Ми миллиардтаған жүйке жасушаларынан тұрады. Бұл күрделі желіні түсіну үшін бұл жүйке жасушаларының қалай орналасқанын және байланысқандығын дәл зерттеу керек. Австрияның Ғылым және технология институты (ISTA) және Google Research ғалымдары әзірлеген «LICONN» жаңа микроскопиялық әдіс осы биологиялық басқатырғышты біріктіруге көмектеседі. Әдіс коммерциялық қолжетімді жарық микроскоптарына негізделген және гидрогельді және терең оқытуды пайдаланады.
Жарық микроскоптары ғасырлар бойы дамып келеді. Олар ғалымдарға ең күрделі биологиялық құрылымдарды - сөзбе-сөз және метафоралық түрде жарықтандыруға мүмкіндік береді. Дегенмен, мидың күрделі бөлшектері мен архитектурасын ашу мүмкін емес болып көрінетін міндет болып қала береді - әрқайсысы мыңдаған синапс арқылы басқа жасушалармен байланысқан миллиардтаған тығыз орналасқан нейрондарға қарамастан. Австрияның Ғылым және технология институтында (ISTA) әзірленген «LICONN» (жарық микроскопияға негізделген коннктомика) деп аталатын жаңа микроскопиялық құбыр желісі енді серпіліс ұсынады.
LICONN — нейрондар арасындағы барлық синаптикалық байланыстары бар ми тінін қалпына келтіруге қабілетті электронды микроскопиядан тыс бірінші технология. Ол нейрондардың құрылымын ғана емес, сонымен қатар күрделі молекулалық механизмдерді де визуализациялауға мүмкіндік береді - барлығы стандартты жарық микроскоптары арқылы.
LICONN - Danzl тобының соңғы микроскопиялық әдісі. Ол ең жақсы нейрондық процестерді құрастыру және әрбір синаптикалық қосылымды сәйкес нейронмен дұрыс байланыстыру арқылы мидың күрделі желілерін біріктіретін мұқият басқатырғыштар сияқты жұмыс істейді. «Осы уақытқа дейін бұл жарық микроскопиялық әдіспен мүмкін емес еді», - дейді Иоганн Данзл, медицина дәрігері және физик, қазір ISTA профессоры. "Ми тінін қалпына келтіруге арналған осындай құбырды әзірлеу біздің топтың көптен бергі мақсаты болды. Ал LICONN құрылымдық қайта құру контекстінде нақты молекулаларды орналастыру арқылы бұған қол жеткізеді."
Бұл техниканың ерекшелігі - сурет стандартты, коммерциялық қол жетімді микроскоптың көмегімен түсіріледі, ол өте жылдам және көп түсті бейнелеуге мүмкіндік береді. Бұл әдісті әлемнің кез келген жерінде қайталауға болады, өйткені зерттеушілерге ми тінін қалпына келтірудің қазіргі тәсілдеріне қажетті заманауи, қымбат құрал-жабдықтар қажет емес. Бұл егжей-тегжейлі деңгейге жету үшін ажыратымдылық өте жоғары, небәрі бірнеше ондаған нанометр диапазонында немесе адам шашының енінен 10.000 XNUMX есе аз болуы керек.
LICONN үшін топ үш өлшемді полимер желісі гидрогельдің химиялық және физикалық қасиеттерін пайдаланды. Гидрогельдің балалар жаялықтарына ұқсас қасиеттері бар: ол суды сіңіріп, ісінуі мүмкін, бірақ мұны өте бақыланатын түрде жасайды.
Зерттелетін ми ұлпасы осы гидрогельге салынған. «Жасуша компоненттері гидрогельмен байланысып, жасушалардың жұқа ультрақұрылымын гельге тасымалдап, оны микроскопия үшін сақтайды», - деп түсіндіреді Данзл. Бейнелеу алдында құрылымдар материалға су қосу арқылы кеңейтіледі. Бұл өте жоғары дәлдікпен тін құрылымдарының салыстырмалы орналасуын сақтай отырып, гельдің барлық бағытта кеңеюіне әкеледі.
