几十年来，嗅觉一直是神经科学的一个谜。由于拥有超过一千种受体类型和两千万个神经元，其复杂性似乎深不可测。如今，哈佛大学的一个团队成功绘制了这一系统的图谱，发现神经元并非随机分布。相反，它们形成了一种由重叠条纹组成的空间编码，根据受体类型从鼻子上部到下部进行组织。这种模式在所有被研究的动物中完全相同，并直接反映在大脑的嗅球中，形成了一种基本的拓扑连续性。
空间编码与神经元拓扑的3D建模 🧠
对于科学可视化而言，这一发现代表了独特的挑战和机遇。我们可以创建一个交互式3D信息图，将鼻腔表示为一个分段成彩色条纹的圆柱体，每条条纹对应一种受体类型。当用户旋转模型时，会看到鼻子顶部条纹中的神经元如何向嗅球顶部区域发送信号，保持精确的拓扑对应关系。关键的动画将是COVID后的再生过程：展示受损的神经元如何尝试重新连接，但由于缺乏条纹地图，连接失败并发生偏移。小鼠和人类等物种之间的比较将揭示这种模式的进化保守性，允许叠加两个模型以突出结构相似性。
解释治疗失败的失落架构 🔬
没有这张地图，任何开发嗅觉丧失疗法的尝试都注定失败。这就像试图在没有安装图纸的情况下修复电线布线。现在我们知道，嗅觉的神经可塑性取决于新神经元能否找到其正确的条纹。对于可视化人员来说，这为引导再生模拟打开了大门，我们可以展示理想疗法如何将连接重新引导回其原始目标，从而恢复失去的嗅觉。
用于绘制哈佛大学嗅觉空间编码图谱的科学可视化技术，如何应用于未来研究中其他复杂感觉系统（如本体感觉或内感受）的研究？
（附注：在Foro3D，我们知道即使是蝠鲼也比我们的多边形拥有更好的社会联系）