Πληροφορίες

Υπάρχει μέγιστο όριο συνδέσεων μεταξύ ενός ζεύγους νευρώνων;

Υπάρχει μέγιστο όριο συνδέσεων μεταξύ ενός ζεύγους νευρώνων;


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Καθώς οι νευρώνες πυροδοτούν και συνεργάζονται, οι συνδέσεις τους ενισχύονται. Αναρωτιόμουν αν υπήρχε όριο στο πόσο συνδεδεμένοι μπορούν να είναι οι νευρώνες. Εάν αυτοί οι νευρώνες συνδέονται συνεχώς, τότε σίγουρα θα υπήρχε υπερφόρτωση συνδέσεων κάποια στιγμή;


Υπάρχουν διάφοροι τρόποι με τους οποίους οι νευρωνικές συνδέσεις μπορούν να ενισχυθούν: η ανάπτυξη της σπονδυλικής στήλης, η αύξηση της ποσότητας των κυστιδίων που μεταφέρουν νευροδιαβιβαστές στη σύναψη, η ευαισθητοποίηση και η αύξηση της ποσότητας των υποδοχέων και ναι, δημιουργώντας επίσης περισσότερες σπονδυλικές στήλες και συνάψεις.

Χονδρικά, οι νευρώνες μπορούν να κάνουν δεκάδες χιλιάδες συνδέσεις με πολλαπλούς νευρώνες το μέγεθος κάθε σπονδυλικής στήλης εκτιμάται ότι είναι μεταξύ 0,01 μm3 έως 0,8 μm3.

Έχετε δίκιο λέγοντας ότι καθώς η ζωή συμβαίνει, η σύνδεση τείνει να μεγαλώνει στο μέγιστο και να μην κωδικοποιεί τίποτα, ωστόσο ο εγκέφαλος φαίνεται να ομαλοποιεί όλες τις συνδέσεις του κατά τη διάρκεια του ύπνου μέσω ειδικών καναλιών μεμβράνης.

Δείτε: https://en.wikipedia.org/wiki/Neuron (ειδικά το τμήμα συνδεσιμότητας)

https://en.wikipedia.org/wiki/Long-term_potentiation

https://en.wikipedia.org/wiki/Long-term_depression

https://en.wikipedia.org/wiki/Ion_channel


Η μη τυχαία συνδεσιμότητα δικτύου έρχεται σε ζεύγη

Υπεραναπαράσταση αμφίδρομων συνδέσεων σε τοπικά φλοιώδη δίκτυα έχει αναφερθεί επανειλημμένα και αποτελεί το επίκεντρο της συνεχιζόμενης συζήτησης για τη μη τυχαία συνδεσιμότητα. Εδώ δείχνουμε σε μια σύντομη μαθηματική ανάλυση ότι σε ένα δίκτυο στο οποίο οι πιθανότητες σύνδεσης είναι συμμετρικές σε ζεύγη, Πij = Πτζι, τα φαινόμενα αμφίδρομων συνδέσεων και μη τυχαίων δομών είναι εγγενώς συνδεδεμένα, μια υπερπληθώρα αμοιβαία συνδεδεμένων ζευγαριών εμφανίζεται αναγκαστικά όταν κάποια ζεύγη νευρώνων είναι πιο πιθανό να συνδεθούν από άλλα. Τα αριθμητικά μας αποτελέσματα υποδηλώνουν ότι μια τέτοια υπεραναπαράσταση μπορεί επίσης να διατηρηθεί όταν οι πιθανότητες σύνδεσης είναι μόνο κατά προσέγγιση συμμετρικές.


Προτεινόμενα

Πόρων | Disponible στα ισπανικά

Δημοσίευση | Disponible στα ισπανικά

Η φροντίδα των παιδιών της οικογένειας, των φίλων ή των γειτόνων είναι απίστευτα σημαντική δουλειά. Για να σας βοηθήσει να παρέχετε την καλύτερη δυνατή φροντίδα για τα παιδιά και τις οικογένειες που εξυπηρετείτε, ZERO TO THREE ανέπτυξε το…


Το συνδεδεμένο Connectome

Ο πιο ολοκληρωμένος χάρτης καλωδίωσης μέχρι σήμερα του εγκεφάλου της μύγας των φρούτων έχει μεταμορφώσει το πεδίο της νευροεπιστήμης, εντοπίζοντας νέους τύπους κυττάρων και διαμορφώνοντας εκ νέου μοντέλα κυκλωμάτων. Είναι τώρα οι νευροεπιστήμονες έτοιμοι να αντιμετωπίσουν τον εγκέφαλο του ποντικιού;

Συνήθως είναι παλαιότεροι καθηγητές που λένε ιστορίες για το πώς ήταν διαφορετικά τα πράγματα όταν ξεκίνησαν. Ο Asa Barth-Maron δεν έχει τελειώσει με το διδακτορικό του, αλλά τα πρώτα του χρόνια στο σχολείο είναι ήδη σαν αρχαία ιστορία.

Ο Barth-Maron εργάζεται στο εργαστήριο της Rachel Wilson στο Πανεπιστήμιο του Χάρβαρντ, μελετώντας τους ενδονευρώνες στον λοβό κεραίας της μύγας φρούτων, μια περιοχή του εγκεφάλου που επεξεργάζεται τις οσφρητικές πληροφορίες που συλλέγονται από αισθητήριους νευρώνες στις κεραίες των μυγών πριν τις μεταδώσει σε ανώτερα εγκεφαλικά κέντρα. Όταν εντάχθηκε στο εργαστήριο του Wilson το 2015, η βασική προσέγγιση για τη μελέτη της λειτουργίας ενός νευρώνα ήταν να καταγραφεί από αυτόν in vivo, να δει σε ποια ερεθίσματα ανταποκρίθηκε ή πώς η δραστηριότητά του συσχετίστηκε με τη συμπεριφορά και στη συνέχεια να προσπαθήσει να καθορίσει πώς ο νευρώνας ήταν ενσωματωμένος σε κύκλωμα.

Τα δεδομένα μικροσκοπίας φωτός έδωσαν υποδείξεις για αυτό το κύκλωμα, αλλά όχι μια πλήρη εικόνα - έμοιαζε με χάρτη του μετρό που αφήνει έξω τα σημεία μεταφοράς. Ο προσδιορισμός του εάν οι γειτονικοί νευρώνες ήταν όντως συνδεδεμένοι απαιτούσε επίπονες φυσιολογικές έρευνες, όπως η ανάγκη να οδηγήσουμε τυχαία τρένα για να δούμε ποιες γραμμές συνδέονται. "Ουσιαστικά θα τραβούσαμε φωτογραφίες στο σκοτάδι", λέει ο Barth-Maron.

Έξι χρόνια μπροστά, και οι ερευνητές έχουν έναν ακριβή χάρτη νευρώνων στα χέρια τους. «Τώρα μπορείτε να δημιουργήσετε έναν ιστότοπο», λέει, «να αναζητήσετε το κελί ενδιαφέροντός σας και να δείτε ποιες εισόδους και εξόδους λαμβάνει και στέλνει».

Αυτός ο πόρος ανοικτής πρόσβασης είναι ο καρπός του έργου FlyEM connectomics που βασίζεται στην Ιατρική Ινστιτούτο Howard Hughes's Janelia Research Campus, η οποία χρησιμοποιεί ηλεκτρονική μικροσκοπία (EM) και τεχνολογίες τελευταίας τεχνολογίας για την αντιστοίχιση ολόκληρου του εγκεφάλου της Drosophila σε επίπεδο των επιμέρους συνάψεων. Τον Σεπτέμβριο του 2020, το έργο έδωσε ένα έγγραφο ορόσημο 108 συγγραφέων στο eLife που περιγράφει τη δομή περίπου 25.000 νευρώνων στον κεντρικό εγκέφαλο της μύγας - τον λεγόμενο ημιεγκέφαλο - και τις 20 εκατομμύρια συνδέσεις τους.

Η Connectomics αλλάζει τόσο βαθιά τη νευροεπιστήμη της Drosophila που ο Larry Abbott, ένας θεωρητικός νευροεπιστήμονας στο Πανεπιστήμιο Columbia, λέει ότι το πεδίο μπορεί τώρα να χωριστεί σε δύο εποχές: B.C. και A.C. — Πριν από το Connectome και Μετά το Connectome. "Για τους ανθρώπους που σπάνε τα κυκλώματα, δεν νομίζω ότι είναι υπερβολή", λέει ο Abbott, ο οποίος είναι επίσης ερευνητής της Simons Collaboration για τον παγκόσμιο εγκέφαλο. "Όλοι το συμβουλεύονται σχεδόν όλη την ώρα τώρα."

Τον Αύγουστο του 2020, ο Abbott και άλλοι 23 ειδικοί δημοσίευσαν μια εντυπωσιακή προεκτύπωση 192 ​​σελίδων στο bioRxiv που διερεύνησε τις επιπτώσεις των δεδομένων του ημιεγκεφάλου για τη νευροβιολογία σώματος μανιταριού. Το σώμα του μανιταριού είναι μια περιοχή επεξεργασίας όσφρησης κατάντη του λοβού κεραίας που θεωρείται από καιρό ως το κέντρο όσφρησης της μύγας. Έχει μελετηθεί εντατικά, και όμως τα δεδομένα του FlyEM αποκάλυψαν πολλά απροσδόκητα πράγματα γι 'αυτό.

