论文阅读：《Whole-animal connectomes of both Caenorhabditis elegans sexes》

一 论文团体概述

论文下载链接：《Whole-animal connectomes of both Caenorhabditis elegans sexes》
增补信息和额外数据：https://www.nature.com/articles/s41586-019-1352-7
1. 作者期刊配景

该论文由Scott W. Emmons，David H. Hall等人著作，并发表在《Nature》杂志上。Scott W. Emmons和David H. Hall是该范畴的着名专家，恒久致力于线虫 C. elegans 的神经生物学研究。Emmons 实行室专注于神经回路功能，而 Hall 实行室则在电镜重修方面有精良的贡献。这篇论文发表在《Nature》杂志上，这是一个顶级科学期刊，以发表原创、紧张且具有广泛影响力的研究而著名。发表在《Nature》上的论文通常都颠末严酷的偕行评审，质量很高。
2. 论文大概内容

这篇论文的焦点内容是：初次完备地绘制出了雄性和牝牡同体奇丽隐杆线虫 (C. elegans) 的全动物毗连组（connectome） （毗连组是指生物体内全部神经元及其毗连的完备图谱）。
奇丽隐杆线虫（Caenorhabditis elegans，C. elegans）是一种非寄生性线虫，以大肠杆菌等微生物为食，身段透明，长度约1毫米，紧张分布在温带地域的土壤中。奇丽隐杆线虫有雄性（Male）和牝牡同体（Hermaphrodite）两种性别，在自然条件下，牝牡同体占大多数，可自体受精，也可担当雄虫的精子产生后代。
奇丽隐杆线虫是一种模式生物，其神经体系相对简单，但功能多样。此前的研究已经创建了牝牡同体线虫的毗连组，但雄性线虫的毗连组尚未完备绘制。这两种性别线虫在神经体系结构上有一些差别，这些差别大概导致活动和生理上的显着区分，值得探究与研究。

• 研究方法：
  
  
  
  • 该研究利用先辈的一连切片电子显微镜（serial-section electron microscopy, sSEM）技能，对雄性和牝牡同体线虫的整个身段举行了高分辨率扫描。
    
  • 通过对大量电镜图像的人工解释和三维重修，研究职员准确地追踪了每个神经元的胞体、轴突和树突，并辨认和记载了神经元之间的突触毗连。
    
  • 他们还开辟了新的算法和分析工具，以处置惩罚云云巨大的数据量。
    
  
  
• 紧张发现：
  
  
  
  • 完备的雄性毗连组： 这是该研究最紧张的一个贡献，他们初次完备地绘制了雄性线虫的毗连组，包罗全部的神经元和突触毗连。
    
  • 差别毗连组的比力： 研究发现，雄性和牝牡同体线虫的神经回路有许多相似之处，但也有显着的性别特异性差别，尤其是在与交配相干的神经回路中。
    
  • 新发现神经元信息： 在雄性线虫中，研究职员发现了从前未知的神经元范例和毗连模式。
    
  • 详细突触毗连范例： 该研究提供了有关突触毗连范例的详细信息，包罗化学突触和缝隙毗连（即所谓的电突触）。
    
  • 性别差别结构底子： 通过比力两种性别毗连组，研究职员展现了性别差别的神经回路结构底子，这有助于明确性别活动的神经机制。
    
  
  

