上部是对Thy1-EGFP转基因小鼠的系统神经（蓝色）和血管（红色）的三维重建，下部是对具有抗体标记抗体的小鼠系统交感神经的三维重建。 ■报纸记者在生物团体中是王最小的，这是数十亿个周围神经纤维编织的准确性的“生活互联网”，在大脑和身体器官之间带来了双向通信，调节运动，感觉和内部器官。但是，很难清楚地看到该网络的“真实外观”。由于神经纤维的直径仅是头发直径的十分之一，因此它绕过整个身体。长期以来，虽然“可见的”单个神经纤维，但如何全面地“看到”整个神经网络的整体isruraki已成为一种技术瓶颈，在神经科学领域需要受到损害。 Unive的教授中国科学和技术，Bi Guoqiang and Liu Beiming与Hefei综合国家科学中心的人工智能研究所和中国科学学院的深圳先进技术研究所合作，创建鼠标，以创建鼠标整个整个体型的障碍。它的成像比上一个艺术的十二次高十二倍，而在相等的亚细胞水平上，成像的分辨率很好，可以清楚地获得许多相关研究结果的单个神经纤维。地图并解决主要问题神经法规，但在发育生物学，系统解剖学和生物医学领域中也有重要的应用前景。小鼠中的“全身成像”神经系统由中枢神经系统和周围神经系统组成，以及分布在整个体内的复杂神经元网络。在先前的研究中，Bi Guoqiang的团队开发了对整个Worldor的“遮阳板”技术最快的扫描，从而在2019年实现了一osicron的整个大脑大脑的成像解决方案，使整个大脑的整个大脑的成像分辨率在2021年的整个麦克拉（Macaques）的三维成像中，并不适合整个示例。 “因为与相对密集和均匀的大脑不同，所以小鼠体内有许多独立的内部器官，它们之间有许多腔。cess." Bi Guoqiang introduced to China Science Daily. In response to this technical problem, the team suggested processing "mouse full-body processing-in-situ slice + three-dimensional imaging" approach, improved the process of transparent full-body, and developed a new "blockFace-Visor" Imaging System-A Precision Auticematikong paghiwa na aparato ay direktang binuo sa isang visor mikroskopyo "imaging system-isang precision awtomatikong pagputol ng aparato ay direktang binuo sa isang visor mikroskopyo" imaging system-isang precision awtomatikong pagputol ng aparato ay direktang binuo sa isang visor mikroskopyo "imaging system-isang precision awtomatikong Paghiwa aparato ay direktang binuo sa isang遮阳板mikroskopyo“成像系统”。具体来说，我们首先将透明的样品小鼠层切成透明的样品层，然后将三维图像取至截面组织表面下方0.6 mm的深度。采取每一层，切割0.4毫米的组织。 “ Bi Guoqiang说。这批准了在总体提升过程中，解决了深层组织组织的问题。首次在成年小鼠体内同样实现成年小鼠的亚细胞三维分辨率40小时，并且可以清楚地看到单个神经纤维。据报道，单个鼠标可以产生约70,000 GB的大型原始图像数据，该数据等于高翻译高设计器，这相当于廉价社会。电影。 Bi Guoqiang介绍了，例如，当前的工作与荧光标签，免疫荧光标签和神经溶酶的方法相结合，用于监测各种类型的周围神经，如神经脑，神经脊柱神经和自主映射，并提供了映射 - 膜膜 - 腹膜 - 腹膜 - 腹膜 - 诊断的理解和对理解的预测，并提供了对理解和理解的预测，并提供了对理解的预测，并提供了对理解的预测。是中央APIR是中央API每。分析疾病机制。在这项研究中，团队取得了一系列的成功结果：通过监测单神经纤维，首次发现了脊柱神经元投射的新特征；通过系统性免疫荧光标签，建立了小鼠全身交感神经系统的第一张高精度图...“看到的是真实的。”我们可以直接“看到”整个身体的神经网络肯定如何与各种组织和器官相互作用，而无需间接证据。 “ Bi Guoqiang认为，这项技术有望系统地打破“生命互联网”电路图，有助于解决生物医学科学领域的许多未解决的基本问题，并将为未来开发新的药物结构技术的基本数据结构，例如，通过全面并准确地找到了早期突变的药物；阐明药物开发过程；生物医学的交叉合作。纤维水平的图可以治愈大脑和周围神经。新技术的完成和准确性为整合了系统生理学的神经功能和研究提供了一个必要的技术框架，该框架将重要的转变标记为整体工程研究范式。 Bi Guoqiang表示，它仍然是一个用于技术改进的区块visor-vision室。在下一步中，团队将提高获得升级多摄像机成像系统的数据的效率，并探索在较大尺寸的生物样品成像领域的应用。将来，该团队将继续披露研究结果的数据范围，实现资源的全球共享，并促进与技术和数据的生物医学药物中的互相合作。相关论文信息：https：//dii.org/10.1016/j.cell.2025.06.011