ett team av forskare vid Allen Institute for Brain Science gör offentligt tillgängligt en manuellt konstruerad, 3D-cellulär nivåatlas av den fullständiga mush hjärnan. Denna tredje iteration av Allen Mouse Brain Common Coordinate Framework, eller CCFv3, är resultatet av tre års intensiv datainsamling och ritning.
”vi hoppas att det bredare neurovetenskapssamhället kommer att använda det som en ny standardreferensatlas”, säger Lydia Ng, PhD, som är senior director of technology vid Allen Institute for Brain Science, och en av de ledande författarna på atlas paper, som publiceras i Cell. ”Genom att göra vår atlas och relaterade verktyg öppen åtkomst kan nya data och datatyper som genereras i vårt samhälle lättare integreras och jämföras i samma rumsliga sammanhang, och atlasen kan i sin tur modifieras när vår kunskap om hjärnstruktur utvecklas.”
tillagd medförfattare, Julie Harris, PhD, biträdande chef för neuroanatomi vid Allen Institute for Brain Science, ”Referensatlaser är verkligen mångsidiga verktyg som används för att undervisa neuroanatomi, tillhandahålla gemensam nomenklatur för att identifiera hjärnregioner, stödja analyser för att beskriva var data samlades in och representerar vår kollektiva nuvarande kunskap om organisationen av hjärnstrukturen.”Forskarna rapporterade på ccfv3-kartan i en rapport med titeln ”Allen Mouse Brain Common Coordinate Framework: A 3D Reference Atlas.”
den här videon visar en sammansmältning av data i CCF-ramverket bakgrundsbilden i gråskala representerar den genomsnittliga anatomin för 1 675 enskilda exemplar som utgör grunden för det gemensamma koordinatsystemet. De färgade böjda linjerna representerade samplade strömlinjer. Muscortexen är ett 3D-ark organiserat i lager där förbindelsen mellan skikten typiskt är vinkelrätt mot ytan, vilket tyder på en hypotetisk kolumnär organisation. Cortexens krökning gör det svårt att visualisera längs denna teoretiska dimension. Dessa strömlinjer är en uppskattning av dessa ”vertikaler” baserat på den krökta geometrin. För att se om strömlinjerna återspeglar den sanna krökningen jämförde vi dem med verkliga data. Den hotmetalfärgade bilden är en sammansatt av flera dataset för att visualisera formen av tjocktuftad Dendrit av L5-pyramidneuroner som selektivt märktes med Cre-beroende viral spårningsinjektion i Sim1-Cre_KJ18 eller a930038c07rik-Tg1-Cre-drivrutinslinjen. Varje dataset registrerades till CCF för att tillåta överliggande data från ~100 exemplar.
mushjärnan innehåller cirka 100 miljoner celler i hundratals olika regioner. Kunskap om mus hjärnan neuroanatomi har avancerat dramatiskt under det senaste decenniet, med tillkomsten av hela hjärnan kartläggning projekt lägga till nya datatyper och avslöjar cellulär arkitektur i rika nya Detaljer.
storskaliga internationella samarbeten genererar stora undersökningar av celltyper och anslutningar i mushjärnan och samlar stora mängder data över modaliteter, rumsliga skalor och hjärnområden, förklarade författarna. Och när neurovetenskapliga dataset blir större och mer komplexa blir en gemensam rumslig karta över hjärnan mer kritisk, liksom förmågan att exakt samregistrera många olika typer av data i ett gemensamt 3D-utrymme för att jämföra och korrelera.
”nya storskaliga internationella samarbeten genererar stora undersökningar av celltyper och anslutningar i mushjärnan och samlar stora mängder data över modaliteter, rumsliga skalor och hjärnområden”, kommenterade teamet. ”Framgångsrik integration av dessa data kräver en standard 3D-referensatlas.”Det betyder att moderna digitala referensatlaser måste utvecklas för att hålla sig aktuella, kommenterade Harris. ”Men klassiska standardatlaser uppfyller inte kraven på dessa cellulära upplösningsdataset i 3D. så vi producerade en verkligt 3D-atlas för att fungera som en standard anatomisk ram för hela hjärnans dataset som produceras.”
hela hjärnan CCFv3 bygger på en partiell version som släpptes 2016 som kartlade hela muscortexen, hjärnans yttersta skal. Tidigare versioner av atlas var 3D-kartor med lägre upplösning, medan CCFv3: s upplösning är tillräckligt bra för att den kan hitta enskilda cellers platser. Att anpassa olika typer av dataset till CCFv3 gjorde det möjligt för forskarna att märka mer än 800 hjärnstrukturer. Genom att göra det identifierade de flera hjärnstrukturer som inte tidigare beskrivits i standardmushjärnaatlaser och flera nya nervfiberkanaler som inte beskrivs i andra atlaser.
