撰文丨我的閨蜜老紅帽

為了理解大腦是如何工作的，需要在組成大腦的單元和大腦活動的輸出之間建立結(jié)構(gòu) - 功能關(guān)系【1】。 一種方法是通過實驗 對 每個構(gòu)建塊（例如，一種細胞類型）進行操作，以觀察對動物生理和行為的影響【2，3，4】。歷史上，模塊的定義和標(biāo)記基因 并不系統(tǒng)化，雖然 許多有價值的工具已經(jīng)被開發(fā)出來并用于理解大腦 的結(jié)構(gòu)和 功能， 但其 分辨率 仍未達到預(yù)期【4，5，6】。

隨著 新一代核酸測序 技術(shù) 和機器學(xué)習(xí) 算法的日趨成熟，現(xiàn)在細胞分類主要基于 單細胞基因組學(xué)（轉(zhuǎn)錄組學(xué)、表觀基因組學(xué)等） 數(shù)據(jù)【7】。這些方法能夠測量單個細胞中成千上萬的分子特性，并隨后將其分類 ，并在 分子 水平 定義細胞類型。細胞類型分類法具有 森嚴(yán)階級 ， 包括群 、 亞群 、 亞 型 以及簇等 。單細胞基因組學(xué)還可以在所有分類水平上發(fā)現(xiàn)與細胞類型一致的標(biāo)記基因和基因組增強子。這些標(biāo)記基因和增強子可用于 開發(fā)更為 精確的細胞類型 定義檢測 工具， 并且 可 以 用于 預(yù)測特定 細胞類型的功能。

近期，來自 美國 Allen Institute for Brain Science 的Bosiljka Tasic研究組在Cell上發(fā)表題為A suite of enhancer AAVs and transgenic mouse lines for genetic access to cortical cell types的文章，展示了一套哺乳動物皮層細胞分類的綜合工具包。

作者依靠 已有 基因組學(xué)數(shù)據(jù)和單核多組數(shù)據(jù)（ snMultiome, 10x genomics ） ， 其中， snMultiome 是指 聯(lián)合 snRNA-seq 和 單核 ATAC-seq 數(shù)據(jù)，在 亞 群 分辨率 水平， 創(chuàng)建轉(zhuǎn)錄組和表觀基因組跨物種（小鼠 / 人類）分類 。 其中， 新生成的 snMultiome 數(shù)據(jù)來自成年小鼠皮層（體感、運動和視覺區(qū)域），而人類皮層數(shù)據(jù)來自成人顳中回 。 作者 還 利用 上述數(shù)據(jù)，發(fā)現(xiàn)了一套細胞標(biāo)記基因和增強子，并使用它們開發(fā)了一套針對皮層細胞的工具包。

作者 共篩選 了 802 個假定的增強子序列： 719 個是作者選擇的， 83 個是以前報道過的。作者利用穿透血腦屏障的 PHP . eB 衣殼，將表達熒光蛋白的單個增強子腺相關(guān)病毒（ AAV ）遞送 小鼠全身，并 進行測試。為了初步評估增強子 AVV 的效果 ，作者對腦切片的熒光圖像進行了視覺檢 測 和評分。 另外， 通過連續(xù)雙光子斷層掃描（ STPT ）進一步評估有希望的全腦標(biāo)記模式，并通過標(biāo)記的視覺皮層細胞的 scRNA-seq 來 確定細胞類型特異性。對于 scRNA-seq ，作者將重點放在小鼠視覺皮層上，以保持?jǐn)?shù)據(jù)與 已有 數(shù)據(jù)一致，并避免可能由于所檢查的皮層區(qū)域的差異而導(dǎo)致的細胞類型標(biāo)記的差異。在這項研究中，作者總共檢測了1,164個AAV增強子載體。