"Η μεγαλύτερη έκπληξη ήταν η ύπαρξη ενός συγκεκριμένου οπτικού μονοπατιού που παραμένει διαχωρισμένο και φαίνεται να έχει μια ειδική κατάσταση", λέει ο Abbott. Προηγούμενες εργασίες είχαν αφήσει να εννοηθεί ότι το σώμα του μανιταριού εμπλέκεται σε ωμές οπτικές λειτουργίες, όπως η αποφυγή μεγάλων προφανών ερεθισμάτων. Αλλά γνωρίζοντας ακριβώς ποιες οπτικές διαδρομές εισέρχονται, εξέρχονται και λειτουργούν μέσα σε αυτό, θα βοηθήσει τους μοντελιστές να επιλέξουν πώς η όραση επηρεάζει το σώμα των μανιταριών.

Το προστύπωμα εξετάζει πώς ταιριάζουν τα νέα δεδομένα συνδεσιμότητας με τα υπάρχοντα φυσιολογικά, μοριακά και συμπεριφορικά δεδομένα σχετικά με το σώμα του μανιταριού - και με θεωρητικά μοντέλα της λειτουργίας της περιοχής. Ο Abbott πιστεύει ότι αυτή η διασταυρούμενη γονιμοποίηση πολλαπλών ταχέως εξελισσόμενων κλάδων είναι που κάνει τη νευροβιολογία της Drosophila τόσο συναρπαστική αυτή τη στιγμή – η αναδυόμενη σύνδεση διευκολύνει την ενσωμάτωση διαφορετικών προσεγγίσεων.

Με αυτόν τον τρόπο, βοηθά τους θεωρητικούς να χτίσουν πιο βιολογικά ρεαλιστικά μοντέλα και επιτρέπει στους φυσιολόγους να εξηγήσουν πιο επιθετικά τη νευρωνική δραστηριότητα που παρατηρούν. Οι ερευνητές πιστεύουν επίσης ότι η συνδετομική ασπόνδυλων κρατά πολλά μαθήματα για τα αναδυόμενα έργα σύνδεσης θηλαστικών — συμπεριλαμβανομένων των μαθημάτων σχετικά με τους εναλλακτικούς τρόπους δημιουργίας συνδέσμων.

Κάνοντας κλικ για να παρακολουθήσετε αυτό το βίντεο, συμφωνείτε με την πολιτική απορρήτου μας.

Από σκουλήκι σε μύγα

Η τολμηρή ιδέα της χαρτογράφησης ενός πλήρους νευρικού συστήματος χρησιμοποιώντας ΗΜ προήλθε στα μέσα της δεκαετίας του 1960. Θέλοντας να μελετήσει τη λειτουργία του εγκεφάλου παρατηρώντας πώς οι γενετικές μεταλλάξεις επηρέασαν τόσο τη συμπεριφορά όσο και τη νευρωνική δομή, ο βιολόγος Sydney Brenner αναζήτησε ένα νέο μοντέλο οργανισμού με νευρικό σύστημα αρκετά μικρό για να χαρτογραφηθεί στο σύνολό του. Επέλεξε το νηματώδη Caenorhabditis elegans και, το 1969, στρατολόγησε τον φυσικό John White για να ηγηθεί ενός έργου χαρτογράφησης.

Ο Γουάιτ συνεργάστηκε με δύο τεχνικούς: τον Νικόλ Τόμσον έκοψε και απεικόνισε ιστό, ενώ η Άιλιν Σάουθγκεϊτ εκτύπωσε τις μικρογραφίες του Τόμσον σε κομμάτια χαρτιού διαστάσεων 12 επί 16 ίντσες, επικαλυμμένα με διαφανές πλαστικό και παρακολούθησε κάθε νευρώνα και σύναψη σε έγχρωμες γραφίδες. Το 1984, μετά από 15 χρόνια δουλειάς, η τετράδα είχε περιγράψει 302 νευρώνες.

Το έγγραφο των 340 σελίδων ήταν ένα ορόσημο για τη νευροεπιστήμη, συμβάλλοντας στο βραβείο Νόμπελ του Μπρένερ το 2002 και παρέχοντας ένα συνδετικό στοιχείο που ήταν ένα ανεκτίμητο έργο αναφοράς για τους νευροβιολόγους C. elegans από τότε.

Αλλά ορισμένοι ερευνητές πιστεύουν ότι ήταν τόσο μπροστά από την εποχή του που η αξία του χρειάστηκε δεκαετίες για να γίνει πλήρως αντιληπτή. "Το σκουλήκι είχε μια πολύπλοκη κληρονομιά", λέει ο Viren Jain, ο οποίος εργάζεται για το connectomics στην Google και συνεργάζεται με την ομάδα FlyEM. Όταν δημοσιεύτηκε το διάγραμμα καλωδίωσης, σχεδόν τίποτα δεν ήταν γνωστό για τη φυσιολογία των νηματωδών νευρώνων και οι μελέτες συμπεριφοράς του ζώου ήταν στοιχειώδεις.

Μετά τη δημοσίευσή της, η ανάλυση ΕΜ παρέμεινε ένας σχετικά σκοτεινός ειδικευμός της νευροεπιστήμης επειδή ήταν τόσο χρονοβόρος. Κάθε ένα από τα κύρια στάδιά του-η κοπή ιστών, η προετοιμασία και η απεικόνιση αυτών των τμημάτων, η ανάλυση και η ανακατασκευή των εικόνων για τη δημιουργία ενός τρισδιάστατου χάρτη-ήταν μια επίπονη διαδικασία. Και κάθε βήμα απαιτούσε ακρίβεια. Η Connectomics δεν έχει περιθώρια σφάλματος: Η απώλεια ενός μόνο τμήματος ιστού μπορεί να εκτροχιάσει την αναδόμηση ολόκληρου του νευρικού συστήματος, επειδή συχνά οι διαδικασίες που διέρχονται από αυτό το επίπεδο δεν μπορούν πλέον να εντοπιστούν με σιγουριά.

Στα μέσα της δεκαετίας του 2000, ωστόσο, ο Winfried Denk και οι συνεργάτες του, στη συνέχεια στο Ινστιτούτο Max Planck της Ιατρικής Έρευνας της Χαϊδελβέργης, αυτοματοποίησαν τομή και απεικόνιση. Περίπου την ίδια εποχή, ο Jain, συνεργαζόμενος με τον Srinivas Turaga στο εργαστήριο του Sebastian Seung στο Τεχνολογικό Ινστιτούτο της Μασαχουσέτης, άρχισε να αναπτύσσει τρόπους για να αυτοματοποιήσει την ανάλυση εικόνας και να συρράψει δισδιάστατες εικόνες μεμονωμένων φέτων ΗΜ σε τρισδιάστατες δομές. Χρησιμοποίησαν τεχνικές υπολογιστικής όρασης που ονομάζονται συνελικτικά νευρωνικά δίκτυα (CNN). Σήμερα, τα CNN είναι θεμελιώδη για τις περισσότερες εργασίες όρασης στον υπολογιστή, αλλά η τεχνική ήταν μια εκπληκτική επιλογή εκείνη την εποχή, λέει ο Jain. Οι επιτυχίες της ομάδας - που περιελάμβαναν τη βοήθεια του Denk στην ανακατασκευή ενός αμφιβληστροειδούς ποντικιού - έκαναν τα CNN κεντρικό συστατικό της συνδενομικής.

Τα δύο βασικά βήματα ανακατασκευής που έχουν αυτοματοποιήσει οι ερευνητές χρησιμοποιώντας τεχνητή νοημοσύνη είναι η ευθυγράμμιση τμημάτων, έτσι ώστε τα στοιχεία κάθε μικρογραφίας να ταιριάζουν με τα αντίστοιχα σημεία των μικρογραφιών των γειτονικών τμημάτων και την τμηματοποίηση, όπου τμήματα κυττάρων αποδίδονται ως ξεχωριστοί τρισδιάστατοι όγκοι που μπορούν να συνδεθούν μεταξύ τους για τη δημιουργία μορφολογίας νευρώνα. Επιπλέον, έχουν αναπτυχθεί αλγόριθμοι που προέρχονται από μηχανική μάθηση για την αναγνώριση συνάψεων.

Η εμφάνιση αυτών των διαφόρων τεχνολογιών έκανε έναν συνδετήρα ενός ολόκληρου εγκεφάλου 100.000 νευρώνων Drosophila να φαίνεται σαν μια εφικτή πρόταση. Σε αντίθεση με τους ερευνητές που εργάζονταν με το σύνδεσμο C. elegans, οι νευροβιολόγοι μύγας φρούτων, λέει ο Jain, «είχαν ερωτήσεις που ήθελαν να απαντήσουν χρησιμοποιώντας αυτά τα δεδομένα».

Η πρώτη ομάδα που απεικόνισε έναν ολόκληρο εγκέφαλο Drosophila ήταν επικεφαλής του Davi Bock, στη συνέχεια στο Janelia, και χρησιμοποίησε EM μετάδοσης (TEM). Το 2018, αυτό το έργο, γνωστό ως πλήρης εγκέφαλος ενηλίκων (FAFB), δημοσίευσε τα δεδομένα του, καθιστώντας τα ελεύθερα διαθέσιμα για οποιονδήποτε. Το μειονέκτημα ήταν ότι οι εικόνες εξακολουθούσαν να απαιτούν πολλή ανάλυση και ανακατασκευή — σε εκείνο το σημείο, κυρίως με το χέρι.

