Войти
Участки белого вещества в человеческом мозгу, как показано на МРТ трактография A коннектом () - это комплексная карта нейронных связей в мозге и может рассматриваться как «схема подключения ». В более широком смысле, коннектом будет включать отображение всех нейронных связей внутри организма, нервной системы.
. Визуализация группового коннектома на основе 20 субъектов. Анатомические волокна, которые составляют архитектуру белого вещества человеческого мозга, визуализируются с цветовой кодировкой в зависимости от направления пересечения (отображение xyz-направлений в цвета RGB соответственно). Визуализация волокон проводилась с помощью программного обеспечения TrackVis. Производство и изучение коннектомов, известных как коннектомика, может варьироваться в масштабе от подробной карты полного набора нейронов и синапсы внутри части или всей нервной системы организма до описания на макроуровне функциональной и структурной связи между всеми корковыми областями и подкорковыми структурами. Термин «коннектом» используется в основном в научных усилиях по фиксации, отображению и пониманию организации нейронных взаимодействий внутри мозга.
Исследования успешно сконструировали полный коннектом одного животного: круглого червя Caenorhabditis elegans, начиная с первых электронных микрофотографий, опубликованных White, Brenner et al., 1986 На основе этой основополагающей работы в 1992 году Ачакосо и Ямамото опубликовали первый в истории коннектом (который авторы тогда называли «базой данных нейронных схем») для C. elegans в виде книги с прилагаемыми дискетами. компьютерное представление его коннектома, представленное и опубликованное тремя годами ранее в 1989 году Ачакосо на симпозиуме по компьютерным приложениям в медицине (SCAMC). Коннектом C. elegans был позже пересмотрен и расширен в процессе разработки. Частичные коннектомы мыши сетчатки и мыши первичной зрительной коры также были успешно сконструированы. Другие реконструкции, такие как полный набор данных Бока и др. На 12 терабайт 2011 года, общедоступны через такие службы, как NeuroData.
Конечная цель коннектомики - отобразить человеческий мозг. Эти усилия осуществляются в рамках проекта Human Connectome Project, спонсируемого Национальными институтами здравоохранения (NIH), целью которого является построение сетевой карты человеческого мозга у здоровых, живых взрослых..
В 2005 г. Доктор Олаф Спорнс из Университета Индианы и доктор Патрик Хагманн из Университетской больницы Лозанны независимо друг от друга и одновременно предложили термин «коннектом» для обозначения карты нейронные связи в головном мозге. Этот термин был непосредственно вдохновлен продолжающимися усилиями по секвенированию человеческого генетического кода - для построения генома.
«Коннектомика» (Hagmann, 2005) была определена как соответствующая наука со сборкой и анализом наборов данных коннектомов.
В своей статье 2005 года «Коннектом человека», структурном описании человеческого мозга, Sporns et al. писал:
В его докторской диссертации 2005 г. диссертации, От диффузной МРТ до коннектомики мозга, Хагманн писал:
Пути через церебральное белое вещество можно отобразить с помощью гистологического рассечения и окрашивания, методов дегенерации и отслеживания аксонов. Методы отслеживания аксонов формируют основную основу для систематического картирования путей на большие расстояния в обширные видовые -специфические анатомические матрицы связи между областями серого вещества. Знаменательные исследования включали области и связи зрительной коры макаки (Felleman and Van Essen, 1991) и таламокортикальной системы в мозге кошек ( Scannell et al., 1999). Разработка баз данных нейроинформатики для анатомических соединений позволяет постоянно обновлять и уточнять такие карты анатомических соединений. Онлайн-инструмент для подключения коры макака CoCoMac (Kötter, 2004) и коннектом височной доли крысы являются яркими примерами такой базы данных.
