多尺度神经元形态计量学：基于Peta-voxel小鼠全脑图像的跨尺度形态数据集构建与解析

为解决哺乳动物全脑尺度神经元形态重建的挑战，东南大学等机构研究人员通过云端协作平台CAR，整合181个小鼠全脑亚微米图像，构建了迄今最大的多尺度形态计量数据集（SEU-S182K soma、SEU-A1876全形态等），涵盖18万+细胞体、15000+局部树突及260万+突触前结构。该研究为细胞分型、脑网络解析及算法开发提供了黄金标准资源，成果发表于《Scientific Data》。

　　

论文解读

背景与挑战
神经元形态的多样性是理解脑功能与疾病的核心，但哺乳动物全脑尺度下的神经元重建面临三重困境：首先，长程轴突投射需要处理亚微米分辨率下的Peta-scale（10¹⁵体素）数据；其次，稀疏标记技术（sparse labeling）单脑仅标记数百个神经元，需整合数百个脑样本；再者，现有算法难以准确追踪纠缠的神经突起。尽管BICCN（BRAIN Initiative Cell Census Network）已发布大量全脑数据，但跨尺度形态计量学（multi-scale morphometry）数据集仍属空白。

研究设计与方法
东南大学彭汉川团队联合多个机构，利用BICCN提供的181个小鼠全脑亚微米图像（单脑约20TB），开发了云端协作重建平台CAR（Collaborative Augmented Reconstruction），支持VR、移动端等多客户端实时协作。关键技术包括：

1. 半自动细胞体定位：结合灰度距离变换（GSDT）算法与人工校对，定位182,497个细胞体；
2. 局部形态重建：融合APP2（全局优化）与neuTube（局部延伸）算法，生成15,441个局部树突；
3. 全形态标注协议：通过两级（L1/L2）生成-验证流程，由6人协作完成1,876个神经元全形态重建；
4. 突触前结构检测：基于高斯模型识别2.63百万个推定突触前终末（putative bouton）；
5. 空间标准化：通过mBrainAligner将数据映射至艾伦共同坐标框架（CCFv3）。

主要结果
1. 多尺度形态数据集

• 细胞体图谱：SEU-S182K覆盖大脑皮层（Isocortex）、纹状体（STR）、海马（HPF）等主要脑区，空间分布与Janelia数据集一致（图8）；
• 局部与全形态：15,441个局部树突集中于皮层与纹状体，1,876个全形态神经元主要来自皮层-丘脑（TH）通路；
• 亚神经元结构：通过AutoArbor算法将轴突划分为3,776个密集分支（arbor），并提取长程投射的主轴束（primary axonal tract）。

2. 技术验证

• 数据质量：与人工校对相比，突触前终末检测精度达95%（precision）；
• 算法互补性：APP2与neuTube联合使用可纠正40%以上的错误连接（图4）；
• 跨数据集一致性：皮层运动区（MO）神经元的形态参数（总长度、分叉角）与Janelia数据集无显著差异。

结论与意义
该研究首次系统性构建了覆盖细胞体、局部树突、全形态、轴突分支、突触前终末及主轴束的六尺度神经元形态计量学框架，其价值体现在：

1. 基础研究：为细胞类型鉴定（cell typing）和脑网络拓扑规律提供数据基石；
2. 技术开发：SWC格式的1,876个全形态神经元可作为算法训练的黄金标准；
3. 临床关联：轴突分支模式（arborization pattern）的量化有助于解析神经退行性疾病的连接异常。

研究团队通过CAR平台实现了Peta-scale数据的协同生产，未来可扩展至人类脑图谱构建。数据已开源（Zenodo DOI:10.5281/zenodo.13944322），工具链（如Vaa3D、mBrainAligner）支持社区二次开发。这一成果标志着单神经元全脑尺度研究从技术探索迈向系统化应用的新阶段。