类器官中自组织神经网络揭示前脑回路组装原则研究

前脑神经网络的组装依赖分子信号与活性依赖的精细调控，但其拓扑特征是源于细胞内在组织还是外部区域信号仍不明确。小鼠前脑类器官为研究内在机制提供了理想模型，可在无外源输入的情况下重现神经发育过程。目前，类器官中神经网络的自组织规律，尤其是不同细胞组成(如兴奋性神经元与抑制性中间神经元)对网络架构的影响尚未明确。本研究通过构建背侧(DF)和腹侧(VF)前脑类器官，结合纵向电生理记录，揭示细胞组成差异如何驱动神经网络的特异性自组织，为理解皮质回路组装的发育原则提供新视角。

来自美国加州大学圣克鲁兹分校的团队在《bioRxiv》(2025 年 5 月预印本)发表了题为Self-Organizing Neural Networks in Organoids Reveal Principles of Forebrain Circuit Assembly的研究。

核心内容如下：

研究方法：

类器官构建：从小鼠多能干细胞生成 DF 和 VF 前脑类器官，DF 通过抑制 WNT 和 TGF-β 信号诱导，VF 通过激活 Sonic Hedgehog(SHH)通路富集腹侧特征;

表征手段：单细胞 RNA 测序(scRNA-seq)鉴定细胞类型，高密度多电极阵列(HD-MEAs)记录纵向电生理活动，结合网络拓扑分析(小世界指数、核心 - 外围结构、枢纽神经元鉴定);

药理学干预：使用 Gabazine 阻断 GABA 受体，探究兴奋 - 抑制(E-I)平衡对网络动态的影响。

关键结果：

网络动态差异：DF 类器官表现出渐进增强的网络同步性，VF 类器官则形成更精细的活动模式、增强的小世界拓扑和模块化组织;

细胞组成驱动差异：VF 中 Pvalb + 中间神经元富集，可能是其网络特征的关键驱动因素;

拓扑特征：两者均形成小世界网络，但 DF 以全局整合为主，VF 以局部聚类和模块化见长，揭示细胞组成对回路自组织的决定性作用。

实验结果

图 1：背侧前脑类器官的优化生成与细胞类型鉴定

该图展示 DF 类器官的分化方案及细胞组成。(A)流程示意图：通过抑制 WNT 和 TGF-β 信号，诱导小鼠胚胎干细胞(mESCs)分化为 DF 类器官，分阶段使用不同培养基促进神经祖细胞扩增和成熟;(B)免疫荧光显示各阶段标志物表达：早期表达祖细胞标志物 Sox2、Pax6，中期表达中间祖细胞标志物 Tbr2 和神经元标志物 Tubb3，成熟期表达皮质投射神经元标志物 Ctip2 和 Brn2，以及 GABA 能中间神经元;(C-G)scRNA-seq 分析显示，DF 类器官包含谷氨酸能神经元、Pvalb + 和 Sst + 中间神经元等，且在不同基因型 mESC 系中细胞组成一致，与小鼠胚胎皮质的细胞类型图谱高度匹配。

图 2：背侧前脑类器官的电生理发育特征

该图通过 HD-MEA 记录分析 DF 类器官的网络活动动态。(A)记录装置示意图：利用高密度多电极阵列捕捉单细胞分辨率的神经活动;(B-C) raster 图和 STTC 矩阵显示，神经元 firing rate(放电率)和 spike-time 相关性随发育增强;(D-E)小提琴图量化显示，早期(23-33 天)到晚期(46-64 天)，log 转换后的平均 firing rate 从 0.179±0.04 Hz 升至 0.45±0.03 Hz，STTC 值从 - 1.11±0.04 升至 - 0.92±0.02，表明网络同步性渐进增强;(F-G)混合效应模型证实，不同基因型 mESC 系的电生理轨迹一致，提示方法稳健性。

