导航菜单

Blue Brain解决了一个有百年历史的神经科学问题

新研究解释了如何使用代数拓扑领域的数学方法对神经元的形状进行分类。神经科学家现在可以开始为大脑中所有类型的细胞建立正式目录。在这个细胞目录中,他们可以系统地绘制大脑中每种类型神经元的疾病的功能和作用。

“近100年来,科学家们一直试图命名细胞。他们用Darwin描述动物和树木的方式描述它们。现在蓝脑项目开发了一种数学算法来客观地分类细胞中神经元的形状。大脑,“Blue Brain的创始人兼总监Henry Markram教授解释道。“这将有助于开发大脑中所有细胞的标准化分类[细胞分类为不同组],这将有助于研究人员以更可靠的方式比较他们的数据。”

该团队与首席科学家Lida Kanari合作开发了一种算法,用于区分新皮层中最常见类型神经元的不同形状 - 锥体细胞。锥体细胞是独特的树状细胞,占新皮质中80%的神经元,并且像天线一样,从大脑中的其他神经元收集信息。基本上,它们是大脑中树木森林的红木。当我们感知,行动和感受时,它们是令人兴奋的,通过网络发送电波活动。

现代神经科学之父RamónyCajal在100多年前首先通过在显微镜下观察它们来绘制金字塔细胞。然而,到目前为止,科学家尚未就锥体神经元的类型达成共识。在过去的一个世纪里,解剖学家一直在指定名称和辩论不同的类型,而神经科学无法确定哪些类型的神经元是主观特征的。即使对于明显可区分的神经元,也没有共同的基础来一致地定义形态类型。

十七种锥体细胞

Blue Brain的研究首次证明了这些锥体细胞的客观分类是可能的,通过应用代数拓扑学的工具,数学分支研究形状,连通性和局部约束下全局结构的出现。

Blue Brain率先使用代数拓扑来解决各种神经科学问题,并且这项研究再次证明了它的有效性。与EPFL的Kathryn Hess教授和阿伯丁大学的Ran Levi合作,Blue Brain开发了一种算法,然后他们用它来客观地对大鼠躯体感觉皮层中的17种锥体细胞进行分类。拓扑分类不需要专家输入,并且被证明是稳健的。

大多数神经元的结构类似于复杂的树,多个分支连接到其他神经元并通过电信号进行通信。如果我们保留神经元结构的最长(持久)组件并分解较小的分支,我们可以将其树状结构转换为条形码 - 一个数学对象,可以用作任何将要分类的机器学习算法的输入将神经元分成不同的组。

脑细胞的“种类”

任何神经元分类过程都受到这个问题的困扰:两个看起来不同的细胞只是逐渐变化的差异的连续体的一部分(如物种的不同“菌株”,例如不同类型的狗)或它们真正不同的“物种”神经元(如狗,猫,大象等)?换句话说,它们是彼此不连续或连续的形态变化吗?这可以通过使用新的拓扑分类和对脑细胞的不同“物种”进行分组来解决,每个脑细胞具有其自身特有的“菌株”。

“蓝脑工程是数字化重建和模拟大脑,这项研究提供了将所有类型的神经元放在一起所需的坚实基础之一,”Kanari解释说。“通过消除细胞类型的模糊性,识别新细胞形态类型的过程将变得完全自动化。”

这一突破可以使整个神经科学界受益,因为它将提供对细胞分类学的更复杂的理解,以及可靠的比较方法。形态类型的客观定义是更好地理解大脑基本构建块的基本第一步:它们的结构如何与它们的功能相关,以及神经元的局部特性如何与它们的远程投影相关联。这种方法提供了树的通用描述符,这意味着它可以用于大脑中所有细胞类型的一致描述,包括所有大脑区域和神经胶质细胞的神经元。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。