IF50.5｜果蝇完整视觉系统连接组与神经元类型图谱

首个雄性果蝇右侧视叶完整连接组，约5.3万神经元被分为732型，并配套582个split-GAL4品系。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

视觉系统是动物大脑中体积最大、结构最复杂的区域之一，从果蝇到人类都占据脑容量的一半左右。果蝇视觉系统因其丰富的视觉行为和成熟的遗传工具，成为研究神经回路计算原理的理想模型。过去一个多世纪，解剖学研究已详细描述了果蝇视觉系统的细胞类型，但受限于技术，始终缺乏一个完整的、单突触分辨率的连接组。近年来，连接组学通过电子显微镜重建神经元形态和突触连接，彻底改变了我们对视觉回路的理解。例如，对T4/T5方向选择性神经元的EM重建揭示了其不对称树突接收特定输入的关键机制，推动了后续十年的功能实验。然而，此前所有系统性EM研究均基于雌性果蝇，且仅覆盖部分视觉区域，缺乏对整个视叶的完整神经元普查。

科学问题

卡在哪里： 此前果蝇视觉系统的连接组研究均基于雌性大脑，且仅覆盖部分视觉区域，缺乏对整个视叶的完整神经元普查。此外，细胞类型划分主要依赖形态学，缺少系统性的连接组学证据，且遗传工具与EM定义细胞类型的匹配度有限。

本文要回答： 构建雄性果蝇右侧视叶的完整连接组，建立全面的视觉神经元类型清单，并配套遗传工具，为理解视觉空间处理提供基础。

技术路线

作者主要用了：FIB-SEM、自动分割、人工校对、连接组聚类、深度学习神经递质预测、split-GAL4。

作者首先对雄性果蝇完整中枢神经系统进行FIB-SEM成像，获得右侧视叶的高分辨率电镜数据。随后，通过自动分割和人工校对重建出约5.3万个神经元，并结合形态学和连接组学进行细胞分型。利用已知神经递质表达数据训练深度学习网络，预测每个突触的神经递质。同时，构建视叶的柱状和层状坐标系统，量化神经元形态和连接。最后，将EM定义的细胞类型与582个split-GAL4品系进行匹配，为功能实验提供工具。

图 1　Fig. 1。图1展示了雄性果蝇中枢神经系统体积数据，右侧视叶被完整重建。视叶包含五个神经毡：板层、髓质、副髓质、小叶和小叶板。神经元被分为四类：视神经毡内在神经元、视神经毡连接神经元、视觉投射神经元和视觉离心神经元。图中还展示了160种主要细胞类型的连接贡献，以及视叶内约4900万个连接的输入输出分布。

核心亮点

亮点 1｜732种细胞类型全面普查

研究团队在雄性果蝇右侧视叶中鉴定出约53,000个神经元，并将其分为732种细胞类型，其中约一半为新命名。这些类型覆盖了视叶所有神经毡，包括髓质、小叶和小叶板。细胞类型数量差异巨大，60种细胞类型贡献了超过50%的突触连接和约75%的神经元。通过连接组聚类和形态学分析，研究者能够清晰区分形态相似但连接模式不同的细胞类型，如Mi4和Mi9。此外，重复性神经元群体形成马赛克覆盖，确保视觉空间的无盲区采样。

图 2　Fig. 2。图2展示了15种柱状细胞类型，它们在几乎每个髓质柱中重复出现。Mi4和Mi9形态相似但可通过连接组区分。连接组聚类将这15种细胞类型清晰分离。Pm2a和Pm2b形态相似但形成独立马赛克覆盖，支持分为两个类型。超过99%的细胞类型可通过前五位连接进行区分。

亮点 2｜连接组驱动的细胞分型策略

作者采用迭代式细胞分型流程：先基于形态学初步命名，再利用连接组聚类进行验证和细化。对于形态相似的细胞类型，连接组差异成为关键区分依据。例如，Pm2a和Pm2b形态相似，但连接组和空间覆盖模式不同，支持将其分为两个独立类型。该方法还解决了此前难以分型的Tm5和Dm8亚型问题。最终，超过99%的细胞类型可通过其前五位连接进行区分，表明连接组对细胞身份具有高度约束力。

图 3　Fig. 3。图3展示了视叶坐标系统的构建。果蝇复眼透镜形成六边形网格，映射到髓质的六边形坐标。15种柱状神经元被分配到每个坐标。通过神经元突触构建了髓质、小叶和小叶板的柱状和层状ROI。这些坐标系统使数据库查询和空间分析成为可能。

亮点 3｜神经递质预测与验证

利用深度学习网络，作者预测了视叶中约700万个突触的神经递质，涵盖乙酰胆碱、谷氨酸、GABA、组胺、多巴胺、章鱼胺和血清素。训练数据来自59种已知细胞类型的近200万个突触。预测结果与66种细胞类型的新FISH实验数据高度一致。分析显示，约一半细胞类型为胆碱能（兴奋性），另一半为谷氨酸能或GABA能（抑制性）。GABA能神经元的突触扇出显著低于谷氨酸能和胆碱能神经元，提示抑制性连接可能更具靶向性。

图 4　Fig. 4。图4展示了神经递质预测流程。使用VGG风格深度神经网络对突触进行分类，训练数据来自59种细胞类型。预测在保留突触上表现良好。TmY细胞组的预测结果与FISH实验数据高度一致。分析显示胆碱能神经元占多数，GABA能神经元扇出较低。

亮点 4｜视叶坐标系统与量化解剖

作者构建了视叶的柱状和层状坐标系统，将髓质、小叶和小叶板划分为可寻址的柱和层。基于此，他们量化了每个细胞类型的突触分布和柱覆盖度，生成类似指纹的解剖摘要。例如，Dm3细胞形成不同方向的条纹，并与TmY细胞形成正交连接网络。空间覆盖分析显示，大多数细胞类型遵循均匀覆盖原则，但部分类型如Dm20每列重叠近10个细胞，而Dm4则无重叠地铺满M3层。

图 5　Fig. 5。图5展示了Dm3-TmY网络的量化解剖摘要。Dm3细胞形成不同方向的条纹，并与TmY细胞形成正交连接。每个细胞类型的摘要包括细胞数量、神经递质预测、突触分布、前五位连接和柱覆盖度。空间覆盖分析显示大多数细胞类型遵循均匀覆盖原则。

亮点 5｜582个split-GAL4品系匹配

作者收集并匹配了582个split-GAL4品系，覆盖超过300种EM定义的细胞类型。通过将EM重建神经元注册到标准脑模板，可直接比较LM和EM形态。匹配结果显示，超过98%的细胞类型在雌性FlyWire数据集中存在对应类型，表明视叶细胞类型几乎没有性别二态性。少数未匹配类型如Tm26可能是雄性特异性神经元。该资源为靶向操纵特定细胞类型提供了有力工具。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： FIB-SEM、自动分割、人工校对、连接组聚类、深度学习神经递质预测、split-GAL4
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事果蝇视觉神经科学、连接组学分析或细胞类型图谱构建的研究者。

带走一句

连接组学与遗传工具结合，为视觉回路研究提供了完整细胞类型图谱和可靶向的品系资源，推动从结构到功能的系统分析。