二 论文焦点内容

1. Abstract

这项研究初次完备地绘制了奇丽隐杆线虫（C. elegans）的雄性和牝牡同体的全动物毗连组，为我们提供了该模式生物两种性别全部神经元及突触毗连的详细图谱。研究职员利用一连切片电子显微镜技能对雄性和牝牡同体线虫举行了高分辨率扫描，并联合人工解释和三维重修技能，准确地追踪了神经元的结构和毗连。
通过比力差别性别毗连组，研究展现了两者神经回路的相似之处和性别特异性差别，尤其在与交配相干的神经回路中发现了显着的差别。别的，研究还在雄性线虫中发现了先前未知的神经元范例和毗连模式。这些发现不光提供了关于性别差别神经回路结构底子的新看法，也为盘算神经科学提供了宝贵的资源，促进了对神经体系功能和性别的神经机制的明确。这项工作标记取神经科学研究的一个紧张里程碑，并为将来的神经回路研究奠定了底子。
动物可以大概举行各种各样的活动，这些活动必须被团体控制并精密整合，以促进生存和繁殖。为了明确动物活动，不光须要辨认特定反应和动作的细胞底子和回路，还须要形貌这些回路怎样整合以产生有凝聚力和优先级的顺应性输出。一个涵盖整个神经体系的毗连图对于研究怎样实现这种整合是须要的。迄今为止，已发表的源自电子显微照片的突触水平的神经图谱包罗线虫奇丽隐杆线虫和平静洋索线虫、小鼠的视网膜和部门新皮层、果蝇的视觉体系、蘑菇体、活动和幼虫逃跑反应回路、环节动物扁头虫的幼虫视觉体系以及海鞘尾索幼虫的中枢神经体系。在这里，我们提出了包罗线虫奇丽隐杆线虫成年两种性别神经体系的整个动物毗连组。
2. Whole-animal connectomes

先前的研究已经形貌了奇丽隐杆线虫神经体系紧张神经中枢的毗连性，比方成年牝牡同体的头部和尾部地区以及咽部，另有成年雄性的尾部地区。这些数据不光构成了奇丽隐杆线虫神经科学研究的底子，也构成了对网络结构及其潜伏动力学和控制特性的研究底子。
在这里，我们通过新的电子显微镜（EM）系列数据，增长了对雄性头部神经环和后泡神经节的神经回路重修，并重新解释了先宿世成的牝牡同体的图谱。这使我们可以大概以多种方式扩展之前的工作（Extended Data Fig. 1, Methods and Supplementary Information 1）。这些重修是定量的，基于突触的巨细（Methods, Extended Data Fig. 2 and Supplementary Information 2, 3），从而使图和网络分析成为大概。我们对数字化图像的解释方法使我们可以大概比之前的研究记载到更多的突触（Extended Data Fig. 1 and Methods）。
由于没有任何一个电子显微镜系列可以大概覆盖整个单一动物，为了生玉成动物毗连组，我们将来自差别重修系列的数据举行归并，并通过推断已知毗连在重复地区之间的关系来补充剩余的空缺。
牝牡同体毗连组的图有 460 个节点（302 个神经元，132 块肌肉和 26 个非肌肉末了器官），而雄性毗连组的图有 579 个节点（385 个神经元，155 块肌肉和 39 个非肌肉末了器官）。完备的细胞列表在Supplementary Information 4中给出。相应的图在牝牡同体中有 4,887 条化学（或定向）边和 1,447 条缝隙毗连（或无向）边，在雄性中有 5,315 条化学边和 1,755 条缝隙毗连边（Extended Data Fig. 3 and Supplementary Information 5）。它们是希罕图，分别占全部大概边的 3.2%（对于牝牡同体）和 2.4%（对于雄性）。固然希罕，但假如全部边的方向都被忽略，无论是化学突触毗连还是缝隙毗连，这两种性别的图都是连通的，这意味着存在一条路径毗连每一对节点（弱连通）。由缝隙毗连引起的物理毗连的比例在神经元种别中差别很大，对于非咽部中央神经元，其范围从高出 90% 到小于 5% 不等（Extended Data Fig. 3d）。
基于盘算分列的毗连性图的二维结构展现了感觉信息流的路径，感觉神经元和末了器官之间少量的（1-5个）突触步调，以及网络的前馈性子（Fig. 1; A3 and interactive versions of Fig. 1 can be found in the Supplementary Information）。节点在结构上与蠕虫神经剖解结构的显着相似性反映了经济的布线，这是包罗奇丽隐杆线虫在内的神经体系常见的属性。
只管两种性别的图结构外貌上看起来差别，但细致查抄表明，对于两种性别都存在的神经元，包罗头部中为头部活动和在物理及化学情况中导航提供感觉输入和决议的神经元，毗连路径相似但不完全雷同（see ‘Comparison of the sexes’）。在动物体内，神经元和神经突的分列方式类似（Extended Data Fig. 4）。紧张的性别差别在于生殖功能，牝牡同体的外阴和子宫肌肉以及控制它们的活动神经元；而在雄性中，则是在尾部存在大量额外的神经元、性肌肉和毗连，这些形成了交配的神经回路。
3. The architecture of information flow

