我们的大脑是一个复杂的器官。数十亿个神经细胞以复杂的网络连接在一起，不断处理信号，使我们能够回忆起记忆或移动我们的身体。理解这一复杂网络需要准确观察这些神经细胞的排列和连接方式。由奥地利科学与技术研究所（ISTA）和谷歌研究团队的科学家开发的全新显微镜技术“LICONN”现在有助于解决这个难题。
光学显微镜已经发展了几个世纪。科学家们利用光学显微镜逐字逐句地照亮最复杂的生物结构。然而，考虑到大脑中数以亿计的密集神经元，每个神经元通过数千个突触与其他细胞相连，揭开大脑的复杂细节和结构仍然似乎是一项不可能完成的挑战。在奥地利科学与技术研究所（ISTA）开发的新显微镜成像流程“LICONN”（基于光学显微镜的连接组学）现在提供了一项突破。
LICONN是第一种超越电子显微镜的技术，能够重建带有所有突触连接的脑组织。它还打开了可视化复杂分子机械机制的可能性，同时利用标准光学显微镜进行测量。
这一新技术由ISTA高分辨率光学成像生物学研究小组的Mojtaba R. Tavakoli、Julia Lyudchik、Johann Danzl及其同事开发。他们与ISTA的Novarino团队以及来自谷歌研究的Michal Januszewski和Viren Jain进行了合作。这一方法现已发表在《自然》杂志上。
**LICONN的新可能性**
Mojtaba R. Tavakoli打开一扇窗帘，揭示出一个光学显微镜，其与计算机连接的无限电线。屏幕上的亮光闪耀，深绿色和粉色的阴影照亮了几乎漆黑的房间。“那是海马体——一个负责记忆形成的大脑区域，”Tavakoli指着屏幕说道。“你看到的荧光点是参与突触传递的分子。”ISTA的毕业生调整框架并设定参数。
LICONN是Danzl小组最新的显微镜技术。它就像一个细致的拼图解答者，通过拼接最微细的神经元过程并正确链接每个突触连接到其相应的神经元，组装出复杂的脑网络。“到现在为止，没有任何光学显微镜技术可以做到这一点，”训练有素的医生和物理学家、现为ISTA教授的Johann Danzl说。“我们小组长期以来的目标就是建立这样一个用于重建脑组织的流程。LICONN可以在进行结构重建的同时，将特定分子放入上下文中。”显著之处在于图像采集是在标准的现成显微镜上进行的，这种显微镜速度很快并提供多种颜色的能力。这项技术可以在世界任何地方再现，因为科学家们不需要目前用于大脑组织重建的高端昂贵设备。要达到这一细节级别，分辨率必须非常高，约为十几个纳米，比人类头发的宽度小10,000倍。但如何实现这一点？化学专业知识派上了用场。
**用凝胶放大**
为了LICONN，团队利用了水凝胶的化学和物理特性，水凝胶是一种三维聚合物网络。水凝胶具有与婴儿尿布类似的特性：它能够吸水并膨胀，但以高度可控的方式进行。
感兴趣的脑组织嵌入在这种水凝胶中。“细胞组件与水凝胶相连，这意味着细胞的精细超微结构被印在凝胶上并保持用于显微镜观察，”Danzl解释道。在成像之前，通过向材料中添加水来扩展这些结构。因此，凝胶在每个方向上都在增大，但以极高的保真度保持给定组织结构的相对空间排列。
作为比较，传统光学显微镜的分辨率通常限制在约250-300纳米。虽然这足以可视化较大的细胞结构，但对于重建密集的脑组织则不够。“水凝胶的扩展使得脑组织的特征被拉得如此之远，以至于我们可以用标准光学显微镜分辨它们。这个方法提高了有效分辨率16倍，达到了优于20纳米的分辨率，”Tavakoli解释道。
**学科交叉的研究**
神经科学和化学并不是唯一参与这一项目的领域。计算机科学的方法在这一管道的发展中也起了关键作用。这是因为捕获显微图像会导致收集大量数据点。因此，数据集的复杂性反映了大脑的复杂性。
因此，在较大规模上手动解释和重建所有神经结构将会太费力。因此，谷歌研究团队的深度学习技术被训练用于分割组织中的单个细胞。“使用人工智能自动识别神经元及其精细结构，使重建所有细胞组件这一艰巨任务在实际操作上变得可行，”谷歌研究的Viren Jain解释道。“同时可视化特定分子的能力增加了信息的新质量。”
Danzl小组的博士生兼计算机科学家Julia Lyudchik在解释复杂的数据集方面发挥了重要作用。“得益于数据的特别高分辨率，可以自动检测神经元之间的突触连接，并将原始脑成像数据转换为详细的连接图。这是一项复杂的图像处理挑战，”Lyudchik解释道。“此外，方法还必须高效并具可扩展性，因为即使是一小块脑组织也可能包含数万个突触连接。”
LICONN使得能够在神经元重建上绘制特定分子的位置，例如参与神经元之间突触信号传递的分子。Lyudchik的艺术天赋帮助她制作出令人惊叹的脑网络三维渲染，因为可视化是使复杂科学数据更易于获取和解释的强大工具。
**揭示大脑架构的新细节**
通过跟随这一全面流程，科学家们可以细致地重建脑组织并可视化神经连接和网络。跨学科的实验与分析之间的相互作用——从ISTA的成像和实验，到谷歌研究应用先进深度学习技术，再到ISTA的计算分析——产生了大脑架构的新复杂度的三维可视化。“LICONN使我们更接近拼凑出哺乳动物大脑的拼图，并更好地理解其在健康和疾病中的功能，”Danzl总结道。
