Deze foto misschien om in een galerij te worden opgehangen, maar het begon zijn leven als een klein stukje van de hersenen van een vrouw. In 2014 werd bij een vrouw die een epilepsieoperatie onderging een klein stukje van de hersenschors verwijderd. Met deze kubieke millimeter weefsel konden onderzoekers van Harvard en Google het meest gedetailleerde bedradingsschema van het menselijk brein maken dat de wereld ooit heeft gezien.
Biologen en experts op het gebied van machine learning hebben tien jaar lang een interactieve kaart van hersenweefsel gemaakt, die ongeveer 57.000 cellen en 150 miljoen synapsen bevat. Het toont cellen die zich om zichzelf heen wikkelen, paren cellen die op spiegels lijken, en eivormige ‘objecten’ die volgens het onderzoek niet in categorieën kunnen worden ingedeeld. Dit ongelooflijk complexe diagram zal naar verwachting bijdragen aan het bevorderen van wetenschappelijk onderzoek, van het begrijpen van menselijke neurale circuits tot mogelijke behandelingen voor aandoeningen.
“Als we dingen met een zeer hoge resolutie in kaart brengen, alle verbindingen tussen verschillende neuronen zien en deze op grote schaal analyseren, kunnen we misschien de bedradingsregels identificeren”, zegt Daniel Berger, een van de hoofdonderzoekers van het project en een specialist. in connectomics, de wetenschap van hoe individuele neuronen verbinding maken om functionele netwerken te vormen. “Hieruit zouden we modellen kunnen bouwen die mechanisch verklaren hoe het denken werkt of het geheugen wordt opgeslagen.”
Jeff Lichtman, hoogleraar moleculaire en cellulaire biologie aan Harvard, legt uit dat onderzoekers in zijn laboratorium, onder leiding van Alex Shapson-Coe, de hersenkaart creëerden door subcellulaire afbeeldingen van weefsel te maken met behulp van elektronenmicroscopie. Het hersenweefsel van een 45-jarige vrouw was gekleurd met zware metalen, die zich binden aan lipidemembranen in cellen. Dit werd gedaan om de cellen zichtbaar te maken wanneer ze door een elektronenmicroscoop worden bekeken, omdat zware metalen elektronen reflecteren.
Het weefsel werd vervolgens ingebed in hars, zodat het in hele dunne plakjes kon worden gesneden, slechts 34 nanometer dik (ter vergelijking: een typisch stuk papier is ongeveer 100.000 nanometer dik). Dit wordt gedaan om het in kaart brengen eenvoudiger te maken, zegt Berger, om een 3D-probleem om te zetten in een 2D-probleem. Daarna maakte het team beelden van elke 2D-sectie met een elektronenmicroscoop, goed voor een gigantische hoeveelheid van 1,4 petabyte aan gegevens.
Toen Harvard-onderzoekers over deze beelden beschikten, deden ze wat velen van ons doen als ze met een probleem worden geconfronteerd: ze wendden zich tot Google. Het team van de technologiegigant onder leiding van Viren Jain lijnde 2D-beelden uit met behulp van machine learning-algoritmen om 3D-reconstructies te produceren met automatische segmentatie, waarbij componenten binnen een afbeelding – bijvoorbeeld verschillende soorten cellen – automatisch worden gedifferentieerd en gecategoriseerd. Een deel van de segmentatie vereiste wat Lichtman ‘ground-truth data’ noemde, waarbij Berger (die nauw samenwerkte met het Google-team) handmatig een stuk weefsel opnieuw moest tekenen om de algoritmen verder te informeren.
Digitale technologie, legt Berger uit, stelde hem in staat alle cellen in dit weefselmonster te zien en ze verschillend te kleuren, afhankelijk van hun grootte. Traditionele methoden voor het in beeld brengen van neuronen, zoals het kleuren van monsters met een chemische stof die bekend staat als Golgi-kleuring en die al meer dan een eeuw wordt gebruikt, laten sommige elementen van zenuwweefsel verborgen.