昆虫|初级运动皮层中所有细胞类型的图谱，是首个全面脑细胞图谱( 二 ) 昆虫

这种使用称为单细胞RNA测序或scRNA-seq的技术进行的分析称为转录组学。
scRNA-seq技术是BICCN团队用来表征三种不同哺乳动物（小鼠、狨猴和人类）不同细胞类型的十几种独立实验方法之一。
其中四种涉及识别基因表达水平和确定基因组染色质结构和DNA甲基化状态的不同方法，这被称为表观基因组。
其他技术包括经典的电生理膜片钳记录、通过细胞如何激发动作电位来区分细胞、按形状对细胞进行分类、确定它们的连接性以及观察大脑中细胞的空间位置。其中一些使用机器学习或人工智能来区分细胞类型。Hockemeyer说：“论文的结论是，在用这些不同的方法确定细胞类型方面存在显着的重叠和一致性。这些具有高分辨率和不同方法的结论，也是对这些细胞类型最全面的描述。 ”
一组统计学家结合了所有这些实验方法的数据，以确定如何最好地将细胞分类或聚类为不同类型，并且可能是基于观察到的这些细胞之间表达和表观遗传谱的差异。
加州大学伯克利分校教授兼统计系系主任SandrineDudoit说，虽然有许多统计算法可用于分析此类数据和识别集群，但挑战在于确定哪些集群有着真正不同的细胞类型。
Dudoit说“我们的想法不是创建另一种新的聚类方法，而是找到利用不同方法和组合方法的优势的方法，并评估结果的稳定性，获得的聚类的可重复性，对于所有这些寻找新细胞类型或新细胞类别的研究来说，这确实是一个关键信息：无论你尝试什么算法，你都会得到聚类，所以对你的结果真正有信心是关键。 ”
结果
Bateup指出，新研究中确定的单个细胞类型的数量取决于所使用的技术，范围从数十种到116种不等。Bateup说“以前，我们已经定义了10或20种不同的细胞类型，但我们不知道我们通过基因表达模式定义的细胞是否与基于电生理特性定义的细胞相同，或者与由其形态定义的神经元类型相同。 ”
霍克迈尔说：“BICCN的一大进步是我们结合了许多不同的定义细胞类型的方法并将它们整合在一起，得出了一个一致的分类法，该分类法不仅基于基因表达或生理学或形态学，而且考虑了所有这些特性，所以，现在我们可以说这种特定的细胞类型表达这些基因，具有这种形态，具有这些生理特性，并且位于皮层的这个特定区域。因此，您对这种细胞类型有更深入、更细致的了解是及其基本属性。 ”
Dudoit表示，未来的研究可能表明，在运动皮层中识别出的细胞类型数量被高估了，但目前的研究是组装整个大脑细胞图谱的良好开端。“即使在生物学家之间，对于这些系统应该有多少分辨率，以及是否存在如此非常精细的聚类结构，或者是否真的存在更稳定和更高级别的细胞类型，也存在很大分歧，通过这种方式，这些结果展示了不同群体之间共同协作努力的力量。
【昆虫|初级运动皮层中所有细胞类型的图谱，是首个全面脑细胞图谱】我们从一个生物学问题开始，但仅靠生物学家也无法解决这个问题。要解决这样一个具有挑战性的大问题，你需要一个一群不同学科的专家能够很好地沟通和合作。 ”