Araştırmacılar, canlı beyin dokusunun yüksek çözünürlüklü görüntülemesini sunan ve onu gerçek zamanlı 3D nano ölçekli ayrıntılarla görselleştiren LIONESS adında yeni bir görüntüleme ve sanal yeniden yapılandırma teknolojisi geliştirdi. LIONESS, gelişmiş optikleri, yapay zekayı ve iş birliğine dayalı disiplinler arası yaklaşımı birleştirerek önceki görüntüleme yöntemlerinin sınırlamalarını aşıyor ve beyin dokusu dinamikleri ile karmaşıklığının daha iyi anlaşılmasının yolunu açıyor.
ISTA’daki işbirlikçi çabalar sonuç veriyor Beynin karmaşıklığının benzeri görülmemiş “canlı” bir görüntüsü.
İnsan beyni, yaklaşık 86 milyar nörondan oluşan karmaşık ağıyla, bilim adamlarının bugüne kadar karşılaştığı tartışmasız en karmaşık örnekler arasında yer alıyor. Muazzam, ancak şu anda ölçülemez bir bilgi zenginliğine sahip olup, onu bilişimsel cihazların zirvesi olarak konumlandırıyor.
Bu seviyedeki karmaşıklığı kavramak zordur, bu da bizim için dakikanın şifresini çözebilecek ileri teknolojilerden yararlanmamızı zorunlu kılmaktadır. Beyin içinde mikroskobik düzeyde meydana gelen karmaşık etkileşimler. Böylece görüntüleme, sinir bilimi alanında çok önemli bir araç olarak ortaya çıkıyor.
Johann Danzl’ın ISTA’daki grubu tarafından geliştirilen yeni görüntüleme ve sanal yeniden yapılandırma teknolojisi, beyin aktivitelerini görüntülemede büyük bir sıçramadır ve LIONESS – Canlı Bilgi olarak adlandırılmıştır. Doymuş Segmentasyonu Etkinleştiren Optimize Edilmiş Nanoskopi. LIONESS, canlı beyin dokusunu şimdiye kadar mümkün olmayan bir kapsamlılık ve uzamsal çözünürlükle görüntülemeye, yeniden yapılandırmaya ve analiz etmeye yönelik bir ardışık düzendir.
LIONESS, yoğun beyin dokusunun karmaşıklığını tasvir etmektedir. a: Karmaşık nöronal ortam b: LIONESS, canlı beyin dokusundaki birçok dinamik yapı ve işlevi açıklığa kavuşturacak şekilde örneği görüntüleyebilir ve yeniden yapılandırabilir. Katkıda bulunan kişi: Johann Danzl
“LIONESS ile ilk kez canlı beyin dokusunun kapsamlı ve yoğun bir şekilde yeniden yapılandırılmasını sağlamak mümkün. LIONESS, dokuyu birçok kez görüntüleyerek beyindeki dinamik hücresel biyolojiyi gözlemlememize ve ölçmemize olanak tanıyor,” diyor ilk yazar Philipp Velicky. “Çıktı, hücresel düzenlemelerin üç boyutlu olarak yeniden yapılandırılmış bir görüntüsüdür; örnek dakikalar, saatler veya günler boyunca görüntülenebildiğinden dördüncü boyutu zaman oluşturur” diye ekliyor.
İşbirliği ve Yapay Zeka Anahtar
LIONESS’in gücü, geliştirilmiş optikte ve çekirdeğini oluşturan iki düzeyde derin öğrenmede (bir Yapay Zeka yöntemi) yatmaktadır: birincisi görüntü kalitesini artırır ve ikincisi, farklı hücresel ağları tanımlar. yoğun nöronal ortamdaki yapılar.
Ardışık düzen, Danzl grubu, Bickel grubu, Jonas grubu, Novarino grubu ve ISTA’nın Bilimsel Hizmet Birimlerinin yanı sıra diğer uluslararası işbirlikçileri arasındaki işbirliğinin bir sonucudur. ISTA’dan Johann Danzl şöyle diyor: “Yaklaşımımız, beyin dokusu analizindeki teknoloji açığını kapatmak için birlikte çalışan, farklı disiplinlerin sınırları ötesinde benzersiz uzmanlığa sahip dinamik bir bilim insanı grubunu bir araya getirmekti.” diyor.