В человеческом мозге значение коннектома проистекает из осознания того, что структура и функции человеческого мозга неразрывно связаны между собой через множество уровней и способов взаимодействия мозга. Существуют сильные естественные ограничения на то, какие нейроны или нейронные популяции могут взаимодействовать, или насколько сильны или прямые их взаимодействия. Действительно, в основе человеческого познания лежит паттерн динамических взаимодействий, сформированный коннектомом.
Однако отношения структура-функция в мозге вряд ли сведутся к простому однозначному сопоставлению. Фактически, коннектом, очевидно, может поддерживать большое количество переменных динамических состояний в зависимости от текущих сенсорных входов, глобального состояния мозга, обучения и развития. Некоторые изменения функционального состояния могут включать быстрые изменения структурной связи на синаптическом уровне, как было выяснено в экспериментах с двухфотонной визуализацией, показывающих быстрое появление и исчезновение дендритных шипов (Bonhoeffer and Yuste, 2002).
Несмотря на такие сложные и изменчивые сопоставления структур-функций, коннектом является незаменимой основой для механистической интерпретации динамических данных мозга, от записей одиночных клеток до функциональная нейровизуализация.
Термин «коннектом» был недавно популяризирован Себастьяном Сеунгом в выступлении «Я - мой коннектом» на конференции TED 2010 года, в котором обсуждаются высокие- уровень целей картирования коннектома человека, а также постоянные усилия по построению трехмерной нейронной карты ткани мозга на микромасштабе. В 2012 году Сын опубликовал книгу Connectome: How the Brain's Wiring Makes Us Who We Are.
Мозговые сети могут быть определены на разных уровнях масштаба, соответствующих уровням пространственное разрешение при визуализации мозга (Kötter, 2007, Sporns, 2010). Эти масштабы можно условно разделить на микромасштаб, мезомасштаб и макромасштаб. В конечном итоге можно объединить коннектомные карты, полученные в разных масштабах, в единую иерархическую карту нейронной организации данного вида, которая варьируется от отдельных нейронов до популяций нейронов и более крупных систем, таких как области коры. Учитывая методологические неопределенности, связанные с выводом о связности из первичных экспериментальных данных, и учитывая, что, вероятно, будут большие различия в коннектомах разных людей, любая унифицированная карта, вероятно, будет полагаться на вероятностные представления данных о связности ( Sporns et al., 2005).
Картирование коннектома на «микромасштабе» (разрешение микрометр ) означает построение полной карты нейронных систем, нейрон за нейроном. Задача сделать это становится очевидной: количество нейронов, составляющих мозг, легко исчисляется миллиардами в более сложных организмах. Только кора головного мозга человека содержит порядка 10 нейронов, связанных 10 синаптическими связями. Для сравнения, количество пар оснований в геноме человека составляет 3 × 10. Некоторые из основных проблем построения коннектома человека на микромасштабе сегодня включают в себя: сбор данных займет годы, учитывая современные технологии, инструменты машинного зрения для аннотирования данных остаются в зачаточном состоянии и неадекватны, и ни теория, ни алгоритмы не доступны. для анализа полученных мозговых графиков. Для решения проблем сбора данных несколько групп создают высокопроизводительные серийные электронные микроскопы (Kasthuri et al., 2009; Bock et al. 2011). Чтобы решить проблемы с машинным зрением и обработкой изображений, проект Open Connectome занимается поиском алгоритмов (аутсорсинг алгоритмов). Наконец, статистическая теория графов - это развивающаяся дисциплина, которая разрабатывает сложные распознавание образов и инструменты вывода для анализа этих мозговых графов (Goldenberg et al., 2009).
Коннектом «мезомасштаб» соответствует пространственному разрешению в сотни микрометров. Вместо того, чтобы пытаться отобразить каждый отдельный нейрон, коннектом на мезоуровне будет пытаться захватить анатомически и / или функционально различные нейронные популяции, образованные локальными цепями (например, кортикальные столбцы ), которые связывают сотни или тысячи отдельных нейронов.. Этот масштаб все еще представляет собой очень амбициозную техническую задачу в настоящее время и может быть исследован только в небольшом масштабе с помощью инвазивных методов или очень сильного поля магнитно-резонансной томографии (МРТ) в локальном масштабе.
