聊聊Sci

这项研究通过对275名婴幼儿进行的1000多次功能磁共振扫描，深入探讨了人类小脑从出生到五岁的功能发育过程。研究结果揭示，小脑与大脑皮层高级网络之间的连接在出生时便已建立，并随着年龄增长而持续增强。功能地形图显示，小脑的组织模式从婴儿期的弥散状态逐渐向类似于成人的精细化和局域化转变。此外，研究还发现了小脑发育中的左右脑偏侧化特征，以及女性在某些高级功能连接上早于男性的性别差异。这些发现为理解早期认知和运动能力的发展提供了重要参考，也为研究自闭症等神经发育障碍奠定了基础。

References:

• Lyu W, Thung K H, Huynh K M, et al. Functional development of the human cerebellum from birth to age five[J]. Nature Communications, 2025, 16(1): 6350.

前往小宇宙评论区与主播互动

这项研究探讨了小脑在儿童早期心理理论（ToM）能力发展中的关键作用。通过对比3至12岁儿童与成年人的功能磁共振成像数据，研究者发现成功通过误念测试的儿童在观看电影任务时，其小脑特定区域（如Crus I-II）表现出与成人类似的激活。研究进一步揭示了脑功能连接的重组：随着认知能力的成熟，大脑与小脑之间的信息交换从早期的上行连接（小脑指向大脑）转变为成年后的下行连接。这种转变表明，小脑在生命初期可能负责构建社交模型，而成熟后则转向辅助这些模型的流利运用。总之，这些发现强调了小脑发育异常可能导致长期社交认知障碍的原因。

References:

• Manoli A, Van Overwalle F, Grosse Wiesmann C, et al. Functional recruitment and connectivity of the cerebellum is associated with the emergence of Theory of Mind in early childhood[J]. Nature communications, 2025, 16(1): 5273.

前往小宇宙评论区与主播互动

这份发表于2025年的研究利用 MERFISH 空间转录组技术，构建了小鼠大脑从胚胎晚期到成年阶段的补体系统空间图谱。研究发现，绝大多数补体基因在脑内具有高度的细胞与空间异质性，其表达模式随发育进程动态调整。实验证实，大脑通过维持极低的关键蛋白酶表达来严格调控补体活性，以防稳态下的免疫损伤。研究重点揭示了替代途径激活因子 Masp3 在未成熟大脑中的高表达，并证明其缺失会导致小鼠出现空间工作记忆缺陷及皮层神经元分布异常。这些成果表明，除已知的经典途径外，替代途径在大脑发育与功能成熟中也发挥着不可或缺的作用。

References:

• Zhang Y, Watson B, Rattan A, et al. A spatial atlas of the complement system uncovers unique expression patterns in postnatal brain development in mice[J]. Nature Communications, 2025.

前往小宇宙评论区与主播互动

该研究对病灶网络映射 (LNM) 这一神经科学方法的有效性进行了深入评估，旨在揭示大脑受损区域与精神疾病症状之间的联系。作者通过数学推导指出，该方法在本质上是将病灶数据与标准连通性矩阵进行线性乘法运算。研究发现，当分析涉及多个异质性病灶时，生成的映射图往往会趋同于输入矩阵的固有特性，而非反映特定疾病的独有特征。这意味着许多已发表的科学发现可能只是反映了大脑网络的通用的组织结构，而非特定病症的因果电路。因此，作者呼吁在使用此类统计模型识别神经和精神疾病的临床目标时应保持谨慎。该文章由来自荷兰及多国研究机构的专家共同完成，并发表于 2025 年的《自然·神经科学》杂志。

References:

• van den Heuvel M P, Libedinsky I, Quiroz Monnens S, et al. Investigating the methodological foundation of lesion network mapping[J]. Nature Neuroscience, 2026: 1-11.

前往小宇宙评论区与主播互动

这项研究介绍并应用了DBiT等先进的空间多组学技术，旨在通过小鼠和人类的大脑样本，同步解析基因组、转录组和蛋白质组的复杂相互作用。研究人员详细绘制了哺乳动物大脑发育过程中的时空动态，揭示了皮层神经元的成熟规律以及胼胝体中协同发生的双向骨髓化进程。此外，该研究利用脱髓鞘病理模型，识别出在受损区域和远端白质中表现各异的免疫细胞状态及炎症演变过程。通过整合空间表观遗传学与基因表达数据，作者发现了基因在发育后期仍保留着早期的转化记忆。这些成果为理解中枢神经系统的精细结构、发育程序以及神经炎症的分子机制提供了全面的多维视图。

References:

• Zhang D, Rubio Rodríguez-Kirby L A, Lin Y, et al. Spatial dynamics of brain development and neuroinflammation[J]. Nature, 2025, 647(8088): 213-227.

