与我们身体其余大多数细胞不同，我们每个脑细胞中的DNA(基因组)都不相同：由于体细胞变化，它在每个细胞之间都不同。这可以解释许多谜团，从阿尔茨海默氏病和自闭症的病因到人格的发展。但是，仍然有很多未知数，包括何时出现这些变化，它们的大小和位置以及它们是随机的还是受监管的。用于研究单脑细胞中这些“拷贝数变异”(CNV)的DNA技术仅限于更长的DNA序列-超过一百万个碱基对的DNA序列。

现在，桑福德·伯纳姆·普雷比斯医学发现研究所(SBP)的科学家们已经开发出了一种新的结合到机器学习中的单细胞分析方法，可以检测小于一百万个碱基对的CNV。这种方法已经揭示了成千上万的先前未知的DNA变化，这些变化发生在发育中的小鼠大脑的产前生命中。研究人员还发现，这些变化在大脑发育的关键阶段达到顶峰，这暗示着它们的产生是有规律的，经过深思熟虑的过程。进一步的研究旨在阐明这些CNV的目的和调控机制。该研究今天发表在《美国国家科学院院刊》(PNAS)上。

该论文的资深作者，神经科学药物教授兼高级副总裁Jerold Chun博士说：“这项研究填补了我们对大脑中拷贝数变异的理解的关键漏洞，并为进一步研究提供了重要线索。”在SBP发现。“我们表明，在出生前，随着大脑开始形成，单个脑细胞中大量的CNV出现，随后被整合到成熟的大脑中，这表明它们是大脑细胞多样性和发育的基础。我们还发现，这些变化在发展过程中达到顶峰，暗示着监管机制正在发挥作用。”

单细胞测序(一种允许研究单个细胞的DNA的技术)功能强大，但缺乏复制功能，因为每个单个细胞都被测序过程破坏了。为了克服这一限制，科学家使用免疫细胞(以定型，可复制的方式重组DNA)来训练机器学习算法，以更准确地识别真正的CNV。

“其他研究人员只是忽略了所有微小变化的信号，因为它们很可能是不正确的，”论文的第一作者，Chun实验室的前研究生研究员，Illumina的现任科学家Suzanne Rohrback博士说。 Inc.“但是表征真实变化的特征使我们能够删除90%以上的误报，而无需牺牲较短的CNV，从而可以对发育中的大脑进行最全面的CNV检查。”

然后，科学家在神经发生过程中将这种方法应用于单个细胞，即大脑外层(大脑皮层)的细胞出生时。大脑的这一部分控制着许多功能，包括运动和感觉信息(例如我们的听觉和视觉方式)和意识。