Коннектом в макромасштабе (разрешение миллиметр ) пытается захватить большие системы мозга, которые могут быть разделены на анатомически разные модули (области, участки или узлы), каждый из которых имеет свой собственный образец связи. Коннектомные базы данных на мезоуровне и макромасштабе могут быть значительно более компактными, чем базы данных с клеточным разрешением, но они требуют эффективных стратегий для точного анатомического или функционального разбиения нейронного объема на сетевые узлы (сложности см., Например, Wallace et al., 2004).
Современные неинвазивные методы визуализации не могут фиксировать активность мозга на уровне нейрона за нейроном. Картирование коннектома на клеточном уровне у позвоночных в настоящее время требует посмертного (после смерти) микроскопического анализа ограниченных участков ткани мозга. Неоптические методы, основанные на высокопроизводительном секвенировании ДНК, были недавно предложены Энтони Задором (CSHL).
Традиционные подходы к гистологическому картированию цепей основаны на визуализации и включают методы световой микроскопии для окрашивания клеток, инъекции маркирующих агентов для отслеживания тракта или химического консервирования мозга, окрашивания и реконструкции серийно срезов тканевых блоков с помощью электронной микроскопии (ЭМ). Каждый из этих классических подходов имеет определенные недостатки, когда дело доходит до развертывания коннектомики. Окрашивание отдельных клеток, например с пятном Гольджи для отслеживания клеточных процессов и связности страдает из-за ограниченного разрешения световой микроскопии, а также трудностей с получением проекций на большие расстояния. Трассировка трактов, часто описываемая как «золотой стандарт » в нейроанатомии для обнаружения путей дальнего действия через мозг, обычно позволяет отслеживать только довольно большие популяции клеток и одиночные аксональные пути. ЭМ-реконструкция была успешно использована для компиляции C. elegans коннектом (White et al., 1986). Однако при применении к более крупным тканевым блокам всей нервной системы традиционно возникали трудности с проекциями, охватывающими большие расстояния.
Недавние достижения в картировании нейронной связности на клеточном уровне дают новые значительные надежды на преодоление ограничений классических методов и на составление наборов данных клеточного коннектома (Livet et al., 2007; Lichtman et al., 2008). Используя Brainbow, комбинаторный метод цветовой маркировки, основанный на стохастической экспрессии нескольких флуоресцентных белков, Джефф В. Лихтман и его коллеги смогли для маркировки отдельных нейронов одним из более чем 100 различных цветов. Маркировка отдельных нейронов различимым оттенком затем позволяет отслеживать и реконструировать их клеточную структуру, включая длинные отростки в блоке ткани.
В марте 2011 года журнал Nature опубликовал пару статей о микроконнектомах: Bock et al. и Briggman et al. В обеих статьях авторы сначала охарактеризовали функциональные свойства небольшого подмножества ячеек, а затем вручную проследили подмножество процессов, исходящих из этих ячеек, чтобы получить частичный подграф. В соответствии с принципами открытой науки авторы Bock et al. (2011) опубликовали свои данные для публичного доступа. Набор данных с полным разрешением 12 терабайт от Bock et al. доступно на NeuroData. В 2012 году в рамках проекта гражданской науки под названием EyeWire была начата попытка краудсорсинг картографирования коннектома с помощью интерактивной игры. Независимо, важные топологии функциональных взаимодействий между несколькими сотнями ячеек также постепенно будут декларироваться (Shimono and Beggs, 2014). Масштабирование отображения ультраструктурных схем на весь мозг мыши в настоящее время ведется (Mikula, 2012). Альтернативный подход к отображению связности был недавно предложен Задором и его коллегами (Zador et al., 2012). Метод Задора, называемый BOINC (штрих-кодирование отдельных нейронных связей), использует высокопроизводительное секвенирование ДНК для картирования нейронных цепей. Вкратце, подход состоит из маркировки каждого нейрона уникальным штрих-кодом ДНК, передачи штрих-кодов между синаптически связанными нейронами (например, с использованием Suid herpesvirus 1, SuHV1) и слияния штрих-кодов для представления синаптической пары. Этот подход потенциально может быть дешевым, быстрым и чрезвычайно высокопроизводительным.