我们利用化学突触的极性和物理毗连网络的结构，利用一种可以大概检测网络中条理结构的算法来对性别共享的神经元和末了器官种别举行排序 (Fig. 2)。（Lists of the neuron and end-organ classes are provided in Supplementary Information 6; adjacency matrices by cell class are included in Supplementary Information 7.）
中央神经元可以大抵分为四个条理，此中前三个条理和末了一个条理的分别依据差别。前三个条理的中央神经元大抵出现典范的前馈神经网络结构，以是根据某个神经元到活动神经元的间隔（以突触数量衡量）和到后续层级的影响力（比如毗连强度等）分别了三个层级。第四类中央神经元，即跨全部条理相互作用的中央神经元，不能顺应这种分层结构。
化学毗连和缝隙毗连分布在整个网络中（Extended Data Fig. 6）。
两种性别共有的83个感觉神经元可以根据刺激范例、毗连性和引发活动反应的性子分为六类。这些种别的输出在网络中差别性地分布（Fig. 3）。三个中央神经元层之间的化学毗连形成了一个前馈环路：第三层紧张靶向第二层和第一层，而第二层则靶向第一层。正如先前所指出的，前馈环路是奇丽隐杆线虫毗连组中广泛存在的模体（Extended Data Fig. 7）。
由于奇丽隐杆线虫的感觉神经元通常对多种刺激做出反应，感觉整合从感觉神经元本身内部开始。网络中单个节点处汇聚和发散的水平由一个称为节点度的量来指定，它指的是附着边的数量（邻人的数量）（Extended Data Fig. 3）。思量到细胞种别之间毗连的图，约莫 19 的中值度值分析白广泛的交错毗连，因此表明白整个神经体系中的汇聚和发散。发散的毗连使得来自单个感觉神经元的信息有大概在两个突触步调内到达网络中 70% 到 98% 的其他细胞。
除了到肌肉的输出外，神经体系还与非肌肉末了器官有相称多的毗连，包罗皮下构造、肠道、分泌体系，以及在雄性中，性腺（Extended Data Fig. 8 and Supplementary Information 5）。这些毗连表明，神经体系在影响生理方面的作用很紧张，不光限于分泌突触外信号。
4. Generation of body movements

奇丽隐杆线虫在觅食和活动过程中的姿势活动是由一组 95 块体壁肌肉产生的，这些肌肉分列成四个纵向行，此中两个是背侧的，别的两个是腹侧的。在每个象限内，相邻的肌肉细胞通过缝隙毗连举行电耦合（Fig. 1）。在 46 个种别中，有 154 个神经元与这些躯体肌肉有神经肌肉讨论（Extended Data Fig. 9a）。在这些神经元中，我们将 17 个种别中的 108 个神经元（占体壁肌肉输入的 91%）归类为活动神经元，由于它们的大部门输出是到肌肉，而且肌肉控制好像是它们的紧张功能（Extended Data Fig. 9b）。我们对一些活动神经元的分类与之前的分类有所差别（Supplementary Information 1）。
108个活动神经元可以细分为三组。五类头部活动神经元支配身段前部地区的肌肉（URA、RME、RMD、RIV和RMH），七类腹索活动神经元支配身段别的部门的肌肉（VA、DA、VB、DB、VD、DD和AS），五类侧下方活动神经元（SAB、SMD、SMB、SIB和SIA）的轴突在靠近四个肌肉象限的侧下方束中纵向延伸，从而输出到肌肉（Extended Data Fig. 10a）。侧下方活动神经元在此之前尚未被完全形貌，由于它们的轴突穿过尚未在高放大倍率下通过电镜完备成像的身段地区。对合成和开释乙酰胆碱的机制举行免疫荧光染色表现，这种神经递质沿着侧下方束广泛开释，至少在身段前三分之二的部门是如许（Extended Data Fig. 10b）。对可用显微照片的有限抽样查抄证实，开释位点对应于位于含有突触前致密区的肿胀处的、向皮下构造和肌肉的双突触（Extended Data Fig. 10c, d）。功能研究表明，SMD编码一种被称为Ω形转弯的深腹侧弯曲活动的幅度；SMB影响正弦活动的幅度；SAB被以为在本体感受中起作用；而SIA神经元则参加滞眠期间的所谓“翻转活动”。
可以预期的是，蠕虫的姿势将由这三组活动神经元的总输入所产生的肌肉张力所形成。究竟上，通过对四个“特性蠕虫”的外形举行求和，可以很好地形貌蠕虫的姿势，这些外形分别对应于这三组活动神经元：前两个是正弦波形，对应于腹索活动神经元的前向和后向种别；第三个是满身弯曲，对应于侧下方活动神经元的潜伏影响；第四个包罗头部弯曲，对应于头部活动神经元。
这三类活动神经元成员的支配是复杂的。总的来说，来自 82 个种别中的 60 个种别（73%）的中央神经元和感觉神经元（126 个神经元）对活动体系（活动神经元和肌肉）有显着强度（高出三个一连的电镜切片）的突触输入（Fig. 4）。这些观察效果夸大了奇丽隐杆线虫活动控制的复杂性，以及基于完备结构形貌并思量活动状态和活动输出作为网络涌现属性举行分析的紧张性。
5. Reproducibility of connectivity

