这可以防止神经元随着时间的推移而退化。"研究人员综合利用了荧光显微镜、海马细胞培养和计算分析等技术，确定了介导老突触囊泡贩运回细胞体的机制。这项研究由研究生梅森-帕克斯（MasonParkes）和本科生内森-兰德斯（NathanLanders）合作完成。令人印象深刻的是，作为一名本科生，内森-兰德斯进行了高级计算编程，这对理解这项研究的结果至关重要。"我们惊讶地发现，一个简单而可调节的机制决定了老蛋白何时被选择回收，"格拉姆里奇博士强调了他们研究成果的重要性。奥本大学的研究团队对他们的研究成果在进一步了解大脑健康和神经退行性疾病方面的潜在应用感到非常兴奋。他们的开创性工作证明了该机构正在进行的创新研究。...PC版：https://www.cnbeta.com.tw/articles/soft/1396335.htm手机版：https://m.cnbeta.com.tw/view/1396335.htm

科学家发现成人大脑中生成新的神经元的原理

科学家发现成人大脑中生成新的神经元的原理齿状回（大脑颞叶海马结构的一部分）中新产生的神经元（红色）与细胞核（蓝色）和未成熟神经元的标记物（绿色）。资料来源：Knobloch实验室-UNIL成年大脑的一些区域含有静止的或休眠的神经干细胞，它们有可能被重新激活以形成新的神经元。然而，人们对从静止状态到增殖的过渡仍然知之甚少。由日内瓦大学(UNIGE)和洛桑大学(UNIL)的科学家领导的一个团队发现了细胞代谢在这一过程中的重要性，并确定了如何唤醒这些神经干细胞并重新激活它们。生物学家们成功地增加了成年甚至老年小鼠大脑中新神经元的数量。这些结果对治疗神经退行性疾病很有希望，将在《科学进展》杂志上发现。这种生物现象被称为成人神经生成，对学习和记忆过程等特定功能非常重要。然而，在成人大脑中，这些干细胞变得更加沉默或''休眠''，并降低了它们的更新和分化能力。因此，随着年龄的增长，神经发生明显减少。日内瓦大学理学院分子和细胞生物学系名誉教授让-克劳德-马蒂努（Jean-ClaudeMartinou）和生物和医学系生物医学科学副教授马伦-克诺布洛赫（MarlenKnobloch）的实验室发现了一种代谢机制，成年NSCs可以从其休眠状态出现并变得活跃。"我们发现线粒体--细胞内产生能量的细胞器--参与调节成年NSCs的激活水平，"UNIL的研究员FrancescoPetrelli和ValentinaScanDELLa，这项研究的共同第一作者表示。线粒体丙酮酸转运体（MPC）是Martinou教授小组11年前发现的一种蛋白质复合物，在这种调节中发挥着特殊作用。它的活性影响着细胞可以使用的代谢选择。通过了解区分活跃细胞和休眠细胞的代谢途径，科学家可以通过改变线粒体代谢来唤醒休眠细胞。现在，生物学家已经通过使用化学抑制剂或通过生成Mpc1基因的突变小鼠来阻断MPC的活性。利用这些药理学和遗传学方法，科学家们能够激活休眠的NSCs，从而在成年甚至老年小鼠的大脑中产生新的神经元。通过这项研究工作表明，代谢途径的重定向能够直接影响成年NSCs的活动状态，从而影响新神经元的生成数量，该研究的共同第一作者Knobloch教授总结说。"这些结果为细胞代谢在调节神经发生方面的作用提供了新的启示。从长远来看，这些结果可能会带来对抑郁症或神经退行性疾病等疾病的潜在治疗方案。"该研究的共同主要作者Jean-ClaudeMartinou总结道。...PC版：https://www.cnbeta.com.tw/articles/soft/1348035.htm手机版：https://m.cnbeta.com.tw/view/1348035.htm

