中国科学技术大学合肥微尺度物质科学国家研究中心和生命科学与医学部毕国强、刘北明教授联合合肥综合性国家科学中心人工智能研究院、中国科学院深圳先进技术研究院团队,在大尺度生物组织三维显微成像领域取得重大突破,成功开发世界最快的小动物全身亚细胞级高清三维成像技术,实现周围神经系统精细地图的高效绘制。相关成果以“High-speed mapping of whole-mouse peripheral nerves at subcellular resolution”为题于北京时间7月10日发表在《细胞》(Cell)上。
小鼠全身周围神经结构三维可视化
周围神经系统作为人体的"物联网",承载着大脑与全身器官的双向通讯与调控:既传递运动指令、调控呼吸心跳等关键功能,又将痛觉、温度等感知信号实时回传处理,实现生理功能中各组织器官活动的高效协同。绘制周围神经系统遍布全身的精细连接图谱,是从根本上理解其复杂功能机制和相关疾病机理的必由之路。
长期以来,科学家对周围神经系统整体构架的认知一直依赖于毫米级分辨率的解剖学研究。近十年来,三维光学显微技术的进步推动了微米级分辨率的全脑介观神经图谱解析,但对全身周围神经系统的研究仍面临技术瓶颈。现有前沿成像难以兼顾成像分辨率和成像速度,即便结合全身样品透明化处理技术,仍难在小鼠全身尺度以亚细胞分辨率解析周围神经系统复杂的长程神经通路结构。
研究团队此前开发了新型同步飞扫技术(VISoR),对大体积生物样品进行厚切片和透明化处理后进行三维显微成像。VISoR兼具高速、高分辨率和可扩展性,实现了1.5小时内完成小鼠全脑样品的亚微米分辨成像(王浩、祝清源等,《国家科学评论》, 2019),并在进一步优化后首次实现了猕猴全脑亚细胞分辨率三维成像和单神经纤维追踪(徐放、沈燕、丁露锋、杨朝宇等,《自然·生物技术》, 2021)。然而,这种先切片后透明化成像的全脑成像策略不适用于小鼠全身样品。相较于相对致密均质的大脑,小鼠全身异质性高,包含多样组织类型和不规则结构,切片过程中极易造成组织离散和丢失,导致难以完整重构。
针对这一技术难题,团队提出“样品原位切片+切面三维成像”的策略,研发了整合精密振动切片装置的blockface-VISoR成像系统,以及相应的小鼠全身透明化和水凝胶包埋的样品制备流程ARCHmap。每次成像仅采集样品块表面约600微米深度的三维图像,然后自动切掉400微米厚度样品,循环往复直至样品成像完毕。随后,通过自动化拼接算法对相邻切片约200微米的重叠区域进行三维无缝拼接重构。由于每次扫描成像深度仅数百微米,透明化组织光散射效应较小,因此可以实现较高分辨率。基于此策略,研究人员建立了优化的技术流程,实现了在40小时内完成成年小鼠全身均一亚细胞分辨率三维成像,获取单通道约70 TB原始图像数据。目前已累计采集数十只小鼠超过4 PB原始图像数据集。
Blockface-VISoR成像系统
由于该样品制备方法具备高荧光保存性的优势,研究人员验证了该技术兼容神经科学领域常用的转基因和嗜神经病毒携带的荧光蛋白,以及免疫荧光等标记方法。结合上述标记和成像技术,研究人员解析了小鼠全身不同类型周围神经的精细结构和单纤维投射路径,首次发现单个脊神经元的跨节段投射特征,阐明了全身交感神经的器官特异性伴血管分布模式,并解析了迷走神经的整体投射构架和单纤维复杂投射路径。
小鼠全身透明化blockface-VISoR成像流程与周围神经介观连接结构解析
研究人员介绍,这项突破性的技术不仅有助于建立周围神经连接图谱研究的新范式、解决神经调控相关基础性问题,在发育生物学、系统解剖学和生物医药等领域也有重要应用前景。此外,该技术仍存在改进和优化空间,下一步将通过使用双相机或多相机成像进行多通道图像同时采集,提高数据采集效率,并探索其在其他更大尺度生物样品成像领域中的应用。
导师与团队成员讨论
《细胞》期刊审稿人高度评价这项工作,提到“这些分析在群体和单细胞层面均产生了惊人的精细数据。尤为重要的是,这项初步探索就揭示了全新的洞见”(原文:These analyses produced strikingly detailed data at both the population and single-cell levels. Importantly, new insights emerged from this initial exploration),“这是一项有趣的研究,展示精美,其方法学呈现出巨大的潜力”(原文:This is an interesting work, beautifully illustrated, and the methodology shows great potential)。
中国科大特任副研究员时美玉、博士生姚雨辰和王淼、硕士生杨琦为论文共同第一作者,毕国强教授为通讯作者,徐程特任副研究员、刘北明教授和祝清源高级工程师为共同通讯作者。中国科学技术大学为本项工作的第一完成单位,合肥综合性国家科学中心人工智能研究和中国科学院深圳先进技术研究院分别为第二和第三完成单位。该工作还得到了安徽大学屈磊教授、中国科学院深圳先进技术研究院徐富强教授、新西兰奥塔哥大学张铭教授和Yusuf Ozgur Cakmak教授的合作和支持。此外,该研究获得国家重点研发计划、国家自然科学基金、科技创新2030-“脑科学与类脑研究”重大项目、中国科学院战略性先导科技专项、中国科大青年创新基金和安徽省自然科学基金等基金的资助。
论文链接:https://www.cell.com/cell/fulltext/S0092-8674(25)00673-7
实验技术和示范数据集链接:https://mesoanatomy.org/mesomouse/