Canlı beyin dokusunu yeniden inşa etmeye yönelik bir boru hattı. Optimize edilmiş lazer odaklamalı Mikroskopinin edinilmesi – Görüntü İşleme (DL) – Segmentasyon (DL) – 3D görsel analiz. Katkıda bulunan kişi: Johann Danzl
Engelleri aşmak
Önceden, Elektron Mikroskobu kullanılarak beyin dokusunun yeniden yapılandırılması mümkündü. Bu yöntem, numuneyi elektronlarla olan etkileşimlerine dayanarak görüntüler. Birkaç nanometre (milimetrenin milyonda biri) çözünürlükte görüntü yakalama yeteneğine rağmen Elektron Mikroskobu, bir numunenin tek bir biyolojik durumda sabitlenmesini gerektirir ve bunun 3 boyutlu bilgi elde etmek için fiziksel olarak bölümlere ayrılması gerekir. Dolayısıyla hiçbir dinamik bilgi elde edilemez.
Işık Mikroskobunun önceden bilinen bir başka tekniği, canlı sistemlerin gözlemlenmesine ve sağlam doku hacimlerinin fiziksel olarak değil, “optik olarak” dilimlenerek kaydedilmesine olanak tanır. Bununla birlikte, Işık Mikroskobunun çözümleme gücü, görüntü oluşturmak için kullandığı ışık dalgalarının özellikleri nedeniyle ciddi şekilde engellenmektedir.Bu alanda SUSHI (Süper Çözünürlüklü Gölge Görüntüleme) adı verilen son çalışma, boya moleküllerinin hücrelerin etrafındaki boşluklara uygulanması ve Nobel Ödülü sahibi süper çözünürlük tekniği STED (Stimulated Emission Depletion) mikroskobunun uygulanmasının süper çözünürlüklü ‘gölgeler’ ortaya çıkardığını gösterdi. ‘ tüm hücresel yapıların tümünü oluşturur ve böylece bunları dokuda görselleştirir.
LIONESS, canlı beyin dokusundaki birçok dinamik yapı ve işlevi açıklığa kavuşturacak şekilde örneği görüntüleyebilir ve yeniden yapılandırabilir. . Katkıda bulunan: Julia Lyudchik ISTA
Bununla birlikte, beyin dokusunun karmaşık 3D mimarisine uygun çözünürlük iyileştirmesi ile beyin dokusunun tüm hacimlerini görüntülemek mümkün olmadı. Bunun nedeni, artan çözünürlüğün aynı zamanda numune üzerinde yüksek miktarda görüntüleme ışığı gerektirmesidir; bu da ince, canlı dokuya zarar verebilir veya “kızartabilir”.
LIONESS’in hüneri burada yatıyor, LIONESS için geliştirildi. Yazarlar, “hızlı ve hafif” görüntüleme koşullarını, böylece numuneyi canlı tutuyorlar. Teknik bunu yaparken izotropik süper çözünürlük sağlarken (yani her üç uzamsal boyutta da eşit derecede iyi olduğu anlamına gelir), dokunun hücresel bileşenlerinin 3 boyutlu nano ölçekte çözülmüş ayrıntılarla görselleştirilmesine olanak tanır.
LIONESS, yalnızca çok az bilgiyi toplar. Örnek görüntüleme adımı sırasında gerektiği gibi. Bunu, Görüntü Restorasyonu adı verilen bir süreçte beyin dokusunun yapısına ilişkin ek bilgilerin doldurulmasına yönelik ilk derin öğrenme adımı takip ediyor. Bu yenilikçi yöntemle, yaklaşık 130 nanometrelik bir çözünürlüğe ulaşırken, canlı beyin dokusunun gerçek zamanlı olarak görüntülenmesine yetecek kadar hassastır. Bu adımlar birlikte, derin öğrenmenin ikinci adımına olanak tanır; bu sefer son derece karmaşık görüntüleme verilerini anlamlandırmak ve nöronal yapıları otomatik bir şekilde tanımlamak için kullanılır.
