一种针对不同哺乳动物大脑中定量细胞计数研究的比较方法
2026年1月16日
现代神经科学需要探索许多物种之间的差异，包括实验室啮齿动物和人类。然而，当涉及大脑庞大的哺乳动物时，技术难题也会出现。该方法涵盖了多种不同哺乳动物中神经元群体的跨物种变异，得出了可比的结果，用于揭示进化模式。
研究发现，不同哺乳动物的大脑结构可塑性可能有显著差异。因此需要系统性定量分析来揭示真相。我们对不同大脑的系统分析，可以给出类似的结果，放在系统发育的背景下。
首先，取一块20摄氏度冰箱中含有游离脑片的12孔板，取出一些切片放入装有PBS溶液的培养皿中。选择各部分并放在幻灯片上。在对切片进行组织学染色后，根据特定的神经解剖特征确定大脑的水平。
将其定义为第1到第4级，使用相同数量的40微米厚序列切片，并从每个脑层级选取三个等距的冠状切片，进行免疫组化染色。在工作站上打开Neurolucida软件，将载玻片放置在显微镜下，使用选定的细胞计数物镜。在低倍分辨率下，使用软件“描图”菜单中的自由手绘轮廓线工具勾勒皮层第二层。
沿着周边追踪，得到皮层2的长度，包括古皮层和新皮层。从标记工具栏中选择单元格计数的首选符号。计数1型细胞通过一个小型体细胞识别，体形为双极性，体形在每个关注区域的体细胞直径在3到9微米之间。
计数2型细胞由体细胞体识别，体质体具有复杂的树突状树状结构，体质直径在9至18微米之间。现在，收集来自古皮层、新皮层和大脑皮层的系统发育分析数据，这些数据是通过结合古皮层和新皮层的数据获得的。将皮层层2的周长（以毫米计）收集到轮廓测量工具栏中可见的表格文件。
在同一电子表格上，收集标记工具栏中可见的类型1和类型2单元格数量。通过为每个脑、区域和脑层级添加1型和2型细胞，计算并记录细胞总数，每层分三段，每标本共12片。利用收集到的数值，通过将单元数除以周长（毫米）来计算每个区域各区段的线性细胞密度。
通过将1型或2型细胞数除以总细胞数，再乘以100，计算出1型和2型细胞的比例。接着，使用公式计算每个标本中1型和2型细胞的百分比。利用电子表格中的平均函数，计算每个物种所考虑的四个标本中这些百分比的平均值。
利用线性细胞密度进行系统发育分析，并利用每个冠状切片中计数的总细胞来估算每个半球未成熟神经元的总数。利用电子表格上的中位函数计算每个标本所考虑的12个切片的密度中位数。以中位数作为中心衡量标准，因为每组样本较小，且部分组分布不对称。
使用Neurolucida软件中的自由轮廓工具，在体形直径上画一条垂直于主轴的线。在每个脑区每个标本中随机选取至少100个随机选取的两种类型DCX阳性细胞，以获得1型和2型细胞的体细胞直径范围。现在，用学名在记事本中列出被分析的物种。
将列表上传到网站时间树。org 并导出为 NWK 文件。在Mesquite Project Software上，上传NWK文件，整合数据，并将生成文件保存为PDF文件。
最后，在之前创建的数据表中，添加一栏，列出每个物种的脑容量。计算DCX正细胞密度的自然对数和大脑大小的自然对数。在所选的统计软件上进行统计分析并下载获取的文件。
将残差输入到数据手册的新列中，以便制作残差图。所有研究物种大脑皮层中的DCX阳性细胞均一致呈现出沿皮层2形成单层的拓扑排列，主要包括小型、单极或双极细胞，以及少量大型复杂细胞。这些细胞在缺乏Ki67表达的情况下共表达了PSAN-NCAM和DCX。
并包含一个表达NeuN的复杂细胞亚群。皮层未成熟神经元的线性密度在不同物种间差异很大。系统发育比较分析显示，月桂草类的皮层未成熟神经元密度高于真骨龙类。
观察到皮层未成熟神经元密度与脑容量之间存在显著协方差。以及皮层未成熟神经元密度与新皮层2周边之间。我们的发现可以揭示不同类型可塑性之间以及不同大脑区域之间的进化权衡。
查看完整文字稿并访问数千部科学视频
概述
本研究探讨了不同哺乳动物之间神经元种群的种间变异，重点关注实验室啮齿动物和人类。它解决了研究大脑哺乳动物的技术挑战，旨在得出可比较的结果，揭示进化模式。
关键研究组成部分
科学领域
- 神经科学
- 比较生物学
- 进化生物学
背景
- 理解物种间神经元的差异对现代神经科学至关重要。
- 大脑哺乳动物的研究通常会遇到技术困难。
- 比较研究可以提供对进化模式的洞察。
- 实验室啮齿动物是这类研究的常用模型。
研究目的
- 探讨不同物种间神经元种群的差异。
- 解决研究大脑哺乳动物的挑战。
- 绘制揭示进化趋势的结果图。
使用的方法
- 神经元种群的比较分析。
- 利用实验室啮齿动物作为模型。
- 绘制不同哺乳动物种类的结果图。
- 解决大脑哺乳动物研究中的技术挑战。
主要结果
- 确定了神经元种群的显著种间变异。
- 展示了啮齿动物和大型哺乳动物之间的可比较结果。
- 揭示了神经元发育进化模式的洞察。
- 强调了解决研究中技术困难的重要性。
结论
- 该研究为理解不同物种间神经元差异提供了一个框架。
- 它强调了神经科学研究中创新方法的需求。
- 研究结果有助于更广泛地理解哺乳动物进化。
常见问题
Executive Industry Relevance
Quantitative cell counting across diverse mammalian brains addresses a critical gap in translating neurobiological findings from rodent models to humans. Standardizing comparative neuroanatomical measurements enhances predictive confidence in target validation and de-risks early discovery decisions. This approach supports portfolio strategies by enabling more accurate cross-species extrapolation of neuroplasticity and developmental processes.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables rigorous interrogation of neurogenic hypotheses across species with divergent brain architectures.
