人類海馬體CA1區(qū)域的新高分辨率模型由意大利國(guó)家研究委員會(huì)生物物理研究所(CNR-IBF)和摩德納和雷焦艾米利亞大學(xué)(UNIMORE)開發(fā)，這是人腦項(xiàng)目的一部分。單細(xì)胞分辨率模型復(fù)制了該區(qū)域的結(jié)構(gòu)和結(jié)構(gòu)，以及神經(jīng)元的位置和相對(duì)連通性，是從高分辨率圖像的全尺寸數(shù)據(jù)集開發(fā)的。

該數(shù)據(jù)集可在BigBrain Atlas中找到，并將很快在EBRAINS上提供。根據(jù)發(fā)表在《自然計(jì)算科學(xué)》雜志上的這項(xiàng)研究，相同的方法可以應(yīng)用于生成其他人腦區(qū)域的完整模型，也可以集成到虛擬大腦等協(xié)同模擬環(huán)境中。

“人腦單個(gè)神經(jīng)元的數(shù)據(jù)量非常有限，無論是在相對(duì)3D坐標(biāo)方面還是在神經(jīng)元之間的連接方面，”來自巴勒莫CNR-IBF的Michele Migliore解釋說。“我們對(duì)從BigBrain數(shù)據(jù)庫中獲得的人類海馬體的高分辨率圖像進(jìn)行了數(shù)據(jù)挖掘操作。單個(gè)神經(jīng)元的位置是從對(duì)這些圖像的詳細(xì)分析中得出的。

研究人員開發(fā)了一種定制的圖像處理算法，以獲得神經(jīng)元定位的真實(shí)分布，以及一種通過近似樹突狀和軸突形狀來生成神經(jīng)元連接的算法。

“樹突和軸突可以根據(jù)其延伸的一般形狀分為幾類：例如，一些適合狹窄的錐體，另一些具有廣泛的復(fù)雜延伸，可以通過專用的幾何體積近似，并且與附近神經(jīng)元的連接相應(yīng)地變化，”該研究的第一作者UNIMORE的Daniela Gandolfi解釋說。

“我們的算法分析高分辨率圖像，并在創(chuàng)建與形態(tài)特性相關(guān)的特定幾何形狀后，使我們能夠計(jì)算兩個(gè)神經(jīng)元連接的概率。該方法不僅提供了神經(jīng)元的3D定位，還提供了它們的連接性。

“我們將3D模型中神經(jīng)元的密度與海馬體的現(xiàn)有文獻(xiàn)進(jìn)行了比較，發(fā)現(xiàn)它與實(shí)驗(yàn)觀察結(jié)果相匹配，驗(yàn)證了我們的模型，”Gandolfi總結(jié)道。研究人員正在EBRAINS平臺(tái)上共享數(shù)據(jù)集和提取方法。“我們這項(xiàng)研究的主要目標(biāo)是使HBP和更廣泛的神經(jīng)科學(xué)界隨時(shí)可以獲得數(shù)據(jù)。我們現(xiàn)在使用相同的方法來模擬其他大腦區(qū)域。