В 2016 году в рамках Intelligence Advanced Research Projects Activity правительства США был запущен пятилетний проект MICrONS для нескольких институтов по картированию одного кубического миллиметра зрительная кора грызунов в рамках инициативы BRAIN Initiative. Хотя это всего лишь небольшой объем биологической ткани, этот проект даст один из крупнейших микромасштабных наборов данных коннектомики, существующих в настоящее время.
Установленные методы исследования мозга, такие как отслеживание аксонов, открыли первые возможности для построения наборов данных коннектома. Однако более поздние достижения в области живых субъектов были достигнуты за счет использования неинвазивных технологий визуализации, таких как диффузионно-взвешенная магнитно-резонансная томография (DW-MRI) и функциональная магнитно-резонансная томография (фМРТ). Первый, в сочетании с трактографией, позволяет реконструировать основные пучки волокон в головном мозге. Второй позволяет исследователю фиксировать сетевую активность мозга (в состоянии покоя или во время выполнения целевых задач), позволяя идентифицировать структурно и анатомически различные области мозга, которые функционально связаны.
Примечательно, что целью Human Connectome Project, возглавляемого консорциумом WU-Minn, является построение структурной и функциональной карты здорового человеческого мозга в макроуровне с использованием сочетание нескольких технологий обработки изображений и разрешений.
Трактографическая реконструкция нейронных связей с помощью DTI За последние несколько лет несколько исследователей попытались отобразить крупномасштабную структурную архитектуру коры головного мозга человека.. Одна из попыток использовала кросс-корреляцию толщины или объема коры у разных людей (He et al., 2007). Такие корреляции толщины серого вещества были постулированы как индикаторы наличия структурных связей. Недостатком этого подхода является то, что он предоставляет весьма косвенную информацию о паттернах корковых соединений и требует данных от большого количества людей для получения единого набора данных соединения в рамках группы субъектов. Другие исследователи пытались построить матрицы соединений всего мозга на основе данных изображений DW-MRI.
Проект Blue Brain Project пытается реконструировать весь коннектом мыши с помощью алмазного ножа, заостренного до края атома, и электронной микроскопии для визуализации срезов ткани.
Первоначальные исследования макромасштабной коннектомики человека проводились с использованием либо областей одинакового размера, либо анатомических областей с неясной взаимосвязью с лежащей в основе функциональной организацией мозг (например, gyral и sulcal области на основе). Хотя с помощью этих подходов можно многому научиться, крайне желательно разделить мозг на функционально различные части: области мозга с разной архитектоникой, связностью, функцией и / или топографией (Felleman and Van Essen, 1991). Точное разбиение позволяет каждому узлу в коннектоме макромасштабного уровня быть более информативным, связывая его с отдельным шаблоном связи и функциональным профилем. Разделение локализованных областей коры головного мозга было выполнено с использованием диффузной трактографии (Beckmann et al. 2009) и функциональной связности (Nelson et al. 2010) для неинвазивного измерения паттернов связности и определения корковых областей на основе четкой связи. узоры. Такой анализ лучше всего проводить в масштабе всего мозга и путем интеграции неинвазивных методов. Точная парцелляция всего мозга может привести к более точным макромасштабным коннектомам для нормального мозга, которые затем можно будет сравнить с болезненными состояниями.
