大脑作为高度精密的生物信息处理系统，神经元是其核心计算单元。要深入解析大脑工作机制，不仅需要了解神经元的功能活动（功能层面），还需掌握其形态结构、连接模式（结构层面）以及分子组成（分子层面）。然而，长期以来，这三类数据通常来源于独立的实验方法，相互割裂，难以在同一细胞水平上整合。这一难题始终是神经科学领域极具挑战性的核心问题。

近期，这一局面被成功突破。中国科学院脑科学与智能技术卓越创新中心王凯研究员与徐圣进研究员团队通力合作，自主研发了“基于成像的多模态解析平台”（Imaging-based Multimodal Characterization，简称IMC）。该研究成果作为封面论文，于北京时间2026年6月18日23点在Cell杂志正式发表。

过去数年间，国际上已陆续开发出若干可整合“功能-分子”、“功能-结构”及“结构-分子”的双模态技术，但真正实现三模态的完全贯通，始终是技术瓶颈。国际脑计划已积累了海量的分子、结构与功能数据库，然而这些数据彼此孤立、碎片化，缺乏在同一细胞水平上的真正同源数据。换言之，研究者只能获得“盲人摸象”般的局部视图。

上图展示的是基于光学成像技术，首次实现单神经元“功能-结构-分子”三模态同步解析的效果示意图。图片来源：中国科学院脑智卓越中心。

IMC平台的诞生彻底改变了这一局面。该技术首次能够在单个神经元内同步获取跨尺度、可直接配准且相互验证的多模态数据。换言之，在同一细胞上同时获取功能、结构、分子三类信息的“理想研究模式”已成为现实。这不仅是技术层面的重大突破，更为解析复杂脑功能及探索脑疾病机制提供了前所未有的技术平台。

为构建IMC平台，研究团队打通了从活体功能记录、全脑形态重构到三维原位分子检测的完整技术链路。在底层技术层面，团队自主开发了多平面并行化双光子显微镜以及双色编码膨胀荧光原位杂交技术（2cEASI-FISH）。这两项核心技术的优势在于，能够最大限度地保留样本在不同模态检测阶段的3D空间信息与细胞形态，为后续跨模态整合所需的高精度重建和空间配准奠定了坚实基础。

依托IMC平台，研究团队首先以小鼠初级视觉皮层作为突破口，获得了207个具有在体功能活动及形态信息的神经元。在此基础上，进一步获取了141个神经元的完整三模态数据集，其中包含皮层内投射神经元（intratelencephalic，IT）与锥体束神经元（pyramidal tract，PT）。基于这批高质量的同源数据，研究取得了多项重要发现。

本图为IMC平台的整体工作流程示意图。

研究结果显示，神经元的功能身份由分子特征、细胞形态及环路连接共同塑造。相比之下，单一模态的信息往往难以准确预测神经元功能，而多模态特征组合则能显著提升预测精度。同时，借助新技术，团队成功保留了单个RNA分子在细胞内的空间分布信息。有趣的是，mRNA的亚细胞定位模式本身便构成了一种新的分子特征维度——即仅凭RNA分子在细胞内的位置，即可区分不同投射类型和功能类型的神经元。此外，研究还解析了对棋盘格视觉刺激具有偏好性响应的神经元特征，并识别出若干全新的神经元亚型。

与传统方法相比，IMC使研究者能够基于真实的同源数据，深入分析分子身份、形态结构与功能响应之间的内在关联。研究团队展望，未来该平台可拓展至更多脑区、更多细胞类型及更复杂的行为范式，例如用于解析任务相关计算过程、环路结构与分子身份之间的关系。同时，也可应用于研究脑疾病中特定神经元亚型的功能异常、连接改变及分子状态变化。可以说，一扇全新的大门已经开启。