为了评估毗连性的自然变异量，我们查抄了牝牡同体重修中，左右同源神经元对神经环中左右同源靶点的毗连性。对于化学毗连，边沿权重变革了10-40%，详细取决于毗连强度（Fig. 5a, Extended Data Fig. 11 and Supplementary Information 8）。缝隙毗连的变革更大。个体蠕虫之间的差别预计至少会这么大。以下部门将利用此信息来辨认性别差别。
我们查抄了一个显着的值得关注的非常值。在两种性别中，味觉神经元ASEL（即该对中的左侧神经元）与嗅觉神经元种别AWC的化学毗连性都比ASER（即该对中的右侧神经元）强。已知ASEL-ASER对在感知化学感觉线索的本领上具有侧向性。我们通过对该突触毗连举行体内荧光标记，证实了毗连性的差别（Fig. 5b）。
6. Comparison of the sexes

奇丽隐杆线虫两种性别的形态和构造的广泛性别分化延伸到了神经体系和末了器官。统共有8个神经元和16块性肌肉是牝牡同体特有的；91个神经元和39块性肌肉是雄性特有的。这些性别特有身分与294个神经元的共享神经体系举行突触整合。在雄性中，67%的共享神经元种别（93个种别中的62个）吸取来自性别特有神经元的输入，占其总输入的16%。反过来，54%的共享神经元种别（93个种别中的50个）对性别特有身分有输出，构成性别特有神经元输入的18%。在牝牡同体中，37%的神经元种别被两个性别特有神经元种别HSN和VC靶向，但这仅占共享身分总输入的1.4%。
控制产卵和交配等性别特有活动的回路既包罗性别特有的神经元，也包罗性别共享的神经元。这在雄性中最为显着，此中控制交配的神经网络由85个雄性特有神经元和64个共享神经元构成。一些共享神经元保存了它们在牝牡同体中雷同的功能，但被雄性特有的神经元靶向。比方，紧张的1层活动前中央神经元AVA和AVB分别促进退却和进步活动，它们被三个紧张的雄性特有中央神经元PVV、PVX和PVY靶向，这些神经元调治雄性在交配过程中的活动。其他参加雄性回路的共享神经元在成年雄性中与成年牝牡同体和幼虫阶段相比，发生了广泛的分化，并在两种性别中发挥差别的功能（Fig. 6a–f）。
性别特有的神经元毗连到头部的性别共享中央回路中，具有两个功能：调治显着的生殖活动期间的活动，以及介导性别特异性的、求食性的决议。它们的一些目的，此中几个在两种性别中都被靶向，也吸取来自性别共享感觉回路的输入，因此代表了性和非性通路整合的点（Fig. 6g, h）。
一些共享神经元，包罗感觉神经元，在性别上发生分化，以支持性别特异性的导航选择。已经形貌了11类共享神经元的神经递质表达的性别特异性模式。这种神经元特性的差别延伸到了整个神经体系的毗连性。Supplementary Information 9中提供了差别的统计排名。我们通过体内突触标记测试了六个化学毗连，并证实每个毗连都表现出两种性别之间的差别（Fig. 5c, d and Extended Data Fig. 12）。别的六个毗连已由其他人通过实行验证。在性分化过程中发生重塑的神经元的毗连中发现的别的33个化学和缝隙毗连差别也大概是真实的性别差别（Supplementary Information 9）。在中央通路中，存在涉及好像在性通路中起作用的共享神经元的性别差别（比方，AVF到RIF和RIM的雄性特异性毗连，以及AIM到AIB的雄性特异性毗连（AIM表现神经递质的雄性特异性表达，并表达雄性交配搜索促进神经肽PDF-1））。通过对性成熟前幼年动物的荧光突触陈诉基因的分析，我们进一步发现，除了先前形貌的性别特异性修剪外，性别二态性突触也可以通过突触打仗的性别特异性生长产生（Fig. 5d）。
仅从电子显微镜重修中辨认性别差别是困难的。如上文评估的那样（Fig. 5a），差别大概归因于发育变异、年龄差别、豢养条件或履历，更不消说重修本身中的偏差和完备水平的差别。思量到这些注意事项，差别的统计排名（Supplementary Information 9）提供了一个可供进一步查抄的候选列表。纵然担当这些保注意见，从上述效果的推断表明，在任何一种重修中发现的 10-30% 的实质性毗连（高出三个一连的电镜切片）大概代表了两种性别之间强度差别很大的毗连。这种大概的差别涉及化学和缝隙毗连，而且发生在整个网络的全部层面上（Extended Data Fig. 13）。
7. Discussion

