艾伦大脑图集ABA(在大脑单细胞， 空间转录组研究中的应用)

有了它，研究小鼠，人类的大脑再也不用怕了！

Allen brain atlas: https://portal.brain-map.org/，我想称之为神器也不为过吧！

Fig1. https://portal.brain-map.org/ 

科学家将脑相关数据编制成一个名为“艾伦人脑图谱”的数据库，该图谱显著标识出人类基因图谱中的每个基因在大脑的何处表达，供公众自由免费访问。除了基因在脑部区域的表达，对于全面了解脑部结构区域也是一个有效的途径。

对于一个没有实验基础或只是一名初步接触脑组织的研究者来说，困扰可能是对脑的基础结构缺乏一个清晰的认识（特别是对于一些研究脑的空间结构的人），这儿介绍一下ABA在目前脑单细胞研究中的应用。

1， 在脑单细胞转录组数据分析中的应用

单细胞转录组数据分析中，存在的最大的一个问题可能就是分群，细胞类别识别了吧。大脑中的细胞包含什么细胞类别，这些类别包含哪些特异基因是值得探究的。ABA提供了免费下载的人类，小鼠的大脑单细胞数据集，供大家对脑细胞分类进行研究。这些数据集可能可以从侧面验证我们基于自己的数据得到的一些结论。

2，在脑空间转录组中的应用

空间转录组，顾名思义，不仅仅包含了转录表达信息，更多了这些细胞表达的空间信息，作为一名对脑区域了解为零的小白，给一个组织切片，咋也看不懂呢，何谈给切片分区，识别不同区域的差异。幸运的是，ABA提供了大脑切面详细的分区信息，无论是冠状切片还是矢状切片，无论是小鼠还是人类的大脑，在这儿都能找到你想要的。

FIg3

如图，这儿是p56期小鼠大脑的冠状切片，选取的是第93张切片，右边标记了这张切片上包含的组织信息，主要是由大脑皮层，海马形成，中脑构成，更详细的区域划分我们也可以直观从切片信息中获得。

大致明白了切面包含的空间信息，那我们能如何结合自己的空间转录组数据分析呢？

例如，seurat官网分析了小鼠的矢状切面前部（https://satijalab.org/seurat/articles/spatial_vignette.html）

Fig 3. Seurat分析空间转录组数据

如图，根据这儿提供的空间 转录组数据，seurat分析显示切片包含的spots可以分为15个簇(C0-C14)，映射到空间切片上可以发现明显的分群，但是没群是什么组织细胞对于没有脑基础的研究者来说还是很模糊的。通过ABA查询小鼠矢量切片，我们可以发现与Fig 5 的前部可以对应。

Fig 4. 小鼠大脑的矢状切片

这样，我们可以清晰的区分，C5，C11主要为小鼠嗅球部分，而C1，C3，C4，C6，C7主要小鼠大脑皮层，C14为海马体部分。此外，利用基因在空间表达模式，也可以轻松验证上述分类，如Hpca主要在海马体表达，我们可以看到切片信息中，Hpca在C14中表达最高，同样，通过ABA查询Hpca在大脑中的表达情况，我们发现Hpca在海马体中表达富集。如图Fig6，Fig7。

Fig 5. Hpca在空间切片上的表达。 Fig 6. Hpca在大脑冠状切片中的荧光染色。

因此，我们可以根据ABA提供的每个区域特异的高表达的基因，来确定我们空间切片上的结构区域。另外，可以在基因表达层面来分析空间结构差异，识别新的结构区域，以及一些区域特异基因。

补充1：ABA提供了许多有用的tools。们可以直接下载获得人类，小鼠的单细胞数据集，查看某个区域的特异表达基因，查看2D或者3D的大脑结构。这为基础科研人员提升对大脑的认识提供了宝贵资源。

补充2：ABA对于空间转录组分析更详细的应用可以查看SCIENCE ADVANCES上发表的Molecular atlas of the adult mouse brain一文，作者测了小鼠全脑的空间转录组数据，对比ABA脑部区域，在isocortex, hippocampus上识别了一些新的亚区域（Fig 7）。

Fig7 Molecular atlas of the adult mouse brain