摘要 /Summary
西達賽奈醫學中心（Cedars-Sinai Medical Center）的研究人員已創建出最逼真、最複雜，且數量空前的單個腦細胞計算機模型。他們的研究如今發表于同行評審期刊《細胞報導》（Cell Reports），并細緻地描述了有朝一日這些模型如何能解答神經系統疾病、甚至人類智能這類生物實驗無法探索的相關問題。
西達賽奈神經外科院研究科學家、該研究的通訊作者科斯塔斯 · 阿納斯塔西烏（Costas Anastassiou）博士說：" 這些模型可以捕捉神經元為互相交流而發出的電信号的形狀、時間和速度，這是腦功能的基礎。這可以讓我們在單細胞層面複制腦部活動。"
這些模型首次合并了來自不同實驗室的實驗數據，以完整地描繪出單個神經元的電學、遺傳和生物活動。阿納斯塔西烏表示，這些模型可以用于測試那些需要在實驗室進行數十次實驗才能驗證的理論。
阿納斯塔西烏說：" 設想你打算探究 50 個不同的基因如何影響一個細胞的生物過程，你需要逐個敲除各個基因并觀察它的作用。借助我們的計算模型，我們可以為任意數量的基因更改這些基因标記，進而預測會發生什麼。"
- Freepik -
這些模型的另一個優勢在于它們允許科研人員完全控制實驗條件。阿納斯塔西烏表示，這讓确立一個參數（例如一個由神經元表達的蛋白質）引起一個細胞或疾病狀況的變化（例如癫痫發作）成為可能。在實驗室裡，研究人員通常可以顯示一種關聯，但往往難以證明一個因果。
阿納斯塔西烏說：" 在實驗室實驗中，科研人員無法主宰一切，生物學控制了很多。但在計算模拟中，所有的參數都是受控的。在模型裡面，我可以更改一項參數并觀察它如何影響另一項參數，這在生物實驗中很難做到。"
為了創建他們的模型，阿納斯塔西烏和在阿納斯塔西烏實驗室的團隊（由神經病學和神經外科系、再生醫學研究所理事會、西達賽奈神經科學與醫學中心的成員組成）用了兩組不同的小鼠初級視覺皮層（負責處理來自眼睛信息的腦區）的數據。
論文題目：
Single-neuron models linking electrophysiology, morphology, and transcriptomics across cortical cell types
DOI：
https://doi.org/10.1016/j.celrep.2022.111176
第一組數據集完整地展示了成千上萬個單細胞的遺傳圖片，第二組數據集則将同一腦區 230 個細胞的電反應和物理特征聯系起來。研究人員用機器學習來整合這兩組數據集，并創建了 9200 個逼真的單個神經元及其電活動模型。
醫學博士基恩 · 布萊克（Keith L. Black）是西達賽奈醫學中心的神經外科系主任，也是神經科學露絲和勞倫斯 · 哈維主席（Ruth and Lawrence Harvey Chair in Neuroscience），他說道：" 此工作代表了高性能計算的一項重大進步。它使得科研人員能夠搜尋細胞類型内部和同彼此的關系，并且深入理解大腦中各個細胞類型的功能。"
這項研究是在與西雅圖的艾倫腦科學研究所（Allen Institute for Brain Science）合作下進行的，該研究所也負責提供數據。
計算生物醫學系的主任傑森 · 摩爾（Jason Moore）博士說道：" 這項由阿納斯塔西烏博士引領的工作與西達賽奈的研究目标相吻合，緻力于将數學、統計學、計算機科學與技術相結合，以解決所有生物醫學研究和醫療保健中的重要問題。歸根到底，這個計算方向會幫助我們了解人腦中最深層的奧秘。"
阿納斯塔西烏和他的團隊接下來将緻力于創建人類細胞的計算模型，來研究人類的大腦功能與疾病。
作者：Cedars-Sinai Medical Center
譯者：Lemon | 封面：David Bonazzi | 校對：Soda
