Cell Rep.：破解神经元结构的“条形码”——复旦大学彭汉川/刘裕峰团队提出多尺度神经形态条码化新框架MMB

背景：神经元形态是大脑环路计算的结构基础，但其跨越多个空间尺度的复杂性使得全脑范围内的系统性结构分析与比较面临挑战。研究目的：开发一种标准化、可扩展的量化方法，将复杂的单神经元形态转化为可解释的符号条形码，以解析大脑结构组织规律、环路连接及脑疾病表型。结论：复旦大学彭汉川/刘裕峰团队提出了多尺度形态条码（MMB）框架，通过对1,876个小鼠神经元数据的分析，生成了涵盖全细胞形态、主轴突束、分支组织和预测突触前分布的四个层级条形码。研究揭示了大脑组织的两大原则——区域特异性和尺度依赖性，证实了形态多样性携带独立于连接性的结构信息。MMB不仅大幅降低计算难度，为海量全脑数据的索引和比对提供工具，还未来有望应用于精神分裂症、阿尔茨海默病等跨尺度结构异常的疾病研究。