Cartografía de Circuitos Neuronales

cartografía de circuitos neuronales
cartografía de circuitos neuronales

Cartografía de Circuitos Neuronales

 

La nueva técnica de microscopía de rayos X permite obtener imágenes completas de circuitos neuronales densos

Una de las grandes misiones de la neurociencia es construir un mapa preciso del cerebro, trazando todas sus neuronas y las conexiones entre ellas.

Tal diagrama de cableado, llamado conectoma, promete ayudar a arrojar luz sobre cómo una colección de células juntas pueden dar lugar a pensamientos, recuerdos, comportamientos y una miríada de otras funciones.

 

cartografía de circuitos neuronales
cartografía de circuitos neuronales

 

Ahora, investigadores de la Escuela de Medicina de Harvard, el Hospital de Niños de Boston y la Instalación Europea de Radiación Sincrotrón ( ESRF ) han demostrado que una nueva técnica de microscopía de rayos X podría ayudar a acelerar los esfuerzos para mapear los circuitos neuronales y, en última instancia, el cerebro mismo.

En un informe publicado en Nature Neuroscience el 14 de septiembre, el equipo describe cómo se puede utilizar la nano-tomografía holográfica de rayos X (XNH) para obtener imágenes de volúmenes relativamente grandes de tejido nervioso del cerebro de ratón y de la mosca de la fruta a alta resolución.

En combinación con el análisis de imágenes impulsado por inteligencia artificial, reconstruyeron circuitos neuronales densos en 3D, catalogaron de manera integral las neuronas e incluso trazaron neuronas individuales desde los músculos hasta el sistema nervioso central en las moscas de la fruta.

Lee_Wei-Chung-Allen

“Creemos que esto abrirá nuevas vías para comprender el cerebro, tanto en cómo está organizado como en los circuitos que subyacen a su función”, dijo el coautor para correspondencia Wei-Chung Allen Lee , profesor asistente de neurología de HMS en el Boston Children’s. “Este tipo de conocimiento puede brindarnos información fundamental sobre los trastornos neurológicos, las enfermedades que afectan la estructura del cerebro y mucho más”.

Para cuestiones biológicas como el descubrimiento de circuitos neuronales, la microscopía de rayos X tiene varias ventajas sobre los enfoques actuales basados ​​en la microscopía electrónica (EM), según los autores.

“Creemos que XNH puede aportar mucho valor a la neurociencia, porque ahora podemos acceder a volúmenes mucho más grandes en tiempos más cortos”, dijo la coautora para correspondencia Alexandra Pacureanu , científica de la ESRF. “Este es el comienzo de un nuevo enfoque para los esfuerzos por mapear circuitos neuronales”.

 

cartografía de circuitos neuronales
cartografía de circuitos neuronales

Velocidad cercana a la luz

Estudiar el conectoma es un desafío monumental. El cerebro humano, por ejemplo, contiene unos 100 mil millones de neuronas con 100 billones de conexiones neuronales, aproximadamente el número de estrellas dentro de 1000 galaxias.

En modelos animales, los científicos han logrado un progreso notable, como la obtención de imágenes de todo el cerebro de una mosca de la fruta , principalmente tomando cortes en serie de un cerebro, cada uno mil veces más delgado que un cabello humano, obteniendo imágenes de los cortes con EM y uniendo las imágenes para su análisis. .

 

“La esperanza es que algún día podamos ayudar a abordar preguntas como: ¿podemos comprender los circuitos neuronales que subyacen a comportamientos complejos como la toma de decisiones? ¿Podemos aplicar ingeniería inversa a los algoritmos del cerebro? “

 

Los costos de este método pueden ser prohibitivos en términos de tiempo y recursos, requiriendo una gran cantidad de imágenes EM, que tienen un campo de visión estrecho y un esfuerzo intenso para reconstruir incluso los circuitos neuronales pequeños. Existe la necesidad de nuevas modalidades de imágenes para acelerar tales esfuerzos, dijeron los autores del estudio.
cartografía de circuitos neuronales
cartografía de circuitos neuronales
cartografía de circuitos neuronales
cartografía de circuitos neuronales

Las imágenes generadas por XNH deben interpretarse para identificar qué estructuras son neuronas. El equipo abordó esto aplicando el aprendizaje profundo, una técnica de inteligencia artificial cada vez más utilizada para aplicaciones como el reconocimiento de rostros u objetos.

