中美學者：解密胚胎發育的軟件

　　最近，在12月3日的開放獲取期刊《eLife》發表的一項研究中，來自美國國家生物醫學成像和生物工程研究所（NIBIB）和信息技術中心（CIT）、紀念斯隆-凱特林研究所、耶魯大學、康涅狄格大學健康中心和浙江大學的研究人員，開發出一個新的開放源軟件，可以幫助跟蹤線蟲整個身體的胚胎發育和神經細胞活動。浙江大學光電科學與工程學院的劉華峰（Huafeng Liu）教授和博士生過敏（Min Guo）是本文共同作者。

　　目前，生物學家對大腦已經有所了解，但是還有許多有待于揭示的信息。一個重要的挑戰是，確定人腦中由數十億個細胞組成的復雜神經結構。由于有許多生物學方面的挑戰，研究人員首先在簡單生物（如線蟲）中，研究這個問題。

　　雖然科學家已經確定了一些重要的蛋白質，它們決定著神經元在大腦形成過程中如何定位，但是，所有這些蛋白質在活的生物體內是如何相互作用的，在很大程度上還是未知的。模式動物——盡管它們有別于人類，已經揭示了關于人類生理學的許多信息，因為它們更簡單，更容易理解。在這種情況下，研究人員選擇了秀麗隱桿線蟲（C. elegans），因為它只有302個神經元，其中有222個是在線蟲還是一個胚胎時形成的。雖然這些神經元中有一些定位到線蟲神經環（大腦），它們也沿腹神經索傳播，這與人類的脊髓大致相同。線蟲甚至有它自己的蛋白質版本，在更復雜的生物體（如果蠅、小鼠，或人類）中，這些相同的蛋白質被用來指導大腦的形成。

　　NIBIB研究小組負責人Hari Shroff博士指出：“理解神經元為什么和如何形成，以及它們到達最終目的地的途徑，有望可以提供關于‘在神經元的發育過程中，蛋白質和其他分子因素如何相互作用’的有價值的信息。即使在線蟲的情況下，我們仍然不了解神經發育，但我們將它作為一個簡單的模型，來探討這些因素如何互相協作，推動線蟲大腦和神經元結構的發育。”

　　然而，在胚胎發育過程中經過線蟲體內的神經元并不像看上去那么簡單。第一個挑戰是，研發新的顯微鏡，可以記錄這些線蟲的胚胎發育，而不會通過過多的曝光而破壞它們，而仍然得到清楚看到個別細胞所需的分辨率。Shroff和他在NIBIB的團隊，與耶魯大學的Daniel Colon-Ramos、紀念斯隆-凱特琳研究所的Zhirong Bao合作，通過開發新的顯微鏡，提高速度和分辨率——可以影像線蟲的胚胎發育，從而解決了這個問題。

　　第二個問題是，在發育過程中，線蟲開始“抽動”，在卵內四處運動。折疊和扭曲使我們很難跟蹤細胞并解析運動。例如，如果一個神經元在幾分鐘的時間內移動，是因為胚胎扭曲，還是因為神經元實際上改變了在胚胎內的位置？理解使神經元到達最終目的機制，是了解大腦如何形成的一個重要因素——如果不知道神經元在哪里和如何移動，是很難確定的。最后，在三維空間中確定一個神經元的位置，同時著眼于一個二維圖像——特別是一個折疊起來的線蟲，可能是具有挑戰性的。

　　帶領這項研究的博士后Ryan Christensen指出：“想象一下，你想在一個擁擠的禮堂里跟蹤每個人，你每次看到只能一個人，觀眾席本身是看不見的。這有點像嘗試跟蹤線蟲中的神經元彼此是如何相互聯系的。你既需要有能力同時看到每一個人，也需要讓觀眾席是可見的，這樣你就可以把每個人都放在適當的位置，并找出每個人的動作。我們的軟件可以使觀眾席可見，并允許我們將每個人（神經元）放在適當的情況中。”

　　線蟲的胚胎通常是透明的，但研究人員用熒光蛋白作為標記，使胚胎中的幾個細胞發出亮光。當把這些細胞的顯微圖像輸入計算機程序時，計算機可確定每個細胞，并使用這些信息來創建一個線蟲模型，然后計算產生一個直觀的圖像。該程序還允許用戶檢查計算機模型的準確性，并在發現任何錯誤的時候對其進行校正。

　　此外，用戶還可以標記線蟲胚胎中他們希望程序追蹤的細胞或結構，從而當一個細胞在胚胎發育過程中移動和生長的時候，讓用戶跟隨它的位置。此功能可以幫助科學家們理解某些細胞如何發展成神經元，而不是其他類型的細胞，以及是什么因素影響了大腦和神經結構的發育。

　　Shroff和他的同事們說，這種技術對于他們創建四維的神經發育“線蟲圖譜”至關重要，該圖譜試圖編目線蟲神經系統的形成。該目錄將首次對整個神經系統如何發育有一個全面的了解，Shroff博士和他的同事們相信，這將有助于理解所有神經系統（包括我們的）組裝的基本機制。他們還認為，開發的一些概念，如將多個胚胎的神經數據相結合的方法，可以應用到線蟲之外的模式生物。