成人大脑神经元能否再生？一直以来都没有明确的答案。尽管在几年前有国外专家认为成人大脑神经元并不具备再生能力，但不久，就有其他医学专家站出来反驳，认为即便是在成年人大脑内，某些部位结构仍保留着自我再生功能。

　　再生医学网获悉，近日，来自夕法尼亚大学佩雷尔曼医学院的宋洪军和明国莉的研究团队，通过单核RNA测序和基于机器学习的方法，对人一生中不同阶段的海马imGCs进行分析，构建了首个人全生命周期imGCs的分子特征，相关研究成果发表在《自然》杂志上。

　　在该项研究中，该团队发现，在人的整个生命周期中，海马中均存在imGCs，婴儿期imGCs占到颗粒细胞总数量的9.4%，4岁以后则为3.1%~7.5%，并随着年龄的增长这一比例逐渐下降。与成熟颗粒细胞（mGCs）相比，imGCs的基因表达特征与神经发生及可塑性相关。同时，手术获得的人成年海马组织在体外培养后能够获得大量的imGCs，这些结果都支持成年大脑具有神经再生的功能。

　　此外，研究人员还注意到，在阿尔茨海默病（AD）患者中，imGCs数量减少，且基因表达改变，表明了imGCs在AD中具有一定的研究价值。

　　为了验证猜想，研究人员首先对4个婴儿（这一时期imGCs丰度较高[4]）的海马样本进行了snRNA-seq分析，并根据未成熟神经元标记DCX、颗粒细胞标记PROX1和CALB1对细胞进行分类。

　　他们发现传统的非监督聚类方法无法在snRNA-seq数据集中识别imGCs群体。为了识别imGCs，研究人员尝试使用一种有监督机器学习方法来对细胞进行分类。该方法通过对原型细胞的分子特征进行提取，进而对每个待分类细胞与原型细胞进行相似性分析，从而进行细胞分类。

　　进行为了验证该方法的准确性，研究人员首先将其应用于不同年龄小鼠海马的单细胞测序数据集。紧接着，研究人员将小鼠海马数据集中颗粒细胞集群中的Dcx+Prox1+Calb1-imGCs细胞作为原型，同时还有主要的非神经元细胞类型的原型，对模型进行训练。

　　模型训练完成后，将其用于不同年龄阶段小鼠海马数据集的每个细胞进行分类，并将模型的分类与集群注释相比较，发现模型识别的未成熟神经元主要为imGCs和神经母细胞，且imGCs占到绝大多数。重要的是，该模型可区分imGCs与mGCs。因此，这种基于机器学习的方法可以有效地区分未成熟神经元和成熟神经元。

　　紧接着，研究人员将该模型应用于婴儿海马数据集，以婴儿imGCs和其他非神经元细胞为原型细胞进行分类，识别出样本中的imGCs。

　　与mGCs相比，imGCs的基因表达特征与神经系统发育、神经发生和突触发生相关。

　　最后，为了验证成年后海马产生新神经元的能力，研究人员对年龄从2-61岁的10个癫痫患者的海马样本进行体外培养，其中有8个在体外培养1-2周后可观察到EDU+Prox1+Calb1-新生颗粒细胞，且超过80%的细胞DCX或STMN1阳性。这些结果表明了成年海马后齿状回中仍可产生新的颗粒细胞。

　　总的来说，该研究通过机器学习的方法，在单细胞分辨率下构建了首个人海马区imGCs在整个生命周期内的动态分子特征图谱，证明了成年后海马中仍然存在imGCs，具有发展为成熟的新颗粒细胞的能力。

　　要说神经科学领域最具有争议性的话题是什么，那肯定非脑神经元再生莫属。对此，再生医学网表示，随着该项研究成果的问世，或许将为这场旷日持久的争论划上一个圆满的句号。相信在不久的将来，科学家们能够凭借此项研究成果开发出更多的新型疗法。