《National Science Review》：Organization of mouse prefrontal cortex subnetwork revealed by spatial single-cell multi-omic analysis of SPIDER-Seq
编辑推荐：
本研究针对神经环路多模态整合图谱绘制的技术瓶颈，开发了SPIDER-Seq新技术，通过病毒条形码追踪结合单细胞测序与空间组学，成功构建了小鼠前额叶皮层33,766个单细胞转录组与124,829个空间组学数据的多模态图谱，揭示了投射组与转录组细胞簇的协调配置规律、神经信号传导特异性机制，并实现基于机器学习的高精度神经元投射预测，为理解脑网络计算原理提供了重要技术平台和数据集。
大脑如同宇宙中最复杂的网络，其中神经环路的精确连接是实现高级认知功能的基础。然而，要同时解析单个神经元的投射路径、基因表达特征和空间位置信息，一直是神经科学领域的重大技术挑战。传统方法难以在单细胞分辨率下整合这些多模态信息，限制了我们对神经环路组织逻辑和计算原理的深入理解。
针对这一难题，华中农业大学等单位的研究团队在《National Science Review》上发表了创新性研究成果。他们开发了一种名为SPIDER-Seq（单细胞投射组-转录组原位解密测序）的新技术，成功绘制了小鼠前额叶皮层（PFC）的高精度多模态图谱，揭示了神经环路组织的新规律。
研究人员巧妙地将逆向病毒追踪策略与单细胞测序、空间组学技术相结合。他们首先构建了包含不同DNA条形码的rAAV2-retro逆向追踪病毒库，将其精确注射到小鼠前额叶皮层的24个主要下游靶区。30天后，通过对PFC组织进行单细胞RNA测序和原位测序，同时获取了神经元的投射信息、转录组特征和三维空间定位数据。
这项研究产生了高质量的单细胞数据集，包括33,766个细胞的转录组数据和124,829个细胞的空间组学数据。通过这一技术突破，研究人员首次在单细胞分辨率下揭示了PFC神经元的多模态组织特征。
空间和转录组配置的PFC投射组特征
研究发现，靶向不同下游核团的神经元在PFC中呈现出独特的空间分布模式。例如，靶向SSp-I（初级体感皮层）的神经元主要分布在PFC的后背侧区域，而靶向ACB-I（伏隔核）的神经元则富集于前腹侧区域。更重要的是，这些不同投射类型的神经元在转录组亚型组成上也存在显著差异，表现出空间分布与转录特征的协同配置。
PFC IT神经元的共投射原则
研究发现了神经元共投射的非随机组织规律。约67.2%的标记神经元同时投射多个下游靶区，且这些共投射模式并非随机组合。特别值得注意的是，具有高共投射概率的下游靶区之间往往存在更强的相互环路连接，这提示神经环路形成可能存在"协同连接"的组织原则。
PFC神经网络中神经信号解码和传导机制的配置
通过分析神经递质、神经肽及其受体基因的表达模式，研究发现不同的投射簇具有独特的神经信号分子特征。例如，靶向背侧皮层区域的投射簇高表达Grm2、Grm3等谷氨酸受体亚型，而靶向腹侧区域的投射簇则偏好表达Grial、Grik2等亚型。这种差异化的受体表达模式可能使不同环路对相同的输入信号进行特异性解码。
基于转录组和空间信息的PFC神经元投射模式预测
研究团队开发了机器学习模型，整合神经元的转录组特征和空间坐标信息来预测其投射目标。该模型对特定靶区（如LHA-I）的预测准确率高达98.4%。当应用于恐惧回忆印迹细胞数据时，模型成功预测出这些细胞显著更多地投射到ACB-I和BLA-I区域，这与恐惧记忆的相关环路研究相一致。
该研究开发的SPIDER-Seq技术为神经环路的多元化解析提供了强大工具，所产生的多模态数据集为了解大脑网络的组织逻辑和计算原理提供了重要资源。所揭示的神经环路组织规律不仅深化了对大脑功能架构的理解，也为类脑人工智能的发展提供了生物学启示。未来，这一技术平台有望在更大范围内绘制全脑多模态图谱，推动神经科学向更深入的多维度整合研究发展。