” CCFv3 delas in i 43 isokortiska områden och deras lager, 329 subkortiska gråmaterialstrukturer, 81 fiberkanaler och 8 ventrikulära strukturer (per halvklot)”, förklarade forskarna. ”Med tanke på att varje dataset avslöjar ett unikt märkningsmönster för vissa mus hjärnregioner, bör kombinera alla dessa datatyper komplettera eller bekräfta varandra, vilket visar en enorm metodologisk fördel för att exakt definiera hjärnstrukturer,” noterade Ng.
författarna säger att CCFv3 har högre rumslig upplösning än något för närvarande existerande 3D-mush hjärnreferensutrymme baserat på magnetisk resonansavbildning. Eftersom CCFv3 är ett genomsnitt från en stor population av möss kan den användas för att studera interindividuell variation i volymerna av 3D-hjärnstrukturer i samband med olika sjukdomstillstånd. Dessutom var många anatomiska detaljer uppenbara i den genomsnittliga hjärnan som inte lätt kunde urskiljas i någon enda mushjärna.
det kan betraktas som neurovetenskapsekvivalenten för en telefons GPS, föreslår Allen Institute. Istället för att manuellt söka efter din plats på en papperskarta baserat på vad du ser omkring dig, berättar GPS (och den nya hjärnatlasen) var du är. Med datauppsättningar i tusentals eller miljoner olika informationsbitar är den gemensamma uppsättningen koordinater—och identifierar motsvarande hjärnmärken för dessa koordinater—avgörande.
”i gamla dagar skulle människor definiera olika regioner i hjärnan med ögat. När vi får mer och mer data, att Manuell curation inte skala längre,” sade Ng. ”Precis som vi har en referensgenomsekvens behöver du en referensanatomi.”
historiskt ritades hjärnatlaser i 2D, med arkliknande syn på hjärnan på olika djup och lining upp dem. För vissa typer av data fungerar denna form av hjärnkartläggning bra. Men för moderna neurovetenskapliga studier som tittar på neuronaktivitet eller Cellegenskaper över hela hjärnan, ger en 3D-atlas bättre sammanhang. För att göra atlasen bröt forskarna upp hjärnan i små virtuella 3D-block, kända som voxels, och tilldelade varje block en unik koordinat. Uppgifterna som matades in i den 3D-konstruktionen kom från den genomsnittliga hjärnanatomin hos 1 675 olika djur. Teamet tilldelade sedan var och en av dessa voxlar till en av hundratals olika kända regioner i mushjärnan och ritade noggranna gränser mellan olika områden.
datamängderna som matades in i dessa två aspekter av atlasen kom från flera olika typer av experiment utförda vid Allen Institute under de senaste åren. ”För att hjälpa till med exakta areala avgränsningar sammanställde och kuraterade vi multimodala referensdataset som deformerbart registrerades till den genomsnittliga mallhjärnan”, förklarade författarna. ”Referensdata inkluderade histologifläckar, immunhistokemi, transgenuttryck, in situ hybridisering (ISH) och anterograde spåranslutningsexperiment.”Denna ryggrad av olika typer av data gör atlasen unik bland referenshjärnaatlaser, sa forskarna.
” vi använder nu denna atlas som det gemensamma anatomiska referensutrymmet för många storskaliga projekt, inklusive kartläggning av helhjärnkretsar, rekonstruktioner av encelliga celler och generering av en omfattande folkräkning av hjärnceller,” sade Harris. ”Alla dessa data, och vad vi lär oss om hjärnarkitektur i sin tur, kommer vid någon tidpunkt att kräva en uppdaterad nästa generations 3D-atlas, även om den sannolikt kommer att konstrueras med olika, mer automatiserade, datadrivna metoder.”
framtida iterationer av atlas kommer således sannolikt att förlita sig på maskininlärning eller andra former av automatisering, snarare än på den mödosamma manuella curation som gick in i den nuvarande versionen. ”Som vi vet nu bör atlaser utvecklas och leva resurser, för när vi lär oss mer om hur hjärnan är organiserad måste vi göra uppdateringar,” sade Harris. ”Att bygga atlaser på ett automatiskt, opartiskt sätt är där fältet sannolikt rör sig.”
Allen CCF är öppen åtkomst och finns med relaterade verktyg på https://portal.brain-map.org/