我们展示了两种成年性别线虫的整个神经体系的物理毗连矩阵。这些定量的、相互毗连的网络为剖析奇丽隐杆线虫活动的神经控制提供了出发点。感觉输入通路的汇聚和发散水平使得一样平常情况下难以轻易辨认特定的活动反应通路。紧张的活动神经元以及它们的紧张活动前中央神经元高度互连，并担当来自剩余大部门神经元的一些输入，这使得对活动输出的简单表明变得困难。别的，结构毗连组仅形貌了功能通讯网络的一部门。通过神经递质、神经肽和激素举行的突触外通讯提供了第二个维度，用于控制信息流以实现最佳输出。这里概述的复杂电路肯定是奇丽隐杆线虫中许多已知活动的底子，也是那些相识较少或新奇活动（如学习和影象、动物间交换、社会活动和交配的复杂性）的底子。
这些全动物奇丽隐杆线虫毗连组应该被以为是一种概念化，由于它们是由多个动物构建而成，而且包罗一些在另一性别中观察到的毗连，以及一些根本没有观察到但基于某些地区的重复性而假设存在的毗连。由于自然发育的变异，个体在细节上会有所差别（Fig. 5a）。额外的差别将进一步增长这种根本水平的变革。奇丽隐杆线虫的神经突生长和突触的创建发生在整个幼虫发育过程中，并一连到 L4 幼虫阶段和成虫期，而且随着神经体系老化，异位神经突萌发还会继承。电路活动以及因此的履历对毗连性的增强已经被证实，但迄今为止研究甚少。个体蠕虫活动差别在多大水平上是由于毗连性差别造成的，仍有待探索。毗连组过于复杂，不应不受动态、稳态机制的控制；基于电镜的毗连组应被视为一个动态结构的快照。
这些效果在两个方面对建模研究很紧张。起首，单个神经元更详细的结构，以及单个突触的位置和结构，大概对于明确神经元在回路中的功能至关紧张。只管奇丽隐杆线虫的神经元在很大水平上是等势的，但控制活动的这些神经元的特性，如钙水平，大概是分隔的，正如先前在一个例子中所证实的那样。因此，信号大概不是在全部突触处都是匀称的或同步的。
其次，假如大量的节点或边（比方，代表电耦合的边）缺失，那么就无法认真地开展在毗连网络抽象层面上的神经体系功能建模。纳入末了器官至关紧张，由于至少在奇丽隐杆线虫的情况下，它们是电耦合的，这将对其活动产生显着影响。毗连细胞链中的任何缺口，比方驱动奇丽隐杆线虫活动的活动神经元和肌肉链，都会克制信号的流传。这里试图形貌的毗连组足以用于盘算分析。
我们对侧下方活动神经元的形貌、对中央性通路中中央神经元的辨认、对一类在原天职层结构中举行毗连的中央神经元的记载，以及对神经体系与非肌肉末了器官（如皮下构造）之间紧张界面的形貌，都突显了毗连组方法对于明确神经体系的功能和活动的紧张性。从布罗卡期间开始，一个多世纪以来，神经科学家们不停致力于探求活动的神经底子。对于这项工作，毗连组重修是一种强盛的方法。一些神经元的功能可以从它们的毗连性中推断出来，这可以将它们辨以为从前未知的细胞种别。神经元怎样发出信号取决于它们是化学耦合还是电耦合。电镜水平的超微结构可以指示神经元的功能，如感觉感知或激素分泌。建模方法，其完备性至关紧张，可以通过毗连组来实现，并提供新的看法。物理结构提供了大量的新信息，此中大部门是无法预见的；未知的未知事物大概会显现出来。由结构展现的新信息为后续通过实行方法举行假设查验提供了底子。
三 论文阅读分析

