Команда под руководством Лиды Канари теперь сообщает о новой системе для различения типов клеток в головном мозге, методе алгоритмической классификации, который, по словам исследователей, принесет пользу всей области нейробиологии. Основатель Blue Brain профессор Генри Маркрам говорит, "Почти 100 лет ученые пытались назвать клетки. Они описывали их так же, как Дарвин описывал животных и деревья. Теперь проект Blue Brain Project разработал математический алгоритм для объективной классификации форм нейронов в головном мозге. Это позволит разработать стандартизированную таксономию [классификацию клеток на отдельные группы] всех клеток мозга, что поможет исследователям более надежно сравнивать свои данные."
Команда разработала алгоритм, позволяющий различать формы наиболее распространенного типа нейронов в неокортексе – пирамидных клеток. Пирамидные клетки – это явно древовидные клетки, которые составляют 80 процентов нейронов в неокортексе и, подобно антеннам, собирают информацию от других нейронов в головном мозге. По сути, это секвойи леса мозгов. Они возбуждают, посылая волны электрической активности по сети, поскольку люди воспринимают, действуют и чувствуют.
Отец современной нейробиологии Рамон-и-Кахаль впервые нарисовал пирамидные клетки более 100 лет назад, наблюдая за ними под микроскопом. Однако до сих пор ученые не пришли к единому мнению о типах пирамидных нейронов. Анатомы присваивали имена и обсуждали различные типы в течение последнего столетия, в то время как нейробиология не могла точно сказать, какие типы нейронов субъективно охарактеризованы. Даже для явно различимых нейронов нет общей основы для последовательного определения морфологических типов.
17 типов пирамидных клеток
Исследование Blue Brain впервые доказывает, что объективная классификация этих пирамидальных ячеек возможна с применением инструментов алгебраической топологии, раздела математики, изучающего форму, связность и возникновение глобальной структуры из локальных ограничений.
Компания Blue Brain стала пионером в использовании алгебраической топологии для решения широкого круга проблем нейробиологии и этим исследованием еще раз продемонстрировала ее эффективность. В сотрудничестве с профессорами Кэтрин Хесс из EPFL и Ран Леви из Университета Абердина компания Blue Brain разработала алгоритм для объективной классификации 17 типов пирамидных клеток в соматосенсорной коре крыс. Топологическая классификация не требует участия эксперта и доказала свою надежность.
Структура большинства нейронов напоминает сложное дерево с множеством ветвей, соединяющихся с другими нейронами и сообщающихся посредством электрических сигналов. 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 можно использовать в качестве входных данных для любого алгоритма машинного обучения, который будет классифицировать нейроны в отдельные группы.
"Разновидность" клеток мозга
Любой процесс классификации нейронов сталкивается с вопросом: являются ли две клетки, которые выглядят по-разному, лишь частью континуума постепенно меняющихся различий (как у разных пород собак), или они действительно разные? "разновидность" нейронов? Другими словами, являются ли они дискретными или непрерывными морфологическими вариациями друг друга?? На это можно ответить, используя новую топологическую классификацию и группируя различные "разновидность" клеток мозга, каждая со своими характеристиками "породы."
"Проект Blue Brain Project занимается цифровой реконструкцией и моделированием мозга, и это исследование обеспечивает одну из прочных основ, необходимых для объединения всех типов нейронов," объясняет Канари. "Устраняя неоднозначность типов клеток, процесс определения морфологического типа новых клеток станет полностью автоматизированным."
Этот прорыв может принести пользу всему сообществу нейробиологов, поскольку он обеспечит более сложное понимание клеточной таксономии и надежный сравнительный метод. Объективное определение морфологических типов – важный первый шаг к лучшему пониманию основных строительных блоков мозга: как их структура связана с их функцией и как локальные свойства нейронов связаны с их дальнодействующими проекциями. Этот метод обеспечивает универсальный дескриптор деревьев, что означает, что его можно использовать для последовательного описания всех типов клеток в головном мозге, включая нейроны всех областей мозга и клетки глии.