據國外媒體報道，冷泉港實驗室研究人員開發出了一種名為MAPseq（基于測序技術的多路分析）技術的新方法，可以對大腦皮層的神經元以及彼此之間的復雜聯系進行精確映射，繪制出能夠用于各種神經學研究的精確腦圖。這或將推動神經科學的飛速發展。

　　神經學家托尼·扎多爾（Tony Zador）坐在他位于冷泉港實驗室的院區辦公室內，將桌上的電腦顯示器轉向我，展示一個復雜的矩陣圖。這看起來像是不同顏色和漸變圖案組成的矩陣圖。扎多爾漫不經心地說道：“當我告訴人們我找到了成千上萬個神經元連接，并向他們展示這個的時候，他們只是會說‘呃？’但是當我向人們展示這個時......”，他點擊屏幕上的一個按鈕，顯示器上出現了一個透明大腦的三維模型，沿著中軸線不斷旋轉，其間充滿不計其數的節點和線條。 “他們立馬會說‘那是什么！'”。

　　扎多爾向我展示的是關于小鼠大腦皮層的50,000個神經元連接圖。它清楚地表明每個神經元的細胞體所處的位置，它們的神經元突觸向哪里延伸。此前從未有人繪制出這種尺寸和細節的神經映射。扎多爾放棄了使用熒光標記神經元的傳統腦圖映射方法，轉而采用了一種不尋常的方法，這種方法有效利用了長島冷泉港分子生物學研究的成果。他利用一些基因組信息將一個獨特的RNA序列或“條形碼”注入到每個單獨的神經元中，然后像切蛋糕一樣切成塊狀的立方體，最后將這些細微的碎片放入DNA測序儀進行分析。結果是以單個神經元細胞的分辨率水平上繪制了小鼠大腦皮層中50,000個神經元的三維渲染模型。

　　這件作品堪稱扎多爾的巨作，目前仍在完善中。但是最近在發表在在著名科學雜志《自然》上的一篇論文中，扎多爾和他的同事們表明，這種稱為MAPseq（基于測序技術的多路分析）的技術可以用來發現新的細胞類型和前所未有的映射模式。該論文還表明，與傳統的熒光技術相比，這種新的高通量映射方法在精確度上有很強的競爭力。據悉，熒光技術的是目前關于繪制腦圖的黃金標準，但只是在分析少量神經元上的效果最佳。

　　這個項目是作為一名神經生理學家的扎多爾在“日常工作”期間遇到的難題中誕生的。扎多爾研究嚙齒類動物的聽覺決策：它們的大腦如何聽到聲音，處理音頻信息并決定相應的行為方式。電生理記錄以及解決這些問題的其他傳統工具使得扎多爾這位有數學專長科學家并不滿意其結果。扎多爾認為，根本問題在于我們對神經元回路的了解不夠，這就是他追求“第二份工作”，創造大腦成像工具的原因。

　　腦圖映射技術的最新進展是由艾倫腦圖譜(Allen brain Atlas)所體現的。通過多個實驗室歷經多年的研究，艾倫腦圖譜開發費用高達2500萬美元。艾倫·阿特拉斯(Allen Atlas)是一種被稱為“大容量連接圖譜”(bulk connectivity Atlas)的小鼠腦圖，因為它可以追蹤已知的神經元亞群，同時也可以預測特定群體神經元的行為。它對研究人員非常有用，但它不能區分不同群體或神經元亞群間的細微差別。

　　如果我們想知道小鼠是如何聽到尖銳的高音，并且清楚了解其大腦皮層如何做出應激反應以及存儲記憶的話，那么我們就需要有一張關于小鼠大腦皮層神經元的清晰圖譜。在扎多爾看來，正是因為我們缺乏對神經回路的清晰認識，從而部分上導致了人們治療精神疾病方面沒有什么太多的進展，還有人工智能并不是那么聰明。

　　斯坦福大學神經科學家斯圖斯·凱布舒爾(JustusKebschull)是論文的作者之一，也曾是扎多爾實驗室的一名研究生。他表示，在不了解神經元回路的情況下研究神經科學就像“試圖從外部觀察計算機是如何運行的，插上一個電極就試圖搞清楚一切......如果我們根本不知道硬盤驅動器連接到處理器，或者USB接口為整個系統提供輸入，那么就很難理解計算機中所發生的事情。“

　　扎多爾關于MAPseq的靈感來自于另一種名為Brainbow的腦圖技術。后者在哈佛大學Jeff Lichtman實驗室中應用成效明顯，它使用不同的熒光染料組合同時對200個單一神經元進行遺傳標記，結果是形成了一個引人入勝，五彩繽紛的神經元連接畫面，詳細展示了軸突和神經元細胞體的復雜連接。這項開創性的研究給神經科學家以希望，認為建立大腦神經元完整連接的愿望很快就會成為現實。不幸的是，實踐中技術的局限性在于，研究人員通過顯微鏡只能分辨出大約五到十種不同的顏色，這不足以涵蓋大腦皮層中的多個神經元連接，從而一勞永逸地解決多種神經元的映射難題。

