Исследователи разрабатывают новую полномасштабную трехмерную структурную модель гиппокампа человека.

Новая модель области CA1 гиппокампа человека с высоким разрешением была разработана Институтом биофизики Итальянского национального исследовательского совета (CNR-IBF) и Университетом Модены и Реджо-Эмилии (UNIMORE) в рамках проекта «Человеческий мозг». Модель разрешения одной клетки, которая воспроизводит структуру и архитектуру области, а также положение и относительную связность нейронов, была разработана на основе полномасштабного набора данных изображений с высоким разрешением.

Набор данных доступен в атласе BigBrain и скоро будет доступен на EBRAINS. Согласно исследованию, опубликованному в журнале Nature Computational Science, та же методология может быть применена для создания полномасштабных моделей других областей человеческого мозга, а также для интеграции в среду совместного моделирования, такую ​​как The Virtual Brain.

«Объем данных об отдельных нейронах человеческого мозга очень ограничен как с точки зрения относительных трехмерных координат, так и с точки зрения связи между нейронами», — объясняет Микеле Мильоре из CNR-IBF, Палермо. «Мы провели операцию интеллектуального анализа данных на изображениях гиппокампа человека с высоким разрешением , полученных из базы данных BigBrain. Положение отдельных нейронов было получено в результате детального анализа этих изображений».

Исследователи разработали индивидуальный алгоритм обработки изображений, чтобы получить реалистичное распределение позиционирования нейронов, и алгоритм для создания связности нейронов путем аппроксимации формы дендритов и аксонов.

«Дендриты и аксоны можно разделить на категории в зависимости от общей формы их отростков: например, некоторые вписываются в узкие колбочки, другие имеют широкое сложное расширение, которое можно аппроксимировать выделенными геометрическими объемами, и соответственно изменяется связь с соседними нейронами. », — объясняет Даниэла Гандольфи из UNIMORE, ведущий автор исследования.

«Наш алгоритм анализирует изображения с высоким разрешением и после создания определенных геометрических фигур, связанных с морфологическими свойствами, позволяет рассчитать вероятность того, что два нейрона связаны. Метод обеспечивает не только трехмерное позиционирование нейронов, но и их связность.»

«Мы сравнили плотность нейронов в нашей 3D-модели с существующей литературой по гиппокампу и обнаружили, что она соответствует экспериментальным наблюдениям, что подтверждает нашу модель», — заключает Гандольфи. Исследователи делятся как набором данных, так и методологией извлечения на платформе EBRAINS. «Наша основная цель в этом исследовании состояла в том, чтобы сделать данные легко доступными для HBP и более широкого сообщества нейробиологов. Сейчас мы используем тот же подход для моделирования других областей мозга».