人类新皮层是大脑最外层区域，负责高级思维、决策制定和感觉处理等复杂功能。为了更好地理解并可能治疗一系列影响早期认知、神经发育以及大脑后期功能的疾病，约翰斯·霍普金斯医学院的研究人员与全球同行合作，绘制了人类大脑的分子结构图谱。这些模型帮助研究者探究从自闭症谱系障碍到阿尔茨海默病等多种疾病的遗传关联和通路。

2026年3月25日，约翰斯·霍普金斯医学院神经学兼职教授、马里兰大学医学院基因组科学研究所的Carlo Colantuoni博士及其国际研究团队在Nature Neuroscience上发表了题为“NeMO Analytics: a compendium of transcriptomic data for the exploration of neocortical development”的研究。该研究整合了近200项已发表研究的数据，涵盖超过3000万个细胞，构建了人类新皮层的精细发育图谱，追踪了大脑从胚胎期到成年期的细胞转变与基因表达程序。这一开放获取资源使研究者能够精确定位典型发育模式偏离的时间点和位置，为自闭症、小头畸形和阿尔茨海默病等疾病的起源提供了新线索。

“我们的目标是理解新皮层在细胞层面是如何构建的，并识别出发育迟缓和脑疾病最早期的线索，”研究通讯作者Carlo Colantuoni表示。“通过绘制新皮层复杂结构形成过程中的细胞转变与基因表达图谱，我们可以更好地理解——进而尝试治疗——从胎儿期、婴幼儿期直至晚年发生的疾病。”

这一增强版图谱不仅帮助研究者探究自闭症谱系障碍的遗传关联，还可为小头畸形等罕见疾病提供洞见，这类疾病可能在出生前就已开始，并严重影响大脑的生长。

该研究的数据集现已在《自然》和《自然-神经科学》平台上线。将这些信息整合起来的一大优势在于，研究者可以研究发育的各个细微阶段，识别典型生长模式，进而精确定位神经发育迟缓和疾病的起源与通路。

除了绘制人类新皮层模型外，研究者还发布了哺乳动物和小鼠模型。这些不同的图谱显示，数百万年前作为弥散网络存在的基因表达程序，在人类神经干细胞中变得更加“聚焦”，以驱动人类新皮层的独特扩张。研究者表示，这一过程在一定程度上解释并促成了人类与其他动物在高级认知能力上的差异。

利用累积的数据，研究者还绘制了人类新皮层神经元的成熟过程。在进化过程中，随着人类新皮层和心智能力的扩展，这一成熟过程变得更长。例如，这类神经发育在小鼠中只需数周，而在人类中则需要数年。这反映了高级系统的差异，使人类大脑能够在漫长的发育时期内适应并学习如何解读复杂的社会、环境和感觉输入。

图1 NeMO Analytics中的数据集映射了新皮质神经发生过程在发育时间和空间维度上的转录组学特征。

这些资源现已公开，供其他研究者探究人类大脑发育和疾病。Colantuoni表示，这些及其他大脑图谱研究旨在帮助研究者研究贯穿生命周期的脑疾病机制，并为加速日常研究提供工具。不具备编码专业知识的研究者可以探索感兴趣的单基因表达模式，绘制在发育过程中协同工作的基因模块的协调表达，并贡献自己的数据以扩展资源。

先前通过“推进创新神经技术脑研究计划”开展的研究已生成人类和小鼠脑细胞普查数据，分类了哺乳动物大脑中的细胞类型多样性。其他项目正在探索阿片类药物如何影响艾滋病毒感染者的大脑、内耳毛细胞如何可能再生以恢复听力，以及细胞通路在痴呆症（包括阿尔茨海默病）中的分布。

这些大脑图谱研究得到了更广泛的人体细胞图谱计划的补充。该计划于2016年启动，旨在汇聚全球研究者创建开放获取资源，绘制人体每一个细胞。2024年，专家们发表了来自40多篇论文的见解，分析了来自近1万人的6200万个细胞。人体细胞图谱及相关研究已促成新肺细胞的发现、对人体如何应对感染的更深入理解，以及识别出协同工作以帮助心脏跳动、调节心率并实现全身器官间通讯的细胞网络。

“我们正生活在一个前所未有的时代，”Colantuoni说。“利用技术协调和分析大型数据集、与全球研究者合作、并跨疾病状态整合见解的能力，对于识别能够拯救和改善生命的新疗法至关重要。随着这些计划达到重要里程碑，我们看到研究者合作和使用这些图谱的方式才刚刚开始。”

图2神经元成熟过程与特定层状结构特征形成的映射关系。

Colantuoni补充说，吸引更多学术和产业合作伙伴投资于这些研发早期数据探索空间至关重要，这将极大扩展用于治疗脑疾病的新型分子靶点的识别。“结合人工智能算法指导干细胞系统中的大规模筛选，这些资源有望实现对神经发育和神经退行性疾病患者的精准定制治疗。”

参考文献

Sonthalia, S., Herb, B., Adkins, R. S., Orvis, J., Li, G., Liao, X., Yu, Q., Blanco, X. M., Casella, A., Liu, J., Stein-O'Brien, G., Caffo, B., Hertzano, R., Mahurkar, A., Xu, J. C., Gillis, J., Werner, J., Ma, S., Kim, S. K., Micali, N., … Colantuoni, C. (2026). NeMO Analytics: a compendium of transcriptomic data for the exploration of neocortical development. Nature neuroscience, 29(4), 978–991. https://doi.org/10.1038/s41593-026-02204-4

资讯来源

https://neurosciencenews.com/neocortex-atlas-brain-mapping-30381/

编译：脑海科技