Αντίθετα, το έργο FlyEM, με επικεφαλής τους Gerald Rubin, Louis Scheffer και Stephen Plaza, χρησιμοποίησε υψηλότερη ανάλυση-αλλά πιο αργή και δαπανηρή-εστιασμένη δέσμη ιόντων, επειδή τα σαφέστερα ακατέργαστα δεδομένα θα τους επέτρεπαν να χρησιμοποιούν αυτοματοποιημένες αναλυτικές τεχνικές. Οι αλγόριθμοι του CNN δημιούργησαν γρήγορα ένα πρώτο σχέδιο του ημι εγκεφάλου. Ωστόσο, ακόμη κι έτσι, οι αλγόριθμοι δεν ήταν αλάνθαστοι, πράγμα που σημαίνει ότι το προσχέδιο έπρεπε να διορθωθεί χειροκίνητα - κάτι που χρειάστηκε δύο ημερολογιακά έτη ή περίπου 50 ανθρωποέτη.

Το αποτέλεσμα είναι ο ιστότοπος neuPrint, τον οποίο επαίνεσε ο Barth-Maron. Τώρα έχει περισσότερους από 1.700 εγγεγραμμένους χρήστες που μπορούν να διαλέξουν έναν μεμονωμένο νευρώνα και να δουν αμέσως τη δομή του κυττάρου και μια λίστα με όλους τους συναπτικούς συνεργάτες του.

Υπάρχει, ωστόσο, μια ανατροπή. Ενώ η ομάδα FlyEM ετοιμάζεται να ανασυγκροτήσει έναν ολόκληρο εγκέφαλο, ο Seung, τώρα στο Πανεπιστήμιο του Princeton - με τη Mala Murthy, νευροβιολόγο Drosophila επίσης στο Princeton - ξεκίνησε ένα έργο για την ανάλυση του συνόλου δεδομένων FAFB. Η πρόοδος στη μηχανική μάθηση που έγινε από την ομάδα του Seung τους επέτρεψε να συναρμολογήσουν ένα σχέδιο σύνδεσης από τις μικρογραφίες TEM - που σημαίνει ένα σχέδιο ενός ολόκληρου εγκεφάλου.

Ο Seung και ο Murthy ανέπτυξαν επίσης νέο λογισμικό διόρθωσης και το ανέπτυξαν χρησιμοποιώντας μια άλλη τακτική που ο Seung έχει βοηθήσει στην προώθηση: διόρθωση πλήθους

Για να μου δείξει πώς λειτουργεί αυτό, η υπεύθυνη έργου Claire McKellar μου περιηγήθηκε στον ιστότοπο του FlyWire, όπου βρίσκεται το σύνδεσμο. Έσυρε τυχαία δύο νευρώνες, ο ένας από τους οποίους είχε προφανώς δύο κυτταρικά σώματα (προφανής περίπτωση τμημάτων που συγχωνεύτηκαν λανθασμένα από τους αλγόριθμους), ενώ το δενδριτικό δέντρο του δεύτερου ήταν ξεκάθαρα περικομμένο. Όπως παρακολουθούσα, ο ΜακΚέλαρ βρήκε τους δενδρίτες του δεύτερου νευρώνα στο διπλανό τμήμα και τους επισυνάπτει, καθώς το σύστημα καταγράφει αυτόματα την ενημέρωση και ποιος την έκανε.

Το FlyWire έχει επί του παρόντος περίπου 100 ενεργούς χρήστες και, λέει ο McKellar, μέχρι στιγμής έχουν ανακατασκευαστεί περίπου 4.000 νευρώνες. Ο Murthy λέει ότι οι περισσότεροι τρέχοντες χρήστες είναι νευροεπιστήμονες "με κίνητρο να κάνουν τη διόρθωση στο κύκλωμα ενδιαφέροντός τους" - ιδιαίτερα εάν αυτό το κύκλωμα δεν είναι εντός του όγκου του ημιεγκεφάλου ή εάν έχει σημαντικές συνδέσεις πέρα ​​από αυτόν τον όγκο. Επιπλέον, το έργο προσλαμβάνει επίσης διορθωτές πλήρους απασχόλησης για την κάλυψη terra incognita. «Ο στόχος μας», λέει ο Murthy, «είναι να επιτύχουμε μια σύνδεση ολόκληρου του εγκεφάλου μέσα στο επόμενο έτος».

Αναγνωρίζει τη «φιλική αντιπαλότητα» που υπάρχει μεταξύ των έργων, αλλά τονίζει τη συνεχή ανταλλαγή εμπειρίας και πόρων. «Δεν είναι σαφές αυτή τη στιγμή», λέει, «από πού θα προέλθει η πρώτη σύνδεση ολόκληρου του εγκεφάλου. Είτε πρόκειται κυρίως για προόδους στην αλγοριθμική πλευρά είτε στην πλευρά της συλλογής δεδομένων."

Κορυφή: Ένα κοντινό στιγμιότυπο των νευρώνων στον εγκέφαλο της μύγας που λαμβάνεται με ηλεκτρονικό μικροσκόπιο. Κάτω: Η ίδια εικόνα με την παραπάνω, με χρώματα που διακρίνουν διαφορετικούς νευρώνες. Ένας αλγόριθμος καθορίζει πού ξεκινά και τελειώνει κάθε νευρώνας και στη συνέχεια μια ομάδα ανθρώπων διορθωτών ελέγχει την εργασία του αλγορίθμου. Πίστωση: FlyEM/Janelia Research Campus

Από μικρογραφίες μέχρι τύπους κυττάρων και μεταβλητότητα

Ωστόσο, η ανακατασκευή των νευρώνων είναι μόνο το πρώτο βήμα. Στη συνέχεια, το καθένα πρέπει να επισημανθεί και να ταξινομηθεί, έτσι ώστε τελικά να επιλυθεί το κύκλωμα και η ευρύτερη οργάνωση του μυαλού. «Στο γονιδίωμα το αναλύεις ανά γονίδιο», λέει η Μάρτα Κόστα, της ομάδας Drosophila connectomics στο Πανεπιστήμιο του Κέιμπριτζ, «στο σύνδεσμο το αναλύεις ανά τύπο κυττάρου».

Προηγούμενη έρευνα, η οποία καθόρισε τους νευρώνες της Drosophila από τα γονίδια που εκφράζουν και κατασκεύασε μια τεράστια βιβλιοθήκη διαγονιδιακών μυγών που εκφράζουν το GFP σε επιλεγμένους νευρώνες, υπολόγισε ότι οι φρουτόμυγες διαθέτουν 5.000 έως 10.000 διαφορετικούς τύπους νευρώνων — μερικοί από τους οποίους αποτελούνται από έναν μόνο αριστερό-δεξιό ζεύγος κυττάρων. Αυτές οι διαγονιδιακές μύγες επέτρεψαν στους ερευνητές να δημιουργήσουν έναν κατάλογο των μορφολογιών των γενετικά προσδιορισμένων νευρώνων χρησιμοποιώντας μικροσκοπία φωτός. Οι αλγόριθμοι που βρίσκουν αυτές τις μορφολογίες στα δεδομένα ΗΜ έχουν βοηθήσει στην ημι-αυτοματοποίηση της αναγνώρισης των τύπων νευρώνων, λέει ο Costa. Αλλά η δομή και η συνδεσιμότητα που προέρχονται από το EM των νευρώνων έδειξαν ακόμη περισσότερους τύπους. Η ομάδα FlyEM εντόπισε περίπου 5.600 στους περίπου 25.000 νευρώνες του ημι εγκεφάλου, περίπου οι μισοί από αυτούς νέοι. «Βλέπουμε ακόμα πράγματα που δεν έχουμε ξαναδεί», λέει ο Κόστα.

Συχνά, η ειδικότητα μεμονωμένων τύπων κυττάρων ήταν απρόβλεπτη. Ο Abbott τονίζει, για παράδειγμα, πώς ο καλά μελετημένος πληθυσμός νευρώνων ντοπαμίνης του σώματος των μανιταριών αποδείχθηκε ότι αποτελείται από πολλούς διαφορετικούς τύπους. Οι μοναδικές τους ιδιότητες υποδηλώνουν ότι το καθένα εξυπηρετεί διακριτές λειτουργίες.