前往小宇宙评论区与主播互动

这篇研究论文介绍了一种名为 CCF-ME 的新型小鼠大脑图谱，其核心创新在于利用树突微环境而非传统的细胞密度来定义脑区。研究人员通过分析超过十万个神经元的形态数据，发现神经元与其邻近细胞构成的局部网络特征能够揭示更细致的解剖边界，使可识别的脑区数量比现有的艾伦共同坐标框架（CCFv3）几乎增加了一倍。实验证明，这种微环境特征与神经元的远端轴突投射模式高度相关，意味着局部形态可以预测全局的连接特性。该图谱不仅增强了对大脑空间组织的辨析率，还为研究大脑结构与功能之间的复杂关系提供了高精度的解剖参考。通过这种正交的制图方法，科学家能够识别出此前被忽视的子区域，并更精确地映射神经环路的连接特异性。

References:

• Liu Y, Zhao S, Yun Z, et al. A mouse brain atlas based on dendritic microenvironments[J]. Nature Neuroscience, 2025: 1-12.

前往小宇宙评论区与主播互动

这篇文章介绍了一种名为 HoloBrain 的深度学习模型，旨在通过振荡同步机制揭示大脑功能波动与认知状态之间的生物联系。研究者受大脑节律启发，将神经科学中的库拉莫托模型与注意力记忆概念引入图学习，进一步构建了 HoloGraph 网络架构。该方法将图节点视为相互耦合的振荡器，通过模拟复杂的动态系统行为，有效解决了图神经网络中常见的过度平滑问题。实验结果表明，该模型在认知任务预测、神经退行性疾病诊断以及多尺度功能网络识别方面均表现出卓越的性能与稳健性。这种类脑智能的设计为开发更高效、更具解释力的机器学习算法提供了新的范式。

References:

• Dan T, Ding J, Wu G. Explore brain-inspired machine intelligence for connecting dots on graphs through holographic blueprint of oscillatory synchronization[J]. Nature Communications, 2025, 16(1): 9425.

前往小宇宙评论区与主播互动

该研究通过分析3.7拍字节（peta-voxels）的超大规模小鼠全脑成像数据，构建了目前全球最大的哺乳动物多尺度神经元形态数据库。研究团队利用自主开发的计算平台，精确标注了超过18万个神经元胞体，并对近2000个神经元进行了包含树突、轴突及263万个轴突静脉窦（突触位点）的全追踪。通过整合从微观亚细胞结构到宏观脑区群体的六个形态尺度特征，揭示了神经元在不同解剖空间下的多样性与刻板性规律。利用树突微环境和轴突投影特征，研究者成功识别出与传统解剖学高度契合的脑部模块，并发现了皮层神经元特定的投影“密码本”。这一成果为理解哺乳动物大脑的神经元类型分类和神经环路结构提供了关键的定量解剖学资源。

References:

• Liu Y, Jiang S, Li Y, et al. Neuronal diversity and stereotypy at multiple scales through whole brain morphometry[J]. Nature communications, 2024, 15(1): 10269.

前往小宇宙评论区与主播互动

这项研究推出了小鼠癌症细胞系图谱（MCCA），这是一个包含590个详尽刻画的模型资源库，填补了生物医学研究中缺乏泛癌种小鼠细胞系平台的空白。研究人员利用该平台并结合人类临床数据，揭示了KRAS基因驱动癌症在不同组织中演化的核心规律。研究发现，KRAS突变剂量的增加会根据组织类型产生不同的生物学效应，例如在胰腺癌早期触发细胞重编程，而在肠癌中则促进晚期细胞增殖。此外，组织特异性的染色质状态决定了肿瘤抑制基因（如CDKN2A）的表达敏感性，进而影响了基因改变发生的频率、顺序及组合模式。通过这些发现，科学家能够更精准地预测不同器官中癌症发展的分子模式与临床结果，为癌症基因组学提供了深层机制理解。该资源还整合了免疫表型分析工具，旨在通过精准的供受体匹配，优化癌症免疫疗法的临床前研究。

References:

• Mueller S, de Andrade Krätzig N, Tschurtschenthaler M, et al. A disease model resource reveals core principles of tissue-specific cancer evolution[J]. Nature, 2026: 1-12.

前往小宇宙评论区与主播互动

该研究介绍了一款名为 D-LMBmap 的全自动深度学习平台，旨在高效处理大规模三维全脑神经连接数据。该系统集成了轴突分割、脑区识别和图像配准三大核心模块，显著解决了传统方法过度依赖人工标注及跨模态分析困难的问题。通过引入风格迁移算法与多约束策略，该平台不仅实现了分钟级的精准空间定位，还能有效应对脑样本的形态损伤。实验证明，该软件在处理多种神经元类型时表现卓越，极大地提升了中观尺度脑科学研究的数据分析效率。它作为一款开源工具，为神经科学工作者提供了便捷、可靠的端到端电路剖析方案。

References:

• Li Z, Shang Z, Liu J, et al. D-LMBmap: a fully automated deep-learning pipeline for whole-brain profiling of neural circuitry[J]. Nature Methods, 2023, 20(10): 1593-1604.

前往小宇宙评论区与主播互动