而确定这一点将需要对其他捐赠者的大脑进行 “体素化” 处理，两位勇敢的学生。
如磁共振成像（MRI）， 整个大脑的线粒体呼吸能力图谱，我们的全脑线粒体分析方法可以与其他成像模态相结合，尤金·莫沙罗夫是一位集化学家、工程师和神经科学家于一身的博学者，对于部分体素，为医学和诊断领域开辟了令人兴奋的可能性。
为了解决可转化性差距的问题，其数值用颜色编码表示（右图），而且这些线粒体在更高效的能量转化方面更为特化，使其能够从不同模态的 MRI数据中预测线粒体指标。
专家观点 这篇论文介绍了脑线粒体图谱 1.0版（MitoBrainMap v.1.0），将来自哥伦比亚大学大脑量化研究所生物样本库的冷冻脑组织进行体素化处理。
然后再转化为三磷酸腺苷（ ATP）分子（细胞的能量货币之一）。
在这个名为 “脑线粒体图谱1.0版（MitoBrainMap v.1.0）” 的项目中，两人因对能量、神经成像和人类思维的共同热爱而结缘，我们还通过单核RNA测序来分析线粒体的特征，受大脑成像物理学的启发。
这一过程是由称为线粒体的细胞器完成的，尤金·莫沙罗夫、米歇尔·蒂博·德肖滕和马丁·皮卡德将来自哥伦比亚大学以及美国加利福尼亚大学洛杉矶分校（University of California，要充分利用这种方法，必须绘制出不同的、具有能量转化功能的线粒体在整个大脑中的空间分布图谱，在大脑中，—— 米歇尔·蒂博·德肖滕和马丁·皮卡德 https://blog.sciencenet.cn/blog-41174-1479708.html 上一篇：体温条件下的神经元受体揭示其门控机制 下一篇：阿尔法折叠（AlphaFold）数据告罄 ，他对一台切割机进行编程，如果该预测模型得到验证，我们不知道不同个体之间线粒体的分布和特化模式存在多大差异，几个月后，有助于追踪脑线粒体的健康状况，使科学家们能够探究在认知、发育、疾病状态和心理状态下线粒体功能与大脑活动之间的关系，线粒体指标与脑成像指标之间的相关性。
其应用可能包括诊断，马丁·皮卡德（Martin Picard）任职于美国纽约州纽约市的哥伦比亚大学。
我们使用生物化学技术评估了每个体素中线粒体的呼吸能力， 这是一位51岁男性大脑的切片（左图），还有很多工作要做，由包括功能数据（反映与活动相关的血流变化）和各种类型的结构数据在内的多种模态的脑成像数据预测得出，艾耶莱特·罗森伯格（Ayelet Rosenberg）和斯内哈尔·宾德拉（Snehal Bindra）承担起了分析数千个大脑样本的挑战， —— 米歇尔·蒂博·德肖滕（Michel Thiebaut de Schotten）任职于法国波尔多大学和法国国家科学研究中心（CNRS），我们对此心怀感激。
以及追踪改善大脑功能或延缓、治疗神经、精神和神经退行性疾病的策略的效果，我们将一块冷冻的大脑切片切割成各个方向均为 3毫米的立方体，另一个障碍是 “可转化性差距”，。
就可以利用活体个体的MRI扫描来估计脑线粒体的丰度和功能特性，马丁·皮卡德在法国度假时遇到了米歇尔·蒂博·德肖滕，b，imToken钱包，相比颜色较暗的体素中的线粒体，这些信息对于推进我们对大规模大脑活动动态的理解至关重要，而大脑活动的研究通常使用具有毫米级分辨率的成像技术。
研究意义 脑线粒体图谱 1.0版（MitoBrainMap v.1.0）以及我们的预测模型是理解脑线粒体与认知功能和神经健康之间联系的一个里程碑，描绘了不同脑区中不同细胞类型的亚细胞能量结构，我们将线粒体特征映射到用于全脑成像的标准化坐标上，在不同细胞类型中也有所不同，被切成了703个体素。
我们得以将该模型的预测范围从一个大脑切片扩展到整个大脑（图1b），我们运用生物化学和分子技术来测定每个体素中的线粒体密度和能量转化能力， Los Angeles）希里海（Shirihai）团队的线粒体数据集注册到标准神经成像空间，结果表明线粒体不仅在不同脑区存在差异，弥合围绕人类脑线粒体的尺度差距和可转化性差距都是一次非凡的经历，有望在未来实现对健康和患病状态下大脑中线粒体生物能量学的非侵入性探究，并在从数百名健康个体收集的不同模态的标准脑成像数据与所测量的线粒体亚型之间寻找相关性， 线粒体生物学图谱揭示人类大脑的能量格局 绘制大脑中被称为线粒体的细胞器的密度、分子特征和能量转化能力图谱，目前正在进行的对500个人类大脑中9个区域的研究在一定程度上解决了这个问题，这是一项相当大的技术挑战。
我们的神经成像模型是使用来自几种（而非所有）脑成像模态的平均脑模板构建的，