图 3：背侧前脑类器官中兴奋 - 抑制平衡对网络协调的调控

该图探究 E-I 平衡对 DF 网络的影响。(A)实验设计：基线记录后施加 GABA 受体拮抗剂 Gabazine，观察网络活动变化;(B-D)分析显示，Gabazine 处理延长爆发持续时间，显著提高 STTC 值(基线 0.107±0.011 vs 处理后 0.188±0.014)，但对 firing rate 影响较小，表明抑制性中间神经元通过调控同步性塑造网络动态，验证了 E-I 平衡在回路组织中的核心作用。

图 4：腹侧前脑类器官的表征与细胞类型特征

该图展示 VF 类器官的诱导方案及细胞组成。(A-B)示意图：通过激活 SHH 通路(SAG 处理)和抑制 MEK/ERK 通路，诱导 VF 特征;(C-D)免疫荧光和定量显示，VF 中腹侧标志物 Nkx2.1 + 细胞占比(34.64±20.06%)显著高于 DF，而背侧标志物 Pax6 + 细胞占比(16.64±17.81%)显著降低;(E-G)scRNA-seq 证实 VF 富集 Pvalb + 中间神经元;(H)免疫荧光显示 GABA、Sst、Pvalb 共表达，且 Pvalb + 区域形成神经周网(PNNs)，提示中间神经元功能成熟。

图 5：背侧与腹侧前脑类器官的网络动态差异

该图对比 DF 和 VF 的电生理轨迹。(A-C)小提琴图显示，VF 的 firing rate 在早期到中期升高后趋于稳定，而 STTC 值保持稳定;DF 的 STTC 则持续升高;(D)混合效应模型证实，两者 STTC 的发育斜率存在显著差异(DF 0.008±0.001 vs VF 0.002±0.003)，表明 VF 因中间神经元富集，同步性未随发育增强，形成与 DF 不同的网络成熟模式。

图 6：背侧与腹侧前脑类器官的网络拓扑差异

该图分析网络的小世界特征。(A)拓扑示意图：规则网络(高聚类、长路径)、小世界网络(高聚类、短路径)、随机网络(低聚类、短路径);(B)量化显示，VF 的小世界指数(S)在各阶段均显著高于 DF(早期 3.14±1.7 vs 2.46±0.3)，主要由更高的归一化聚类系数(Cnorm)驱动，表明 VF 通过增强局部连接形成更典型的小世界结构。

图 7：背侧与腹侧前脑类器官的核心 - 外围组织差异

该图通过 k-core 分解分析网络分层结构。(A)算法示意图：逐步移除连接数少于 k 的节点，剩余核心区域代表网络枢纽;(B-C)量化显示，DF 的核心 - 外围交互强度随发育增强(晚期 0.18±0.01)，VF 则逐渐降低(晚期 0.08±0.02)，表明 DF 以全局整合为主，VF 以模块化分隔为特征。

图 8：背侧与腹侧前脑类器官的枢纽神经元组织

该图鉴定枢纽神经元及其分布。(A)枢纽特征示意图：高连接性和网络影响力;(B-C)分析显示，DF 的枢纽神经元分布于网络核心，形成密集互连;VF 的枢纽神经元则聚集为局部集群，模块化程度随发育升高(晚期 VF 0.435±0.2 vs DF 0.262±0.1)，提示枢纽神经元组织与网络功能特化相关。

图 9：背侧与腹侧前脑类器官的功能社区结构

该图分析网络的功能模块动态。(A-B)社区检测显示，DF 的模块间爆发相关性更高(0.239±0.01 vs VF 0.19±0.01)，时序更规律;(C-D)量化证实，DF 的模块爆发同步性更强，VF 的时序变异性更大，反映 DF 偏向稳定的全局活动，VF 偏向灵活的局部调控。

全文总结

本研究通过背侧和腹侧前脑类器官模型，揭示前脑回路组装的自组织原则：细胞组成(尤其是 Pvalb + 中间神经元的富集)决定网络拓扑和动态特征。DF 类器官以兴奋性神经元为主，形成渐进同步的全局整合网络;VF 类器官因抑制性中间神经元富集，发展出模块化、高局部聚类的小世界网络。这些发现证实内在细胞程序足以驱动复杂神经网络的形成，为理解神经发育和疾病中的回路异常提供了模型和机制参考。局限性包括缺乏体内感官输入和血管化，未来需结合更复杂模型探究外部信号的作用。