华中科技大学发表Nature Methods新文章
来自华中科技大学的研究人员报告称，他们利用称作为NeuroGPS-Tree的软件自动重建了具有密集神经突起的大规模神经元群体。这一研究成果发布在11月23日的《自然方法》（Nature Methods）杂志上。
华中科技大学的曾绍群（Shaoqun Zeng）博士和龚辉（Hui Gong）教授是这篇论文的共同通讯作者。前者主要从事生物医学光学、生物医学成像、神经回路与蛋白质功能高分辨成像新技术新方法、生物信息技术等研究。 后者的主要研究方向包括认知光学成像与神经信息学、数字生命与医学影像。
绘制神经回路是脑研究的中心工作之一，需要通过神经元群体的成像数据集来鉴别出单个神经元、它们的突触连接与细胞类型。这些分析很大程度依赖于重建单个神经元的形态或群体中的神经树。近年来标记和成像技术的进步使得能够生成高质量的群体成像数据，促成了广泛及详细地研究神经网络，并激发重建了大神经元群体。一直以来，研究人员都是通过手动追踪几个神经元来分析树突的形态，然而这对于重建群体而言耗时且不切实际。
近年在一些文献中描述了一些适用于自动构建的软件工具，其中大多数可以成功追踪神经树的个别分支。这些技术可以扩展用于稀疏标记的神经元，但却不适 用于密集神经元群体，在密集神经元群体中空间位置相互靠近的神经突起有可能会相互接触、连接或重叠。如果不能鉴别出错误推断的连接，个别神经树可能会在重 建中组合在一起。即便一些最好的可用方法也无法利用这样的群体在重建测试中鉴别个别神经树。
在研究人员探讨这些工具的基本原理时，注意到了只利用局部的信号强度或特异的连接模式来评估疑似联系或许不能解析一些不确定的联系。当一个有经验的 人完成手动分割时，除了局部信号，他/她还要利用整体信号来逐步分别假联系。这一策略对于以高精度区分个别神经元及交织的神经突起至关重要。
受此启发，在这篇Nature Methods中华中科技大学的研究人员报告称，开发出了一个整合这种整体分割策略到自动重建框架中去的神经元重建工具。这项工具是建立在他们过去开发出 的软件NeuroGPS基础上，因此将之命名为NeuroGPS-Tree。由此，他们自动重建出了一些神经元群体。对于采用其他方法无法解析的神经元群 体，研究人员获得了近80%的精度和召回率。他们还示范了在3小时内重建960个神经元。
研究结果证实了，NeuroGPS-Tree是用于分析神经突起密度太过复杂的数据集的一个有效工具。NeuroGPS-Tree还适用于分析大规模数据集，或许还可用于绘制神经回路。