Ωστόσο, εξακολουθούν να υπάρχουν ερωτήματα σχετικά με το πόσο η δομή και η συνδεσιμότητα ενός δεδομένου τύπου ποικίλλει από εγκέφαλο σε εγκέφαλο, κάτι που θα απαιτήσει σύγκριση πολλαπλών συνδέσμων για να επιλυθεί. Αυτό είναι κάτι που άρχισαν να κάνουν οι επιστήμονες του C. elegans. Η Mei Zhen, νευροεπιστήμονας και ειδικός EM στο Ερευνητικό Ινστιτούτο Lunenfeld-Tanenbaum και στο Πανεπιστήμιο του Τορόντο, ηγήθηκε πρόσφατα μιας μελέτης ανακατασκευής οκτώ C. elegans συνδέσεις από διαφορετικά αναπτυξιακά στάδια. Η εργασία αποσκοπούσε στην αποκάλυψη βασικών χαρακτηριστικών ανάπτυξης που η ομάδα διαπίστωσε, για παράδειγμα, ότι τα αισθητήρια και κινητικά συστήματα αναδιαμορφώνονται σταδιακά, αλλά οι κόμβοι λήψης αποφάσεων interneuron παραμένουν σταθεροί με την πάροδο του χρόνου. Αλλά η μελέτη έδειξε επίσης ότι η συνδεσιμότητα ποικίλλει σημαντικά μεταξύ των ζώων ακόμη και σε ένα νευρικό σύστημα που θεωρείται ότι είναι πολύ σκληρό. Περίπου το 40 τοις εκατό των συνάψεων σε ενήλικες, κυρίως μεταξύ ασθενώς συνδεδεμένων ζευγών νευρώνων, δεν εμφανίστηκαν σε όλα τα σκουλήκια.

Για να διερευνήσουν περαιτέρω τη μεταβλητότητα και τις αιτίες της, η Zhen και οι συνεργάτες της ξεκινούν πειράματα χρησιμοποιώντας EM σε όλο το συνδετικό σώμα, στα οποία οι νηματώδεις θα εκτρέφονται σε διαφορετικές συνθήκες για να καθορίσουν πώς οι περιβαλλοντικές προκλήσεις επηρεάζουν την ανάπτυξη των νευρώνων. «Θέλουμε να μάθουμε πώς ορισμένες εισροές μετατοπίζονται ή ακόμη και δημιουργούν ένα νέο σύνολο συνδέσεων που δεν βλέπουμε στην αρχή», λέει.

Μελέτες όπως αυτές θα βοηθήσουν τους ερευνητές να καθορίσουν τον βαθμό στον οποίο οι μύγες, τα σκουλήκια και οι άλλοι εγκέφαλοι είναι σταθεροί. Αυτές οι πληροφορίες από μόνες τους έχουν πολύ σημαντικές επιπτώσεις για μελλοντικά μοντέλα κυκλωμάτων. Πολλά υπάρχοντα υπολογιστικά μοντέλα βασίζονται σε μεγάλο βαθμό σε κανόνες καλωδίωσης που εξαρτώνται από τη δραστηριότητα για να διαμορφώσουν τη συνδεσιμότητα και να λειτουργήσουν ο βαθμός στον οποίο οι συνδέσεις μεταξύ συγκεκριμένων νευρώνων είναι καλωδιωμένες ή πλαστικές θα υποδείξει τον βαθμό στον οποίο αυτοί οι κανόνες μπορούν ρεαλιστικά να χρησιμοποιηθούν.

Το σύνολο δεδομένων ημιεγκεφάλου περιλαμβάνει το τμήμα του εγκεφάλου της μύγας που επισημαίνεται εδώ - μια περιοχή που περιλαμβάνει νευρώνες που εμπλέκονται στη μάθηση, την πλοήγηση, την όσφρηση, την όραση και πολλές άλλες λειτουργίες. Πίστωση: FlyEM/Janelia Research Campus

Από κελιά σε κυκλώματα και μοντέλα

Όταν πρόκειται για τη χρήση δεδομένων συνδεσιμότητας για την κατανόηση της λειτουργίας του εγκεφάλου, οι χρήστες μπορούν να χωριστούν σε μεγάλο βαθμό μεταξύ φυσιολόγων και θεωρητικών, αν και τα δύο στρατόπεδα αλληλοεπικαλύπτονται όλο και περισσότερο.

Παρόλο που το εργαστήριο Wilson ερεύνησε εκτεταμένα τη νευροφυσιολογία των λοβών του κεραίου για χρόνια, ο Barth-Maron λέει ότι τα δεδομένα EM έχουν ανακαλύψει πολλές απροσδόκητες συνδέσεις. Αυτά περιλαμβάνουν ευρήματα ότι διαφορετικοί υποπληθυσμοί μεταξύ νευρώνων βρίσκονται υπό διακριτή ρύθμιση νευροδιαμόρφωσης και ότι δεν αναστέλλουν όλοι οι τοπικοί ανασταλτικοί ενδονευρώνες εκεί τους εισερχόμενους αισθητήριους νευρώνες, ενώ ένας περίεργος υποπληθυσμός νευρώνει κυρίως ο ένας τον άλλον. Τέτοιες παρατηρήσεις παρουσιάζουν νέες ιδέες που στη συνέχεια διερευνώνται φυσιολογικά.

Στο εργαστήριο του Murthy, τα δεδομένα συνδεσιμότητας από το έργο FlyWire ήταν μέχρι τώρα ζωτικής σημασίας για δύο έργα. Σε ένα, η μεταδιδακτορική Christa Baker κατέγραψε από διάφορους νευρώνες στην ακουστική οδό που εντοπίστηκαν χρησιμοποιώντας διαγονιδιακά στελέχη μύγας. Χαρτογράφησε τη δραστηριότητα ως απάντηση στα δύο είδη τραγουδιών ερωτοτροπίας της μύγας, διαπιστώνοντας ότι οι δύο τύποι τραγουδιών κωδικοποιήθηκαν από εκπληκτικά επικαλυπτόμενους πληθυσμούς νευρώνων.

«Αυτό οδήγησε αμέσως στο επόμενο ερώτημα: Ποια είναι η οργάνωση αυτού του μονοπατιού;» λέει ο Murthy. «Ποιος συνδέεται με ποιον; Πώς μεταδίδονται οι πληροφορίες σε όλη τη διαδρομή;»

Ο Μπέικερ πέρασε περίπου ένα μήνα για να βρει τους αντίστοιχους νευρώνες στο βύθισμα του συνδετήρα και να εντοπίσει τις συνδέσεις τους. Από εκεί, η ομάδα θα μπορούσε να δημιουργήσει ένα νέο μοντέλο ακουστικής επεξεργασίας. "Πραγματικά άλλαξε την άποψή μας για το πώς λειτουργεί η ακουστική επεξεργασία", λέει ο Murthy.

Οι θεωρητικοί απολαμβάνουν επίσης τη χρήση του connectome για να αναπτύξουν μοντέλα που αντικατοπτρίζουν με μεγαλύτερη ακρίβεια τη βιολογία. Ένα ευρέως προαναγγελθέν παράδειγμα για το πώς τα δεδομένα συνδεσιμότητας επιβεβαιώνουν προηγούμενη θεωρητική εργασία περιλαμβάνει το κεντρικό συγκρότημα της μύγας και τη λειτουργία του στην πλοήγηση.

Ο Vivek Jayaraman και οι συνεργάτες του στο Janelia δημιούργησαν ένα σύστημα εικονικής πραγματικότητας για την καταγραφή της νευρικής δραστηριότητας καθώς οι μύγες προσανατολίζονται σε μια μικρή αιωρούμενη μπάλα ως απάντηση σε οπτικές ενδείξεις. Βασιζόμενοι σε παλαιότερες εργασίες σχετικά με την πλοήγηση ποντικιών, η ομάδα του Jayaraman ανέπτυξε ένα μοντέλο εσωτερικού συστήματος πυξίδας μύγας όπου η νευρωνική δραστηριότητα κινήθηκε γύρω από μια δομή σαν δαχτυλίδι σύμφωνα με το πόσο μακριά είχε γυρίσει η μύγα.

Ο Turaga, τώρα επικεφαλής ομάδας στην Janelia, λέει ότι όταν μπήκαν τα δεδομένα EM, «μια όμορφη κρυσταλλική αρχιτεκτονική που προτάθηκε από τη θεωρία ήταν εκεί στο συνδετικό σώμα». (Για περισσότερα, ανατρέξτε στην ενότητα "In Fruit Fly Brain, a Ring for Navigation".)

Ο Abbott φοβάται πόσο καλά εξελίχθηκε το έργο. Το μοντέλο είχε ενσωματώσει ένα ημιτονοειδές μοτίβο νευρωνικής συνδεσιμότητας. Οι συναρτήσεις που βασίζονται στα ημιτονοειδή κύματα είναι ισχυρά μαθηματικά εργαλεία, αλλά ίσως πάντα θεωρούνταν ως μια χρήσιμη έπαρση. Όμως, στα δεδομένα της σύνδεσης, η συναπτική κατανομή ήταν πράγματι ημιτονοειδής. "Αυτή η τρελή υπόθεση που οι θεωρητικοί πιθανότατα έκαναν μόνο για να διευκολύνουν τέλεια τους αγώνες", λέει ο Abbott. «Είναι το όνειρο του θεωρητικού που έγινε πραγματικότητα».

Οι θεωρητικοί είναι επίσης σε θέση τώρα να χρησιμοποιήσουν τα δεδομένα της σύνδεσης ως σημείο εκκίνησης για τη δημιουργία νέων μοντέλων. Το 2018, ο Turaga και οι συνεργάτες του δημοσίευσαν ένα εκτύπωμα που περιγράφει ένα απλό μοντέλο πρώιμης οπτικής επεξεργασίας που βασίζεται σε συναπτικές συνδέσεις και βάρη που προέρχονται από δεδομένα ΗΜ. Αυτό το μοντέλο λειτούργησε καλύτερα από ένα βασισμένο αρχικά σε τυχαίες συνδέσεις.

