基因编码全脑“布线图”，揭示复杂连接奥秘

神经回路的复杂性及其基因设计与布线机制，一直是神经科学领域的核心未解之谜。近日，一项发表于《美国国家科学院院刊》（Proceedings of the National Academy of Sciences）的研究首次揭示，基因编码着一张全面的“布线图”，能够精确指导神经元在整个大脑中寻找到正确的连接目的地。

这项由日本名古屋大学科学家领导的研究，利用一种名为SPERRFY的全新机器学习工具，首次在全脑尺度上证明了神经连接是由重叠的基因活性模式所引导的。这一发现不仅验证并极大地扩展了诺贝尔奖得主罗杰·斯佩里（Roger Sperry）在1963年提出的化学亲和理论，还表明了在简单感觉回路中使用的分子GPS系统，同样能够组织整个大脑的复杂连接。

SPERRFY工具：解码大脑的基因连接图谱

为了理解大脑发育过程中神经纤维（轴突）的布线规则，研究团队开发了一种创新的分析方法——SPERRFY。该方法巧妙地整合了两个关键数据集：一个详细描绘了小鼠大脑各区域之间的连接关系，另一个则追踪了763个基因在小鼠213个大脑区域中的活性水平。

资深作者、名古屋大学医学研究生院的教授Naoki Honda解释道：“有些基因在特定脑区高度活跃，而在其他区域则不那么活跃。这些差异在大脑中形成了独特的基因活性模式。当数百种模式相互重叠时，它们赋予了每个脑区一个独特的分子身份。SPERRFY正是为了解码这些身份而设计的。”

通过将这两个数据集输入机器学习算法，SPERRFY成功识别出这些被称为“基因表达梯度”的基因活性模式，并利用它们来预测哪些脑区可能相互连接。对于每一对相互连接的脑区，SPERRFY都会将起始区域（神经纤维发出处）的基因活性图谱与目标区域（神经纤维连接处）的图谱进行配对。

高精度预测与双层组织机制

基于这些基因表达梯度，研究人员构建了一张大脑布线图，能够告知每个脑区相对于其他所有脑区的位置。结果显示，重叠的基因活性模式能够以高达0.88的预测性能分数（0到1的量表，1.0代表完美预测）重建大脑的连接模式。相比之下，仅基于脑区之间物理距离的预测得分约为0.70，这显著证明了基因表达梯度在预测脑连接方面的卓越能力。

此外，研究还揭示了大脑布线图的双层组织机制：广泛的基因模式决定了脑区之间的整体组织结构，而更详细的基因模式则调控着这些区域内部的特定连接。

验证60年化学亲和理论，拓展至全脑

这项研究的发现，是对诺贝尔奖得主罗杰·斯佩里在1963年提出的化学亲和理论的有力支持和拓展。斯佩里曾提出，神经元通过遵循分子浓度梯度（即在整个大脑中强度变化的化学信号）来寻找其连接伙伴。这些梯度就像是生长中的神经纤维的GPS系统。

第一作者、广岛大学前博士生Jigen Koike表示：“化学亲和理论在视觉和嗅觉系统等简单回路中已得到充分证实。但直到现在，全脑连接的复杂性使得我们难以测试相同的原理是否在整个大脑中发挥作用。”

正是这种复杂性，使得在没有计算工具的情况下，在整个大脑中验证斯佩里的理论变得极其困难。借助机器学习，研究人员首次开发出能够实现这一目标的工具。他们的发现支持了这一长期存在的原理不仅限于简单的感觉回路，而且有助于解释整个大脑中连接的组织方式。

未来展望与应用潜力

通过将763个基因的活性与布线图进行比较，SPERRFY还识别出活性模式与神经生长引导基因密切匹配的特定基因。这不仅验证了该方法的有效性，也为未来研究大脑布线的分子机制提供了重要的起点。

研究人员指出，他们的方法可以应用于任何已具备大脑神经回路图谱和基因表达数据的物种，例如人类、狨猴和果蝇。随着这些数据集的不断扩展，该方法有助于确定相同的分子布线原理是否在不同物种间共享，以及它们是如何演化的。此外，SPERRFY还有望帮助科学家们理解大脑布线中断如何导致神经发育障碍的发生。