Салыстыру үшін, әдеттегі жарық микроскоптары әдетте шамамен 250-ден 300 нанометрге дейінгі рұқсатпен шектеледі. Бұл үлкенірек жасуша құрылымдарын визуализациялау үшін жеткілікті болғанымен, тығыз орналасқан ми тінін қалпына келтіру жеткіліксіз. "Гидрогельді кеңейту арқылы ми тінінің құрылымдары бір-бірінен ажыратылады, сондықтан біз оларды стандартты жарық микроскопымен шеше аламыз. Бұл әдіс тиімді ажыратымдылықты 16 есе арттырады, 20 нм-ден жақсы ажыратымдылыққа қол жеткізеді", - деп түсіндіреді Таваколи.
Бұл жобаға тек неврология мен химия ғана енгізілмеді. Құбырдың дамуында информатиканың әдістері де шешуші рөл атқарды. Микроскопиялық кескіндер көптеген деректер нүктелерін алуға әкеледі. Деректер жиынының күрделілігі осылайша мидың күрделілігін көрсетеді.
Сондықтан барлық нейрондық құрылымдарды кең ауқымда қолмен түсіндіру және қайта құру тым қиын болар еді. Сондықтан Google Research терең оқу құралдары ұлпадағы жеке жасушаларды сегменттеу үшін оқытылды. Google Research қызметкері Вирен Джейн: «Жасанды интеллект арқылы нейрондар мен олардың күрделі құрылымдарын анықтауды автоматтандыру арқылы барлық жасушалық құрамдастарды қайта құрудың қиын міндеті іс жүзінде басқарылатын болды», - деп түсіндіреді. «Нақты молекулаларды бір уақытта визуализациялау мүмкіндігі ақпараттың жаңа өлшемін береді».
Докторант және Данзл тобындағы компьютер маманы Юлия Людчик күрделі деректер жиынын түсіндіруде шешуші рөл атқарды. "Деректердің ерекше жоғары ажыратымдылығының арқасында нейрондар арасындағы синаптикалық байланыстарды автоматты түрде анықтауға және шикі ми кескін деректерін егжей-тегжейлі байланыс карталарына айналдыруға мүмкіндік туды. Бұл кескінді өңдеу үшін күрделі мәселе", - деп түсіндіреді Людчик. «Сонымен қатар, әдістер тиімді және ауқымды болуы керек еді, өйткені ми тінінің кішкентай бөлігінің өзінде ондаған мың синаптикалық байланыс болуы мүмкін».
LICONN нейрондық реконструкциялардағы, мысалы, синапстағы нейрондар арасындағы сигналды тасымалдауға қатысатын арнайы молекулалардың орнын картаға түсіруге мүмкіндік береді. Көрнекіліктер күрделі ғылыми деректерді қол жетімді және түсінікті ету үшін қуатты құрал болғандықтан, Людчик сонымен қатар ми желісінің егжей-тегжейлі 3D көріністерін жасау үшін өзінің көркемдік қабілетін пайдаланды.
Осы кешенді тәсілді қолдана отырып, ғалымдар ми тінін мұқият қалпына келтіріп, нейрондық байланыстар мен желілерді визуализациялай алады. ISTA-дағы бейнелеу мен эксперименттерден бастап, Google Research-те тереңдете оқытудың озық технологияларын қолдануға, ISTA-да есептеу талдауына дейін әртүрлі пәндер бойынша эксперименттер мен талдаулар арасындағы өзара әрекеттесу күрделіліктің жаңа деңгейінде ми архитектурасын 3D визуализациясына әкеледі. «LICONN бізді сүтқоректілердің миының басқатырғыш бөліктерін біріктіруге және оның сау және ауру күйдегі жұмысын жақсырақ түсінуге бір қадам жақындатады», - деп түйіндейді Данзл.
Сондай-ақ оқыңыз
Белгісіздік кезінде ми қозғалыстарды қалай басқарады | Пугналом
Axolotl миы: жаңа әдіс нейрондық ұйымды зерттеуге мүмкіндік береді Пугналом
