中科院脑科学与智能技术卓越创新中心：在“脑海”中突破进取

来源：作者：人气：-发表时间：2018-12-29 15:43:00【大中小】

2017年底，“中中”和“华华”两个可爱的小猴子降临人世，标志着中国率先开启了以体细胞克隆猴作为实验动物模型的新时代。这是继2016年建立食蟹猴自闭症模型后，中科院脑科学与智能技术卓越创新中心再一次取得非人灵长类模型领域的重要原创成果。

还是在2016年，该卓越创新中心成功绘制了更精确的人脑功能分区图谱，即人类脑网络组图谱，为实现脑科学和脑疾病研究的源头创新提供了重要基础。

如今，上述成果共同入选“中科院40年40项标志性重大科技成果”，跻身“面向世界科技前沿”的15项成果之列。

非人灵长类模型领跑全球

“这些成果入选，是因为它们证明中国科学家在生命科学一些领域中，是能站在世界前列的。”中科院院士、脑科学与智能技术卓越创新中心主任蒲慕明对《中国科学报》说，“世界上很多国家、很多研究机构都曾试图完成这些工作。令他们意外的是，中国学者率先做了出来。”

2016年，仇子龙和孙强团队在世界上首次建立了携带人类自闭症基因的非人灵长类动物模型——食蟹猴模型，构建了非人灵长类自闭症行为学分析范式，为观察自闭症的神经科学机理研究提供了一扇重要窗口，为深入研究自闭症的病理与探索可能的治疗干预方法奠定了重要基础。

但这种方式获得的模型还不能算真正意义上的动物模型，真正的模型需要基因背景一致。在这种需求下，“中中”和“华华”应运而生。

在它们之前，非人灵长类动物的体细胞克隆是个世界性难题。美国、德国、日本、新加坡和韩国等多家科研机构不断探索和尝试，但始终未能成功。

“一个主要的限制因素，是供体细胞核在受体卵母细胞中的不完全重编程，导致胚胎发育率低。”中科院神经科学研究所非人灵长类研究平台主任孙强说，“另外，非人灵长类动物胚胎的操作技术不完善，这些都影响了实验的成功。”

在孙强的带领下，研究团队攻破多项技术难关，不仅获得了世界上首个体细胞克隆猴，也开启了一个崭新的时代。

为人类脑疾病研究开辟新路

与其他哺乳动物类群相比，非人灵长类动物的克隆和基因改造有着极其重要的科学意义。

小鼠、大鼠等最常用的实验动物，在身体结构和生理生化上与人类的差异还是比较明显。尤其是神经系统的差异，远大于其他系统。人类很多疾病，特别是脑疾病，之所以一直没有很好的治疗方法，一个重要原因就是用小鼠做疾病模型并不合适。

“因此，我们迫切需要用非人灵长动物创建更多疾病模型，同时用克隆或其他手段快速建立种群，让这些实验动物在疾病研究领域发挥更大的作用。”食蟹猴自闭症模型研究者、中科院神经科学研究所研究员仇子龙对《中国科学报》说。

蒲慕明解释，动物实验需要使用遗传背景相同的动物。在小鼠等常用的实验动物中，人们通过多代近亲繁殖得到了许多稳定遗传的品系。但对灵长类动物显然不能那么做。另外，从科研伦理的角度考虑，也必须降低实验用灵长类动物的数量。

“而体细胞克隆技术，恰恰可以在较短时间里产生一批遗传背景一致的个体，从而大大降低了实验动物的消耗量，这个意义非常重大。”蒲慕明说。

展望未来，孙强表示：“后面要做的事情还有很多。比如提高克隆猴技术本身的效率，以及利用克隆技术实现模型猴的构建等。”

实现人类脑图谱百年突破

经过6年的努力，中科院自动化所脑网络组研究中心蒋田仔团队联合国内外其它团队，成功绘制出全新的人类脑图谱：包括246个精细脑区亚区，以及脑区亚区间的多模态连接模式。

在此之前，学界最常用的脑图谱还是100多年前，德国神经科学家Brodmann在单个人的尸体组织标本上利用细胞构筑绘制的脑图谱。而蒋田仔等人的这项成果，不仅比传统的Brodmann图谱精细4~5倍，具有客观精准的边界定位，更重要的是，它还是首个宏观尺度上的活体全脑连接图谱。可以说，他们打破了延续100多年的传统脑图谱绘制思想，引入了全新的思想和方法。

蒋田仔表示，为了让这项技术更好地进入临床应用，人类脑网络组图谱未来将向以下三个方向重点发展：基于更精细的图谱寻找不同神经精神疾病的早期诊断、预后判断、疗效评价等方面的生物标记；在不同尺度上验证图谱中不同区域在情绪、记忆等人类认知行为中的功能环路，建立脑功能图谱；用语言、认知等相关方面的图谱来指导在类脑研究中建立新的计算模型。

据蒋田仔介绍，上述3项入选研究都是在中科院B类战略性先导科技专项“脑功能联结图谱与类脑智能研究”的支持下完成的。

2012年这一先导专项启动以来，在Nature、Science、Cell等权威期刊发表论文，代表性成果入选“中国科学十大进展”“中国科学十大科技进展新闻”“中国十大医学进展”和“中国科学院‘十二五’标志性重大进展”。

“脑科学与智能技术卓越创新中心是中科院最大、最复杂的卓越中心，包含了34个共建单位。除了各个研究所外，还包括大学、医院和企业单位。”蒲慕明说，“我们正努力把100多个实验室联合在一起，组成有效率的团队，期待未来做出更多更好的成果。”