㈠ 怎麼運用影像學法發現大腦皮層的功能分區
1、將雙手分別處於靜止和對指運動狀態下MR信號各自疊加在一起。
2、計算出雙手靜止和運動時的平均圖像。
3、比較找出其中差異（P小於0.0001）的像素及其位置，得到由這些像素組成的功能信號。
4、將功能信號和相應層面T1像疊加。
5、進行腦頂部的水成像，以觀察整個腦頂部的腦溝回的形態，並與腦功能信號疊加。
㈡ Nat子刊：影像學-基因組學的關聯研究揭示人腦結構和功能表達奧秘
Richard Dear及其同事，通過優化處理艾倫人腦圖集，揭示了大腦皮層基因表達的新組成部分C2和C3，這些部分在神經元、代謝和免疫過程中顯得尤為重要。C2和C3與自閉症和精神分裂症的發病機制特別相關。從胎兒到成年初期，C1至C3的表達模式存在差異，其中C3與精神分裂症的遺傳風險關聯顯著。
他們的研究成果發表在最新一期的Nature Neuroscience雜志上，題為「Cortical gene expression architecture links healthy neurodevelopment to the imaging, transcriptomics and genetics of autism and schizophrenia」。通過全腦、全基因組轉錄圖譜，作者指出，除了主要成分C1外，C2和C3可能關鍵影響大腦發育，並與自閉症譜系障礙和精神分裂症顯著關聯。這些成分揭示了大腦不同區域間的神經連接和功能發展。
研究分析了約16,000個基因的表達，發現DME技術在提高數據可推廣性方面優於PCA，尤其是在降低雜訊和提取基因表達模式上。前三個組件解釋了數據集總方差的38%、10%和6.5%，並在解剖空間中展示了不同的軸向對齊。這些成分在PsychENCODE數據集中的轉錄模式也得到了驗證，顯示了非線性技術在基因表達分析中的有效性。
研究連接基因轉錄與大腦多模態S-A軸的關系，定義了10個包括MRI和PET在內的大腦圖譜。構建了相關矩陣，並通過數據驅動聚類分析形成三個簇，每個簇對應一個正交轉錄成分。發現C1與髓鞘化標記物和皮質厚度圖關聯，C2與有氧糖酵解和腦血流等多張圖譜關聯，C3主要與功能性MRI連接的梯度和認知相關。這表明，將所有神經成像表型與單一轉錄成分對齊過於簡化，三個轉錄成分對於解釋更廣泛的細胞和功能表型更為有效。
作者分析了單細胞RNA-seq數據，探討了AHBA衍生的基因成分與特定細胞的共表達一致性。在單細胞水平上，相同成分的基因顯示出顯著的反相關表達，而不同成分之間沒有這種反相關。C1和C2的表達從胎兒期到兒童期與成人階段高度一致，而C3的表達在青春期後顯著增強。這些結果揭示了基因表達在不同發育階段的獨特模式，有助於理解大腦發育的復雜機制。
研究發現，ASD與大腦皮層收縮及特定基因表達的變化顯著相關，尤其是在C1和C2組分中。ASD患者大腦某些區域體積的非典型減少，ASD相關的基因在C1和C2中富集，而精神分裂症則在C3中富集。最新GWAS也證實了這種分布模式，其中ASD與C1和C2的遺傳變異顯著關聯，而精神分裂症則主要與C3關聯。這些發現突顯了不同神經發育障礙在大腦結構和分子水平上的異質性，為未來的診斷和治療提供了可能的生物標志。
研究揭示了人類大腦基因表達的結構更為復雜，發現C2和C3分別富集了與「代謝」、「表觀遺傳」和「突觸」、「免疫」相關的基因，這些基因與智力和教育成就有顯著關聯。此外，C2和C3的空間表達與大腦宏觀組織的特定表型緊密相關。研究不僅揭示了人類大腦的基因表達架構更為復雜，還表明這些表達成分在神經發育障礙的發生中可能扮演關鍵角色。這些成分在不同大腦發育階段的表達和它們與疾病機制的交叉也提供了重要的洞見。