Световые микроскопы развиваются на протяжении веков. Ученым использовать световой микроскопии -- в прямом и переносном смысле -- осветить сложнейшие биологические структуры. Однако, распутывая сложные детали и архитектуре мозга остается, казалось бы, невозможной задачей, учитывая свои миллиарды плотно упакованных нейронов, каждый из которых связан с другими клетками с помощью тысячи синапсов. Новый трубопровод микроскопии под названием "LICONN" (светло-микроскопия на основе connectomics), разработанной в Институте науки и технологии Австрии (ИСТА), теперь предлагает прорыв.

LICONN - это первая технология за пределами электронной микроскопии, способная реконструировать мозговую ткань со всеми синаптическими связями между нейронами. Кроме того, это открывает возможность визуализации сложных молекулярных машин наряду структуры нейронов, в то время как использование стандартных световых микроскопов для измерения.

Этот новый метод был разработан Моджтаба Р. Таваколи, Юлия Людчик, И. Tinбыл, и их коллеги с высоким разрешением оптических изображений для исследования биологии группе на ИСТА. Они сотрудничали с группой Novarino на ИСТА и Михал Янушевский и Вирен Джейн из исследования Google. Теперь этот метод опубликован в природе.

Новые возможности с LICONN

Моджтаба Р. Таваколи открывается занавес, открывая свет микроскоп с бесконечными проводами, подключение оптического прибора к компьютеру. Подсветка экрана сиять -- омрачающий оттенки-зеленый и розовый светиться в почти кромешной тьме. "Вот гиппокамп-область мозга, отвечающая за формирование памяти", - говорит Таваколи и указывает на экран. "Люминесцентные точки, которые вы видите, молекул, участвующих в синаптической передаче". Матс выпускник перемещение кадров и регулирует настройки.

LICONN является новейшей техникой группы Tinбыл по микроскопии. Он действует как дотошный решатель головоломки, сборка сложных сетей головного мозга путем склеивания тончайших нервных процессов и правильно связывая каждое синаптические соединения с соответствующим нейроном. "До сих пор нет метода световой микроскопии мог бы сделать это", - говорит Иоганн Tinбыл, квалифицированный врач и физик, ныне профессор ИСТА. "Это была давняя цель нашей группы, чтобы построить такой трубопровод для восстановления мозговой ткани. И LICONN можете сделать это при размещении конкретных молекул в контексте структурной перестройки". То, что выделяется, заключается в том, что получение изображения выполняется на стандартном с полки микроскоп, который очень быстро и предлагает возможность многоцветный. Методика может быть воспроизведена нигде в мире, так как ученые не требуется высокая дорогостоящее оборудование, которое потребуется для современные подходы к мозгу восстановления тканей. Получить такой уровень детализации, эта резолюция должна быть чрезвычайно высокой, около нескольких десятков нанометров, в 10 000 раз меньше толщины человеческого волоса. Но как этого добиться? Знания в области химии пригодится.

Масштабирование с помощью геля

Для LICONN, команда использовала химические и физические свойства гидрогеля, а трехмерные полимерные сети. Гидрогель имеет аналогичные характеристики пеленки младенца: он может принимать в себя воду и набухают, но делает это в строго контролируемом порядке.

Ткани мозга интерес вкладывается в это гидрогель. "Клеточные компоненты, связанные с гидрогелем, смысл штраф клеток ультраструктура отпечатывается на гель для микроскопии", - объясняет Tinбыл. Перед визуализацией структуры расширяются путем добавления воды в материал. Как следствие, гель удлиняется в размерах, в любом направлении, но сохраняет относительную пространственную планировку структур ткани с очень высокой точностью.

Для сравнения, традиционные световые микроскопы в классическом общества в их разрешающая способность около 250-300 нанометров. Пока это достаточный для визуализации больших клеточных структур, недостаточно, чтобы реконструировать плотной ткани головного мозга. "Расширение гидрогеля тянет особенностей ткани головного мозга так далеко друг от друга, что мы можем решить их с помощью стандартного светового микроскопа. Этот способ обеспечивает эффективное разрешение в 16 раз, добиваясь разрешения лучше, чем 20 нм," Таваколи объясняет.

Исследования на стыке дисциплин

Неврология и химия были не только полей, которые нашли свое отражение в данном проекте. Методы компьютерных наук играют решающую роль в развитии трубопровода. Это связано с тем, что получение микроскопических изображений приводит к сбору многочисленных точек данных. Как таковая по сложности наборы отражает сложность мозга.

Таким образом, вручную интерпретации и реконструкции всех нервных структур на большой масштаб был бы слишком трудоемким процессом. Таким образом, глубокое обучение методы исследования компании Google были обучены сегмента отдельных клеток в ткани. "Автоматизация идентификации нейронов и их сложные структуры в более широких масштабах с помощью искусственного интеллекта сделали сложную задачу восстановления всех клеточных компонентов практически сговорчивым", - объясняет Вирен Джейн из исследования Google. "Возможность одновременно визуализировать специфические молекулы добавляет новое качество информации".

Юлия Людчик, аспирант и ученый в группе Tinбыл, сыграл важную роль в толковании сложных наборов данных. "Благодаря исключительно высокой разрешающей способности данных, стало возможным автоматически определять синаптических связей между нейронами и преобразовать необработанные данные изображений мозга на подробные карты подключения. Это сложная задача обработки изображений," Людчик объясняет. "Кроме того, методика должна быть эффективной и масштабируемой, учитывая, что даже небольшой кусочек мозговой ткани может содержать десятки тысяч синаптических связей."

LICONN позволяет отобразить расположение отдельных молекул на перестроек нейронов, например, участвующих в передаче сигналов между нейронами в синапсах. Художественная жилка людчик помогали ей создавать потрясающие 3D-визуализации сети мозга, а визуализация-это мощный инструмент, чтобы сделать сложную научную информацию более доступной и понятной.

Открывая новые детали в мозге архитектура

Следуя этой комплексную систему, ученые могут тщательно восстанавливает ткани мозга и визуализации нейронных связей и сетей. Взаимодействие между экспериментированием и анализом в различных дисциплинах-от воображения и экспериментов на Иста в Google прикладных исследований передовых технологий глубокого обучения и компьютерного анализа на ИСТА -- результаты в 3D-визуализации архитектуры мозга на новом уровне сложности. "LICONN подводит нас на шаг ближе, чтобы собирать кусочки головоломки мозга млекопитающих и лучшего понимания их функционирования в норме и патологии," Tinбыл заключает.