Είναι σημαντικό ότι τέτοια μοντέλα περιλαμβάνουν ένα άλλο χαρακτηριστικό: Επειδή οι τεχνητοί νευρώνες αντιστοιχούν πλέον σε νευρώνες πραγματικής ζωής, η δραστηριότητα των τεχνητών νευρώνων μπορεί να διασταυρωθεί με καταγεγραμμένη δραστηριότητα από πραγματικούς νευρώνες. "Εάν δεν είχατε αυτό το σύνδεσμο, τότε οποιοσδήποτε νευρώνας μπορεί να εκτελέσει οποιονδήποτε ρόλο", λέει ο Turaga.

Στο μοντέλο του 2018, η δραστηριότητα ορισμένων μεμονωμένων νευρώνων ταίριαζε με τη δραστηριότητα των αντίστοιχων νευρώνων στις μύγες — αλλά δεν ταίριαζε σε όλους. Η Turaga χτίζει τώρα ένα πλουσιότερο μοντέλο που ενσωματώνει περισσότερα δεδομένα συνδεσιμότητας, τα οποία αποδίδουν ακόμα καλύτερα από το αρχικό.

Προειδοποιεί, ωστόσο, ότι η συνδεσιμότητα δεν λέει στους μοντελιστές όλα όσα πρέπει να γνωρίζουν για να περιορίσουν τα μοντέλα τους. Ένα από τα πιο ισχυρά πράγματα που μπορεί να κάνει ένας συνδετήρας είναι να πει ότι δύο νευρώνες δεν είναι συνδεδεμένοι, επειδή αυτό αποκλείει οριστικά τη χρήση μιας τέτοιας σύνδεσης σε ένα μοντέλο. Ωστόσο, οι φυσιολογικές ιδιότητες των περισσότερων νευρώνων και συνάψεων παραμένουν άγνωστες και αυτές οι παράμετροι επηρεάζουν έντονα την απόδοση ενός μοντέλου. «Όσον αφορά το τι μπορεί να συμβεί, ο χώρος είναι ακόμα μεγάλος», λέει. «Μαθαίνουμε τα όρια του τι μπορούμε και τι δεν μπορούμε να ερμηνεύσουμε από τις ηλεκτρονικές μικροσκοπικές εικόνες».

Μια πρόσφατη πρόοδος που βοηθά στον περιορισμό των μοντέλων ήταν η ανάπτυξη τεχνικών μηχανικής μάθησης που μπορούν να φαινοτυπούν συνάψεις. Προηγουμένως, λόγω της συντριπτικής δομικής τους ομοιότητας, οι εικόνες EM από τη Drosophila δεν μπορούσαν να υποδείξουν εάν μια σύναψη ήταν ανασταλτική ή διεγερτική – αφήνοντας τα μοντέλα ελεύθερα να χρησιμοποιήσουν οποιοδήποτε από τα δύο σημάδια. Ο νέος αλγόριθμος μπορεί να κάνει διάκριση μεταξύ συνάψεων που είναι γλουταματεργικές, GABAergic ή χολινεργικές.

«Η μοντελοποίηση έχει να κάνει με περιορισμούς», λέει ο Abbott. Απολαμβάνει πώς η εποχή After Connectome κρατά τους μοντελιστές σε υψηλότερα πρότυπα. Εάν οι θεωρητικοί κατασκευάζουν μοντέλα χωρίς περιορισμούς από βιολογικά δεδομένα, λέει, «μπορούμε να σκεφτούμε χιλιάδες τρόπους για να ολοκληρώσουμε τη δουλειά. Θέλουμε να πάρουμε το σωστό — αυτό που χρησιμοποιεί η μύγα».

Ερχομαι συντομα: Πέρα από τη μύγα

Η επιτυχία στις μύγες και τα σκουλήκια έχει εμπνεύσει πολλές προσπάθειες για την ανακατασκευή πιο περίπλοκων εγκεφαλικών κυκλωμάτων θηλαστικών. Η ανακατασκευή ολόκληρου του εγκεφάλου του ποντικιού χρησιμοποιώντας ΗΜ είναι το επόμενο λογικό βήμα, αλλά η κλιμάκωση από τη μύγα στον εγκέφαλο του ποντικιού παρουσιάζει σοβαρές προκλήσεις.


Περιεχόμενα

Ο νωτιαίος μυελός είναι η κύρια οδός για πληροφορίες που συνδέουν τον εγκέφαλο και το περιφερικό νευρικό σύστημα. [3] [4] Πολύ πιο κοντός από την προστατευτική σπονδυλική στήλη του, ο ανθρώπινος νωτιαίος μυελός προέρχεται από το εγκεφαλικό στέλεχος, διέρχεται από το μέγα τρήμα και συνεχίζει μέχρι τον μυελό κώνο κοντά στον δεύτερο οσφυϊκό σπόνδυλο πριν καταλήξει σε μια ινώδη επέκταση γνωστή ως filum terminale.

Έχει μήκος περίπου 45 cm (18 in) στους άνδρες και περίπου 43 cm (17 in) στις γυναίκες, έχει σχήμα ωοειδούς και είναι διευρυμένο στις αυχενικές και οσφυϊκές περιοχές. Η διεύρυνση του τραχήλου της μήτρας, που εκτείνεται από τους σπονδύλους C5 έως T1, είναι από όπου προέρχεται η αισθητηριακή είσοδος και η έξοδος του κινητήρα πηγαίνει στους βραχίονες και τον κορμό. Η οσφυϊκή μεγέθυνση, που βρίσκεται μεταξύ L1 και S3, χειρίζεται την αισθητηριακή είσοδο και την έξοδο κινητήρα που προέρχεται και πηγαίνει προς τα πόδια.

Ο νωτιαίος μυελός είναι συνεχής με το ουραίο τμήμα του μυελού, που εκτείνεται από τη βάση του κρανίου μέχρι το σώμα του πρώτου οσφυϊκού σπονδύλου. Δεν τρέχει όλο το μήκος της σπονδυλικής στήλης σε ενήλικες. Αποτελείται από 31 τμήματα από τα οποία διακλαδίζονται ένα ζεύγος αισθητήριων νευρικών ριζών και ένα ζεύγος ριζών κινητικών νεύρων. Οι ρίζες των νεύρων στη συνέχεια συγχωνεύονται σε αμφοτερόπλευρα συμμετρικά ζεύγη σπονδυλικών νεύρων. Το περιφερικό νευρικό σύστημα αποτελείται από αυτές τις νωτιαίες ρίζες, νεύρα και γάγγλια.

Οι ραχιαίες ρίζες είναι προσαγωγές γομφίοι, που λαμβάνουν αισθητηριακές πληροφορίες από το δέρμα, τους μυς και τα σπλαχνικά όργανα που μεταφέρονται στον εγκέφαλο. Οι ρίζες καταλήγουν σε γάγγλια ραχιαίων ριζών, τα οποία αποτελούνται από τα κυτταρικά σώματα των αντίστοιχων νευρώνων. Οι κοιλιακές ρίζες αποτελούνται από απαγωγές ίνες που προέρχονται από κινητικούς νευρώνες των οποίων τα κυτταρικά σώματα βρίσκονται στα κοιλιακά (ή πρόσθια) γκρίζα κέρατα του νωτιαίου μυελού.

Ο νωτιαίος μυελός (και ο εγκέφαλος) προστατεύονται από τρία στρώματα ιστού ή μεμβρανών που ονομάζονται μήνιγγες, που περιβάλλουν το κανάλι. Η σκληρή μήτρα είναι το εξωτερικό στρώμα και σχηματίζει μια σκληρή προστατευτική επίστρωση. Μεταξύ της σκληρής μήνιγγας και του περιβάλλοντος οστού των σπονδύλων υπάρχει ένας χώρος που ονομάζεται επισκληρίδιος χώρος. Ο επισκληρίδιος χώρος είναι γεμάτος με λιπώδη ιστό και περιέχει ένα δίκτυο αιμοφόρων αγγείων. Το αραχνοειδές υλικό, το μεσαίο προστατευτικό στρώμα, πήρε το όνομά του από την ανοικτή εμφάνιση που μοιάζει με αράχνη. Ο χώρος μεταξύ της αραχνοειδούς και της υποκείμενης pia mater ονομάζεται υπαραχνοειδής χώρος. Ο υπαραχνοειδής χώρος περιέχει εγκεφαλονωτιαίο υγρό (ΕΝΥ), το οποίο μπορεί να ληφθεί δείγμα με οσφυονωτιαία παρακέντηση ή διαδικασία «σπονδυλικής στήλης». Η ευαίσθητη pia mater, το πιο εσωτερικό προστατευτικό στρώμα, συνδέεται στενά με την επιφάνεια του νωτιαίου μυελού. Ο λώρος σταθεροποιείται εντός της σκληράς μήνιγγας από τους συνδετικούς οδοντωτούς συνδέσμους, οι οποίοι εκτείνονται από την περιβάλλουσα ύλη της pia πλάγια μεταξύ της ραχιαία και της κοιλιακής ρίζας. Ο σκληρός σάκος καταλήγει στο σπονδυλικό επίπεδο του δεύτερου ιερού σπονδύλου.