　　然而扎多爾頭腦中出現了不同的想法。他意識到，如果研究人員能夠利用高通量基因組測序技術不斷進步的速度和日益縮減的成本，那么關于神經元連接復雜性的挑戰就會被人們克服。 “這就是數學家所謂的將問題簡化到能夠解決的程度。”他解釋說。

　　在MAPseq技術中，研究人員給實驗小鼠注射攜帶各種已知RNA序列或“條形碼”的基因改造病毒。在一周或更長時間內，病毒會在動物體內繁殖，使每個神經元都有一些關于這些RNA序列的獨特組合。當研究人員把大腦切成小塊時，RNA序列可以幫助他們追蹤切片中的單個神經元。

　　Zador的實驗室和倫敦大學學院神經科學家Thomas Mrsic-Flogel領導的一個團隊首先使用MAPseq技術追蹤鼠類視覺系統中近600個神經元的映射。與老鼠大腦中的數千萬個神經元相比，600個神經元是一個合適的開端。但是研究人員想到的實驗目的和理由是充足的：他們正在尋找大腦連線模式中是否存在可能對其功能有用的信息結構。目前流行的理論是，在掌管視覺的大腦皮層中，單個神經元會從諸如眼睛等器官收集特定信息——比如關于視場中物體的邊緣，或者是物體的運動方向。然后神經元將信號發送到大腦中專門處理該類信息的單個對應區域。

　　為了驗證這一理論，該小組首先通過將遺傳編碼的熒光染料插入單個細胞中，以傳統方式映射了小鼠大腦皮層中的少量神經元。然后，他們用顯微鏡追蹤這些神經元細胞是如何從主要視覺皮層（接受眼睛輸入的大腦區域）延伸到大腦其他地方的。他們發現神經元的軸突延展開來，并同時向許多區域發送信息，從而推翻了神經元一對一映射理論。

　　接下來，他們開始研究這些映射是否有規律可循。他們使用MAPseq技術來追蹤591個神經元的映射，發現這些神經元延展開來并支配多個目神經元。該研究團隊觀察到軸突的分布是有規律的：例如，一些神經元總是將軸突延伸到區域A，B和C，但從未到達D和E.

　　這些結果表明，視覺系統包含令人眼花繚亂的交叉連接，并且這些連接的模式比一對一映射更為復雜。凱布舒爾指出，“更高級的視覺區域不只是獲得專門為它們量身定制的信息，”相反，它們會共享許多相同的輸入信息，“所以它們對信息的處理可能會相互關聯。”

　　然而，某些神經元軸突向特定區域延伸的事實也意味著在視覺皮層內存在一些尚未被識別的特殊神經元細胞。凱布舒爾說這張腦圖就像是一張藍圖，可以讓后來的研究人員了解這些細胞在做什么。 “MAPseq技術允許你映射出硬件連接 ......一旦我們了解了硬件，我們就可以開始研究軟件，或者研究計算如何進行，”他說。

　　MAPseq在映射腦圖方面的速度和成本具有客觀的競爭優勢：根據扎多爾的說法，這項技術能夠在一到兩周的時間內處理10萬個神經元，且只需花費1萬美元。這要遠遠快于傳統的映射方法，成本也是后者的一小部分。

　　這樣的優勢將使得映射和比較大腦神經回路更加可行。目前對精神分裂癥以及自閉癥的研究表明其與大腦中神經元連接不同有關。但由于現有的工具不能捕捉足夠的神經連接細節，讓研究人員無從下手。可以想象，在MAPseq技術的幫助下，研究人員能夠繪制出關于小鼠的腦圖，并將其與有各種典型精神類疾病的腦圖進行比對研究。艾倫腦科學研究所結構科學部門執行主任曾鴻奎 (Hongkui Zeng)表示：“很多精神疾病都是由神經元回路層面的問題引起的。而關于神經元的連接信息會告訴你的研究重點在哪里。”

　　這種高通量的映射方式還可以讓科學家收集大量神經學數據，并尋找反映大腦工作原理的模型。 索爾克研究所（Salk Institute）分子神經生物學家Sreekanth Chalasani說：“托尼所做的就是以一種客觀方式來觀察大腦。正如人類基因組圖譜為測試基因學假說以及尋找基因序列和相應功能提供了基礎架構，托尼的方法也為“大腦結構研究”產生了同樣的影響。

　　人類基因組圖譜目前還無法完全解釋生物學方面的所有奧秘，但它確實在分子層面上研究生物學開辟了新的道路。同樣，在目前的開發狀態下，MAPseq還無法提供任何所標記神經元的功能以及位置信息，也無法顯示哪些神經元在相互交流。但是扎多爾計劃盡快添加此類功能。他還與研究大腦各個部分的科學家合作進行研究。

　　“我認為，我們完全可以從連通性中獲得見解。但就像基因組本身也很枯燥，但卻為生物學帶來了變革。這就是我很興奮的原因，”扎多爾說，“我希望它能為該領域的下一代工作打下基礎。”