生物启发的神经网络模型令其记忆能力大大提升

生物启发的神经网络模型令其记忆能力大大提升电信号和生物化学信号的错综复杂的相互作用，以及神经元和其他细胞类型之间的连接网络，为记忆的形成创造了基础结构。尽管如此，由于对大脑基础生物学的了解有限，将大脑的复杂生物学编码到计算机模型中进行进一步研究已被证明是一项困难的任务。冲绳科学与技术研究所（OIST）的研究人员通过纳入生物学的见解，对广泛使用的记忆计算机模型（称为霍普菲尔德网络）进行了改进。这一改变启发了一个神经网络，它不仅更好地反映了神经元和其他细胞在大脑中的连接方式，而且还有能力储存更多的记忆。深井智树教授小组的博士生托马斯-伯恩斯说，网络中增加的复杂性使其更加现实，深井教授是OIST神经编码和脑计算部门的负责人。"为什么生物学会有这么多的复杂性？记忆能力可能是一个原因，"伯恩斯先生说。在经典的霍普菲尔德网络（左）中，每个神经元（I、j、k、l）都以成对的方式与其他神经元相连。在伯恩斯和深井教授制作的改良网络中，三个或更多的神经元组可以同时连接。资料来源：托马斯-伯恩斯（OIST）霍普菲尔德网络将记忆存储为系统中不同神经元之间的加权连接模式。网络被"训练"来编码这些模式，然后研究人员可以通过呈现一系列模糊或不完整的模式来测试它对这些模式的记忆，观察这一网络是否能将它们识别为它已经知道的模式。然而，在经典的霍普菲尔德网络中，模型中的神经元与网络中的其他神经元相互连接，形成一系列所谓的"配对"连接。成对连接代表了两个神经元在突触处的连接方式，突触是大脑中两个神经元的连接点。但在现实中，神经元有复杂的分支结构，称为树突，提供多个连接点，因此大脑依靠更复杂的突触安排来完成其认知工作。此外，神经元之间的连接是由称为星形胶质细胞的其他细胞类型调节的。伯恩斯解释说："大脑中只存在神经元之间的成对连接，这根本不现实。他创建了一个改良的霍普菲尔德网络，其中不仅有成对的神经元，而且有三组、四组或更多的神经元也可以连接起来，例如在大脑中可能通过星形胶质细胞和树突树发生。"尽管新的网络允许这些所谓的"集合式"连接，但总的来说，它包含的连接总数与以前一样。研究人员发现，一个包含成对连接和集合连接的混合网络表现最好，保留的记忆数量也最多。他们估计它的效果是传统霍普菲尔德网络的两倍以上。"事实证明，你实际上需要在某种程度上平衡各种特征的组合，"伯恩斯说，"单独的突触是必要的，但也应该需要一些树突树和一些星形胶质细胞。"霍普菲尔德网络对于模拟大脑过程非常重要，但它们也有强大的其他用途。例如，被称为变形金刚的非常类似的网络类型是基于人工智能的语言工具，如ChatGPT，所以伯恩斯和深井教授所确定的改进也可能使这类工具更加强大。伯恩斯和他的同事们计划继续研究他们修改后的霍普菲尔德网络，以使它们更加强大。例如，在大脑中，神经元之间的连接强度通常在两个方向上是不一样的，所以研究人员想知道这种不对称的特点是否也能提高网络的性能。此外，他还想探索使网络的记忆相互作用的方法，就像它们在人脑中的作用一样。我们的记忆是多方面的，而且很庞大。我们仍然有很多东西需要发掘。"...PC版：https://www.cnbeta.com.tw/articles/soft/1348821.htm手机版：https://m.cnbeta.com.tw/view/1348821.htm

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KimYunKyung博士领导的研究团队与浦项科技大学ChangYoung-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：https://www.cnbeta.com.tw/articles/soft/1428464.htm手机版：https://m.cnbeta.com.tw/view/1428464.htm

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（JörgGeiger）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：CharitéSabineGrosser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：CharitéFranzMittermaier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：https://www.cnbeta.com.tw/articles/soft/1428037.htm手机版：https://m.cnbeta.com.tw/view/1428037.htm