Новое исследование объясняет, как формы нейронов могут быть классифицированы с помощью математических методов из области алгебраической топологии. Теперь нейробиологи смогут составить формальный каталог всех типов клеток мозга. В этом каталоге клеток они могут систематически отображать функцию и роль каждого типа нейронов мозга.
«В течение почти 100 лет ученые пытались дать название клеткам. Они описывали их так же, как Дарвин описывал животных и деревья. Теперь проект «Blue Brain» разработал математический алгоритм для объективной классификации форм нейронов в мозге», — объясняет профессор Генри Маркрам, основатель и директор «Blue Brain». «Это позволит разработать стандартизированную таксономию [классификацию клеток на отдельные группы] всех клеток мозга, которая поможет исследователям сравнить свои данные более надежным образом.»
Команда вместе с ведущим ученым Лидой Канари разработали алгоритм для дифференцирования различных форм наиболее распространенных типов нейронов в неокортексе-пирамидальных клеток. Пирамидальные клетки — это явно древовидные клетки, которые составляют 80% нейронов неокортекса и, подобно антеннам, собирают информацию от других нейронов мозга. Они как секвойи лесов среди деревьев мозга. Они являются возбудителями, посылая волны электрической активности по мозговой сети, заставляя нас воспринимать, действовать и ощущать.
Отец современной нейробиологии, Рамон и Кахаль, впервые нарисовал пирамидальные клетки более 100 лет назад, увидев их под микроскопом. Однако до сих пор ученые не пришли к единому мнению о видах пирамидальных нейронов. Все последнее столетие анатомы давали названия и обсуждали различные типы нейронов, в то время как нейробиология не могла точно сказать, какие типы нейронов могут быть субъективно охарактеризованы. Даже для заметно различимых нейронов нет общего базиса для последовательного определения морфологических типов.
Семнадцать типов пирамидальных клеток
Исследования в рамках проекта «Blue Brain» впервые доказывают, что объективная классификация этих пирамидальных клеток возможна, применяя инструменты алгебраической топологии, отрасли математики, которая изучает формы, связи и возникновение глобальных структур из локальных ограничений.
«Blue Brain» был пионером в использовании алгебраической топологии для решения широкого круга нейробиологических проблем, и с помощью такого исследования еще раз продемонстрировал свою эффективность. В сотрудничестве с профессорами Кэтрин Гесс из EPFL и Ран Леви из Университета Абердина «Blue Brain» разработали алгоритм, который затем использовался для объективной классификации семнадцати типов пирамидальных клеток в соматосенсорной коре крысы. Топологическая классификация не требует участия экспертов и доказала свою надежность.
Структура большинства нейронов напоминает сложное дерево, с несколькими ветвями, соединяющимися с другими нейронами и сообщающимися через электрические сигналы. Если мы сохраним самые длинные (постоянные) компоненты структуры нейрона и разложим более мелкие ветви, мы сможем преобразовать его древовидную структуру в штрих-код — математический объект, который может быть использован в качестве вводных данных для любого алгоритма машинного обучения, который классифицирует нейроны на отдельные группы.
«Вид» клеток мозга
Любой процесс классификации нейронов страдает от этого вопроса: являются ли две клетки, которые выглядят по-разному, просто частью континуума постепенно меняющихся различий (например, разные «штаммы» вида, например, разные типы собак) или они действительно разные «виды» нейронов (например, собаки, кошки, слоны и т. д.)? Другими словами, являются ли они дискретными или непрерывными морфологическими вариациями друг друга? На это можно ответить, используя новую топологическую классификацию и группировку различных «видов» клеток мозга, каждая из которых имеет свои собственные характерные «штаммы».»
«Проект Blue Brain — это цифровая реконструкция и моделирование мозга, и это исследование обеспечивает одну из прочных основ, необходимых для объединения всех типов нейронов», — объясняет Канари. «Устраняя неоднозначность типов клеток, процесс идентификации морфологического типа новых клеток станет полностью автоматизированным.»
Этот прорыв может принести пользу всему нейробиологическому сообществу, поскольку он обеспечит более глубокое понимание таксономии клеток и создаст надежный сравнительный метод. Объективное определение морфологических типов является важным первым шагом к лучшему пониманию основных строительных блоков мозга: как их структура связана с их функцией и как локальные свойства нейронов связаны с их долгосрочными проекциями. Этот метод дает универсальный дескриптор деревьев, что означает, что его можно использовать для последовательного описания всех типов клеток в мозге, включая нейроны всех областей мозга и глиальные клетки.
Источник: Ecole Polytechnique Fédérale de Lausanne