MIT Technology Review
Mapeo de la estructura de la red 3-D del cerebro de una mosca es un gran paso adelante. Pero tuvieron que pasar 1.700 horas-hombre para completar, lo que significa que el trabajo humano será un importante cuello de botella para futuros avances.
Emerging Technology from the arXiv
Un objetivo importante de la neurociencia es comprender la estructura de enlaces entre las neuronas que componen el cerebro: en otras palabras, para construir un preciso mapa en 3-D de la red neuronal del cerebro.
Los investigadores han hecho progresos significativos con diversos tipos de técnicas de imagen de alta resolución. Por ejemplo, unir moléculas fluorescentes en las neuronas puede mostrar su estructura, y las imágenes del microscopio electrónico de secciones del cerebro también puede revelar la estructura a nivel neuronal.
Todas estas técnicas tienen una limitación importante. Las imágenes muestran que producen cambios en la intensidad de la imagen. Pero estas variaciones a continuación deben interpretarse para inferir la posición y forma de las neuronas reales. Este último paso es una tarea difícil cuando las neuronas y las conexiones entre ellas se cuentan por miles y millones.
Lo que se necesita es una mejor manera de crear un diagrama de cableado en 3-D del cerebro, una especie de esqueleto de las conexiones neuronales.
Hoy en día, que se hace posible gracias a la labor de Ryuta Mizutani y amigos de la Universidad de Tokai, en Japón. Estos chicos han reutilizado una técnica para producir modelos de esqueleto similar al de las moléculas y lo utilizó para mapear las neuronas en el cerebro de una mosca de la fruta. El resultado es el primer modelo en 3-D de esta red de neuronas.
El trasfondo de todo esto radica en la bioquímica. Los bioquímicos se enfrentan a un problema similar cuando crean modelos en 3D de moléculas complejas. Comienzan mediante la creación de un cristal de la molécula de interés. Luego zap con rayos X y medir el patrón de difracción de esta forma, una técnica conocida como cristalografía de rayos x.
Pero hay un problema. Los rayos X son difractados por la nube de electrones que rumores en torno a los átomos en la molécula. Así que los datos reflejan los cambios en la densidad de electrones dentro de la molécula. Las posiciones reales de los átomos tienen que inferirse de estos datos. Cuando la estructura es compleja, esto no es una tarea simple.
Los químicos tienen una gran cantidad de experiencia con esto. Desde hace algunos años, se han utilizado un enfoque de modelado por computadora para resolver el problema. Funciona mediante la estimación de la posición de un átomo en el espacio de tres dimensiones, la colocación de un nodo en ese lugar en el modelo, y luego conectarlo por un alambre virtual a la posición estimada de la siguiente átomo, y así sucesivamente. De este modo, el software se acumula un modelo de alambre virtual de la molécula.
Ahora Mizutani ha reutilizados este software para determinar la posición 3-D y la forma de las neuronas. Esto es más complicado debido a que las neuronas no son objetos puntuales como los átomos, sino objetos en forma de líneas que se pueden torcer y curva de manera compleja.
El equipo recoge sus datos utilizando una técnica llamada tomografía de rayos x. Ellos pickle un cerebro de la mosca en un tinte de plata, bombardear con rayos X, y luego medir la forma en que los rayos X son dispersados en varias direcciones. Esto produce un mapa en 3-D intensidad de la imagen de la forma de plata en las neuronas absorber los rayos x.
El siguiente paso es la clave: el uso de los datos para estimar la posición y forma de las neuronas reales. Mizutani y lugar co los datos en un espacio de tres dimensiones de 840 por 1.250 por 1.200 voxels. Utilizan las intensidades de absorción de rayos x para estimar si una neurona está presente en particular voxel. Luego se construyen un modelo de alambre mediante la estimación de la forma en la neurona se extiende hacia cualquiera de los voxels adyacentes.
Por supuesto, el modelo tiene que comprobar que la red resultante es compatible con la que dos neuronas adyacentes no se interpretan como una sola neurona prolongado, por ejemplo. Así que el software comprueba continuamente la naturaleza de la red resultante, en busca de posibles anomalías. Cualquier anomalía que no puede resolver se deja por un operador humano para solucionarlo.
Este modelo tiene una resolución de alrededor de 600 nanómetros, y muestra unas 100.000 neuronas, que el modelo se resuelve en unos 15.000 huellas. Fue un esfuerzo importante para el equipo. "Se necesitaron 1.700 horas-hombre para construir el modelo de esqueleto", dicen.
Pero los resultados son claramente vale la pena. La técnica produce el primer modelo de alambre de 3-D de un hemisferio del cerebro de la mosca en el que la posición y la forma de cada neurona se asignan mediante coordenadas cartesianas en 3-D.
Este modelo muestra una amplia gama de estructuras neuronales conocidas-el modelo de trazado 360 procesos neuronales separadas. Pero también reveló una serie de estructuras desconocidas que son claramente importantes. "Estos resultados sugieren que las neuronas que no se pueden clasificar en grupos estructurales deben desempeñar un papel importante en las funciones del cerebro, aunque sus estructuras casi no han sido investigados," decir Mizutani y co.
Esto apunta a algún trabajo interesante por delante, tal vez con menor longitud de onda de rayos X que producen datos de mayor resolución.
Sin embargo, los datos adicionales no serán fáciles de manejar, dado que el lote actual requiere tanto trabajo. "La reconstrucción de [a mayor resolución] red cerebral parece ser prohibitivamente costoso en términos de carga de trabajo humana," decir Mizutani y co.
El análisis de datos es un importante cuello de botella, y se necesitan desesperadamente mejores técnicas automatizadas de construcción de modelos. Una clara oportunidad para los científicos de la computación con un poco de tiempo en sus manos.
Ref: arxiv.org/abs/1609.02261 : Three-Dimensional Network of Drosophila Brain Hemisphere
No hay comentarios:
Publicar un comentario