摘要：在神经科学研究中，始终存在一个核心难题：我们如何在“活体”环境中真实模拟人类神经系统的发育和疾病过程？传统的二维细胞培养和三维脑类器官虽然提供了初步的疾病模型，但它们在成熟度、血管化以及功能层面仍存在显著不足，尤其难以模拟人类神经系统在行为层面的表现。为克服这

编译作者：zouki（brainnews创作团队）

校审：Simon（brainnews编辑部）

在神经科学研究中，始终存在一个核心难题：我们如何在“活体”环境中真实模拟人类神经系统的发育和疾病过程？传统的二维细胞培养和三维脑类器官虽然提供了初步的疾病模型，但它们在成熟度、血管化以及功能层面仍存在显著不足，尤其难以模拟人类神经系统在行为层面的表现。为克服这些限制，科学家们发展出了一种突破性的模型：人-鼠嵌合脑模型（human-rodent chimeric brain models）。通过将来源于人类多能干细胞（hPSCs）或胎儿组织的神经元、胶质细胞或脑类器官移植进免疫缺陷鼠的脑内，这些人类细胞得以在活体环境中生长、迁移、整合乃至发挥功能。这不仅让我们得以更精确地探索人类神经发育和衰老的过程，还为解析自闭症、阿尔茨海默病等重大脑疾病提供了前所未有的研究平台。

本文综述了近年来该领域的重要进展，聚焦于嵌合模型在人类神经发育、疾病机制解析、细胞替代治疗等方面的应用前景。同时，作者也指出了该模型的技术挑战及未来优化路径。随着单细胞组学、功能电生理等技术的加入，嵌合脑模型正在逐步走向精准与临床转化，为神经科学和干细胞治疗带来前所未有的希望。

类人嵌合脑模型的兴起

近年来，脑类器官（brain organoids）作为神经科学领域的一个革命性工具，已广泛应用于人类神经发育、神经疾病和药物筛选等研究。然而，这些类器官多是体外培养的，虽然它们在三维结构和细胞分化上较为接近人类大脑，但由于缺乏与体内环境的交互，它们在很多方面与真正的大脑存在差距。为了克服这些限制，研究者们提出了“人类-啮齿动物嵌合脑模型”（human-animal chimeric brain models）的概念。

这种模型通过将人类诱导干细胞（iPSCs）或类器官移植到啮齿动物的脑中，使得人类神经元与宿主的神经系统结合，从而创建出一个既包含人类细胞又能与宿主生物体的生理环境互动的模型。通过这种嵌合技术，研究者能够模拟人类神经发育的真实过程，并且观察人类特有的神经功能、疾病机制和治疗反应。

本文将深入探讨人类-啮齿动物嵌合脑模型在人类神经发育、神经发育性疾病、神经退行性疾病以及细胞替代疗法中的应用潜力，展示这一技术如何推动神经科学领域的前沿研究。

图1. 人类-啮齿动物嵌合模型发展的历史

重建人类神经发育过程：从类器官到嵌合脑

类器官技术的突破使得研究人员能够在实验室中重现部分人类神经发育的特征，创造出具有三维结构的类脑组织。然而，这些体外培养的类器官通常缺乏与宿主血管系统的连接，且其发育无法完全模拟人类大脑复杂的环境。与此相比，嵌合脑模型通过将人类神经细胞或类器官移植到啮齿动物的大脑中，提供了一个更加接近体内环境的发育平台。这种模型的优势在于，嵌合脑中的人类神经元能够与宿主的血管系统、免疫系统以及神经回路进行互动，模拟出更加自然的神经发育过程。例如，植入的小鼠脑内的类器官不仅能够生长、迁移并与宿主大脑形成突触连接，还能在宿主的环境中进行长期发育，甚至在宿主的神经网络中发挥一定的功能。一项2022年由Sloan Kettering团队进行的研究展示了人类类器官（hCOs）能够成功植入新生小鼠的脑中，并与宿主的大脑神经回路整合。这些类器官在动物脑内继续发育，并表现出与宿主脑组织的突触连接，甚至影响了小鼠的感知行为。这一发现不仅验证了类器官在动物脑内的长期发育潜力，也为利用类器官模型研究人类神经系统提供了新的思路。

因此，嵌合脑模型为神经发育研究提供了一个前所未有的研究平台，能够真实地模拟人类神经发育过程中的各个阶段，从细胞发育到神经回路的形成，再到整体脑功能的实现。

图2. 人类-啮齿动物嵌合脑模型在研究人类神经发育、衰老和疾病中的应用

嵌合脑在神经发育性疾病研究中的应用

3-1 神经发育性疾病建模

神经发育性疾病，如自闭症谱系障碍（ASD）、智力障碍、唐氏综合症等，通常表现为神经系统发育的异常，这些异常可能在早期就开始出现，并且对患者的大脑功能产生深远影响。传统的动物模型虽然能够模拟某些疾病的症状，但由于缺乏足够的人类神经系统特征，其对疾病机制的理解往往局限于啮齿动物的生理环境。

