本次介紹的為於 2025年 3 月發表於 bioRxiv 的預印本研究 “Infrequent strong connections constrain connectomic predictions of neuronal function”，該研究為一項大型整合性工作，聚焦於果蠅延髓 (medulla) 中，神經連接組(connectome) 對神經功能可預測性的極限，並系統性比較廣域生理量測與連接組模型之間的一致與落差。
神經科學長期面臨一項核心問題：單憑連接組在多大程度上能夠預測神經元的實際生理功能。過往研究多半透過增加模型約束、引入更複雜的生物物理假設，嘗試使 connectome-based 模型逼近生理量測結果，但其可解釋性的上限始終缺乏系統性驗證。
困難之一在於實驗技術層面。若要在單細胞解析度下，同時量測大量、跨多種類型的神經元活動，傳統依賴 cell-type-specific driver line 的策略在時間、成本與可擴展性上皆不切實際。另一方面，彩虹腦 (Brainbow) 等多色標記技術在高密度神經區易產生訊號混疊(crosstalk)，亦不適合大規模功能比對。
為此，作者在既有 SPARC（Sparse Predictive Activity through Recombinase Competition） 架構上，開發出 SPARC-L（SPARC Layering）。SPARC 本身透過競爭性重組事件控制轉基因表達機率，但在延髓此類高密度結構中，單層稀疏化仍不足以避免重疊標記。SPARC-L 則引入雙層競爭性重組設計：
第一層以神經傳遞物質特異的 GAL4 系統驅動 LexA 的稀疏表達；第二層再由 LexA 驅動 GCaMP8m 的表達。唯有兩層皆在同一神經元內成功重組，才會產生可量測的鈣訊號，將最終標記密度壓低至約 0.1–1%，實現單神經元解析度的廣域取樣。
研究中以雙光子顯微鏡量測鈣動態，並呈現 5° 空間解析度、20 Hz 更新率的二維三值隨機噪訊刺激，分別於藍光與紫外光波段下進行。透過將每一時間點的鈣訊號，回溯加權前三秒的刺激歷史，計算得到神經元的時空感受野 (spatiotemporal receptive field, STRF)，作為功能特徵描述。
此外，神經元類型的最終鑑定並非僅依賴 STRF。作者結合高解析度形態掃描，將被標記神經元與既有的解剖圖譜及 connectome 資料庫進行比對，以確認其細胞型別。STRF 的角色主要在於後續的功能空間分析與跨細胞型別比較。
由於 SPARC-L 屬隨機取樣，部分細胞型別僅被標記 1–2 次，形成不可避免的低樣本數問題。作者因此在主要分析中，僅納入重複取樣三次以上的細胞型別；儘管如此，該資料集仍提供了目前少見的、跨 90 餘種延髓神經元的高品質單細胞功能量測基準。
研究人員通過對於連結組建模的方式表明了: 強連結具有不成比例的功能貢獻，因他們在建模中發現，在他們採用的主資料集中可供分析的43個細胞種類中有28個他們僅需要採用最強的那個輸入就可以達到最佳的預測，僅有4個採取採用全輸入進行加權結果會更好，該結果強烈暗示了在果蠅延髓中弱連結是次線性(sub-linear)的，功能仍待研究。
此外，他們在對強連結的分析之中還發現了一個神經元的多個強輸入，往往來自功能上高度相似的 cell types，意味著強連結不是隨機放大的輸入而是來自同一「功能子空間」的冗餘輸入。