跳至內容

連接組學

維基百科,自由的百科全書
磁共振成像下人類大腦白質的神經纖維束。

連接組學(Connectomics)繪製與研究神經連接組(connectome):這是一種刻畫有機體神經系統(尤其是)的連接方式的完整線路圖。由於這些結構極其複雜,高效篩選的神經成像組織學方法被用於提高繪製神經連接線路圖的速度、效率和精度。儘管連接組學的主要研究對象是大腦,但其他任何神經連接也可由連接組學的方法測繪,例如神經肌肉接點(neuromuscular junctions)。

工具

[編輯]

在宏觀層面上用於連通組學研究的主要工具之一是擴散MRI[1]。 微觀級別的連通組學研究的主要工具是化學腦保存,然後是3D電子顯微鏡[2],用於神經迴路重建。 將熒光與3D電子顯微鏡相結合的相關顯微鏡可以產生更多可解釋的數據,因為它能夠自動檢測特定的神經元類型,並可以使用熒光標記對它們進行整體追蹤[3]

要查看全解像度的第一個微連接組之一,請訪問"開放連接組項目(Open Connectome Project)",該項目託管多個連接組數據集,包括Bock等人的12TB數據集(2011年)。

模式系統

[編輯]

除了人腦,用於連通組學研究的一些模式系統是小[4]果蠅(Drosophila)[5][6]秀麗隱桿線蟲[7][8],和倉鴞[9]

應用

[編輯]

通過比較患病的連接組和健康的連接組,我們應該深入了解某些精神病理學,例如神經性疼痛,以及它們的潛在療法。 通常,神經科學領域將受益於標準化和原始數據。 例如,連接組圖可用於通知全腦動力學的計算模型。[10] 當前的神經網絡主要依賴於連通模式的概率表示[11]。 連接圖(連通組學的圓形圖)已用於外傷性腦損傷英語Traumatic brain injury病例,以記錄神經網絡損傷的程度。

與基因組學比較

[編輯]

人類基因組計劃最初面臨許多上述批評,但仍然提前完成,並在遺傳學方面取得了許多進展。 有人認為可以在基因組學和連通組學之間進行類比,因此我們至少應該對連通組學的前景稍微樂觀一些[12]。 其他人批評了一個微型的連接組的嘗試,認為我們沒有足夠的知識去尋找洞察力,或者說它不能在現實的時間框架內完成[13]

參見

[編輯]

參考子料

[編輯]
  1. ^ Wedeen, V.J.; Wang, R.P.; Schmahmann, J.D.; Benner, T.; Tseng, W.Y.I.; Dai, G.; Pandya, D.N.; Hagmann, P.; et al. Diffusion spectrum magnetic resonance imaging (DSI) tractography of crossing fibers. NeuroImage. 2008, 41 (4): 1267–77. PMID 18495497. doi:10.1016/j.neuroimage.2008.03.036. 
  2. ^ Anderson, JR; Jones, BW; Watt, CB; Shaw, MV; Yang, JH; Demill, D; Lauritzen, JS; Lin, Y; et al. Exploring the retinal connectome. Molecular Vision. 2011, 17: 355–79. PMC 3036568可免費查閱. PMID 21311605. 
  3. ^ BV, DELMIC. Neuroscience: Synaptic connectivity in the songbird brain - Application Note | DELMIC. request.delmic.com. [2017-02-16]. (原始內容存檔於2017-02-16) (英語). 
  4. ^ Bock, Davi D.; Lee, Wei-Chung Allen; Kerlin, Aaron M.; Andermann, Mark L.; Hood, Greg; Wetzel, Arthur W.; Yurgenson, Sergey; Soucy, Edward R.; et al. Network anatomy and in vivo physiology of visual cortical neurons. Nature. 2011, 471 (7337): 177–82. Bibcode:2011Natur.471..177B. PMC 3095821可免費查閱. PMID 21390124. doi:10.1038/nature09802. 
  5. ^ Chklovskii, Dmitri B; Vitaladevuni, Shiv; Scheffer, Louis K. Semi-automated reconstruction of neural circuits using electron microscopy. Current Opinion in Neurobiology. 2010, 20 (5): 667–75. PMID 20833533. doi:10.1016/j.conb.2010.08.002. 
  6. ^ Zheng, Z. A Complete Electron Microscopy Volume of the Brain of Adult Drosophila melanogaster.. Cell. 2018, 174 (3): 730–743 [6 August 2018]. PMC 6063995可免費查閱. PMID 30033368. doi:10.1016/j.cell.2018.06.019. (原始內容存檔於2021-05-04). 
  7. ^ Chen, B. L.; Hall, D. H.; Chklovskii, D. B. Wiring optimization can relate neuronal structure and function. Proceedings of the National Academy of Sciences. 2006, 103 (12): 4723–8. Bibcode:2006PNAS..103.4723C. PMC 1550972可免費查閱. PMID 16537428. doi:10.1073/pnas.0506806103. 
  8. ^ Perez-Escudero, A.; Rivera-Alba, M.; De Polavieja, G. G. Structure of deviations from optimality in biological systems. Proceedings of the National Academy of Sciences. 2009, 106 (48): 20544–9. Bibcode:2009PNAS..10620544P. PMC 2777958可免費查閱. PMID 19918070. doi:10.1073/pnas.0905336106. 
  9. ^ Pena, JL; Debello, WM. Auditory processing, plasticity, and learning in the barn owl. ILAR Journal. 2010, 51 (4): 338–52. PMC 3102523可免費查閱. PMID 21131711. doi:10.1093/ilar.51.4.338. 
  10. ^ http://www.scholarpedia.org/article/Connectome[不可靠的醫學來源?]頁面存檔備份,存於互聯網檔案館[自述來源]
  11. ^ Nordlie, Eilen; Gewaltig, Marc-Oliver; Plesser, Hans Ekkehard. Friston, Karl J. , 編. Towards Reproducible Descriptions of Neuronal Network Models. PLoS Computational Biology. 2009, 5 (8): e1000456. Bibcode:2009PLSCB...5E0456N. PMC 2713426可免費查閱. PMID 19662159. doi:10.1371/journal.pcbi.1000456. 
  12. ^ Lichtman, J; Sanes, J. Ome sweet ome: what can the genome tell us about the connectome?. Current Opinion in Neurobiology. 2008, 18 (3): 346–53. PMC 2735215可免費查閱. PMID 18801435. doi:10.1016/j.conb.2008.08.010. 
  13. ^ Vance, Ashlee. Seeking the Connectome, a Mental Map, Slice by Slice. The New York Times. 27 December 2010 [2019-02-26]. (原始內容存檔於2019-01-14). 

外部連結

[編輯]