et team af forskere ved Allen Institute for Brain Science gør offentligt tilgængeligt et manuelt konstrueret, 3D-cellulært niveau atlas af den komplette mushjerne. Afledt af serielle to-foton tomografbilleder af hjernen på 1.657 mus, er denne tredje iteration af Allen Mouse Brain Common Coordinate-rammen eller CCFv3 resultatet af tre års intensiv dataindsamling og tegning.
“vi håber, at det bredere neurovidenskabssamfund vil bruge det som et nyt standardreferenceatlas,” sagde Lydia ng, ph.d., der er senior director of technology ved Allen Institute for Brain Science, og en af seniorforfatterne på atlas-papiret, som er offentliggjort i Cell. “Ved at gøre vores atlas og relaterede værktøjer åbne adgang, kan nye data og datatyper genereret på tværs af vores samfund lettere integreres og sammenlignes i den samme rumlige kontekst, og atlaset kan igen ændres, efterhånden som vores viden om hjernestruktur udvikler sig.”
tilføjet Co-senior forfatter, Julie Harris, ph.d., associeret direktør for neuroanatomi ved Allen Institute for Brain Science, ” Referenceatlaser er virkelig multifunktionelle værktøjer, der bruges til at undervise i neuroanatomi, giver fælles nomenklatur til at identificere hjerneområder, understøtter analyser til at beskrive, hvor data blev indsamlet, og repræsenterer vores kollektive nuværende viden om organisering af hjernestruktur.”Forskerne rapporterede om CCFv3-kortet i en rapport med titlen “Allen Mouse Brain Common Coordinate ramme: a 3D Reference Atlas.”
denne video viser en sammensmeltning af data i CCF-rammen baggrundsgråskalabilledet repræsenterer den gennemsnitlige anatomi på 1.675 individuelle prøver, der danner grundlaget for det fælles koordinatsystem. De farvede buede linjer repræsenterede samplede strømliner. Musebarken er et 3D-ark organiseret i lag, hvor forbindelsen mellem lagene typisk er vinkelret på overfladen, hvilket antyder en hypotetisk søjleorganisation. Krumningen af barken gør det vanskeligt at visualisere langs denne teoretiske dimension. Disse strømliner er et skøn over disse” vertikaler ” baseret på den buede geometri. For at se, om strømlinierne afspejler den sande krumning, sammenlignede vi dem med reelle data. Det hotmetalfarvede billede er en sammensætning af flere datasæt for at visualisere formen af tyktuftet dendrit af L5-pyramidneuroner, der selektivt blev mærket med Cre-afhængig viral sporstofinjektion i Sim1-Cre_KJ18 eller a930038c07rik-Tg1-Cre-driverlinjen. Hvert datasæt blev registreret til CCF for at tillade overlejringsdata fra ~100 prøver.
musens hjerne indeholder cirka 100 millioner celler på tværs af hundreder af forskellige regioner. Viden om neuroanatomi i mushjerne er avanceret dramatisk i løbet af det sidste årti, med fremkomsten af helhjernekortlægningsprojekter, der tilføjer nye datatyper og afslører cellulær arkitektur i rige nye detaljer.
store internationale samarbejder genererer store undersøgelser af celletyper og forbindelser i musens hjerne og indsamler store mængder data på tværs af modaliteter, rumlige skalaer og hjerneområder, forklarede forfatterne. Og da neurovidenskabsdatasæt bliver større og mere komplekse, bliver et fælles rumligt kort over hjernen mere kritisk, ligesom evnen til præcist at registrere mange forskellige slags data i et fælles 3D-rum for at sammenligne og korrelere.
“nylige store internationale samarbejder genererer større undersøgelser af celletyper og forbindelser i musens hjerne og indsamler store mængder data på tværs af modaliteter, rumlige skalaer og hjerneområder,” kommenterede teamet. “Vellykket integration af disse data kræver en standard 3D reference atlas.”Dette betyder, at moderne digitale referenceatlaser skal udvikle sig for at forblive aktuelle, kommenterede Harris. “Alligevel opfylder klassiske standardatlaser ikke kravene fra disse datasæt med cellulær opløsning i 3D. Så vi producerede et ægte 3D-atlas til at fungere som en standard anatomisk ramme for de hele hjernedatasæt, der produceres.”
hele hjernen CCFv3 bygger på en delvis version udgivet i 2016, der kortlagde hele musebarken, hjernens yderste skal. Tidligere versioner af atlas var 3D-kort med lavere opløsning, mens CCFv3′ s opløsning er fin nok til, at den kan lokalisere individuelle cellers placeringer. Tilpasning af forskellige typer datasæt til CCFv3 gjorde det muligt for forskerne at mærke mere end 800 hjernestrukturer. Ved at gøre det identificerede de flere hjernestrukturer, der ikke tidligere var beskrevet i standard musehjerneatlaser, og flere nye nervefiberkanaler, der ikke er beskrevet i andre atlaser.