ISTA Bilim Adamı Johann Danzl Avusturya Bilim ve Teknoloji Enstitüsü’ndeki laboratuvarında. Kredi bilgileri: Nadine Poncioni | ISTA
Homing In
“Disiplinlerarası yaklaşım, canlı sistemdeki güç ve ışığa maruz kalma sorununu çözmede iç içe geçmiş sınırlamaları aşmamıza, karmaşık 3D verileri anlamlandırmamıza ve dokunun hücresel mimarisini moleküler ve işlevsel ölçümlerle eşleştirmek için kullanılabilir” diyor Danzl.
Sanal yeniden yapılandırma için Danzl ve Velicky, görsel hesaplama uzmanlarıyla birlikte çalıştı: ISTA’daki Bickel grubu ve Harvard’dan Hanspeter Pfister liderliğindeki grup Otomatik segmentasyon (dokudaki hücresel yapıları otomatik olarak tanıma süreci) ve görselleştirme konusundaki uzmanlıklarıyla katkıda bulunan üniversite, ISTA’nın görüntü analizi personeli bilim insanı Christoph Sommer’in desteğiyle. Sofistike etiketleme stratejileri için Edinburgh, Berlin ve ISTA’dan nörobilimciler ve kimyagerler katkıda bulundu.
Sonuç olarak, işlevsel ölçümler arasında köprü kurmak, yani aynı canlı nörondaki hücresel yapıları biyolojik sinyal aktivitesiyle birlikte okumak mümkün oldu. devre. Bu, ISTA’daki Jonas grubuyla işbirliği içinde hücrelere kalsiyum iyonu akışının görüntülenmesi ve hücresel elektriksel aktivitenin ölçülmesiyle yapıldı. Novarino grubu, insan beyni gelişimini taklit eden, genellikle mini beyin olarak adlandırılan insan serebral organoidlerine katkıda bulundu. Yazarlar, tüm bunların ISTA’nın birinci sınıf bilimsel hizmet birimlerinin uzman desteğiyle kolaylaştırıldığının altını çiziyor.
Beyin yapısı ve aktivitesi son derece dinamiktir; beyin yeni görevleri gerçekleştirip öğrendikçe yapıları da gelişir. Beynin bu yönüne genellikle “plastisite” adı verilir. Bu nedenle beynin doku mimarisindeki değişiklikleri gözlemlemek, beynin esnekliğinin ardındaki sırların kilidini açmak için çok önemlidir. ISTA’da geliştirilen yeni araç, alt hücre yapılarını ortaya çıkararak ve bunların zaman içinde nasıl değişebileceğini yakalayarak beyin dokusunun ve potansiyel olarak diğer organların işlevsel mimarisini anlama potansiyelini göstermektedir.
Referans: “Canlı beynin yoğun 4D nano ölçekli yeniden inşası doku” yazan: Philipp Velicky, Eder Miguel, Julia M. Michalska, Julia Lyudchik, Donglai Wei, Zudi Lin, Jake F. Watson, Jakob Troidl, Johanna Beyer, Yoav Ben-Simon, Christoph Sommer, Wiebke Jahr, Alban Cenameri, Johannes Broichhagen , Seth G. N. Grant, Peter Jonas, Gaia Novarino, Hanspeter Pfister, Bernd Bickel ve Johann G. Danzl, 10 Temmuz 2023, Nature Methods.
DOI: 10.1038/s41592-023-01936-6{ 1}
Çalışma, Avusturya Bilim Fonu, Gesellschaft für Forschungsförderung NÖ (NFB), H2020 Marie Skłodowska-Curie Actions, H2020 Avrupa Araştırma Konseyi, Human Frontier Science Programı, Simons Vakfı, Wellcome Trust, ve Ulusal Bilim Vakfı.
.