Como prueba de principio, los investigadores escanearon volúmenes milimétricos de tejido neural de ratón y mosca de la fruta y reconstruyeron imágenes en 3D, logrando resoluciones de alrededor de 87 nanómetros. Esto fue suficiente para visualizar de manera integral las neuronas y rastrear neuritas individuales, las proyecciones de neuronas que forman el cableado de los circuitos neuronales.

Es importante destacar que estas reconstrucciones tardaron unos días en realizarse, en comparación con los meses o años que puede llevar reconstruir volúmenes similares utilizando secciones EM en serie.

 

Forma para funcionar

En el cerebro del ratón, el equipo examinó un área de la corteza involucrada en la integración de estímulos sensoriales y toma de decisiones perceptivas. Estudios EM previos han observado características estructurales interesantes de las llamadas neuronas piramidales en esta área, pero se han limitado a tamaños de muestra de alrededor de 20 neuronas por conjunto de datos debido a limitaciones en el campo de visión.

cartografía de circuitos neuronales

Usando XNH, los investigadores escanearon más de 3.200 células en esta área. Combinado con datos EM alineados, el equipo caracterizó la estructura y conectividad de cientos de neuronas piramidales, que revelaron propiedades estructurales distintas, como entradas inhibitorias fuertes y comprimidas espacialmente en ciertas áreas de neuritas, que sugieren propiedades funcionales únicas y no descritas previamente.

“Poder visualizar neuronas nos ayuda a comprender los principios organizativos del cerebro y cómo los diferentes circuitos o redes pueden realizar los cálculos necesarios para el comportamiento”, dijo Lee, investigador del Centro de Neurobiología Kirby del Boston Children’s. “Luego, podemos hacer más experimentos para vincular datos estructurales con experimentos funcionales para tratar de abordar esta pregunta directamente”.

También tomaron imágenes de las neuronas contenidas dentro de una pata de la mosca de la fruta, una estructura difícil de seccionar y estudiar con EM. Con XNH, pudieron mapear todas las neuronas motoras que se extienden desde el equivalente en mosca de una médula espinal hasta una pierna, así como las neuronas sensoriales que transmiten señales al sistema nervioso central

“Esta técnica se ha aplicado al tejido neural antes, pero nunca con este nivel de calidad y resolución”

Dijo Pacureanu, quien fue científico visitante en el Departamento de Neurobiología del Instituto Blavatnik del HMS. “Hemos demostrado que podemos lograr una resolución suficiente para rastrear neuritas y llevar los estudios hacia la dirección de los conectomas”.

Los investigadores ahora están trabajando para mejorar y optimizar aún más la XNH para obtener imágenes de tejido biológico.

La resolución actual alcanzada por la técnica aún no es lo suficientemente alta para visualizar sinapsis, que actualmente requiere datos EM alineados para estudiar. Sin embargo, los límites físicos de la técnica están lejos de alcanzarse, dijeron los autores, y los esfuerzos para impulsar la resolución contarán con la ayuda de una fuente de rayos X de próxima generación que opera recientemente en el ESRF.

“La microscopía de rayos X tiene fortalezas particulares y uno de nuestros objetivos es aplicarla a redes más grandes de conexiones neuronales a resoluciones más altas”, dijo Lee. “La esperanza es que algún día podamos ayudar a abordar preguntas como ¿podemos entender los circuitos neuronales que subyacen a comportamientos complejos como la toma de decisiones? ¿Podemos obtener inspiración para algoritmos informáticos e inteligencia artificial más eficientes? ¿Podemos aplicar ingeniería inversa a los algoritmos del cerebro? ”

Los autores adicionales del estudio incluyen a Logan Thomas, Tri Nguyen, Julie Han, Chiao-Lin Chen, Anthony Azevedo, John Tuthill, Jan Funke y Peter Cloetens.

El trabajo fue apoyado por los Institutos Nacionales de Salud (subvención R01NS108410), el Centro Edward R. y Anne G. Lefler para el Estudio de Trastornos Neurodegenerativos, la Familia Goldenson y el Consejo Europeo de Investigación (subvención 852455).

Written By
More from Maribel

La grafología más allá de la selección de personal

La grafología más allá de la selección de personal Por Radio Sapiens...
Ver publicación