Построение сверхкрасочной схемы связей мозга с помощью сверхчеловеческого глаза ИИ

Мозг — самый сложный орган, когда-либо созданный. Его функции поддерживаются сетью из десятков миллиардов плотно упакованных нейронов с триллионами соединений, обменивающихся информацией и выполняющих вычисления. Попытка понять сложность работы мозга может привести к головокружению. Тем не менее, если мы надеемся понять, как работает мозг, нам нужно иметь возможность составить карту нейронов и изучить, как они устроены.

Теперь публикуя в Природные коммуникацииИсследователи из Университета Кюсю разработали новый инструмент искусственного интеллекта, который они называют QDyeFinder, который может автоматически идентифицировать и реконструировать отдельные нейроны по изображениям мозга мыши. Процесс включает в себя маркировку нейронов с помощью протокола супер-многоцветной маркировки, а затем позволяет ИИ автоматически идентифицировать структуру нейрона, сопоставляя похожие цветовые комбинации.

«Одна из самых больших проблем в нейробиологии — это попытка составить карту мозга и его связей. Однако, поскольку нейроны упакованы очень плотно, очень сложно и отнимает много времени различать нейроны с их аксонами и дендритами — расширениями, которые отправляют и получают информацию. от других нейронов — друг от друга», — объясняет профессор Такеши Имаи из Высшей школы медицинских наук, возглавлявший исследование.

«Для сравнения: аксоны и дендриты имеют толщину всего около микрометра, что в 100 раз тоньше стандартной пряди человеческого волоса, а пространство между ними меньше».

Одна из стратегий идентификации нейронов — пометить клетку флуоресцентным белком определенного цвета. Затем исследователи смогли отследить этот цвет и реконструировать нейрон и его аксоны. Расширив диапазон цветов, можно было отслеживать больше нейронов одновременно. В 2018 году Имаи и его команда разработали Tetbow — систему, которая может ярко окрашивать нейроны тремя основными цветами света.

«Пример, который мне нравится использовать, — это карта линий токийского метро. Система охватывает 13 линий, 286 станций и имеет протяженность более 300 км. На карте метро каждая линия имеет цветовую маркировку, поэтому вы можете легко определить, какие станции связаны», — объясняет Маркус Н. Лейве, один из первых авторов статьи и доцент в то время. «Тетбоу значительно облегчил отслеживание нейронов и поиск их связей».

Однако остались две основные проблемы. Нейроны по-прежнему приходилось тщательно отслеживать вручную, а использования всего трех цветов было недостаточно, чтобы различить большую популяцию нейронов.

Команда работала над увеличением количества цветов с трех до семи, но более серьезной проблемой тогда были пределы человеческого восприятия цвета. Посмотрите внимательно на любой экран телевизора, и вы увидите, что пиксели состоят из трех цветов: синего, зеленого и красного. Любой цвет, который мы можем воспринимать, представляет собой комбинацию этих трех цветов, поскольку в наших глазах есть синие, зеленые и красные сенсоры.

«С другой стороны, машины не имеют таких ограничений. Поэтому мы работали над разработкой инструмента, который мог бы автоматически различать эти обширные цветовые комбинации», — продолжает Лейве. «Мы также сделали так, что этот инструмент автоматически сшивает нейроны и аксоны одного цвета и восстанавливает их структуру. Мы назвали эту систему QDyeFinder».

QDyeFinder сначала автоматически идентифицирует фрагменты аксонов и дендритов в данном образце. Затем он идентифицирует информацию о цвете каждого фрагмента. Затем, используя разработанный командой алгоритм машинного обучения под названием dCrawler, информация о цвете была сгруппирована вместе, чтобы идентифицировать аксоны и дендриты одного и того же нейрона.

«Когда мы сравнили результаты QDyeFinder с данными нейронов, прослеженных вручную, они имели примерно одинаковую точность», — объясняет Лейве. «Даже по сравнению с существующим программным обеспечением для отслеживания, которое в полной мере использует машинное обучение, QDyeFinder смог идентифицировать аксоны с гораздо более высокой точностью».

Команда надеется, что их новый инструмент поможет продвинуться в продолжающихся поисках картографирования связей мозга. Они также хотели бы посмотреть, можно ли применить их новый метод для маркировки и отслеживания других сложных типов клеток, таких как раковые клетки и иммунные клетки.

«Может наступить день, когда мы сможем прочитать связи в мозгу и понять, что они значат или представляют для этого человека. Я сомневаюсь, что это произойдет при моей жизни, но наша работа представляет собой ощутимый шаг вперед в понимании, возможно, самого сложного и сложного. таинственное измерение нашего существования», — заключает Имаи.