Vaizdo įraše rodoma smegenų veikla

Didelės spartos mikroskopija registruoja sąveikaujančias nervų ląsteles

Lustas su dešimčia tūkstančių mikroelementų fiksuoja objektą - zebrafish lervą - vienu metu iš daugelio skirtingų kampų. © IMP
skaityti garsiai

3D smegenų vaizdas su viena nuotrauka: Austrijos ir JAV mokslininkai pirmą kartą sukūrė metodą, kaip vienu metu užregistruoti visą gyvo organizmo neuronų veiklą. Tai taip pat leidžia ištirti atskirų ląstelių sąveiką šiuose tinkluose, kaip tyrėjai apibūdina žurnale „Gamtos metodai“.

Mūsų smegenys yra pajėgios fenomenaliai sugerti ir apdoroti visus juslinius įspūdžius ir pateikti mums bendrą supantį pasaulį. Kaip tiksliai tai daro mąstymo organas, vis dar nėra aišku - iki šiol trūksta reikalingų detaliems matavimams technologijų.

Nors smegenų bangas galima išmatuoti, galima pastebėti tik veiklą tam tikrose smegenų srityse. Genetiškai modifikuotų organizmų fluorescencinių baltymų pagalba taip pat galima vizualizuoti atskirus neuronus. Atvirkščiai, vaizdo gavimo metodai gali parodyti veiklą neuroniniuose tinkluose, bet ne žemiau nei vienos ląstelės lygyje.

Smegenų veikla precedento neturinčia skiriamąja geba

Būtent tai dabar pasiekė mokslininkų komanda, dirbanti aplink fiziką Alipasha Vaziri iš Vienos molekulinės patologijos tyrimų instituto. Taikant naują mikroskopijos metodą, galima išsamiau nei bet kada anksčiau susieti visų smegenų nervų veiklą nematodų ir zebrafish srityje.

Technologijos centre yra monetos dydžio mikroschema, turinti dešimt tūkstančių mikroelementų. Taigi gyvūnas vienu metu vaizduojamas iš skirtingų kampų. Kompiuterinis algoritmas rekonstruoja gyvojo organizmo erdvinę padėtį ir jo nervinę struktūrą iš šios kampinės informacijos. Pavieniai vaizdai naudojami trimačių duomenų rekonstravimui. displėjus

„Būtent ši galimybė yra būtina norint suprasti, koks yra puikus smegenų našumas apdorojant jutimo dirgiklius ar planuojant judesių sekas“, - pabrėžia Vaziri. „To priežastis yra didžiulis nervų ląstelių tinklo tankis smegenyse. Dėl to atskiri neuronai paprastai neturi jokios informacijos, veikiau jie yra užkoduoti visos sistemos būsenoje “.

3D informacija tik iš vieno vaizdo

„Iki šiol jūs turėjote nuskaityti erdvinius objektus po tašką, dabar mes sutaupome nuskaitymo keliais lygiais“, - aiškina Robertas Prevedelis, vienas iš pirmųjų tyrimo autorių. „Mes galime užimti visą kambarį vienu vaizdu be jokio mechaninio nuskaitymo.“ Tiriamų nervų ląstelių tinklo būklė užfiksuojama vienu greičiu. Daugybė vaizdų iš eilės pateikia filmą, kuriame užfiksuota smegenų veikla. Taigi laiko skiriamoji geba yra daug didesnė nei ankstesniais metodais. Be to, galima efektyviai ištirti daug didesnius nei anksčiau buvusius išpjovus.

Šis vaizdo įrašas rodo visas zebrafish smegenis per 4 minutes (laiko tarpas). Atskirų neuronų veikla atpažįstama keičiant ryškumą. Po kelių sekundžių žuvis gauna nemalonų kvapą, o kvapo centre pastebimas padidėjęs aktyvumas.

Iki šiol tyrėjai sėkmingai pritaikė savo metodą gyslų kirmėlėms ir zebrafish lervoms, kurios plačiai naudojamos kaip pavyzdiniai organizmai. Apvaliųjų kirmėlių C. elegans nervų sistemą sudaro tik apie 300 neuronų. Su savo naująja technologija mokslininkai sugebėjo ne tik užfiksuoti smegenų veiklą, bet ir visus kitus nervų ryšius, pavyzdžiui, raumenis.

Vienu metu atliekamas 100 000 nervinių ląstelių aktyvumas

Zebrafish jau yra sudėtingesnis: lervų smegenyse yra apie 100 000 nervinių ląstelių. Kaip ir žmonėms, jie sudegina nervų impulsus milisekundžių diapazone. Tyrėjai fermentuoto žuvies sultiniu stimuliavo apie 500 nervų ląstelių, esančių uoslės organuose, - tai ypač atstumiantis šių gyvūnų aromatas. Tuo pačiu metu jie vienu metu užfiksavo bendrą smegenų veiklą. Jie sugebėjo aptikti aktyvumą daugiau nei 5000 smegenyse esančių nervinių ląstelių, kurios iš uoslės organo priėmė nervinius signalus.

„Palyginus su šiluma, zebrafish yra santykiai, panašesni į žmonių, “ - komentavo Vaziri apie lemiamą pažangą. „Taigi mes tikimės vieną dieną suprasti, kaip mūsų smegenys reprezentuoja informaciją ir apdoroti ją priimant sprendimus. Galų gale norime susekti smegenų naudojamus algoritmus. “Skaičiavimo modeliai iš tokių algoritmų ateityje galėtų būti palikti mokymosi mašinose. Smegenų procesai pateikia tiesioginį dirbtinio intelekto šabloną.

(Gamtos metodai, 2014; doi: 10.1038 / nmeth.2964)

(IMP - Molekulinės patologijos GmbH tyrimų institutas, 2014 5 19 - AKR)