告別“盲人摸象”，IMC實現神經元“全科體檢”

2026年6月18日23點，Cell在線發表題為“Multimodal imaging of gene expression, morphology, and activity of the same neuron”的研究論文。該研究由中國科學院腦科學與智能技術卓越創新中心王凱研究團隊和徐圣進研究團隊聯合攻關完成。研究團隊自主研發了基于成像的多模態解析平臺Imaging-based Multimodal Characterization（IMC），首次實現了對同一神經元在體鈣活動、全腦投射形態與 3D 原位基因表達譜的高精度整合解析。該工作突破了長期存在的單細胞三模態數據獲取和跨尺度配準的技術瓶頸，為復雜腦功能解析和腦疾病機制研究提供了重要技術平臺。

神經科學長期痛點：跨尺度模態數據割裂，形成“數據孤島”

神經元的功能由其活動模式、基因表達、細胞形態及環路連接共同決定。理想的研究應是：在同一細胞上同時獲取這三類信息。然而，受限于不同模態技術在樣本處理、成像尺度上的巨大壁壘，現有技術大多只能分別獲取單一模態信息。

近年來，國際上陸續建立了涉及“功能—分子”、“功能—結構”、“結構—分子”雙模態整合技術。然而，“功能、結構、分子”三模態信息整合仍是神經科學研究中亟待攻克的核心技術瓶頸。包括中國“腦科學與類腦研究”重大項目和美國 NIH BRAIN Initiative 在內的國際腦計劃，已在分子（細胞轉錄組）、結構（神經介觀/微觀聯接）和功能（神經元活動記錄）層面建立起龐大的數據庫，這些海量數據在各自領域發揮著巨大作用，但彼此間割裂且碎片化，缺乏同一細胞水平的真實同源數據。

IMC 平臺破局：打通從活體功能記錄到原位分子檢測的全鏈路

圖1 IMC平臺的流程示意圖

????研究建立的IMC平臺正是為了攻克這一技術瓶頸，平臺首次實現了在同一個神經元中獲取跨尺度、可直接對齊且相互驗證的多模態數據，真正實現了單細胞水平的高維信息整合。

為建立IMC平臺，研究團隊打通了從活體功能記錄、全腦形態重構到 3D 原位分子檢測的技術鏈路。

1. 活體功能記錄：在清醒小鼠中進行在體雙光子鈣成像，記錄初級視覺皮層（primary visual cortex, VISp）神經元對視覺刺激和面部運動的反應。
2. 全腦形態重構：通過二次熒光標記、腦透明化和多平面并行化雙光子顯微成像（multi-plane two-photon microscopy, MP-TPM），在完整小鼠腦中重構同一批神經元的全腦軸突投射和局部樹突形態。
3. 3D 原位分子檢測：利用雙色編碼膨脹熒光原位雜交技術 （dual-color hairpin-encoded Expansion-Assisted Iterative-FISH，2cEASI-FISH），在厚腦片中檢測同一神經元的基因表達和RNA亞細胞定位。

自主核心底層技術：兩大“利器”確保高精度配準

IMC平臺的建立離不開兩項由團隊自主研發并已申請發明專利的底層技術:

1. 多平面并行化雙光子顯微鏡：可在不切片的情況下，實現透明化全腦中單神經元形態的高分辨率追蹤重構。
2. 雙色編碼膨脹熒光原位雜交技術 2cEASI-FISH：可在厚腦片中，實現 mRNA 分子的超分辨定位檢測，并將每輪基因檢測通量提高至 6 個基因。

這些底層技術的創新，充分保留了樣本在不同模態檢測階段的3D 空間信息和細胞形態，為跨模態整合所需的高精度重建與空間配準提供了堅實保證，從而徹底打通了連接活體功能記錄、全腦形態重構和3D原位分子檢測的關鍵技術鏈路。

