新浪登录
腾讯登录Nature：华人学者担纲“神经元百科全书”项目
| 导读 | 三月三十一日Allen脑科学研究所宣布启动一个雄心勃勃的计划，BigNeuro。该计划旨在建立世界上最大型的神经结构公共目录，帮助研究者们更好的模拟和理解人类大脑。领导这一项目的是著名华人学者彭汉川（Hanchuan Peng）博士。 |
三月三十一日Allen脑科学研究所宣布启动一个雄心勃勃的计划，BigNeuro。该计划旨在建立世界上最大型的神经结构公共目录，帮助研究者们更好的模拟和理解人类大脑。领导这一项目的是著名华人学者彭汉川（Hanchuan Peng）博士。
超大规模大脑研究的时代已经来临，欧盟启动人脑工程计划（Human Brain Project）希望用超级计算机模拟人脑，而美国的BRAIN计划试图揭示神经元网络如何彼此协作最终形成思想和行动。而这些大型计划都面临着同一个障碍，“我们还不知道大脑究竟有多少种神经元，”哥伦比亚大学的神经学家Rafael Yuste说。
BigNeuron计划将详细描述果蝇、斑马鱼、小鼠、人类等不同物种的神经元，获得从显微镜数据提取神经元精细结构的最佳算法，这是一项既艰巨又容易出错的工作。正确的结构细节是准确模拟神经元行为的关键，因为神经元的几何结构能够反映它们处理和传递信息的方式。
实际上，人们从十九世纪晚期就开始尝试描述神经元的类型，但迄今为止只定义了很少的神经元。“大脑中的神经元太多了，我们只了解了很少一部分，”领导BigNeuron计划的彭汉川（Hanchuan Peng）博士说。彭汉川博士早年毕业于东南大学，随后在著名的Lawrence Berkeley国家实验室和John Hopkins大学从事博士后研究，并于2006年加入Howard Hughes医学研究所，2012年进入Allen研究所。
编写神经元目录的主要瓶颈在于，如何从海量的二维显微图像中提取三维结构。神经元往往会发生剧烈的改变，追踪所有分支是相当困难的。人工重建一个简单的神经元可能需要几天时间，而复杂神经元则需要几个月。计算机在方面似乎比不上人工，不过也有程序能够在几小时内解决一个棘手的问题，它们的成功依赖于数据输入和实验条件。
为此，BigNeuron第一阶段就是明确哪种算法最适合这项工作。在未来几个月中，该项目将邀请程序开发员提交自己的最佳重建算法，神经学家提交自己的成像数据。然后研究团队会用超级计算机对这些方法进行比较，并且将它们与人工重建（被视为“金标”）相比。所有的数据和算法都将是可以开放获取的。
BigNeuron计划希望在2016年建立带注释的大型神经元形态学数据库。不过Yuste认为BigNeuron将会面临一个很大的挑战，研究者们必须就如何划分细胞类型达成一致。举例来说，过去认为大脑皮层80%的神经元都是锥体细胞（pyramidal cell）。但有些研究者指出这个分类涵盖了许多不同的类型，另一些人则认为这只是同一类细胞中的异质性。
“人们对这类问题是很敏感的，”Yuste说。长期以来，神经元分类主要是基于对显微图像的定性描述和主观评估。随着成像技术和自动分析算法的进步，人们将会获得更详细的定量数据来进行分类。
推荐原文：Neuron encyclopaedia fires up to reveal brain secrets最近，新加坡国立大学力学生物学研究所（MBI）的研究人员，在我们对于细胞生物学的理解方面取得了重大突破；他们提供证据表明，分子结构固有的“旋向性（handedness）”，指导单个细胞的行为，并赋予它们感知左和右之间差异的能力。这项研究结果三月二十三日发表在Nature旗下子刊《自然细胞生物学》（Nature Cell Biology）。
细胞决策制定
我们的身体是由数百种细胞构成，每一种细胞都执行一项独特而高度专业化的任务。传统上，细胞专注于一种特定功能的能力，归因于它的遗传密码。然而，越来越清楚的是，细胞不只是靠一组遗传的或预定的指令为生。相反，“细胞决策”的制定是动态的，就像人类根据感官所提供的信息而做出决定。
