Comprendre comment les circuits neuronaux à l'échelle cérébrale sont génétiquement câblés reste une question fondamentale en neurosciences. Alors que la théorie de la chimioaffinité de Sperry (Sperry, Proc. Natl. Acad. Sci. U.S.A. 50, 703–710 (1963)) postule que les gradients moléculaires fournissent des indices de position pour les projections axonales, son application a été largement limitée aux systèmes sensoriels localisés. Ici, nous présentons SPERRFY (Spatial Positional Encoding for Reconstructing Rules of axonal Fiber connectivitY), un cadre basé sur les données qui opérationnalise la théorie de Sperry à l'échelle du cerveau entier. En intégrant des données connectomiques avec des profils transcriptomiques spatiaux de l'Allen Mouse Brain Atlas, SPERRFY infère des gradients de position latents qui sous-tendent le câblage axonal. En utilisant l'analyse de corrélation canonique (CCA), nous extrayons des paires de gradients principaux qui s'alignent avec les patterns de connectivité neuronale observés, capturant à la fois des principes d'organisation globaux (interrégionaux) et locaux (intraregionaux). La reconstruction de connectivité basée sur ces gradients montre une forte performance prédictive, et des modèles nuls basés sur des permutations confirment la pertinence biologique des structures inférées. De plus, SPERRFY peut dépister des gènes candidats qui pourraient contribuer aux informations de câblage positionnel, fournissant un aperçu moléculaire de la logique de développement des circuits cérébraux. Nos résultats étendent la théorie fondamentale de Sperry au-delà du domaine sensoriel, offrant un cadre unifié et basé sur les données pour comprendre la connectivité codée génétiquement à travers tout le cerveau.
Koike et al. (Tue,) ont étudié cette question.