嵌合脑模型的引入为这些疾病的研究提供了新的视角。研究者们通过将携带特定基因突变的人类细胞或类器官植入小鼠脑中，能够在体内观察到疾病发病过程中的细胞行为和神经回路变化。例如，在自闭症研究中，科学家们使用携带MECP2突变的hCOs建立嵌合脑，发现这些类器官的神经元发育延迟，树突棘密度减少，且其神经活动显著低于正常发育的小鼠。

通过这种模型，研究者可以观察到与人类神经发育相关的病理变化，并且探索这些变化在早期神经发育中的作用，进而为疾病的早期诊断和治疗提供潜在的靶点。

3-2 疾病机制的探索

与传统动物模型相比，嵌合脑模型不仅可以揭示人类神经发育性疾病的基本机制，还可以揭示细胞自主（cell-autonomous）与非自主（non-autonomous）机制如何在神经发育过程中发挥作用。例如，在研究神经发育性疾病如Timothy综合症时，嵌合脑模型能够帮助科学家分析携带突变基因的神经细胞在神经网络中的作用，以及这些突变如何影响周围的正常神经元。因此，嵌合脑为神经发育性疾病的机制研究提供了更加真实和细致的实验平台，为药物筛选、基因疗法等治疗策略的开发奠定了基础。

图3. 人性化胶质模型在胶质和中枢神经系统免疫研究中的潜在发展与应用

神经退行性疾病与细胞替代疗法中的前沿应用

4-1 神经退行性疾病模型

神经退行性疾病，如阿尔茨海默病（AD）、帕金森病（PD）等，通常伴随着神经细胞的死亡和神经功能的逐渐丧失。尽管传统的动物模型能够模拟一些退行性变化，但要精确地再现人类特有的病理特征仍然存在很大挑战。

嵌合脑模型的出现为这些疾病的研究提供了新的途径。以阿尔茨海默病为例，科学家们将携带突变的类器官植入小鼠脑中，发现这些类器官能够在宿主脑中形成淀粉样斑块，并且引发星形胶质细胞的激活。这一现象在传统小鼠模型中难以完全再现，表明嵌合脑模型能够更好地模拟人类AD的病理特征。

4-2 细胞替代疗法与干细胞应用

在神经退行性疾病的治疗中，细胞替代疗法成为一种潜在的治疗方式。通过将健康的干细胞移植到受损的脑区，恢复丧失的神经功能。然而，传统的动物模型通常缺乏足够的神经功能恢复表现，限制了其临床应用的潜力。

嵌合脑模型能够帮助评估细胞替代疗法的效果。例如，在帕金森病研究中，研究者通过将多巴胺（DA）神经元原肠胚样体植入PD小鼠脑中，成功地观察到这些移植细胞的长期存活、轴突投射及对运动功能的改善。这为干细胞治疗神经退行性疾病提供了新的验证平台。

图4. 嵌合脑模型在细胞替代疗法策略和人类细胞谱系分析中的潜在应用

多组学技术助力机制研究与精密治疗

随着单细胞转录组学（scRNA-seq）、空间转录组学和蛋白组学技术的发展，研究者能够更加精准地分析嵌合脑中人类细胞与宿主细胞的相互作用。例如，研究人员可以利用单细胞转录组学技术，分析嵌合脑中人类神经元与宿主脑区的基因表达差异，从而揭示两者之间的发育路径与功能连接。

这些技术的结合使得我们能够深入理解人类神经细胞在复杂体内环境中的行为、发育轨迹与疾病演化过程，进一步推动精密治疗的发展。例如，通过精确追踪突变细胞的分化路径，研究者能够为针对特定疾病的药物筛选提供更加精细的靶点数据。

伦理、安全与未来展望

6-1 伦理考量

随着人类-啮齿动物嵌合脑模型的发展，相关的伦理问题逐渐引起关注。尤其是当嵌合脑模型涉及到人类神经元的植入时，科学家们需要考虑这些细胞是否会在宿主大脑中形成意识、自主行为或具备某种“人类特征”。这些问题可能会对动物福利和人类伦理造成挑战。

因此，科学界迫切需要建立一套规范的伦理框架和监管体系，确保嵌合脑模型的应用符合伦理原则，并且在研究中保护动物和人类的基本权益。

6-2 安全性与技术挑战

尽管嵌合脑模型为神经科学研究提供了新的契机，但技术挑战依然存在。人类神经元在啮齿动物大脑中的整合效率较低，且其长期发育过程中可能会出现突触功能和网络整合的差异。此外，如何确保嵌合脑中人类细胞的安全性，避免癌变或其他异常发展，也是当前的研究难题。

