Identifying cell types in specific neural circuits is crucial to conquering brain diseases. As one of important cellular indications, molecular phenotype plays a vital role in cell type. However, identifying molecular phenotype in specific neural circuits needs massive whole-brain screening. It’s so laborious that it is urgent to achieve a technical breakthrough. Here, we propose a novel idea of fast identification of cell types in specific neural circuit: embed sample in agar, a safe argent to antigen; acquire whole-brain projection of specific neural circuit and save all slices sequentially by sectioning-based fast whole-brain optical imaging; choose slices of target regions according to imaging result and then perform immumohistochemical staining, and finally identify cell types in the circuit. So, we plan to develop fast whole-brain optical imaging with automated slice collection: study how to accelerate acquiring structural information of neural circuits in single plane, and study how to section and collect high-quality slices of soft samples. Using these technologies, we plan to classify dopamine-excited neurons in specific neural circuit involving depression and analysis structural and molecular fundamentals of depression. This study can potentially provide a routine platform for structural and functional study of brain disease-related neural circuits.
解析构成特定神经环路的神经元类型是攻克各种脑疾病的关键。作为细胞重要指征之一,分子表型在神经元分类研究中发挥重要作用。然而,对环路中特定神经元分子表型的鉴定,需要在全脑尺度进行大量筛选,工作量巨大,因此,亟待方法和技术上的突破。本项目提出一种快速鉴定特定神经环路神经元类型的新思路:采用对样本抗原特性无破坏的琼脂包埋方法,利用基于切削的快速全脑光学成像技术获取特定神经环路全脑投射信息并顺序保存所有切片,再根据成像结果选择目标脑区切片进行免疫组化染色,鉴定该环路中神经元类型。为此,本项目拟重点发展具有自动切片收集功能的快速全脑光学成像新技术:研究加快单层神经环路结构信息获取的新方法;研究柔软样本自动化高质量切片及收集的新方法。利用以上技术,本项目拟获取抑郁症特定神经环路中多巴胺激活神经元细胞类型信息,解析抑郁症结构与分子基础。这一研究有望为脑疾病相关的神经环路结构与功能研究提供常规技术平台。
解析构成特定神经环路的神经元类型是攻克各种脑疾病的关键。作为细胞重要指征之一,分子表型在神经元分类研究中发挥重要作用。然而,对环路中特定神经元分子表型的鉴定,需要在全脑尺度进行大量筛选,工作量巨大,因此,亟待方法和技术上的突破。本项目提出一种快速鉴定特定神经环路神经元类型的新思路:采用对样本抗原特性无破坏的琼脂包埋方法,利用基于切削的快速全脑光学成像技术获取特定神经环路全脑投射信息并顺序保存所有切片,再根据成像结果选择目标脑区切片进行免疫组化染色,鉴定该环路中神经元类型。为此,本项目从高精度振动切片、组织切片自动化收集、高分辨率显微光学成像等多个方面进行技术创新,发展了一系列新方法改善全脑光学成像的速度、质量和功能。提出振动切片新方法,有效改善对琼脂包埋样本的切削平整度。提出水流式收集方式,实现对成像过程中由振动切片产生的组织样本的自动化收集,成功率达到97%。提出深度学习实现光学层析的新方法,将其引入全脑光学成像,使得成像系统仅需要最简化的宽场成像即可实时获得清晰的光学层析图像,提高了系统的稳定性。提出线扫描虚拟结构照明调制新策略,克服了传统结构光照明成像残留伪影的不足,具有更高的成像通量和信噪比。提出在线光透明的新方法,以解决琼脂糖包埋样本轴向信息的获取。利用以上技术,本项目建立了快速全脑光学成像系统及细胞全脑分布定量分析平台,对正常及病理模型的多个脑区特定类型神经元和特定功能神经环路开展了相关研究,为认识和理解脑功能与脑疾病结构与分子基础提供了新的依据。这一研究能够为脑疾病相关的神经环路结构与功能研究提供常规技术平台。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
视网膜母细胞瘤的治疗研究进展
基于全模式全聚焦方法的裂纹超声成像定量检测
感应不均匀介质的琼斯矩阵
全脑尺度神经环路快速三维显微成像与数据处理新技术
面向多尺度全脑图谱绘制的神经环路显微成像新技术
特定类型的抑制性神经元在图形背景分离中的贡献
全脑尺度神经环路功能连接的高通量高分辨成像新技术