В начале проекта коннектома считалось, что после установления связи между нейронами невозможно изменить и что можно изменить только отдельные синапсы. Однако недавние данные свидетельствуют о том, что связность также может меняться, что называется нейропластичностью. Есть два способа, которыми мозг может перепрограммировать: формирование и удаление синапсов в установленном соединении или образование или удаление целых соединений между нейронами. Оба механизма перепрограммирования полезны для изучения совершенно новых задач, которые могут потребовать совершенно новых связей между областями мозга. Однако способность мозга приобретать или терять целые связи создает проблему для картирования универсального коннектома видов. Хотя изменение схемы происходит в разных масштабах, от микромасштаба до макромасштаба, каждый масштаб не происходит изолированно. Например, в коннектоме C. elegans общее количество синапсов увеличивается в 5 раз от рождения до взрослой жизни, изменяя как локальные, так и глобальные свойства сети.
Микромасштабное изменение схемы - это образование или удаление синаптических связей между двумя нейронами и может быть изучено с помощью продольной двухфотонной визуализации. Можно показать, что дендритные шипы на пирамидных нейронах формируются в течение нескольких дней после сенсорного опыта и обучения. Изменения можно даже увидеть в течение пяти часов на апикальных пучках пирамидных нейронов пятого слоя в первичной моторной коре после того, как семя достигло задачи у приматов. на мезоуровне включает изучение наличия или отсутствия целых связей между нейронами. Доказательства этого уровня перестройки исходят из наблюдений, что локальные цепи образуют новые связи в результате зависимой от опыта пластичности в зрительной коре. Кроме того, количество локальных связей между пирамидными нейронами в первичной соматосенсорной коре увеличивается после изменения сенсорного восприятия усов у грызунов.
В основном появляются доказательства макромасштабной перестройки из исследований плотности серого и белого вещества, которые могут указывать на новые связи или изменения в плотности аксонов. Прямые доказательства этого уровня перемонтирования получены из исследований на приматах с использованием отслеживания вирусов для картирования образования связей. Приматы, которых учили использовать новые инструменты, развили новые связи между меж теменной корой и высшими визуальными областями мозга. Дальнейшие исследования по отслеживанию вирусов предоставили доказательства того, что перестройка макромасштаба происходит у взрослых животных во время ассоциативного обучения. Однако маловероятно, что у взрослых нейронные связи на большом расстоянии претерпевают обширную перестройку. Небольшие изменения в уже установленном нервном тракте, вероятно, наблюдаются при макромасштабном изменении проводки.
Использование фМРТ в состоянии покоя и во время выполнения задач изучаются функции контуров коннектома. Точно так же подробные дорожные карты поверхности Земли мало что говорят нам о типах транспортных средств, которые едут по этим дорогам или о том, какой груз они везут, чтобы понять, как нейронные структуры приводят к определенному функциональному поведению, например сознанию, необходимо строить теории, связывающие функции с анатомической связностью. Однако связь между структурной и функциональной связью непроста. Вычислительные модели динамики сети всего мозга являются ценными инструментами для исследования роли анатомической сети в формировании функциональной связности. В частности, вычислительные модели могут использоваться для прогнозирования динамического эффекта повреждений в коннектоме.
Коннектом можно изучать как сеть с помощью сетевой науки и теории графов. В случае микромасштабного коннектома узлы этой сети (или граф ) являются нейронами, а края соответствуют синапсам между этими нейронами. Для макромасштабного коннектома узлы соответствуют областям интереса (интересующие области ), в то время как края графа получены из аксонов, соединяющих эти области. Таким образом, коннектомы иногда называют мозговыми графами, поскольку они действительно являются графами в математическом смысле, которые описывают связи в мозге (или, в более широком смысле, всей нервной системе).