“CCFv3 er parcelleret i 43 isokortiske områder og deres lag, 329 subkortiske gråstofstrukturer, 81 fiberkanaler og 8 ventrikulære strukturer (pr.halvkugle),” forklarede forskerne. “I betragtning af at hvert datasæt afslører et unikt mærkningsmønster for visse musehjerneområder, bør kombinationen af alle disse datatyper supplere eller bekræfte hinanden, hvilket viser en enorm metodologisk fordel for nøjagtigt at definere hjernestrukturer,” bemærkede Ng.
forfatterne siger, at CCFv3 har højere rumlig opløsning end noget aktuelt eksisterende 3D-mushjernereferencerum baseret på magnetisk resonansbilleddannelse. Fordi CCFv3 er et gennemsnit fra en stor population af mus, kan den bruges til at studere interindividuel variabilitet i mængderne af 3D-hjernestrukturer i sammenhæng med forskellige sygdomstilstande. Derudover var mange anatomiske detaljer tydelige i den gennemsnitlige hjerne, som ikke let kunne ses i nogen enkelt mushjerne.
det kan betragtes som neurovidenskab svarende til en telefons GPS, foreslår Allen Institute. I stedet for manuelt at søge efter din placering på et papirkort baseret på det, du ser omkring dig, fortæller GPS (og det nye hjerneatlas) dig, hvor du er. Med datasæt i tusinder eller millioner af forskellige stykker information, det fælles sæt koordinater—og indkredsning af de tilsvarende hjernemærker for disse koordinater—er afgørende.
“i gamle dage ville folk definere forskellige regioner i hjernen ved øjet. Efterhånden som vi får flere og flere data, skaleres den manuelle kuration ikke længere,” sagde Ng. “Ligesom vi har en referencegenomsekvens, har du brug for en referenceanatomi.”
historisk set blev hjerneatlaser tegnet i 2D, idet de tog arklignende synspunkter på hjernen på forskellige dybder og forede dem op. For nogle typer data fungerer denne form for hjernekortlægning godt. Men for moderne neurovidenskabsstudier, der ser på neuronaktivitet eller celleegenskaber på tværs af hele hjernen, giver et 3D-atlas bedre kontekst. For at fremstille atlaset brød forskerne hjernen op i små virtuelle 3D-blokke, kendt som voksler, og tildelte hver blok en unik koordinat. De data, der blev fodret med den 3D-konstruktion, kom fra den gennemsnitlige hjerneanatomi på 1.675 forskellige dyr. Holdet tildelte derefter hver af disse stemmer til en af hundreder af forskellige kendte regioner i musens hjerne og trak omhyggelige grænser mellem forskellige områder.
datasættene, der blev fodret med disse to aspekter af atlaset, kom fra flere forskellige slags eksperimenter udført på Allen Institute i løbet af de sidste mange år. “For at hjælpe med nøjagtige områdeafgrænsninger udarbejdede og kuraterede vi multimodale referencedatasæt, der deformerbart var registreret i den gennemsnitlige skabelonhjerne,” forklarede forfatterne. “Referencedata omfattede histologi pletter, immunhistokemi, transgenekspression, in situ hybridisering (ISH) og anterograd sporingsforbindelseseksperimenter.”Denne rygrad i forskellige typer data gør atlaset unikt blandt referencehjerneatlaser, sagde forskerne.
” vi bruger nu dette atlas som det fælles anatomiske referencerum til mange store projekter, herunder kortlægning af helhjernekredsløb, rekonstruktioner af en celle og generering af en omfattende folketælling af hjerneceller,” sagde Harris. “Alle disse data, og hvad vi lærer om hjernearkitektur igen, vil på et tidspunkt kræve et opdateret, næste generations 3D-atlas, selvom det sandsynligvis vil blive konstrueret med forskellige, mere automatiserede, datadrevne metoder.”
fremtidige gentagelser af atlas vil således sandsynligvis stole på maskinindlæring eller andre former for automatisering snarere end på den besværlige manuelle kuration, der gik ind i den aktuelle version. “Som vi ved nu, skal atlaser udvikle sig og leve ressourcer, for når vi lærer mere om, hvordan hjernen er organiseret, bliver vi nødt til at foretage opdateringer,” sagde Harris. “At bygge atlaser på en automatisk, upartisk måde er, hvor feltet sandsynligvis bevæger sig.”
Allen CCF er åben adgang og tilgængelig med relaterede værktøjer på https://portal.brain-map.org/