跳到正文
原文
专家解读(YouTube)· HHMI Janelia · YouTube·· 2 天前精选评分71

HHMI Janelia 在斑马鱼中实现全身体内功能成像,揭示跨器官细胞通讯网络

【AI4Science】全身体内功能成像揭示斑马鱼跨器官细胞通讯网络

导读

HHMI Janelia 的 Virginia Rutten 团队以幼体斑马鱼为模型,构建在所有细胞表达 GCaMP 的转基因品系并结合扩张显微术与相干性图割、非负矩阵分解等计算方法,建成全身体内功能成像系统 HOListic,首次在自发条件下记录全身各组织的细胞活动。

要点概括

Virginia Rutten(Janelia)提出以幼体斑马鱼为模型做"全身体内功能成像",研究基因/代谢/细胞网络如何协调产生功能;她指出经典"锁定相关细胞→必要性/充分性扰动→画箭头"的做法可能漏掉真正的控制节点(如脊髓神经元只是中继站),强调广泛测量与"情境(context)"的重要性(Eric Betzig 也强调细胞需在组织/整体中理解)。

  • Virginia Rutten(Janelia)提出以幼体斑马鱼为模型做"全身体内功能成像",研究基因/代谢/细胞网络如何协调产生功能;她指出经典"锁定相关细胞→必要性/充分性扰动→画箭头"的做法可能漏掉真正的控制节点(如脊髓神经元只是中继站),强调广泛测量与"情境(context)"的重要性(Eric Betzig 也强调细胞需在组织/整体中理解)。
  • 借助斑马鱼透明性,将神经科学的工具扩展到全身:构建在所有细胞表达 GCaMP(基因编码钙指示剂)的转基因系,首次在自发条件下观察到全身各组织广泛的活动(钙是通用胞内信使,但 GCaMP 原本为神经元优化,起初不确定在其它组织是否有用)。
  • 体部运动不受颅骨约束(肠道扭转、括约肌收缩、鳔收缩)导致单细胞追踪困难;解决方法是加一个标细胞膜的参考通道,并与工程师 Wei Sang 合作用经典机器学习(非 AI)估计流场、迭代配准数据,再用非负矩阵分解(NNMF)做细胞级分割,得到"细胞×时间"的功能活动矩阵。
  • 用一种基于"相干性(coherence)"为相似度度量的图割(graph-cut)算法对活动时间序列聚类,得到约 400 个具有不同动力学的簇,这些簇大多映射到单个器官(如肠神经系统的振荡、交感神经系统的双稳动力学、脑膜的超慢波动),且常能细分到器官内的区室(如肾单位连续的簇呈螺旋→行波并相互耦合,药物可加速其频率)。
  • 为解释功能簇的分子身份,与扩张显微术(expansion microscopy,物理膨胀样本以提升分辨率与透明化)共同开发者 Paul Tillberg 合作建立全身体扩张显微方案,配合总蛋白染色可见初级纤毛/微绒毛/基底膜,且兼容抗体与 FISH,从而获得细胞的真实分子身份;整套命名为 HOListic(全生物活体成像系统)。
  • 应用三层递进:① 在规模上刻画细胞对刺激/药物的反应,如冷水刺激后排序发现软骨细胞(chondrocytes)对冷高度敏感(此前未报道,或与冬季关节痛相关),并发现氯胺酮影响脑膜、肾单位对升温敏感;② 器官间互作,用核回归发现脊索细胞随运动响应、后脑神经元方差由肠道强度解释,并用光遗传(channelrhodopsin 于运动迷走神经元)做因果扰动,揭示后脑与肠道的拓扑映射;③ 生理回路,低氧下交感神经系统活跃、内脏安静而供应肠道的动脉周围细胞收缩、血流量骤降,抑制脑(抑制性光蛋白)可在数秒内恢复血流,提示存在"通过分流血流削减燃料供应"这一新型脑控体机制(实验中、待进一步验证)。
  • 定位:AI4Science;使用非负矩阵分解(NNMF)分割、基于相干性的图割聚类、经典机器学习流场配准与核回归等计算方法进行全身体内功能数据分析。
推荐理由

HOListic 用全身 GCaMP 品系克服运动干扰并把功能活动配准到器官身份,提供了跨器官回路的可重复扰动验证平台。

来源:专家解读(YouTube) · youtube.com

CBACBA Frontier Insights (CFI)美国华人生物医药科技协会(CBA)www.cba-usa.org