总结

总的来说，人类-啮齿动物嵌合脑模型的出现为神经科学研究提供了强大的实验平台。它不仅填补了体外类器官与人类神经发育之间的空白，还为神经发育性疾病、神经退行性疾病以及细胞替代疗法的研究带来了新的机遇。随着技术的不断进步和伦理规范的完善，嵌合脑模型将成为我们更好理解人类大脑、开发治疗方案以及推进个性化医疗的重要工具。

原文链接：

参考文献

阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”

未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问进入。

牛津未来研究院 《将人工智能安全视为全球公共产品的影响、挑战与研究重点》

麦肯锡：超级智能机构：赋能人们释放人工智能的全部潜力

AAAI 2025 关于人工智能研究未来研究报告

斯坦福：2025 斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191 页）

壳牌：2025 能源安全远景报告：能源与人工智能（57 页）

盖洛普 & 牛津幸福研究中心：2025 年世界幸福报告（260 页）

Schwab ：2025 未来共生：以集体社会创新破解重大社会挑战研究报告（36 页）

IMD：2024 年全球数字竞争力排名报告：跨越数字鸿沟人才培养与数字法治是关键（214 页）

DS 系列专题：DeepSeek 技术溯源及前沿探索，50 页 ppt

联合国人居署：2024 全球城市负责任人工智能评估报告：利用 AI 构建以人为本的智慧城市（86 页）

TechUK：2025 全球复杂多变背景下的英国科技产业：战略韧性与增长路径研究报告（52 页）

NAVEX Global：2024 年十大风险与合规趋势报告（42 页）

《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页

2025 - 2035 年人形机器人发展趋势报告 53 页

Evaluate Pharma：2024 年全球生物制药行业展望报告：增长驱动力分析（29 页）

【AAAI2025 教程】基础模型与具身智能体的交汇，350 页 ppt

Tracxn：2025 全球飞行汽车行业市场研究报告（45 页）

谷歌：2024 人工智能短跑选手（AI Sprinters）：捕捉新兴市场 AI 经济机遇报告（39 页）

【斯坦福博士论文】构建类人化具身智能体：从人类行为中学习

《基于传感器的机器学习车辆分类》最新 170 页

美国安全与新兴技术中心：2025 CSET 对美国人工智能行动计划的建议（18 页）

罗兰贝格：2024 人形机器人的崛起：从科幻到现实：如何参与潜在变革研究报告（11 页）

兰德公司：2025 从研究到现实：NHS 的研究和创新是实现十年计划的关键报告（209 页）

康桥汇世（Cambridge Associates）：2025 年全球经济展望报告（44 页）

国际能源署：2025 迈向核能新时代

麦肯锡：人工智能现状，组织如何重塑自身以获取价值

威立（Wiley）：2025 全球科研人员人工智能研究报告（38 页）

牛津经济研究院：2025 TikTok 对美国就业的量化影响研究报告：470 万岗位（14 页）

国际能源署（IEA）：能效 2024 研究报告（127 页）

Workday ：2025 发挥人类潜能：人工智能（AI）技能革命研究报告（20 页）

CertiK：Hack3D：2024 年 Web3.0 安全报告（28 页）

世界经济论坛：工业制造中的前沿技术：人工智能代理的崛起》报告

迈向推理时代：大型语言模型的长链推理研究综述

波士顿咨询：2025 亚太地区生成式 AI 的崛起研究报告：从技术追赶者到全球领导者的跨越（15 页）

安联（Allianz）：2025 新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33 页）

IMT：2025 具身智能（Embodied AI）概念、核心要素及未来进展：趋势与挑战研究报告（25 页）

IEEE：2025 具身智能（Embodied AI）综述：从模拟器到研究任务的调查分析报告（15 页）

CCAV：2025 当 AI 接管方向盘：自动驾驶场景下的人机交互认知重构、变革及对策研究报告（124 页）

《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页

《面向科学发现的智能体人工智能：进展、挑战与未来方向综述》

全国机器人标准化技术委员会：人形机器人标准化白皮书（2024 版）（96 页）

美国国家科学委员会（NSB）：2024 年研究与发展 - 美国趋势及国际比较（51 页）

艾昆纬（IQVIA）：2025 骨科手术机器人技术的崛起白皮书：创新及未来方向（17 页）

NPL&Beauhurst：2025 英国量子产业洞察报告：私人和公共投资的作用（25 页）

IEA PVPS：2024 光伏系统经济与技术关键绩效指标（KPI）使用最佳实践指南（65 页）

AGI 智能时代：2025 让 DeepSeek 更有趣更有深度的思考研究分析报告（24 页）

2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37 页）

华为：2025 鸿蒙生态应用开发白皮书（133 页

《超级智能战略研究报告》

中美技术差距分析报告 2025

