Naukowcy opracowali pełnowymiarowy model przestrzenny ludzkiego hipokampa

Model odwzorowuje strukturę i architekturę regionu CA1, a także położenie i wzajemne połączenia neuronów. Według badania opublikowanego w czasopiśmie „Nature Computational Science” ta metoda obliczeniowa może posłużyć również do stworzenia pełnowymiarowych modeli innych regionów ludzkiego mózgu.

Naukowcy wspierani przez finansowane ze środków UE projekty HBP SGA3 oraz ICEI stworzyli nowy model o wysokiej rozdzielczości regionu CA1 (Cornus Ammonis-1) znajdującego się po prawej stronie ludzkiego hipokampa.

Model odwzorowuje strukturę i architekturę regionu CA1, a także położenie i wzajemne połączenia neuronów. Został on opracowany na podstawie pełnowymiarowego zestawu danych obrazów o wysokiej rozdzielczości, dostępnego w Atlasie BigBrain, który wkrótce zostanie udostępniony na stronie EBRAINS, będącej cyfrową infrastrukturą badawczą stworzoną w ramach projektu Human Brain Project.

– Liczba danych na temat poszczególnych neuronów ludzkiego mózgu jest bardzo ograniczona, zarówno jeśli chodzi o względne współrzędne przestrzenne, jak i o połączenia między neuronami. Przeprowadziliśmy operację eksploracji danych na wysokiej rozdzielczości obrazach ludzkiego hipokampa, uzyskanych z bazy danych BigBrain. Na podstawie szczegółowej analizy tych obrazów udało się ustalić położenie poszczególnych neuronów – wspomina starszy autor badania prof. Michele Migliore z Krajowej Rady ds. Badań Naukowych we Włoszech, będącej partnerem projektów HBP SGA3 i ICEI, w artykule zamieszczonym na stronie Human Brain Project.

Stworzony specjalnie algorytm przetwarzania obrazów umożliwia realistyczny rozkład położenia neuronów. Jak czytamy, stworzono również algorytm do generowania połączeń neuronów poprzez przybliżenie kształtów dendrytów i aksonów.

– W zależności od ogólnego kształtu ich przedłużeń dendryty i aksony można podzielić na odpowiednie kategorie: przykładowo, niektóre układają się w wąskie stożki, inne zaś mają szerokie, złożone przedłużenie, które można oszacować za pomocą wyznaczonych objętości geometrycznych, a ich łączność z pobliskimi neuronami odpowiednio się zmienia – stwierdza współautorka dr Daniela Gandolfi z Uniwersytetu w Pawii, będącego partnerem projektów HBP SGA3 i ICEI.

Jak dodaje dr Gandolfi, algorytm analizuje obrazy o wysokiej rozdzielczości i po stworzeniu określonych kształtów geometrycznych, które mają zostać powiązane z właściwościami morfologicznymi, pozwala obliczyć prawdopodobieństwo połączenia dwóch neuronów. Metoda ta dostarcza informacji nie tylko na temat położenia przestrzennego neuronów, ale także ich połączeń

Aby zweryfikować poprawność modelu przestrzennego, badacze porównali zagęszczenie neuronów w modelu z danymi z aktualnych badań nad hipokampem i stwierdzili, że odpowiadają one sobie. Zarówno zbiór danych, jak i metodologia ich pozyskiwania, znajdują się na platformie EBRAINS.

– Naszym głównym celem w ramach tego badania było umożliwienie łatwego dostępu do danych HBP i szerszej społeczności zajmującej się neuronauką. Obecnie wykorzystujemy to samo podejście do modelowania innych regionów mózgu – mówi dr Daniela Gandolfi.

Projekty HBP SGA3 (Human Brain Project Specific Grant Agreement 3) i ICEI (Interactive Computing E-Infrastructure for the Human Brain Project) zakończą się we wrześniu 2023 roku.

Więcej informacji na stronach: „eBrains” i „Human Brain Project”.