- Supports functional target validation by quantifying cell populations in anatomically matched brain regions.
- Improves predictive confidence for translational neuroscience programs by reducing interspecies ambiguity.
Screening & Assay Development
- Facilitates preparation of standardized brain samples for downstream quantitative assays.
- Promotes reproducibility by using common anatomical reference points for cell counting.
- Enables reliable benchmarking of neurogenic markers across developmental stages and species.
Translational & Preclinical Research
- Aligns quantification of neuroplasticity markers with disease-relevant systems in both rodent and human brains.
- Supports continuity from discovery through preclinical validation by mapping cell densities onto phylogenetic frameworks.
- Enables risk-adjusted advancement by revealing evolutionary patterns and covariation with neuroanatomical features.
Pipeline & Workflow Integration
This comparative cell counting method integrates from early discovery through preclinical research, supporting both hypothesis testing and translational continuity.
- Discovery Biology: Provides quantitative outputs for hypothesis testing and evolutionary pathway clarification.
- Screening: Standardizes sample preparation and measurement for reproducible cross-species assays.
- Analytics: Delivers cell density data and covariance analyses to inform condition comparisons.
- Translational Research: Maps neurogenic variation to disease-relevant systems and developmental stages.
- Enterprise Reuse: Establishes a reusable framework for comparative quantification across diverse mammalian models.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neurobiological target validation.
- Operational Value: Enhances standardization, reproducibility, and scalability of comparative studies.
- Strategic Value: Informs go/no-go decisions and improves capital efficiency by clarifying translational relevance.
- Portfolio Impact: Supports risk-adjusted prioritization of neuroscience assets based on cross-species data.
Implementation Considerations
- Requires expertise in neuroanatomy and comparative biology for accurate anatomical alignment.
- Demands access to imaging and quantitative analysis infrastructure for cell counting.
- Necessitates cross-team agreement on anatomical reference points and data standards.
- May require adaptation for species with unique brain morphologies or developmental timelines.
- Standardization is limited by variables that cannot be fully controlled across all species.
