大脑由数十亿个神经元组成，每个神经元都像一个独特的“信息处理器”。它的功能由其基因表达（软件）、形态结构（硬件）和全脑连接（网络）共同决定。因此，神经科学的一个核心目标是：理解这三个特征如何在同一神经元内协同工作。

然而，长期以来，这面临着一个巨大的技术鸿沟。科学家可以分别测量神经元的基因表达、全脑投射模式或活体活动，但要将这三者整合到同一个神经元上，几乎是不可能的——因为跨模态追踪单个神经元身份极其困难，往往需要在不同实验中对不同细胞分别测量，再通过统计推断来“拼接”真相。

2026年6月18日，中国科学院脑科学与智能技术卓越创新中心王凯研究团队和徐圣进研究团队联合在Cell在线发表题为Multimodal imaging of gene expression, morphology, and activity of the same neuron的研究论文，该研究成功突破了这一瓶颈。研究团队开发了一个名为基于成像的多模态表征（IMC）的平台，首次实现了在同一神经元内，同时获取其活体活动、全脑投射模式和基因表达谱的三模态数据。

技术突破：如何“锁定”同一个神经元？

IMC平台的核心在于解决了多模态兼容性问题。它将三种技术无缝衔接：

1.活体钙成像：先在小鼠初级视觉皮层中记录神经元对视觉刺激的响应。

2.全脑形态重建：随后对大脑进行组织透明化处理，在完整大脑中重建同一神经元的长程轴突投射路径。

3.基于图像的转录组分析：最后在厚脑切片上进行原位RNA检测，获取该神经元的基因表达谱，包括亚细胞水平的RNA定位。

通过这一流程，研究团队成功获得了141个皮层投射神经元的三模态特征图谱。

文章模式图（图源自Cell）

核心发现：形态与基因表达互补预测功能

利用这一平台，研究人员分析了神经元的功能特异性与形态、基因表达之间的关系。他们发现：

1.轴突树突的分布区域、细胞体位置、转录组特征以及亚细胞RNA定位，都是区分不同视觉刺激响应类型的重要预测因子。

2.最关键的是，形态学特征与转录组特征具有互补性。单独使用任何一种特征，预测准确性有限；但当两者结合时，可以更准确地预测神经元的功能角色。

这意味着，神经元的“形状”和“软件”并非冗余信息，而是从不同维度共同塑造了其功能特性。

科学意义：从“平均”走向“单细胞”

这项研究的突破性在于，它提供了一种可推广的技术框架，使科学家能够首次在单神经元水平上，系统性地追问“基因-结构-功能”之间的因果关系。未来，这一平台可扩展到其他脑区和行为范式，帮助我们真正理解大脑的“布线图”是如何从每个神经元的分子程序中涌现出来的。

脑智卓越中心的博士研究生赵钰琛、石子琦、刘星兰和副研究员丛林为本论文的共同第一作者；脑智卓越中心王凯研究员和徐圣进研究员为共同通讯作者，其中徐圣进研究员为Leadcontact。脑智卓越中心已毕业博士生余鹏对该研究作出了重要贡献。脑智卓越中心数据中心为在线数据库和可视化网站建设提供了支持。

参考消息：https://www.cell.com/cell/abstract/S0092-8674(26)00641-0