研究人员开发空间转录组与连接组整合分析方法。大脑功能取决于不同细胞的分子组成，以及远距离脑区之间形成的复杂连接网络。空间转录组技术能够描绘基因表达在脑组织中的空间分布，脑连接组则刻画不同区域之间的连接关系。整合两类信息，有望回答“具有特定连接关系的脑区或细胞是否共享相应的分子特征”这一问题。

　　近日，中国科学院脑科学与智能技术卓越创新中心等揭示基因表达与连接模式之间的关联，并开发整合空间转录组与连接组数据的新方法。

　　研究结合单细胞分辨率的小鼠脑空间转录组数据与Allen小鼠脑连接图谱，分析皮层丘脑环路中基因表达与连接模式的关系。结果显示，接受相似皮层输入的丘脑神经元具有相近的基因表达特征。这种关联呈现细胞类型特异性，在谷氨酸能和GABA能神经元中较为明显，而在非神经元细胞中未观察到类似模式。研究进一步分析皮层与胼胝体之间的联系，发现胼胝体富含轴突的胞体外区域呈现与皮层来源及连接模式相关的基因表达特征。

　　为实现两类信息的联合分析，研究还开发深度学习框架SpaCon。该框架整合局部空间信息、基因表达特征与全局脑连接模式，通过基于连接的邻居采样策略降低计算开销，支持全脑尺度的联合分析，可识别空间分散但连接与分子特征相近的脑区。

　　相关研究成果在线发表在《科学通报》（Science Bulletin）上。研究工作得到国家自然科学基金委员会和中国科学院等的支持。

研究团队单位：脑科学与智能技术卓越创新中心