Σε διατομή, η περιφερειακή περιοχή του λώρου περιέχει νευρωνικές οδούς λευκής ύλης που περιέχουν αισθητήριους και κινητικούς νευράξονες. Εσωτερικά σε αυτήν την περιφερειακή περιοχή βρίσκεται η φαιά ουσία, η οποία περιέχει τα σώματα των νευρικών κυττάρων διατεταγμένα στις τρεις γκρίζες στήλες που δίνουν στην περιοχή το σχήμα πεταλούδας της. Αυτή η κεντρική περιοχή περιβάλλει το κεντρικό κανάλι, το οποίο είναι προέκταση της τέταρτης κοιλίας και περιέχει εγκεφαλονωτιαίο υγρό.

Ο νωτιαίος μυελός είναι ελλειπτικός σε διατομή, συμπιέζεται ραχιαία. Δύο προεξέχουσες αυλακώσεις, ή αυλάκια, διατρέχουν κατά μήκος του. Η οπίσθια μεσαία σχισμή είναι η αύλακα στη ραχιαία πλευρά και η πρόσθια μεσαία σχισμή είναι η αύλακα στην κοιλιακή πλευρά.

Επεξεργασία τμημάτων

Ο ανθρώπινος νωτιαίος μυελός χωρίζεται σε τμήματα όπου σχηματίζονται ζεύγη νωτιαίων νεύρων (μεικτά αισθητήρια και κινητικά). Έξι έως οκτώ ριζίδια κινητικού νεύρου διακλαδίζονται από το δεξί και το αριστερό κοιλιακό στόμιο με πολύ τακτικό τρόπο. Τα νευρικά ριζίδια συνδυάζονται για να σχηματίσουν νευρικές ρίζες. Ομοίως, οι ρίζες των αισθητήριων νεύρων σχηματίζονται από τις δεξιές και τις αριστερές ραχιαία πλάγια αυλάκια και σχηματίζουν ρίζες αισθητήριων νεύρων. Η κοιλιακή (κινητική) και η ραχιαία (αισθητηριακή) ρίζα συνδυάζονται για να σχηματίσουν νωτιαία νεύρα (μικτά κινητικά και αισθητήρια), ένα σε κάθε πλευρά του νωτιαίου μυελού. Τα νωτιαία νεύρα, με εξαίρεση τα C1 και C2, σχηματίζονται μέσα στο μεσοσπονδύλιο τρήμα (IVF). Αυτά τα ριζίδια σχηματίζουν την οριοθέτηση μεταξύ του κεντρικού και του περιφερικού νευρικού συστήματος.

Η γκρίζα στήλη, (ως τρεις περιοχές γκρίζων στηλών) στο κέντρο του κορδονιού, έχει σχήμα πεταλούδας και αποτελείται από κυτταρικά σώματα ενδοευρωπαϊκών νευρώνων, κινητικών νευρώνων, νευρογλοιακών κυττάρων και μη μυελωμένων αξόνων. Η πρόσθια και η οπίσθια γκρίζα στήλη παρουσιάζονται ως προεξοχές της φαιάς ύλης και είναι επίσης γνωστές ως κέρατα του νωτιαίου μυελού. Μαζί, οι γκρι στήλες και η γκρίζα επιτροπή σχηματίζουν το "γκρι H."

Η λευκή ουσία βρίσκεται έξω από τη φαιά ουσία και αποτελείται σχεδόν εξ ολοκλήρου από μυελινωμένους κινητικούς και αισθητικούς άξονες. Οι "στήλες" λευκής ύλης μεταφέρουν πληροφορίες είτε πάνω είτε κάτω από το νωτιαίο μυελό.

Ο νωτιαίος μυελός καταλήγει σε μια περιοχή που ονομάζεται μυελός κώνος, ενώ η pia mater συνεχίζει ως προέκταση που ονομάζεται τερματικό φιλμ, η οποία αγκυρώνει τον νωτιαίο μυελό στον κόκκυγα. Το cauda equina ("ουρά του αλόγου") είναι μια συλλογή νεύρων κατώτερα από τον μυελό κώνο που συνεχίζουν να ταξιδεύουν μέσω της σπονδυλικής στήλης προς τον κόκκυγα. Η ιπποειδής ουρά σχηματίζεται επειδή ο νωτιαίος μυελός σταματά να μεγαλώνει σε μήκος σε ηλικία περίπου τεσσάρων ετών, παρόλο που η σπονδυλική στήλη συνεχίζει να επιμηκύνεται μέχρι την ενηλικίωση. Αυτό έχει ως αποτέλεσμα τα ιερά νωτιαία νεύρα που προέρχονται από την άνω οσφυϊκή περιοχή. Για το λόγο αυτό, ο νωτιαίος μυελός καταλαμβάνει μόνο τα δύο τρίτα του σπονδυλικού σωλήνα. Το κάτω μέρος του σπονδυλικού σωλήνα είναι γεμάτο με εγκεφαλονωτιαίο υγρό (ΕΝΥ) και ο χώρος ονομάζεται οσφυϊκή στέρνα. [5]

Μέσα στο Κεντρικό Νευρικό Σύστημα (ΚΝΣ), τα νευρικά κύτταρα οργανώνονται γενικά σε λειτουργικά σμήνη, που ονομάζονται πυρήνες. Οι άξονες εντός του ΚΝΣ ομαδοποιούνται σε οδούς.

Υπάρχουν 31 τμήματα νεύρου νωτιαίου μυελού σε έναν ανθρώπινο νωτιαίο μυελό:

  • 8 αυχενικά τμήματα που σχηματίζουν 8 ζεύγη αυχενικών νεύρων (τα νωτιαία νεύρα C1 εξέρχονται από τη σπονδυλική στήλη μεταξύ του τρήματος και του C1 σπονδύλου Τα νεύρα C2 εξέρχονται μεταξύ του οπίσθιου τόξου του σπονδύλου C1 και του ελάσματος των νωτιαίων νεύρων C2 C3-C8 περνούν μέσω του IVF πάνω από τους αντίστοιχους αυχενικούς σπονδύλους, με εξαίρεση το ζεύγος C8 που εξέρχονται μεταξύ των σπονδύλων C7 και T1)
  • 12 θωρακικά τμήματα που σχηματίζουν 12 ζεύγη θωρακικών νεύρων
  • 5 οσφυϊκά τμήματα που σχηματίζουν 5 ζεύγη οσφυϊκών νεύρων
  • 5 ιερά τμήματα που σχηματίζουν 5 ζεύγη ιερών νεύρων
  • 1 τμήμα κόκκυγα

Στο έμβρυο, τα σπονδυλικά τμήματα αντιστοιχούν σε τμήματα νωτιαίου μυελού. Ωστόσο, επειδή η σπονδυλική στήλη μεγαλώνει περισσότερο από το νωτιαίο μυελό, τα τμήματα του νωτιαίου μυελού δεν αντιστοιχούν σε σπονδυλικά τμήματα στον ενήλικα, ιδιαίτερα στον κάτω νωτιαίο μυελό. Για παράδειγμα, τμήματα οσφυϊκού και ιερού νωτιαίου μυελού βρίσκονται μεταξύ των σπονδυλικών επιπέδων T9 και L2 και ο νωτιαίος μυελός τελειώνει γύρω από το επίπεδο L1/L2 του σπονδύλου, σχηματίζοντας μια δομή γνωστή ως conus medullaris.

Αν και τα σώματα των κυττάρων του νωτιαίου μυελού τελειώνουν γύρω από το επίπεδο L1/L2 των σπονδύλων, τα νωτιαία νεύρα για κάθε τμήμα εξέρχονται στο επίπεδο του αντίστοιχου σπονδύλου. Για τα νεύρα του κάτω νωτιαίου μυελού, αυτό σημαίνει ότι εξέρχονται από τη σπονδυλική στήλη πολύ χαμηλότερα (πιο ουρά) από τις ρίζες τους. Καθώς αυτά τα νεύρα ταξιδεύουν από τις αντίστοιχες ρίζες τους στο σημείο εξόδου τους από τη σπονδυλική στήλη, τα νεύρα των κατώτερων τμημάτων της σπονδυλικής στήλης σχηματίζουν μια δέσμη που ονομάζεται ιπποειδής ουρά.

Υπάρχουν δύο περιοχές όπου ο νωτιαίος μυελός διευρύνεται:

    - αντιστοιχεί περίπου στα νεύρα του βραχιόνιο πλέγματος, που νευρώνουν το άνω άκρο. Περιλαμβάνει τμήματα νωτιαίου μυελού από περίπου C4 έως T1. Τα σπονδυλικά επίπεδα της διεύρυνσης είναι περίπου τα ίδια (C4 έως T1). – αντιστοιχεί στα νεύρα του οσφυοϊερού πλέγματος, που νευρώνουν το κάτω άκρο. Περιλαμβάνει τα τμήματα του νωτιαίου μυελού από το L2 έως το S3 και βρίσκεται στα σπονδυλικά επίπεδα Τ9 έως Τ12.

