Neuron专访北大李毓龙教授：光学成像工具的发展及全脑研究
中文译者：王嘉琪、蔡尚璇
作为全球神经科学领域的顶级期刊，Neuron 杂志每年在美国神经科学学会年会同期出版主题综述合集。当下，疫情仍然在全球肆虐，结合特殊的时代背景，Neuron 杂志组织了系列专刊，通过 “NeuroView”和“Q＆A”等形式，邀请了不同地区、背景与职业阶段的神经科学研究者就个人经历、对领域的认识与展望以及疫情下的科研和生活等内容进行了分享。
2021年11月3日出版的 Neuron 专刊中，北京大学李毓龙教授以问答访谈的形式对有关光学成像工具发展及全脑研究相关的多个重要问题进行了个人分享。
在本期的访谈中，针对神经科学中最迫切需要解决的问题，最有可能出现新进展和突破的领域，实验室今后的研究方向，对人工智能在神经生物学研究中应用的看法，对未来神经生物学家的培养，疫情对个人生活、工作、学生培养、实验研究及文章发表的影响，对建立科研公平的看法及相关贡献，个人的科研偶像及科研灵感的来源等问题，李毓龙教授结合自身经历及感悟，从多个方面、多个维度做出了独到的分享。
李毓龙教授成长在中国福建省，在北京大学取得了生物物理和生理学专业学士，随后前往美国Duke University攻读博士学位，师从George Augustine教授，在博士期间专注于神经系统信号交流基本机制的研究。博士毕业后，他来到了位于美国东海岸的Stanford University，在Richard Tsien教授实验室开展博士后工作，并在此期间开发出了基因编码的红色pH荧光探针pHTomato。2012年，李毓龙教授回到了北京大学并建立了自己的实验室，他和他的团队专注于对用于研究神经系统信号交流机制的先进光学探针的开发。在北京大学的近十年间，李毓龙教授团队已经成功开发出了一系列的新型可遗传编码的荧光探针，它们被称为GRAB（GPCR activation-based）探针，这些探针能够在多种模式生物中很好地应用于生理条件下乙酰胆碱、多巴胺、去甲肾上腺素等神经信号分子的动态监测。除此之外，李毓龙教授实验室还开发出了首个完全遗传编码并能够功能性标记细胞间电突触连接的光遗传学工具——PARIS（pairing actuators and receivers to optically isolate gap junctions）。同时，他的团队还在GPCR功能的研究上有所突破，他们鉴定了胆汁酸受体MRGPRX4以及它在胆汁淤积导致的瘙痒中的作用。在科学研究之外，李毓龙教授也热心于教学工作，他不仅参与多门本科生以及研究生的课程教学，同时也承担着北京大学生命科学强化挑战班的教学指导工作。
1、在您看来，神经科学领域最迫切需要解决的问题是什么？
李毓龙：我认为现阶段最迫切需要解决的问题依然是研究清楚不同神经元以及神经环路的功能。正因为大脑十分复杂，我们至今对于不同神经元在不同行为中的作用，尤其是在人类行为中的作用仍然只有非常有限的了解。在神经系统中，哪怕只是在一个非常小的脑区中，也有着非常多种相互作用着的神经元；这里更复杂的地方在于，同一种神经元在不同的行为模式下也在发挥不同的功能。为了更好地了解这些复杂的功能和机制，神经科学家使用了很多动物模型来研究生理或者疾病下的大脑活动。例如在对神经退行性疾病的研究中，研究者们就利用一种神经毒素——MPTP处理的小鼠来模拟帕金森氏症的发病，进而使用这一动物模型研究帕金森氏症的发病机制与治疗方法。然而，在很多时候我们难以找到合适的动物模型，同时由于发病机制的不明确，许多神经疾病至今也没有很好的治疗方案。
2、您认为神经生物学的哪个领域最有可能出现进展和新的突破？