欧洲量子产业联盟（QuIC）：2024 年全球量子技术专利态势分析白皮书（34 页）

美国能源部：2021 超级高铁技术（Hyperloop）对电网和交通能源的影响研究报告（60 页）

罗马大学：2025 超级高铁（Hyperloop）：第五种新型交通方式 - 技术研发进展、优势及局限性研究报告（72 页）

兰德公司：2025 灾难性网络风险保险研究报告：市场趋势与政策选择（93 页）

GTI：2024 先进感知技术白皮书（36 页）

AAAI：2025 人工智能研究的未来报告：17 大关键议题（88 页）

安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告

威达信：2025 全球洪水风险研究报告：现状、趋势及应对措施（22 页）

兰德公司：迈向人工智能治理研究报告：2024EqualAI 峰会洞察及建议（19 页）

哈佛商业评论：2025 人工智能时代下的现代软件开发实践报告（12 页）

德安华：全球航空航天、国防及政府服务研究报告：2024 年回顾及 2025 年展望（27 页）

奥雅纳：2024 塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28 页）

HSOAC：2025 美国新兴技术与风险评估报告：太空领域和关键基础设施（24 页）

Dealroom：2025 欧洲经济与科技创新发展态势、挑战及策略研究报告（76 页）

《无人机辅助的天空地一体化网络：学习算法技术综述》

谷歌云（Google Cloud）：2025 年 AI 商业趋势白皮书（49 页）

《新兴技术与风险分析：太空领域与关键基础设施》最新报告

150 页！《DeepSeek 大模型生态报告》

军事人工智能行业研究报告：技术奇点驱动应用加速智能化重塑现代战争形态 - 250309（40 页）

真格基金：2024 美国独角兽观察报告（56 页）

璞跃（Plug and Play）：2025 未来商业研究报告：六大趋势分析（67 页）

国际电工委员会（IEC）：2025 智能水电技术与市场展望报告（90 页）

RWS：2025 智驭 AI 冲击波：人机协作的未来研究报告（39 页）

未来今日研究所 2025 年科技趋势报告第 18 版 1000 页

模拟真实世界：多模态生成模型的统一综述

中国信息协会低空经济分会：低空经济发展报告（2024 - 2025）（117 页）

浙江大学：2025 语言解码双生花：人类经验与 AI 算法的镜像之旅（42 页）

人形机器人行业：由 “外” 到 “内” 智能革命 - 250306（51 页）

大成：2025 年全球人工智能趋势报告：关键法律问题（28 页）

北京大学：2025 年 DeepSeek 原理和落地应用报告（57 页）

欧盟委员会 人工智能与未来工作研究报告

加州大学伯克利分校：面向科学发现的多模态基础模型：在化学、材料和生物学中的应用

电子行业：从柔性传感到人形机器人触觉革命 - 250226（35 页）

RT 轨道交通：2024 年中国城市轨道交通市场数据报告（188 页）

FastMoss：2024 年度 TikTok 生态发展白皮书（122 页）

Check Point：2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议（57 页）

【AAAI2025 教程】评估大型语言模型：挑战与方法，199 页 ppt

《21 世纪美国的主导地位：核聚变》最新报告

沃尔特基金会（Volta Foundation）：2024 年全球电池行业年度报告（518 页）

国际科学理事会：2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告（英文版）（118 页）

光子盒：2025 全球量子计算产业发展展望报告（184 页）

奥纬论坛：2025 塑造未来的城市研究报告：全球 1500 个城市的商业吸引力指数排名（124 页）

Future Matters：2024 新兴技术与经济韧性：日本未来发展路径前瞻报告（17 页）

《人类与人工智能协作的科学与艺术》284 页博士论文

《论多智能体决策的复杂性：从博弈学习到部分监控》115 页

《2025 年技术展望》56 页 slides

大语言模型在多智能体自动驾驶系统中的应用：近期进展综述

【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用

皮尤研究中心：2024 美国民众对气候变化及应对政策的态度调研报告：气候政策对美国经济影响的多元观点审视（28 页）

空间计算行业深度：发展趋势、关键技术、行业应用及相关公司深度梳理 - 250224（33 页）

Gartner：2025 网络安全中的 AI：明确战略方向研究报告（16 页）

北京大学：2025 年 DeepSeek 系列报告 - 提示词工程和落地场景（86 页）

北京大学：2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用（99 页）

CIC 工信安全：2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告（42 页）

中科闻歌：2025 年人工智能技术发展与应用探索报告（61 页）

AGI 智能时代：2025 年 Grok - 3 大模型：技术突破与未来展望报告（28 页）

上下滑动查看更多

来源：人工智能学家