这篇文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：
本研究由Eugene V. Mosharov、Ayelet M. Rosenberg、Anna S. Monzel等来自哥伦比亚大学欧文医学中心、纽约州精神病学研究所、加州大学洛杉矶分校等多个机构的学者共同完成。研究发表于《Nature》期刊，在线发布时间为2025年。
本研究聚焦于人类大脑中线粒体呼吸能力（mitochondrial respiratory capacity）和多样性的分布图谱。线粒体氧化磷酸化（oxidative phosphorylation, OXPHOS）是大脑活动的主要能量来源，而线粒体功能缺陷与神经退行性疾病和神经精神疾病密切相关。为了理解大脑活动和行为的基础，有必要定义大脑的分子能量景观。然而，认知神经科学和细胞生物学之间的尺度差异一直是一个主要障碍。本研究旨在通过开发一种物理体素化（voxelization）方法，将冷冻的人脑冠状半球切片分割成703个体素，并在每个体素中分析线粒体表型，从而填补这一尺度差距。
样本选择与处理
研究选择了一例54岁健康男性捐赠者的右脑冠状切片，该样本在死后8小时内采集，并在-80°C下保存10年。使用计算机数控（CNC）切割机在-25°C环境下将脑组织分割成3×3×3 mm的体素，共获得703个样本。每个样本经过称重、均质化，并进行蛋白质浓度和核DNA含量的质量控制。
线粒体表型分析
在每个体素中，研究者测量了线粒体DNA（mtDNA）密度、线粒体体积密度以及OXPHOS酶活性（包括复合物I、II和IV）。此外，还通过两种独立实验（比色法和冷冻组织呼吸测量法）验证了OXPHOS酶活性。为了提高数据的准确性，研究者还使用来自同一脑的枕叶灰质（GM）、白质（WM）和混合组织的参考样本进行批量校正。
数据分析与建模
研究者开发了一种逆向线性回归模型，整合了多种神经影像学数据，生成了全脑范围内的线粒体分布和专业化图谱。该模型预测了同一捐赠者脑部独立区域的线粒体特征，并通过单核RNA测序（snRNA-seq）进一步分析了特定脑区的细胞类型特异性线粒体表型。
神经影像学关联分析
研究者将线粒体数据与标准神经影像学模态（如T1和T2 MRI、BOLD fMRI和扩散加权成像）进行关联，开发了一种基于MRI数据预测线粒体特征的模型。该模型在全脑范围内预测了线粒体密度和OXPHOS活性，并揭示了不同脑区的线粒体专业化特征。
线粒体分布的异质性
研究发现，人类大脑中线粒体表型具有显著的多样性，这种多样性由拓扑结构和细胞类型共同驱动。与白质相比，灰质中的线粒体数量多出50%以上，且灰质中的线粒体在能量转化方面更为优化，尤其是在近期进化的皮层区域。
线粒体呼吸能力的区域差异
研究者发现，灰质和白质之间的线粒体呼吸能力存在显著差异。灰质中的线粒体具有更高的OXPHOS能力，而白质中的线粒体则表现出较低的能量转化效率。此外，研究者还发现，线粒体呼吸能力与脑区的进化年龄密切相关，进化较晚的脑区（如皮层）具有更高的线粒体呼吸能力。
细胞类型特异性线粒体表型
通过snRNA-seq分析，研究者发现不同脑区的细胞类型具有特定的线粒体表型。例如，抑制性神经元的OXPHOS复合物表达较低，而内皮细胞的表达较高。这表明线粒体表型的差异不仅与脑区相关，还与细胞类型密切相关。
神经影像学预测模型的准确性
研究者开发的基于MRI数据的线粒体特征预测模型在独立样本中表现出较高的准确性（r=0.75）。该模型能够预测全脑范围内的线粒体分布和专业化特征，为未来的神经影像学研究提供了重要工具。
本研究首次绘制了人类大脑中线粒体呼吸能力和多样性的全脑分布图谱，揭示了灰质和白质之间以及不同脑区之间的线粒体表型差异。研究不仅填补了认知神经科学与细胞生物学之间的尺度差距，还为理解大脑能量代谢的分子基础提供了重要数据。此外，基于MRI数据的线粒体特征预测模型为未来的神经影像学研究提供了新的可能性，有助于探索神经精神疾病和神经退行性疾病的亚细胞基础。
研究还发现，线粒体呼吸能力与脑区的进化年龄密切相关，这为理解人类大脑进化过程中的能量需求提供了新的视角。此外，研究者提出的线粒体健康指数（MHI）为评估线粒体功能提供了一个新的量化指标。