1. 感觉神经元

有哪些感觉信息输入？

• 特别化学物质感知：chemo sensory（比如某些致命化学物）
  
• 气味感知：odor sensory（比如氧气，二氧化碳，交际信号）
  
• 温度感知：thermo sensory
  
• 触觉感知：touch sensory
  
• 痛觉感知：nociception sensory
  
• 食品感知：food sensory
  

怎么分类感觉神经元？SN = Sensory Neuron

• SN1：food, nose touch
  
• SN2：chemo
  
• SN3：touch
  
• SN4：O2, CO2, social
  
• SN5：nociception
  
• SN6：chemo, odor, thermo
  

2. 中央神经元

怎么分类中央神经元？IN = Interneuron

• IN1：紧张面向活动神经元输出
  
• IN2：紧张面向IN1神经元输出
  
• IN3：紧张面向IN2神经元输出
  
• IN4：神经元输出没有显着方向
  

中央神经元有何特点？

• IN3紧张向IN2输出，IN2紧张向IN1输出，IN1紧张向活动神经元输出
  
• IN1, IN2, IN3可以担当感觉神经元的输出，可以向活动神经元输出
  
• IN1, IN2, IN3, IN4相互均存在双向毗连，IN4很少向活动神经元输出
  
• 神经元环路非常广泛，循环反馈调治模式是中央神经元的通路毗连特色
  
• 神经体系的复杂逻辑交互与动态信息处置惩罚的焦点在于中央神经元毗连
  

3. 活动神经元

有哪些活动信息输出？MU = Muscle

• 头部肌肉：HMU
  
• 躯体肌肉：BMU（除头部外的别的部门）
  

怎么分类活动神经元？MN = Motor Neuron

• HMN：头部活动神经元
  
• BMN：躯体活动神经元
  
• SMN：姿态活动神经元（控制身段活动姿态）
  
• VC：ventral nerve cord，腹侧性相干活动神经元
  
• HSN：hermaphrodite-specific neurons，牝牡同体性相干活动神经元
  

牝牡同体和雄性线虫的神经元体系紧张差别在于性相干神经元的差别，性相干神经元紧张两类：VC和HSN。牝牡同体的精子进入和产卵通道在腹侧中部，雄性精子输出紧张在尾部。
4. 全部神经元

简化图：

牝牡同体：

雄性个体：

5. 相干的数据

神经元分类-奇丽隐杆线虫
神经元毗连-牝牡同体线虫
神经元毗连-雄性个体线虫
将来的人工智能注定分化为两条路：一条路以一连盘算为主体的拟合智能，以深度学习为代表；另一条路以离散盘算为主体的情势智能，以生物智能为代表。客观说，并没有任何一种算法可以办理全部范例题目，每种算法都有着实用的范畴。
一连盘算为主的智能长处在于建模简单，缺点在于无法高效分离盘算导致复杂度较高；离散盘算为主的智能长处在于可以有用分离盘算从而低沉复杂度，缺点在于难以有用创建学习模子。两者在实现智能上均存在各自的上风，大概相互协作才是终极的归宿。