简介：全脑昼夜神经活动图谱是一种以单细胞分辨率系统描绘大脑各区域在昼夜周期中自发神经活动时空特征的技术方法。本文从定义、技术原理、核心组成、应用场景与相关概念区别等维度展开，帮助科研人员和开发者理解该图谱如何用于神经协调机制研究、昼夜节律推断及病理易损性分析。
全脑昼夜神经活动图谱，是指通过对完整大脑进行单细胞级别的活动标记与三维成像，系统记录并呈现不同脑区在昼夜周期中自发神经活动变化的一种研究资源与分析方法。它不是一个单一的实验数据表，而是一套覆盖解剖空间、时间相位与功能状态的多维映射体系。
从技术视角看，该图谱将“哪些脑区在什么时间活跃”“不同脑区之间的活动相位如何错开”“脑区内部是否存在更细粒度的时空协调”等问题，转化为可量化、可检索、可比较的数据结构。从研究视角看，它回答的是：在没有任何外部光暗线索的条件下，大脑内部是否仍然存在稳定的昼夜活动节律，以及这种节律在解剖上如何分布。
在实际研究中，构建这类图谱通常依赖三个关键要素：一是对动物在持续黑暗环境下进行定时采样，以消除外部光线对节律的干扰；二是通过组织透明化处理让完整大脑具备可成像条件；三是使用即早基因产物如c-Fos的免疫染色作为神经活动的标记物，将“某个神经元在采样前一段时间内是否活跃”转化为可检测的信号。由此得到的全脑数据，可以在单细胞分辨率下覆盖数百个解剖学定义区域，并在不同昼夜时间点之间进行对比。
长期以来，昼夜节律研究主要依赖行为学观察、局部脑区电生理记录或特定核团的分子表达分析。这些方法虽然能提供关键证据，但存在明显局限：要么空间覆盖不足，难以同时观察多个脑区；要么时间分辨率有限，难以刻画跨区域的相位关系；要么依赖侵入式记录，难以对完整大脑进行无偏扫描。
全脑昼夜神经活动图谱的出现，正是为了弥补这些不足。其核心价值体现在三个方面。
第一，提供无偏的全脑视角。传统研究往往先假设某个脑区参与昼夜节律，再针对该脑区设计实验。而全脑图谱方法不预设重点区域，而是同时采集所有可识别脑区的活动信息，从而可能发现此前未被关注的节律区域或协调模式。
第二，揭示跨区域的相位组织。昼夜节律不仅是“整体活跃”或“整体抑制”的简单切换，而是不同功能区在一天中按特定相位依次激活。例如，感觉相关区域、运动相关区域和内脏调节相关区域可能呈现不同的活动高峰时段。只有在全脑尺度上同时观察，才能准确描述这种相位差异及其功能意义。
第三，支持时间信息的反向推断。如果全脑活动模式包含足够丰富的昼夜时间信息，那么仅凭一次采样得到的c-Fos分布，就可以推断该样本来自一天中的大致时段。这种“从空间模式推断时间状态”的能力，对于无法连续监测神经活动的实验设计具有重要价值，也为药理学研究中控制给药时间点提供了参考。
全脑昼夜神经活动图谱的构建涉及多个技术环节，每一步都直接影响最终数据的质量与解释范围。
1. 行为与环境控制
为了避免外部光暗周期对动物内在节律的干扰，研究通常在持续黑暗条件下进行。动物在恒定黑暗中自由活动，其体内的生物钟仍会驱动近似24小时的自发节律。在两天内的多个时间点对动物进行采样，可以覆盖一个完整昼夜周期中的不同相位。
2. 活动标记与组织处理
神经元活动会导致即早基因如c-Fos的快速表达，因此c-Fos蛋白的存在可作为“该神经元在采样前一段时间内曾活跃”的分子标志。采集大脑后，通过组织透明化技术降低脂质散射，使完整脑组织在光学上更透亮，从而支持后续深层成像。
3. 全脑成像与图像配准
对透明化后的完整大脑进行三维光学成像，获得单细胞级别的信号分布。随后将成像数据配准到统一的解剖学参考框架中，使不同动物、不同时间点的数据可以在同一坐标体系下比较。最终可在642个解剖学定义区域中提取每个区域的c-Fos阳性细胞密度或活动强度。
4. 节律分析与空间建模
对每个脑区在不同昼夜时间点的活动水平进行时间序列分析，判断其是否呈现显著振荡，并计算振荡的相位、幅度和周期特征。进一步可通过体素级别的分析，考察脑区内部的局部协调模式，而不只是区域平均值。这种体素分析能够揭示同一解剖区域内不同亚区的活动差异，从而发现更精细的时空组织规律。
5. 组学驱动的预测建模
