На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

30 миллионов на 10 кубических миллиметров

Гарвардский университет официально запустил проект по изучению коннектома мозга мыши. Стоимость проекта – 30 миллионов долларов, из которых половина будет потрачена в самом Гарварде, половина уйдет партнерам. На эти деньги исследователи предполагают «отсканировать» на синаптическом уровне 10 кубических миллиметров мозга мыши (а до того еще и определить, откуда эти десять «кубиков» взять).

Ну и, конечно же, часть денег уйдет на то, чтобы подсчитать, сколько будет стоить «оцифровать» весь мозг. Мы решили дать слово самим исследователям и привести полное описание проекта.

alt

Предлагаемый проект продемонстрирует возможность создания полной карты мозга на уровне синапсов (коннектома) путем разработки своеобразного конвейера электронной микроскопии последовательных сечений, который затем можно будет масштабировать до целого мозга мыши. 

В ходе этой работы будет получено изображение объемом 10 кубических миллиметров, что само по себе является беспрецедентно большим набором данных, который может превышать десятки петабайт. Тем не менее, весь мозг мыши в объеме занимает в 50 раз больше. Достижение этой амбициозной цели потребует новых прорывов в области окрашивания всего мозга, визуализации, обработки изображений, инструментов анализа и распространения информации. 

Мы масштабируем и тестируем эти инструменты, создав коннектом гиппокамповой формации, важнейшей области мозга, отвечающей за память и пространственную навигацию. В частности, мы определим интересующий нас объем с помощью микрокомпьютерной томографии всего мозга. Затем мы разрежем мозг мыши на полутонкие последовательные срезы и сфотографируем их с помощью многолучевой сканирующей электронной микроскопии и cфокусированного ионного пучка. Этот метод позволяет получить изображение тонкого слоя ткани, а затем удалить его, чтобы показать следующий слой, пока каждый слой не будет полностью отображен, сводя к минимуму искажения, вызванные предыдущими методами ультратонкого разрезания. 

Визуальные данные будут обрабатываться с помощью улучшенной версии нашего современного «конвейера обработки данных». После контроля качества и сжатия изображений наша автоматизированная система соберет полный объем из полученных срезов и затем нанесет маркировку на элементы ткани: нейроны, глию, кровеносные сосуды, миелин, клеточные тела и синапсы. Затем эта реконструкция будет проверена и зарегистрирована в атласе мозга мыши Алленовского института, что позволит нам соотнести наши данные с другими данными. Наш анализ позволит идентифицировать типы клеток по регионам и слоям и выявить детальную взаимосвязь нейронных связей в гиппокамповой формации. 

Используя специальное программное обеспечение, мы объединим эти структурные результаты по типам клеток с другими подходами, основанными на световой микроскопии и экспрессии генов в одной клетке, что позволит нам соотнести наши результаты с обширной литературой о структуре и функциях гиппокамповой формации.

Чтобы продвигать различные точки зрения, мы будем привлекать магистрантов из недостаточно представленных в нейронауках областей к этапам корректуры и научного поиска в нашей работе, предлагая им наставничество, а также исследовательский опыт.

Мы превратим полученные данные в надежный ресурс для научного сообщества и общественности, расширив бесплатный доступ с помощью инструментов онлайн-обмена, чтобы любая заинтересованная сторона могла визуализировать, корректировать или иным образом анализировать клетки и нейронные цепи в этом массиве данных. 

Чтобы проиллюстрировать, как этот ресурс может быть объединен с другими открытиями, мы определим типы клеток на основе их морфологии и связности, охарактеризуем взаимосвязь между этими назначениями и классификациями, основанными на транскриптомике, и объединим полученную нами информацию с предыдущими данными. Наконец, мы определим локальные и дальнодействующие мотивы нейронных цепочек в наших данных и используем их для определения принципов работы схем и механизмов памяти и пространственного познания, тестируя и совершенствуя модели гиппокамповой формации. 

На протяжении всего проекта мы будем отслеживать ключевые параметры производительности, такие как «пропускная способность» одного микроскопа для получения изображений, для того чтобы оценить целесообразность и стоимость масштабирования нашего проекта до полного коннектома мозга мыши.


Подготовил Алексей Паевский

Adblock test (Why?)

Ссылка на первоисточник

Картина дня

наверх