最后，作者生成并評估了 17 個轉(zhuǎn)基因驅(qū)動和報告系，它們可以單獨使用或與增強子 AAV 結(jié)合使用。作者將 這一 工具命名為 “ 名人堂 ” （ Hall of Fame ， HoF ）。該名稱是由 Allen 研究所的科學(xué)家根據(jù)多種因素（如 scRNA-seq 數(shù)據(jù)的特異性和增強子 AAV 的信號亮度）手動指定的，旨在幫助研究人員找到針對特定人群的最佳工具。

綜上所述 ，作者使用小鼠和人類皮質(zhì)細胞的轉(zhuǎn)錄組學(xué)和表觀基因組學(xué)數(shù)據(jù)，來進行細胞分類、標(biāo)記基因定義和增強子預(yù)測，并創(chuàng)建了一個大型的轉(zhuǎn)基因系和增強子AAV工具包，用于選擇性靶向皮質(zhì)細胞群。作者報道了 15 個轉(zhuǎn)基因驅(qū)動系、 2 個報告系和 1000 個不同的 AAV 增強子載體的 性能 ，涵蓋了大多數(shù)皮層細胞亞類。

作者通過公共存儲庫（ Addgene 和 Jackson Labs ）提供所有工具 (RRID:SCR_025643 ； https://portal.brain-map.org/genetic-tools/genetic-tools-atlas) 和 BioFileFinder (BFF ； https://bff.allencell.org/) ， 并且隨著工具 的規(guī)模化 創(chuàng)建，評估和修改，它們將使理解哺乳動物皮層和大腦功能的實驗策略 更為 多樣化。

文章來源

https://doi.org/10.1016/j.cell.2025.05.002

制版人： 十一

參考文獻

1. Zeng, H. (2022). What is a cell type and how to define it?Cell185 , 2739 – 2755. https://doi.org/10.1016/j.cell.2022.06.031.

2. DeNardo , L., and Luo, L. (2017). Genetic strategies to access activated neurons.Curr.Opin.Neurobiol.45 , 121 – 129.

3. Luo, L., Callaway, E.M., and Svoboda, K. (2018). Genetic dissection of neural circuits: a decade of progress.Neuron98 , 256 – 281. https://doi. org/10.1016/j.neuron.2018.03.040.

4. Peng, H., Xie , P., Liu, L., Kuang , X., Wang, Y., Qu, L., Gong, H., Jiang, S., Li, A., Ruan , Z., et al. (2021). Morphological diversity of single neurons in molecularly defined cell types.Nature598 , 174 – 181. https://doi.org/10. 1038/s41586-021-03941-1.

5. Rudy, B., Fishell , G., Lee, S., and Hjerling -Leffler, J. (2011). Three groups of interneurons account for nearly 100% of neocortical GABAergic neu- rons .Dev.Neurobiol.71 , 45 – 61. https://doi.org/10.1002/dneu.20853.

6. Qiu , L., Zhang, B., and Gao, Z. (2022). Lighting Up Neural Circuits by Viral Tracing.Neurosci. Bull.38 , 1383 – 1396. https://doi.org/10.1007/s12264- 022-00860-7.

7. Zeisel, A., Mun ? oz-Manchado , A.B., Codeluppi, S., Lo ? nnerberg , P., La Manno, G., Jure ? us, A., Marques, S., Munguba , H., He, L., Betsholtz , C., et al. (2015). Cell types in the mouse cortex and hippocampus re- vealed by single-cell RNA-seq.Science347 , 1138 – 1142.

學(xué)術(shù)合作組織

（*排名不分先后）

戰(zhàn)略合作伙伴

（*排名不分先后）

（*排名不分先后）

轉(zhuǎn)載須知

【原創(chuàng)文章】BioArt原創(chuàng)文章，歡迎個人轉(zhuǎn)發(fā)分享，未經(jīng)允許禁止轉(zhuǎn)載，所刊登的所有作品的著作權(quán)均為BioArt所擁有。BioArt保留所有法定權(quán)利，違者必究。

BioArt

Med

Plants

人才招聘

會議資訊

近期直播推薦