虽然细胞没有看或听的能力，但它们有传感结构，可让它们检测和测量各种各样的环境刺激。例如，施加给细胞的机械力，将会被感觉到，并且细胞会相应地作出反应。其中最为突出的细胞反应是改变形状，这个属性体现在，特定细胞具有各种各样的形状。
细胞的感觉一直被认为是各种力传感细胞结构所为，如细胞骨架。这种结构明显不同于其同名物——人类骨骼的结构，除了提供结构支持之外，它们是高度动态的。例如，这个分子丝或分子导线网络，也产生驱动形状改变甚至运动性的力量。随着细胞骨架的发展，单个蛋白丝生长并收缩。它们捆绑在一起形成较厚的纤维束，并且它们会移动或收缩。这些过程统称为“细胞骨架动力学”。
一直以来都吸引着科学家的问题是：细胞骨架动力学如何可以直接指导不同类型细胞的行为？为了解决这个问题，MBI 的Alexander Bershadsky教授和Tee Yee Han博士，与来自美国和以色列的研究人员合作，使用一种被称为“微米级图案化（micro-patterning）”的技术，在被局限于一个小的圆形区域的细胞中观察细胞骨架。这会阻止细胞改变形状，从而使研究人员能清楚地观察细胞骨架动力学。
一个令人惊讶的发现
研究结果对研究人员来说，犹如一个惊喜。在细胞骨架的组织过程中，研究人员观察到了明显的左右不对称。这种不对称性——表现为一种混乱，长丝在细胞内逆时针运动——被认为起源于单个肌动蛋白微丝中存在的固有扭曲。这种螺旋扭曲自然发生时，单个肌动蛋白结合在一起，形成长的肌动蛋白导线，可组成整体结构。这个看似简单的属性有着深刻的影响，因为它表明，一个蛋白质的不对称被转化为一个完整细胞的不对称行为。这类似于捻一个螺钉或螺栓，从而指导它所在机器的功能或行为。
细胞区分左、右的能力，这种现象将继续吸引着科学家。从本研究可以清楚地看出，分子结构中固有的不对称性，可以定义整个细胞的行为，这对于细胞根据其环境机械性能“做出决定”的能力，提供了新的见解。然而，这些研究结果也提出了有趣的问题：是否相同现象会影响我们的器官的形成和功能，甚至影响机体的行为。事实上，相对简单的生物学系统，如基于设定模式生长的细胞，在它们的运动中显示出明显的不对称性。在另一个极端，大脑功能和人类认知，取决于神经细胞的不对称行为。分子结构固有的不对称性是否能够定义细胞、组织或生物体的行为？这些问题无疑将推动进一步的研究。（转化医学网360zhyx.com）
超大规模大脑研究的时代已经来临，欧盟启动人脑工程计划（Human Brain Project）希望用超级计算机模拟人脑，而美国的BRAIN计划试图揭示神经元网络如何彼此协作最终形成思想和行动。而这些大型计划都面临着同一个障碍，“我们还不知道大脑究竟有多少种神经元，”哥伦比亚大学的神经学家Rafael Yuste说。
BigNeuron计划将详细描述果蝇、斑马鱼、小鼠、人类等不同物种的神经元，获得从显微镜数据提取神经元精细结构的最佳算法，这是一项既艰巨又容易出错的工作。正确的结构细节是准确模拟神经元行为的关键，因为神经元的几何结构能够反映它们处理和传递信息的方式。
实际上，人们从十九世纪晚期就开始尝试描述神经元的类型，但迄今为止只定义了很少的神经元。“大脑中的神经元太多了，我们只了解了很少一部分，”领导BigNeuron计划的彭汉川（Hanchuan Peng）博士说。彭汉川博士早年毕业于东南大学，随后在著名的Lawrence Berkeley国家实验室和John Hopkins大学从事博士后研究，并于2006年加入Howard Hughes医学研究所，2012年进入Allen研究所。
编写神经元目录的主要瓶颈在于，如何从海量的二维显微图像中提取三维结构。神经元往往会发生剧烈的改变，追踪所有分支是相当困难的。人工重建一个简单的神经元可能需要几天时间，而复杂神经元则需要几个月。计算机在方面似乎比不上人工，不过也有程序能够在几小时内解决一个棘手的问题，它们的成功依赖于数据输入和实验条件。
为此，BigNeuron第一阶段就是明确哪种算法最适合这项工作。在未来几个月中，该项目将邀请程序开发员提交自己的最佳重建算法，神经学家提交自己的成像数据。然后研究团队会用超级计算机对这些方法进行比较，并且将它们与人工重建（被视为“金标”）相比。所有的数据和算法都将是可以开放获取的。