李毓龙：我认为，要想更好地了解神经系统，我们需要拥有精确调控包括神经元或胶质细胞在内的特定神经细胞活性的操纵工具，以及监测细胞间信号交流以及细胞内信号通路的检测技术。这一领域在过去几年中已经取得了长足的进步，例如光遗传学、化学遗传学的发展使我们能够调控特定细胞的活动，钙成像工具让我们能够实现细胞活性的可视化检测。因此接下来我认为十分重要的一步是开发出更多更强大的神经元活动检测工具，特别是对细胞间化学信号的监测工具。同时我们也需要注意的是，现在已有的大部分工具都只能在模式动物或培养细胞上进行，因而另一个巨大的突破可能会出现在对高精度、高准确性、非侵入，且可用于记录人类大脑活动以及化学信号动态变化工具的研究中。我认为这类工具的开发会极大地帮助我们实现从基础研究到人体层面的过渡，也有助于我们更好地理解人类如何思考、行动，并据此研究出更有效的疾病治疗方案。
3、您实验室目前已经开发出了许多非常好的GRAB探针，接下来您会在哪些新方向继续探索呢？您对哪些科学问题更感兴趣呢？
李毓龙：我们实验室以及世界上一些其他的实验室已经开发出了能够监测很多不同化学信号的探针，例如多巴胺、乙酰胆碱探针等。因此，我们接下来一方面要进一步地拓展我们的工具库，开发能够检测更多化学信号的探针，例如神经肽以及脂质等。同时，除了GPCR，我们也尝试基于其他蛋白骨架开发检测各种细胞内外化学信号的探针。例如D-丝氨酸，它是一种在睡眠和其他很多生理过程中发挥重要功能的化学信号分子；但是据我了解，它并没有明确的受体蛋白。我认为，或许通过合理的设计以及定向进化等手段，我们仍有机会能够开发出检测D-丝氨酸信号的荧光探针。
另一方面，我们也在尝试将探针的输出信号从荧光拓展到更多种不同维度的信号。比如说，相比光学方法，核磁共振在低侵入性的同时具有更好的组织穿透力，能够使研究者看得更深，获得全局的信号。但目前，我们却没有很好地造影剂来产生核磁信号。因此我们可以研发“多模式”的方法，例如通过融合光学与核磁或者PET的策略，开发能够以更好的时空分辨率观测大脑信号的工具。
最后，对在人体中检测大脑的调控机制而言，尽管拓展已有工具乃至开发新型工具是很具有挑战性的，我们仍然需要看到这类方法的重要性。在对人类大脑的研究中，简单的基因编码工具是不适用的，为了实现人体中的应用，我们仍需要开发更有力的技术。
除了对工具的开发，我们也致力于将这些新的工具应用到对神经系统的研究中，包括在生理及疾病环境下神经递质释放、回收的调控机制，以及他们所扮演的具体功能的研究。
4、目前人工智能在神经生物学研究中发挥了很重要的作用，您认为人工智能会带来怎样的革新呢？神经生物学家又该怎样更好地利用这样的技术呢？
李毓龙：我认为人工智能或者深度学习在神经生物学研究中是有很大用处的。比如，它能帮助研究者分析连接组学研究中大量的电镜成像数据，进而重构出大脑中复杂的连接，大大减轻研究者的负担。最近，Alpha-fold取得的进展也是一个很好的例子，它能够帮助我们预测蛋白质结构，尤其是在神经系统中有重要功能的蛋白。这能够帮助我们更好地了解蛋白间的相互作用、蛋白构象的动态变化以及蛋白与配体、RNA或DNA的相互作用等，从而让我们对神经科学乃至生物学的基本机制有更加深入的理解。同时，领域内现在已经有一些能够产出高通量数据的工具，例如高密度神经探针neuropixel，它能够实现大范围的神经细胞信号采集，而人工智能则能够在对这些大规模数据库的分析中发挥重要作用，帮助我们进一步破译大脑信号，使人们有机会更深入地理解神经元相互作用、相互交流的“语法”或“算法”，从而更进一步地认识这些信号如何指导更高级的行为。
5、您认为对于未来的神经生物学家的教育，当下最大的机遇以及挑战在哪里呢？
李毓龙：我认为其中最大的一个挑战和机会在于培养下一代具有交叉学科背景的领头人。神经科学需要多个学科的知识，如数学、物理、化学、生物学和心理学等。虽然我们人为地将神经生物学划分成了很多不同的分支，但是对于大脑功能的完整理解是需要进行知识整合的。因此，要想实现更大的突破，研究者常常需要利用来自多个学科的技术，比如当使用先进的光学方法来检测神经元活动时，必须要物理学家们设计出性能优良的显微镜，化学家们开发的最