Одна группа исследователей (Iturria-Medina et al., 2008) построила наборы данных коннектомов с использованием визуализации тензора диффузии (DTI) с последующим выводом средних вероятностей соединения между 70–90 корковые и базальные области серого вещества мозга. Было обнаружено, что все сети имеют атрибуты «маленький мир» и «широкомасштабное» распределение степеней. Анализ промежуточной центральности в этих сетях продемонстрировал высокую центральность для предклиния, островка, верхней теменной и верхней лобная кора. Другая группа (Gong et al. 2008) применила DTI для картирования сети анатомических связей между 78 областями коры. Это исследование также выявило несколько центральных областей головного мозга человека, включая предклинье и верхнюю лобную извилину.
Hagmann et al. (2007) построили матрицу соединений из плотностей волокон, измеренных между однородно распределенными и равными областями интереса, насчитывающими от 500 до 4000. Количественный анализ матриц соединений, полученных для приблизительно 1000 областей интереса и приблизительно 50 000 путей волокон от двух субъектов, продемонстрировал экспоненциальную (одно- шкала), а также надежные атрибуты малого мира для сети. Наборы данных были получены с помощью визуализации диффузионного спектра (DSI) (Wedeen, 2005), варианта визуализации, взвешенной по диффузии, которая чувствительна к внутривоксельным неоднородностям в направлениях диффузии, вызванным пересечением трактов волокон и, таким образом, позволяет более точно отображать траектории аксонов. чем другие подходы к диффузионной визуализации (Wedeen, 2008). Комбинация наборов данных DSI для всей головы, полученных и обработанных в соответствии с подходом, разработанным Hagmann et al. (2007) с инструментами графического анализа, изначально задуманными для исследований по отслеживанию животных (Sporns, 2006; Sporns, 2007), позволяют детально изучить сетевую структуру корковых связей человека (Hagmann et al., 2008). Сеть человеческого мозга была охарактеризована с использованием широкого набора методов сетевого анализа, включая декомпозицию ядра, анализ модульности, классификацию узлов и центральность. Hagmann et al. представили доказательства существования структурного ядра из сильно и взаимно взаимосвязанных областей мозга, расположенных в основном в задней медиальной и теменной коре. Ядро состоит из частей задней поясной коры, предклиния, cuneus, парацентральной доли, перешейка поясной извилины, берега верхней височной борозды и нижней и верхней теменной коры, все расположены в обоих полушариях головного мозга.
Подполе коннектомики имеет дело со сравнением графиков мозга нескольких субъектов. Можно построить консенсусный граф, такой как Будапештский эталонный коннектом, разрешив только те ребра, которые присутствуют как минимум в 
Были исследованы также возможные причины различий между отдельными коннектомами. Было обнаружено, что макромасштабные коннектомы женщин содержат значительно больше ребер, чем мужские, и большая часть ребер в коннектомах женщин проходит между двумя полушариями. Кроме того, коннектомы обычно демонстрируют характер маленького мира, при этом общая корковая связность уменьшается с возрастом. Целью текущего пилотного проекта Продолжительность жизни HCP по состоянию на 2015 год является определение коннектомных различий между 6 возрастными группами (4–6, 8–9, 14–15, 25–35, 45–55, 65– 75).
Совсем недавно коннектограммы использовались для визуализации данных всего мозга путем помещения областей коры головного мозга по кругу, организованного по долям. Затем внутренние круги отображают корковые показатели на цветовой шкале. Связи волокон белого вещества в данных DTI затем рисуются между этими корковыми областями и взвешиваются по фракционной анизотропии и прочности связи. Такие графики даже использовались для анализа ущерба, нанесенного знаменитому пациенту с черепно-мозговой травмой Финеас Гейдж.
Статистическая теория графов - это новая дисциплина, которая разрабатывает сложные инструменты распознавания образов и вывода для анализа этих мозговых графов (Goldenberg et al. др., 2009).
Eyewire - это онлайн-игра, разработанная американским ученым Себастьяном Сеунгом из Принстонского университета. Он использует социальные вычисления, чтобы помочь составить карту коннектома мозга. Он привлек более 130 000 игроков из более чем 100 стран.
 | На Wikimedia Commons есть материалы, связанные с Connectomics. |