重要發現：多模態特征互補，發現新神經元亞型

依托IMC平臺，研究團隊以小鼠初級視覺皮層為切入點，獲得了207個具有在體功能活動和形態信息的神經元，進一步獲得了141個神經元的完整三模態數據集，包括皮層內投射神經元（intratelencephalic, IT）和錐體束神經元（pyramidal tract, PT），并取得了以下主要發現：

圖2 IMC平臺在解析小鼠初級視皮層神經元中的應用與主要發現

1. 多模態互補優勢明顯：形態與分子共同預測功能

研究發現，神經元的全腦投射模式、局部樹突形態、基因表達和 RNA 亞細胞定位等特征均包含與視覺響應相關的信息。多模態特征相結合，比單一模態能更準確地預測神經元的視覺響應類型，說明神經元功能身份由分子特征、細胞形態和環路連接共同塑造。

2. RNA亞細胞定位作為新分子特征：不僅看“有多少”，還看“在哪里”

借助 2cEASI-FISH 的超高分辨 3D 原位檢測能力，研究團隊不僅獲得了基因表達量信息，還保留了單個RNA分子在細胞內的空間分布。結果顯示，mRNA 的亞細胞定位模式本身構成了新的分子特征維度，可用于輔助區分不同投射類型和功能類型的神經元。

3. 解析棋盤格響應神經元特征：投射特異，Rbp4表達更高

對棋盤格刺激高度響應的PT神經元，在視覺皮層內部軸突投射較弱，且在丘腦區域呈現獨特的投射分布；分子層面相較其他 PT 神經元而言，則具有相對較高的 Rbp4表達。后續在 Rbp4-Cre 小鼠中的在體功能成像驗證了該預測：Rbp4表達富集的神經元中，棋盤格響應細胞比例顯著升高。

4. 識別新的神經元亞型：Vglut1+/Vip+ PT 神經元

將Vip基因表達水平與神經元胞體空間位置相結合，研究團隊識別出一類此前未被充分認識的Vglut1+/Vip+ PT 興奮性投射神經元亞型。這類神經元不僅對棋盤格刺激響應強烈，還對鼻側運動的移動光柵表現特異性共激活反應，提示傳統上常被視為抑制性神經元標記的Vip，也可用于定義興奮性神經元的亞型。

未來展望：為跨尺度、多模態研究提供新范式和真實基準數據

該研究建立的IMC平臺為單神經元多模態研究提供了新的范式。與傳統方法相比，它使研究者能夠從真實同源數據出發，分析分子身份、形態結構和功能響應之間的關系。未來，該平臺可擴展到更多腦區、細胞類型和行為范式，用于解析任務相關計算、環路結構和分子身份之間的關系，也可用于研究腦疾病中特定神經元亞型的功能異常、聯接改變和分子狀態變化。

更重要的是，IMC平臺產生的真實同源、跨尺度三模態數據，可作為評估和訓練多模態整合方法的高質量真實基準（Ground-truth）資源。隨著神經科學和人工智能交叉發展，如何將不同來源、不同尺度的數據可靠整合，已成為腦圖譜研究、NeuroAI和精準神經醫學的核心挑戰。正如美國NIH BRAIN Initiative主任 John Ngai 近期發表的評論文章“Inventing the future: A neuroscience research roadmap”中所指出的，未來神經科學亟需建立能夠整合分子、細胞、環路和行為的多模態、多尺度數據生態的腦知識庫。本項研究開發的IMC平臺，為將這一戰略愿景轉化為可操作的實驗體系邁出了關鍵一步。“未來已來，只是尚未流行”，隨著該三模態平臺的逐步完善與向學界共享，其有望為腦圖譜范式升級、復雜腦功能解碼以及腦疾病干預注入強勁的新動力。

來源：中國科學院腦科學與智能技術卓越創新中心

聲明：版權原作者所有，如有侵犯您的權益請及時聯系，我們將第一時間刪除。