BigNeuron计划希望在2016年建立带注释的大型神经元形态学数据库。不过Yuste认为BigNeuron将会面临一个很大的挑战，研究者们必须就如何划分细胞类型达成一致。举例来说，过去认为大脑皮层80%的神经元都是锥体细胞（pyramidal cell）。但有些研究者指出这个分类涵盖了许多不同的类型，另一些人则认为这只是同一类细胞中的异质性。
“人们对这类问题是很敏感的，”Yuste说。长期以来，神经元分类主要是基于对显微图像的定性描述和主观评估。随着成像技术和自动分析算法的进步，人们将会获得更详细的定量数据来进行分类。
推荐原文：Neuron encyclopaedia fires up to reveal brain secrets最近，新加坡国立大学力学生物学研究所（MBI）的研究人员，在我们对于细胞生物学的理解方面取得了重大突破；他们提供证据表明，分子结构固有的“旋向性（handedness）”，指导单个细胞的行为，并赋予它们感知左和右之间差异的能力。这项研究结果三月二十三日发表在Nature旗下子刊《自然细胞生物学》（Nature Cell Biology）。
细胞决策制定
我们的身体是由数百种细胞构成，每一种细胞都执行一项独特而高度专业化的任务。传统上，细胞专注于一种特定功能的能力，归因于它的遗传密码。然而，越来越清楚的是，细胞不只是靠一组遗传的或预定的指令为生。相反，“细胞决策”的制定是动态的，就像人类根据感官所提供的信息而做出决定。
虽然细胞没有看或听的能力，但它们有传感结构，可让它们检测和测量各种各样的环境刺激。例如，施加给细胞的机械力，将会被感觉到，并且细胞会相应地作出反应。其中最为突出的细胞反应是改变形状，这个属性体现在，特定细胞具有各种各样的形状。
细胞的感觉一直被认为是各种力传感细胞结构所为，如细胞骨架。这种结构明显不同于其同名物——人类骨骼的结构，除了提供结构支持之外，它们是高度动态的。例如，这个分子丝或分子导线网络，也产生驱动形状改变甚至运动性的力量。随着细胞骨架的发展，单个蛋白丝生长并收缩。它们捆绑在一起形成较厚的纤维束，并且它们会移动或收缩。这些过程统称为“细胞骨架动力学”。
一直以来都吸引着科学家的问题是：细胞骨架动力学如何可以直接指导不同类型细胞的行为？为了解决这个问题，MBI 的Alexander Bershadsky教授和Tee Yee Han博士，与来自美国和以色列的研究人员合作，使用一种被称为“微米级图案化（micro-patterning）”的技术，在被局限于一个小的圆形区域的细胞中观察细胞骨架。这会阻止细胞改变形状，从而使研究人员能清楚地观察细胞骨架动力学。
一个令人惊讶的发现
研究结果对研究人员来说，犹如一个惊喜。在细胞骨架的组织过程中，研究人员观察到了明显的左右不对称。这种不对称性——表现为一种混乱，长丝在细胞内逆时针运动——被认为起源于单个肌动蛋白微丝中存在的固有扭曲。这种螺旋扭曲自然发生时，单个肌动蛋白结合在一起，形成长的肌动蛋白导线，可组成整体结构。这个看似简单的属性有着深刻的影响，因为它表明，一个蛋白质的不对称被转化为一个完整细胞的不对称行为。这类似于捻一个螺钉或螺栓，从而指导它所在机器的功能或行为。
细胞区分左、右的能力，这种现象将继续吸引着科学家。从本研究可以清楚地看出，分子结构中固有的不对称性，可以定义整个细胞的行为，这对于细胞根据其环境机械性能“做出决定”的能力，提供了新的见解。然而，这些研究结果也提出了有趣的问题：是否相同现象会影响我们的器官的形成和功能，甚至影响机体的行为。事实上，相对简单的生物学系统，如基于设定模式生长的细胞，在它们的运动中显示出明显的不对称性。在另一个极端，大脑功能和人类认知，取决于神经细胞的不对称行为。分子结构固有的不对称性是否能够定义细胞、组织或生物体的行为？这些问题无疑将推动进一步的研究。（转化医学网360zhyx.com）
还没有人评论，赶快抢个沙发