AI摘要：研究成果形成题为“Multimodal imaging of gene expression, morphology, and activity of the same neuron”的研究论文，于北京时间2026年6月18日23点在Cell发表。nbsp;  本文图片均为中国科学院脑智卓越中心供图IMC的出现，首次实现了在同一个神经元中获取跨尺度、可直接对齐且相互验证的多模态数据，真正实现了单细胞水平的高维信息整合。神经元三模态研究的部分团队成员（从左到右：王凯、徐圣进、赵钰琛、刘星兰）

大脑是一个极其精密的信息处理系统，神经元则是其基本计算单元。要理解大脑，不仅要知道神经元“在做什么”（功能），还要知道它“长什么样、怎么连接”（结构）以及“由什么构成”（分子）。然而，这三类信息长期来自不同实验体系，难以整合，成为神经科学研究的长期痛点。

如今，中国科学院脑科学与智能技术卓越创新中心的相关研究取得了新的突破。中心王凯研究团队和徐圣进研究团队联合攻关，自主研发了基于成像的多模态解析平台Imaging-based Multimodal Characterization（IMC）。研究成果形成题为“Multimodal imaging of gene expression, morphology, and activity of the same neuron”的研究论文，于北京时间2026年6月18日23点在Cell发表。

近年来，国际上陆续建立了涉及“功能—分子”“功能—结构”“结构—分子”双模态整合技术，但三模态信息整合仍是核心技术瓶颈。国际脑计划已形成在分子、结构和功能层面的庞大数据库，这些海量数据在各自领域发挥着巨大作用，但彼此间割裂且碎片化，缺乏同一细胞水平的真实同源数据。

基于光学成像，首次实现单神经元“功能-结构-分子”三模态解析。   本文图片均为中国科学院脑智卓越中心供图

IMC的出现，首次实现了在同一个神经元中获取跨尺度、可直接对齐且相互验证的多模态数据，真正实现了单细胞水平的高维信息整合。由此，在同一细胞上同时获取功能、结构、分子三类信息的理想研究模式成为可能，复杂脑功能解析和脑疾病机制研究有了重要的技术平台。

为建立IMC平台，研究团队打通了从活体功能记录、全脑形态重构到3D原位分子检测的技术链路。在底层技术上，团队自主研发多平面并行化双光子显微镜和双色编码膨胀荧光原位杂交技术2cEASI-FISH，两项技术充分保留了样本在不同模态检测阶段的3D空间信息和细胞形态，为跨模态整合所需的高精度重建与空间配准提供了坚实保证。

依托IMC平台，研究团队以小鼠初级视觉皮层为切入点，获得了207个具有在体功能活动和形态信息的神经元，进一步获得了141个神经元的完整三模态数据集，包括皮层内投射神经元（intratelencephalic, IT）和锥体束神经元（pyramidal tract, PT），取得了多个重要发现。

IMC平台的流程示意图

研究发现，神经元功能身份由分子特征、细胞形态和环路连接共同塑造，相比单一模态，多模态特征相结合能更准确地预测神经元的功能。同时，研究团队借助新技术成功保留了单个RNA分子在细胞内的空间分布。结果显示，mRNA的亚细胞定位模式本身构成了新的分子特征维度，可用于辅助区分不同投射类型和功能类型的神经元。此外，研究成功解析了对棋盘格视觉刺激有偏好响应神经元的特征，并识别到新的神经元亚型。

与传统方法相比，IMC使研究者能够从真实同源数据出发，分析分子身份、形态结构和功能响应之间的关系。研究团队介绍，未来该平台可扩展到更多脑区、细胞类型和行为范式，用于解析任务相关计算、环路结构和分子身份之间的关系，也可用于研究脑疾病中特定神经元亚型的功能异常、联接改变和分子状态变化。

本文通讯作者、脑智卓越中心研究员王凯表示，通过IMC一旦能够找到功能特殊神经元的分子特征和结构特征，就可以帮助研究者更好地靶向调控这些神经元。这一方面可以在基础研究中帮助解析一些具体问题，另一方面对精准的脑调控和神经疾病治疗都有重要意义。

更重要的是，IMC平台产生的真实同源、跨尺度三模态数据，可作为评估和训练多模态整合方法的高质量真实基准（Ground-truth）资源。平台有望帮助建立整合分子、细胞、环路和行为的多模态、多尺度数据生态的脑知识库，这将为脑图谱范式升级、复杂脑功能解码以及脑疾病干预注入强劲的新动力。

神经元三模态研究的部分团队成员（从左到右：王凯、徐圣进、赵钰琛、刘星兰）