2023年11月16日，斯坦福大学的骆利群教授与Stephen Quake教授领导的研究团队在著名学术期刊《Cell》上发表了一项重要研究，首次将单细胞RNA测序技术应用于模式动物——果蝇的大脑神经元分类。这项研究不仅拓展了单细胞测序在神经科学中的应用范围，也为理解神经元的分子特性提供了新的工具和思路。

哺乳动物和人类的神经系统由多种不同类型的神经细胞组成，这些细胞在形态、突触连接和功能上表现出高度的多样性。科学界一直在努力对这些神经细胞进行分类，以深入理解其生理功能和发育机制。传统的分类方法主要依赖于细胞形态、位置和功能，但近年来，单细胞RNA测序技术的出现，为细胞类型的定义提供了更为细致的分子层面信息，极大地推动了神经科学的发展。

1. 果蝇神经细胞的单细胞RNA测序技术建立

在题为“利用单细胞RNA测序对果蝇嗅觉投射神经元亚型进行分类”的研究中，研究人员首次将单细胞RNA测序技术应用于果蝇的嗅觉神经元。果蝇作为经典的模式生物，其神经回路结构已被广泛研究。骆利群教授指出：“我们通过单细胞RNA测序，能够识别不同神经细胞表达的基因，从而实现细胞的精准分类。”在果蝇的嗅觉系统中，五十类嗅觉投射神经元与五十类上游嗅觉感受神经元形成一对一的突触连接，具有高度的特异性，是研究神经细胞多样性的理想模型。

然而，果蝇神经细胞体积极小，传统的RNA提取难以获得足够的分子信息。研究团队合作开发了一种适用于果蝇神经元的单细胞RNA测序方法，克服了这一难题，为后续研究奠定了基础。

2. 机器学习技术助力细胞类型识别

研究中，科学家们利用基因表达谱分析，尝试区分不同神经细胞类型。通过比较两种模型——单一基因表达与多个基因组合的表达模式，团队开发了名为ICIM的机器学习算法，有效识别出区分细胞类型的关键基因组合。结果显示，多个基因的表达模式比单一基因更能准确反映细胞的类别特征，这为细胞分类提供了更科学的依据。

3. 神经细胞的发育阶段差异

研究还发现，神经细胞在早期发育阶段的种类最多，随着发育的进行，细胞类型逐渐趋于稳定，形成特定的功能群体。李红杰博士指出：“早期阶段的神经细胞表达谱差异显著，反映出神经回路的形成和细胞分化过程。”这一发现提示，研究神经细胞的分类应考虑发育时期的差异，否则可能遗漏重要的细胞亚型信息。

4. 科研意义与未来展望

李红杰强调，此项技术的推广不仅有助于基础神经科学研究，也为其他动物模型的神经细胞分类提供了新工具。基于机器学习的分析方法ICIM，能够识别高度相似的细胞类型，为未来高等动物甚至人类神经细胞的精准分类提供了可能。此外，研究还揭示了神经细胞在不同发育阶段的表达变化，提示未来研究应结合发育动态进行细胞类型划分，以获得更全面的理解。

在采访中，李红杰特别强调了跨学科合作的重要性。他认为，现代生命科学研究日益依赖多领域技术的融合，团队合作能极大提升科研效率和成果的深度，为神经科学的未来发展提供坚实基础。