共计 1318 个字符，预计需要花费 4 分钟才能阅读完成。
一款由人工智能驱动的新软件 RESPAN（增强型树突棘和神经元分析）能够自动映射神经元图像中的树突棘，为神经科学研究带来了革命性的突破。
大脑中的神经元通过其表面的微小分支结构——树突棘相互连接。这些结构不仅是神经信号传递的关键，也是阿尔茨海默病和帕金森病等神经退行性疾病的早期发病部位。哥伦比亚大学祖克曼研究所的科学家们与合作伙伴共同开发了这款 AI 工具，能够自动识别并分析这些复杂的结构。
“树突棘的研究对于理解神经退行性疾病的机制至关重要，”Sergio Bernal-Garcia 表示，他是 Franck Polleux 博士实验室的研究生，也是这项新研究的主要作者。该研究于 10 月 20 日发表在《细胞报告方法》上。
传统上，树突棘的分析依赖于人工计数，这一过程耗时且容易出错。Bernal-Garcia 指出：“对数百张神经元图像进行人工分析可能需要数周甚至数月时间，而使用 RESPAN，这一过程在计算机上仅需几分钟即可完成。”
RESPAN 不仅能够自动识别树突棘，还能测量其体积、长度和表面积。此外，该软件可以显示树突棘在细胞上的位置，并计算其与细胞中心部分的距离。它甚至可以在活体动物中进行实时分析。RESPAN 还提供了多种图像恢复选项，帮助研究人员处理特别复杂的图像，并允许用户在其独特的数据集上训练软件。
“RESPAN 不仅比手动分析更高效，而且比之前的神经元分析工具更准确，检测到的假阳性和假阴性更少，”该研究的资深作者 Luke Hammond 表示。Hammond 是祖克曼研究所细胞成像平台的前主任，现任俄亥俄州立大学韦克斯纳医学中心神经内科定量成像主任。他补充道：“通过使用我们免费提供的工具，研究人员可以大大提高结果的一致性和可信度，有助于解决生物医学科学中的可重复性危机。”
为了使 RESPAN 更易于使用，研究人员特别注重用户体验。“科学家们常常回归手动方法，因为现有的软件包在分析困难图像时功能有限或准确性不足，”Hammond 解释道。“重要的是，用户不需要任何编程知识即可使用 RESPAN，我们还提供了详细的 YouTube 教程，指导用户完成每一步操作。”
通过 RESPAN，研究人员希望能够揭示神经元上不同区域的树突棘是否具有不同的分子特征，并找出某些位置是否更容易患病。“通过在空间上映射神经元上的每个树突棘，我们现在可以开始探索这些结构的功能和病理学意义，”Bernal-Garcia 表示。
RESPAN 可以在配备 NVIDIA GPU 的 PC 或笔记本电脑上运行，并且是开源的，这意味着其他研究人员可以自由地对其进行修改和优化。“我们鼓励科学社区适应和改进 RESPAN，以推动神经科学研究的进一步发展，”Bernal-Garcia 补充道。
这项研究不仅为神经科学领域提供了强大的新工具，也为未来的疾病研究和治疗开辟了新的可能性。
参考文献：Bernal-Garcia S, Schlotter AP, Pereira DB, Recupero AJ, Polleux F, Hammond LA. 一种用于准确自动恢复、分割和量化树突棘的深度学习管道。《细胞报告方法》。2025;5(10):101179. doi:10.1016/j.crmeth.2025.101179
