人脑的定量数据越来越多,为研究神经功能和功能障碍开辟了新的途径,从而使我们越来越接近于实现个性化医疗的数字孪生应用。
2023年03月24日,意大利摩德纳和雷焦艾米利亚大学(UNIMORE)的Daniela Gandolfi和意大利国家研究委员会生物物理研究所(CNR-IBF)Michele Migliore教授在Nature Computational Science发表了题为“Full-scale scaffold model of the human hippocampus CA1 area”的文章,该研究提供了人类海马体CA1区域的新高分辨率模型。单细胞分辨率模型复制了该区域的结构和架构,以及神经元的位置和相对连通性,是从高分辨率图像的全尺寸数据集开发的。
该数据集可在BigBrain Atlas中找到,并将很快在EBRAINS上提供。这项研究相同的方法可以应用于生成其他人脑区域的完整模型,也可以集成到虚拟大脑等协同模拟环境中。Michele Migliore教授解释说,人脑单个神经元的数据量非常有限,无论是在相对3D坐标方面还是在神经元之间的连接方面。他们对从BigBrain数据库中获得的人类海马体的高分辨率图像进行了数据挖掘操作。单个神经元的位置是从对这些图像的详细分析中得出的。
研究人员开发了一种定制的图像处理算法,以获得神经元定位的真实分布,以及一种通过近似树突状和轴突形状来生成神经元连接的算法。Daniela Gandolfi解释说,树突和轴突可以根据其延伸的一般形状分为几类:例如,一些适合狭窄的锥体,另一些具有广泛的复杂延伸,可以通过专用的几何体积近似,并且与附近神经元的连接相应地变化。
他们的算法分析高分辨率图像,并在创建与形态特性相关的特定几何形状后,使他们能够计算两个神经元连接的概率。该方法不仅提供了神经元的3D定位,还提供了它们的连接性。Daniela Gandolfi总结表明,他们将3D模型中神经元的密度与海马体的现有文献进行了比较,发现它与实验观察结果相匹配,验证了他们的模型。研究人员正在EBRAINS平台上共享数据集和提取方法。他们这项研究的主要目标是使HBP和更广泛的神经科学界随时可以获得数据。他们现在使用相同的方法来模拟其他大脑区域。Daniela Gandolfi, Jonathan Mapelli, Sergio M. G. Solinas, Paul Triebkorn, Egidio D’Angelo, Viktor Jirsa & Michele Migliore: Full-scale scaffold model of the human hippocampus CA1 area. Nature Computational Science (23 March 2023). https://doi.org/10.1038/s43588-023-00417-2Research Briefing: A single-cell-resolution mathematical model of the CA1 human hippocampus Nature Computational Science (23 March 2023). https://doi.org/10.1038/s43588-023-00421-6https://www.humanbrainproject.eu/en/follow-hbp/news/2023/03/24/human-brain-project-researchers-develop-new-full-scale-3d-structural-model-human-hippocampus/Nature: 如何更好地利用神经影像学获得个体诊断信息?
PLoS Biol:强迫症和有赌博问题的被试学习行为的差异
Nature Communications:你的大脑偏爱印象派?还是抽象派?
Brain Stimulation: 基于面部点云配准的经颅磁刺激定位方法
Nature子刊: 为什么会有人「舍己为人」
Science:记忆可以从认知边缘中“复活”吗?
J. Affect. Disord.:iTBS有效干预焦虑抑郁患者的证据
所有注明出处的文章,旨在分享、传播,如有侵权,请及时联系我们,我们将尽快处理
喜欢本文记得一键四连
点点赞,点在看,点分享,点收藏!