Επεξεργασία ανάπτυξης

Ο νωτιαίος μυελός κατασκευάζεται από μέρος του νευρικού σωλήνα κατά την ανάπτυξη. Υπάρχουν τέσσερα στάδια του νωτιαίου μυελού που προέρχονται από τον νευρικό σωλήνα: Η νευρική πλάκα, η νευρική πτυχή, ο νευρικός σωλήνας και ο νωτιαίος μυελός. Η νευρική διαφοροποίηση συμβαίνει στο τμήμα του νωτιαίου μυελού του σωλήνα. [8] As the neural tube begins to develop, the notochord begins to secrete a factor known as Sonic hedgehog or SHH. As a result, the floor plate then also begins to secrete SHH, and this will induce the basal plate to develop motor neurons. During the maturation of the neural tube, its lateral walls thicken and form a longtitudinal groove called the sulcus limitans. This extends the length of the spinal cord into dorsal and ventral portions as well. [9] Meanwhile, the overlying ectoderm secretes bone morphogenetic protein (BMP). This induces the roof plate to begin to secrete BMP, which will induce the alar plate to develop sensory neurons. Opposing gradients of such morphogens as BMP and SHH form different domains of dividing cells along the dorsal ventral axis. [10] Dorsal root ganglion neurons differentiate from neural crest progenitors. As the dorsal and ventral column cells proliferate, the lumen of the neural tube narrows to form the small central canal of the spinal cord. [11] The alar plate and the basal plate are separated by the sulcus limitans. Additionally, the floor plate also secretes netrins. The netrins act as chemoattractants to decussation of pain and temperature sensory neurons in the alar plate across the anterior white commissure, where they then ascend towards the thalamus. Following the closure of the caudal neuropore and formation of the brain's ventricles that contain the choroid plexus tissue, the central canal of the caudal spinal cord is filled with cerebrospinal fluid.

Earlier findings by Viktor Hamburger and Rita Levi-Montalcini in the chick embryo have been confirmed by more recent studies which have demonstrated that the elimination of neuronal cells by programmed cell death (PCD) is necessary for the correct assembly of the nervous system. [12]

Overall, spontaneous embryonic activity has been shown to play a role in neuron and muscle development but is probably not involved in the initial formation of connections between spinal neurons.

Blood supply Edit

The spinal cord is supplied with blood by three arteries that run along its length starting in the brain, and many arteries that approach it through the sides of the spinal column. The three longitudinal arteries are the anterior spinal artery, and the right and left posterior spinal arteries. [13] These travel in the subarachnoid space and send branches into the spinal cord. They form anastamoses (connections) via the anterior and posterior segmental medullary arteries, which enter the spinal cord at various points along its length. [13] The actual blood flow caudally through these arteries, derived from the posterior cerebral circulation, is inadequate to maintain the spinal cord beyond the cervical segments.

The major contribution to the arterial blood supply of the spinal cord below the cervical region comes from the radially arranged posterior and anterior radicular arteries, which run into the spinal cord alongside the dorsal and ventral nerve roots, but with one exception do not connect directly with any of the three longitudinal arteries. [13] These intercostal and lumbar radicular arteries arise from the aorta, provide major anastomoses and supplement the blood flow to the spinal cord. In humans the largest of the anterior radicular arteries is known as the artery of Adamkiewicz, or anterior radicularis magna (ARM) artery, which usually arises between L1 and L2, but can arise anywhere from T9 to L5. [14] Impaired blood flow through these critical radicular arteries, especially during surgical procedures that involve abrupt disruption of blood flow through the aorta for example during aortic aneurysm repair, can result in spinal cord infarction and paraplegia.

Somatosensory organization Edit

In the dorsal column-medial leminiscus tract, a primary neuron's axon enters the spinal cord and then enters the dorsal column. If the primary axon enters below spinal level T6, the axon travels in the fasciculus gracilis, the medial part of the column. If the axon enters above level T6, then it travels in the fasciculus cuneatus, which is lateral to the fasciculus gracilis. Either way, the primary axon ascends to the lower medulla, where it leaves its fasciculus and synapses with a secondary neuron in one of the dorsal column nuclei: either the nucleus gracilis or the nucleus cuneatus, depending on the pathway it took. At this point, the secondary axon leaves its nucleus and passes anteriorly and medially. The collection of secondary axons that do this are known as internal arcuate fibers. The internal arcuate fibers decussate and continue ascending as the contralateral medial lemniscus. Secondary axons from the medial lemniscus finally terminate in the ventral posterolateral nucleus (VPLN) of the thalamus, where they synapse with tertiary neurons. From there, tertiary neurons ascend via the posterior limb of the internal capsule and end in the primary sensory cortex.

The proprioception of the lower limbs differs from the upper limbs and upper trunk. There is a four-neuron pathway for lower limb proprioception. This pathway initially follows the dorsal spino-cerebellar pathway. It is arranged as follows: proprioceptive receptors of lower limb → peripheral process → dorsal root ganglion → central process → Clarke's column → 2nd order neuron → medulla oblongata (Caudate nucleus) → 3rd order neuron → VPLN of thalamus → 4th order neuron → posterior limb of internal capsule → corona radiata → sensory area of cerebrum.

The anterolateral system works somewhat differently. Its primary neurons axons enter the spinal cord and then ascend one to two levels before synapsing in the substantia gelatinosa. The tract that ascends before synapsing is known as Lissauer's tract. After synapsing, secondary axons decussate and ascend in the anterior lateral portion of the spinal cord as the spinothalamic tract. This tract ascends all the way to the VPLN, where it synapses on tertiary neurons. Tertiary neuronal axons then travel to the primary sensory cortex via the posterior limb of the internal capsule.

Some of the "pain fibers" in the ALS deviate from their pathway towards the VPLN. In one such deviation, axons travel towards the reticular formation in the midbrain. The reticular formation then projects to a number of places including the hippocampus (to create memories about the pain), the centromedian nucleus (to cause diffuse, non-specific pain) and various parts of the cortex. Additionally, some ALS axons project to the periaqueductal gray in the pons, and the axons forming the periaqueductal gray then project to the nucleus raphes magnus, which projects back down to where the pain signal is coming from and inhibits it. This helps control the sensation of pain to some degree.

Motor organization Edit

Actions of the spinal nervesεπεξεργασία
Επίπεδο Motor function
C1–C6 Neck flexors
C1–T1 Neck extensors
C3, C4, C5 Supply diaphragm (mostly C4)
C5, C6 Move shoulder, raise arm (deltoid) flex elbow (biceps)
C6 externally rotate (supinate) the arm
C6, C7 Extend elbow and wrist (triceps and wrist extensors) pronate wrist
C7, C8 Flex wrist supply small muscles of the hand
T1–T6 Intercostals and trunk above the waist
T7–L1 Abdominal muscles
L1–L4 Flex hip joint
L2, L3, L4 Adduct thigh Extend leg at the knee (quadriceps femoris)
L4, L5, S1 abduct thigh Flex leg at the knee (hamstrings) Dorsiflex foot (tibialis anterior) Extend toes
L5, S1, S2 Extend leg at the hip (gluteus maximus) flex foot and flex toes

The corticospinal tract serves as the motor pathway for upper motor neuronal signals coming from the cerebral cortex and from primitive brainstem motor nuclei.

Cortical upper motor neurons originate from Brodmann areas 1, 2, 3, 4, and 6 and then descend in the posterior limb of the internal capsule, through the crus cerebri, down through the pons, and to the medullary pyramids, where about 90% of the axons cross to the contralateral side at the decussation of the pyramids. They then descend as the lateral corticospinal tract. These axons synapse with lower motor neurons in the ventral horns of all levels of the spinal cord. The remaining 10% of axons descend on the ipsilateral side as the ventral corticospinal tract. These axons also synapse with lower motor neurons in the ventral horns. Most of them will cross to the contralateral side of the cord (via the anterior white commissure) right before synapsing.

The midbrain nuclei include four motor tracts that send upper motor neuronal axons down the spinal cord to lower motor neurons. These are the rubrospinal tract, the vestibulospinal tract, the tectospinal tract and the reticulospinal tract. The rubrospinal tract descends with the lateral corticospinal tract, and the remaining three descend with the anterior corticospinal tract.

The function of lower motor neurons can be divided into two different groups: the lateral corticospinal tract and the anterior cortical spinal tract. The lateral tract contains upper motor neuronal axons which synapse on dorsal lateral (DL) lower motor neurons. The DL neurons are involved in distal limb control. Therefore, these DL neurons are found specifically only in the cervical and lumbosacral enlargements within the spinal cord. There is no decussation in the lateral corticospinal tract after the decussation at the medullary pyramids.

The anterior corticospinal tract descends ipsilaterally in the anterior column, where the axons emerge and either synapse on lower ventromedial (VM) motor neurons in the ventral horn ipsilaterally or descussate at the anterior white commissure where they synapse on VM lower motor neurons contralaterally . The tectospinal, vestibulospinal and reticulospinal descend ipsilaterally in the anterior column but do not synapse across the anterior white commissure. Rather, they only synapse on VM lower motor neurons ipsilaterally. The VM lower motor neurons control the large, postural muscles of the axial skeleton. These lower motor neurons, unlike those of the DL, are located in the ventral horn all the way throughout the spinal cord.

Spinocerebellar tracts Edit

Proprioceptive information in the body travels up the spinal cord via three tracks. Below L2, the proprioceptive information travels up the spinal cord in the ventral spinocerebellar tract. Also known as the anterior spinocerebellar tract, sensory receptors take in the information and travel into the spinal cord. The cell bodies of these primary neurons are located in the dorsal root ganglia. In the spinal cord, the axons synapse and the secondary neuronal axons decussates and then travel up to the superior cerebellar peduncle where they decussate again. From here, the information is brought to deep nuclei of the cerebellum including the fastigial and interposed nuclei.

