当前位置: 主页 > 神经科学 > 神经发育与可塑性

NeMO Analytics:探索新皮质发育的转录组数据纲要

2026-04-19 17:13 bioguider 千龙网 阅读 0
核心摘要: NeMO Analytics平台整合约200项新皮质发育转录组数据,应用联合非负矩阵分解和迁移学习揭示小鼠、猕猴及人类跨物种保守的神经发生动态。研究识别灵长类外层放射状胶质细胞特异转录程序及其啮齿类起源,揭示成人皮层神经元层特异性转录组身份的胎儿期起始及长期成熟过程。脑类器官模型虽重现部分早期神经发生事件,但缺失成熟神经元层特异性程序,移植实验部分恢复其发育缺陷。

一项发表于《自然·神经科学》的研究资源论文介绍了NeMO Analytics平台,该平台汇集了约200项新皮质发育及体外模型研究的基因水平转录组数据。通过联合矩阵分解技术,研究定义了小鼠、猕猴和人新皮质神经发生中保守的转录组动态,并识别出一个在室管膜前体细胞中出现、在灵长类神经源性外层放射状胶质细胞中表达、但在啮齿类中仅限于胶质前体细胞的程序。对成人新皮质数据的分解识别了兴奋性神经元的层特异性特征,揭示了它们的发育出现和长期成熟过程,这与层定义转录因子的早期峰值表达形成鲜明对比。对脑类器官数据的查询表明,尽管体内发育的广泛元素在体外得以重现,但神经元成熟中的许多层特异性转录组程序是缺失的。研究邀请没有编码专业知识的细胞生物学家在其研究中使用NeMO Analytics,并用他们自己新出现的数据来充实它。

研究背景与意义

新皮层的扩张在灵长类动物中尤为显著,最近将人类的认知能力提升到了非凡的高度。皮层神经元在产前发育过程中出生并组装成保守的层状结构。单细胞转录组和表观基因组分析已被用于生成哺乳动物新皮质发育和脑类器官模型的细胞图谱。然而,两个核心挑战限制了当前这些数据在追求更深入理解新皮质发育方面的发现潜力:单个数据集仅覆盖感兴趣的区域、时间和物种的一部分,并且驻留在公共但未链接的存储库中,元数据不完整;标准数据分析流程不足以识别大量不同数据集中的共同分子机制。

主要发现与平台功能

NeMO Analytics平台通过汇集大量新皮质发育相关的转录组数据,并应用联合矩阵分解和迁移学习方法,揭示了跨物种保守和灵长类特异性的神经发生与神经元成熟动态。研究发现,灵长类外层放射状胶质细胞富集的转录程序可能起源于啮齿类祖先的胶质前体,随后在灵长类谱系中被“招募”以驱动神经源性扩张。此外,成人皮层神经元层特异性的转录组身份在胎儿期即开始出现,但其完全建立需要长达数年的出生后成熟过程,这与驱动这些身份的转录因子的早期峰值表达形成鲜明对比。利用这些体内定义的转录组维度评估脑类器官模型发现,尽管类器官能重现部分早期神经发生事件,但成熟神经元的层特异性程序严重缺失,移植到幼鼠大脑可部分挽救这些缺陷。

参考文献

(2026). NeMO Analytics: a compendium of transcriptomic data for the exploration of neocortical development. Nature Neuroscience, 29, 978–991. DOI: 10.1038/s41593-026-02204-4

该研究资源论文介绍了NeMO Analytics平台(nemoanalytics.org/landing/neocortex),该平台整合了约200项新皮质发育相关研究的转录组数据。通过联合非负矩阵分解(jNMF)和迁移学习,研究揭示了跨物种(小鼠、猕猴、人)的保守神经发生动态,并识别了灵长类外层放射状胶质细胞(oRG)富集的转录程序及其在啮齿类中的进化起源。研究还追踪了成人皮层神经元层特异性转录组身份在发育过程中的长期成熟轨迹,并评估了脑类器官模型在复现这些体内转录组动态方面的局限性。研究团队来自约翰·霍普金斯大学等机构。

    发表评论