将全脑c-Fos模式与组学数据结合，可以构建预测模型，从单纯的空间活动模式推断昼夜时间。这种方法的逻辑是：不同脑区在特定时间点的活动组合构成了一个“时间指纹”，即使没有外部时间标签，该指纹也足以反映生物钟状态。
一个完整的全脑昼夜神经活动图谱通常包含以下核心组成：
这些组成部分并非彼此独立，而是相互关联。例如，区域级节律数据为跨区域相位分析提供基础，而体素级数据又能细化区域内部的理解。
全脑昼夜神经活动图谱的应用场景主要集中在基础神经科学与转化研究交叉地带。
场景一：神经协调机制研究
研究者可以利用图谱直接查询某个脑区在昼夜周期中的活动相位，并与已知的解剖连接或功能连接数据进行比对，从而提出跨区域协调的候选通路。例如，若两个区域的活动相位高度一致但解剖连接较弱，可能提示存在间接的多突触协调机制。
场景二：药物作用时间窗评估
许多神经药物在不同给药时间可能产生不同效果。全脑昼夜图谱可帮助研究者了解目标脑区在一天中的活跃状态，从而选择更合理的给药时间点。这种时间药理学思路对提升药物研究效率具有实际意义。
场景三：病理易损性区域识别
将昼夜活动图谱与髓鞘结构数据、转录组数据整合后，可以发现某些区域在正常节律下活动水平较高，同时其髓鞘或代谢特征使其在病理条件下更容易受损。例如，某些区域可能因昼夜活动中代谢负荷较高，而在脱髓鞘或淀粉样蛋白沉积过程中表现出更高脆弱性。这类信息对疾病早期干预策略的制定具有参考价值。
场景四：脑状态时间估计
在无法连续记录神经活动的实验中，通过一次c-Fos全脑成像即可估计动物的昼夜时间。这种“单帧推断时间”的能力可用于行为实验回溯、死后组织分析或大规模样本筛选。
为避免混淆，需要将全脑昼夜神经活动图谱与几个相近概念区分开。
与静态脑图谱的区别
传统脑图谱主要描述解剖边界、细胞类型或连接模式，通常是静态的。而全脑昼夜神经活动图谱增加了时间维度，描述的是活动水平随昼夜周期如何变化。两者可以互补：静态图谱提供坐标框架，动态图谱提供该框架内的时间功能信息。
与局部电生理记录的区别
电生理记录具有毫秒级时间分辨率，但空间覆盖有限，通常只能同时记录少量位点。全脑昼夜图谱的空间覆盖广，但时间分辨率受限于采样时间点，反映的是小时级节律变化，而非瞬时放电事件。两者回答的问题不同，不能互相替代。
与单细胞转录组图谱的区别
单细胞转录组图谱描述的是基因表达状态，能区分细胞类型和分子亚型；而昼夜活动图谱描述的是即早基因表达所反映的活动历史，属于功能状态标记。将两者整合，可以研究“什么类型的细胞在什么时间活跃”，这是单一图谱难以回答的问题。
在理解或使用全脑昼夜神经活动图谱时，有若干事项需要留意。
时间分辨率的局限性
该图谱基于离散时间点采样，只能还原小时级的节律特征，无法捕捉秒级或毫秒级神经动态。因此，它适合研究昼夜尺度的协调问题，不适合推断快速神经编码过程。
活动标记的间接性
c-Fos作为即早基因产物，反映的是采样前一段时间的累积活动，而不是实时放电。不同类型神经元中c-Fos诱导阈值可能存在差异，因此活动强度的绝对值需要谨慎解释，更适合进行相对比较和相位分析。
个体差异与批次效应
不同动物个体之间可能存在节律相位或幅度的自然差异。跨样本比较时需要关注批次效应、染色条件和成像参数的一致性。标准化流程和统计模型有助于降低这些干扰。
推断模型的适用范围
从全脑c-Fos模式推断昼夜时间的模型，其准确性依赖于训练数据的覆盖范围。若实际样本来自不同品系、年龄或环境条件，模型表现可能下降。因此，在将模型外推到新条件时，需要重新验证或校准。
全脑昼夜神经活动图谱是一种将空间解剖信息与昼夜时间信息相结合的系统性研究资源。它以单细胞分辨率记录完整大脑中数百个区域的自发活动节律，揭示跨区域协调的组织规律，支持从全脑活动模式推断昼夜时间，并为理解髓鞘分布调控、病理区域易损性等问题提供新的观察窗口。
该图谱的核心价值不在于提供某一个孤立的发现，而在于建立一个可查询、可整合、可扩展的多维数据框架。对于从事昼夜节律、系统神经科学或转化研究的科研人员而言，理解其定义、技术约束和应用边界，是有效使用这一资源的前提。