From the levels of L2 to T1, proprioceptive information enters the spinal cord and ascends ipsilaterally, where it synapses in Clarke's nucleus. The secondary neuronal axons continue to ascend ipsilaterally and then pass into the cerebellum via the inferior cerebellar peduncle. This tract is known as the dorsal spinocerebellar tract.

From above T1, proprioceptive primary axons enter the spinal cord and ascend ipsilaterally until reaching the accessory cuneate nucleus, where they synapse. The secondary axons pass into the cerebellum via the inferior cerebellar peduncle where again, these axons synapse on cerebellar deep nuclei. This tract is known as the cuneocerebellar tract.

Motor information travels from the brain down the spinal cord via descending spinal cord tracts. Descending tracts involve two neurons: the upper motor neuron (UMN) and lower motor neuron (LMN). [15] A nerve signal travels down the upper motor neuron until it synapses with the lower motor neuron in the spinal cord. Then, the lower motor neuron conducts the nerve signal to the spinal root where efferent nerve fibers carry the motor signal toward the target muscle. The descending tracts are composed of white matter. There are several descending tracts serving different functions. The corticospinal tracts (lateral and anterior) are responsible for coordinated limb movements. [15]

A congenital disorder is diastematomyelia in which part of the spinal cord is split usually at the level of the upper lumbar vertebrae. Sometimes the split can be along the length of the spinal cord.

Injury Edit

Spinal cord injuries can be caused by trauma to the spinal column (stretching, bruising, applying pressure, severing, laceration, etc.). The vertebral bones or intervertebral disks can shatter, causing the spinal cord to be punctured by a sharp fragment of bone. Usually, victims of spinal cord injuries will suffer loss of feeling in certain parts of their body. In milder cases, a victim might only suffer loss of hand or foot function. More severe injuries may result in paraplegia, tetraplegia (also known as quadriplegia), or full body paralysis below the site of injury to the spinal cord.

Damage to upper motor neuron axons in the spinal cord results in a characteristic pattern of ipsilateral deficits. These include hyperreflexia, hypertonia and muscle weakness. Lower motor neuronal damage results in its own characteristic pattern of deficits. Rather than an entire side of deficits, there is a pattern relating to the myotome affected by the damage. Additionally, lower motor neurons are characterized by muscle weakness, hypotonia, hyporeflexia and muscle atrophy.

Spinal shock and neurogenic shock can occur from a spinal injury. Spinal shock is usually temporary, lasting only for 24–48 hours, and is a temporary absence of sensory and motor functions. Neurogenic shock lasts for weeks and can lead to a loss of muscle tone due to disuse of the muscles below the injured site.

The two areas of the spinal cord most commonly injured are the cervical spine (C1–C7) and the lumbar spine (L1–L5). (The notation C1, C7, L1, L5 refer to the location of a specific vertebra in either the cervical, thoracic, or lumbar region of the spine.) Spinal cord injury can also be non-traumatic and caused by disease (transverse myelitis, polio, spina bifida, Friedreich's ataxia, spinal cord tumor, spinal stenosis etc.) [16]

In the U.S., 10,000–12,000 people become paralyzed annually as a result of various injuries to the spinal cord. [ αναφορά που απαιτείται ]

Treatment Edit

Real or suspected spinal cord injuries need immediate immobilisation including that of the head. Scans will be needed to assess the injury. A steroid, methylprednisolone, can be of help as can physical therapy and possibly antioxidants. [ αναφορά που απαιτείται ] Treatments need to focus on limiting post-injury cell death, promoting cell regeneration, and replacing lost cells. Regeneration is facilitated by maintaining electric transmission in neural elements.

Lumbar puncture Edit

The spinal cord ends at the level of vertebrae L1–L2, while the subarachnoid space —the compartment that contains cerebrospinal fluid— extends down to the lower border of S2. [16] Lumbar punctures in adults are usually performed between L3–L5 (cauda equina level) in order to avoid damage to the spinal cord. [16] In the fetus, the spinal cord extends the full length of the spine and regresses as the body grows.

Tumours Edit

Spinal tumours can occur in the spinal cord and these can be either inside (intradural) or outside (extradural) the dura mater.


Neurons in the Human Brain

According to many estimates, the human brain contains around 100 billion neurons (give or take a few billion). This estimate has often been reported for many years in neuroscience and psychology textbooks and for many years was simply accepted as a relatively close approximation.

Recently, however, Brazilian researcher Dr. Suzana Herculano-Houzel discovered that these estimates might not be entirely accurate. While the number is widely cited, she found that no one seemed to know where or when this number originated.   She then decided to investigate in order to determine if the number is accurate.

Estimating the number of neurons in the brain seems fairly simple on the surface. Simply take a sample of the brain, count the number of neurons in that sample and then extrapolate that information to account for the remaining brain volume.

While this seems like a fairly straightforward approach, neuron density differs in different regions of the brain. Counting neurons in a high-density part of the brain might lead to a high estimate while counting those in a lower density region might lead to an excessively low estimate.

To overcome this problem, the researchers utilized a method that involved dissolving the cell membranes in order to create a sort of "brain soup" so that they could then count the number of cell nuclei in a sample.   The nuclei of the cells were also stained to differentiate between neurons and glia, allowing researchers to then count the cell nuclei that belong to neurons.

"It took me a couple of months to make peace with this idea that I was going to take somebody's brain or an animal's brain and turn it into soup," Herculano-Houzel explained to ΦύσηΤο "But the thing is we have been learning so much by this method we've been getting numbers that people had not been able to get … It's really just one more method that's not any worse than just chopping your brain into little pieces."

How many neurons did the researchers find in the brains they analyzed?

"We found that on average the human brain has 86 billion neuronsΤο And not one that we looked at so far has 100 billion. Even though it may sound like a small difference the 14 billion neurons amount to pretty much the number of neurons that a baboon brain has or almost half the number of neurons in the gorilla brain. So that's a pretty large difference actually," explained Herculano-Houzel.

So, according to this new research, the human brain likely has somewhere around 86 billion neurons.


ΥΛΙΚΑ ΚΑΙ ΜΕΘΟΔΟΙ

Cell culture. Low-density cultures of dissociated embryonic rat hippocampal neurons were prepared as described previously (Wilcox et al., 1994). Hippocampi were removed from embryonic day 18–20 (E18–20) rats and treated with trypsin for 15 min at 37°C, followed by washing and gentle trituration. The dissociated cells were plated at densities of 20,000–50,000 cells/ml on poly- l -lysine-coated glass coverslips in 35 mm Petri dishes. The plating medium was DMEM (BioWhittaker, Walkersville, MD) supplemented with 10% heat-inactivated fetal bovine serum (Hyclone, Logan, UT), 10% Ham’s F12 with glutamine (BioWhittaker), and 50 U/ml penicillin–streptomycin (Sigma, St. Louis, MO). Twenty-four hours after plating, the culture medium was changed to the above medium containing 20 m m KCl. Both glial and neuronal cell types are present under these culture conditions. Cells were used for electrophysiological recordings after 8–14 d in culture.

Electrophysiology. Whole-cell perforated-patch recordings (Hamill et al., 1981 Horn and Marty, 1988 Rae et al., 1991) from two to three hippocampal neurons were performed simultaneously, using amphotericin B (Sigma) for perforation. The micropipettes were made from borosilicate glass capillaries (Kimax), with a resistance in the range of 2–4 MΩ. The pipettes were tip-filled with internal solution and then back-filled with internal solution containing 150 ng/ml amphotericin B. The internal solution contained the following (in m m ): potassium gluconate 136.5, KCl 17.5, NaCl 9, MgCl2 1, HEPES 10, EGTA 0.2, pH 7.20. The external bath solution was a HEPES-buffered saline (HBS) containing the following (in m m ): NaCl 145, KCl 3, HEPES 10, CaCl2 3, glucose 8, MgCl2 2, pH 7.30. The bath was constantly perfused with fresh recording medium at a slow rate throughout the recording, and all experiments were performed at room temperature. The neurons were visualized by phase-contrast microscopy with a Nikon inverted microscope. Recordings were performed with two or three patch clamp amplifiers (Axopatch 200B Axon Instruments, Foster City, CA). Signals filtered at 5 kHz using amplifier circuitry were sampled at 10 kHz and analyzed using Axoscope software (Axon Instruments). Series resistance (10–30 MΩ) was always compensated at 80% (lag 100 μsec). Data were accepted for analysis only in cases in which the coefficient of variation of EPSCs or IPSCs during the control period did not exceed 0.4 and the input resistance (100–300 MΩ) remained constant throughout the experiment. For assaying synaptic connectivity, each neuron was stimulated at a low frequency (0.03–0.06 Hz) by 1 msec step-depolarization from −70 mV to +30 mV in voltage-clamp mode, and the responses from the other neurons as well as autaptic responses in the stimulated neuron itself were recorded. Under our recording conditions both EPSCs and IPSCs are inward currents at resting membrane potentials (−70 to −55 mV). The IPSCs had distinctly longer decay times and more negative reversal potentials than EPSCs (around −50 mV). Autaptic currents, when present, were observed after the 1 msec step-depolarization in voltage-clamp mode, with a relatively short onset latency of <3 msec. Consistent with previous reports (Wilcox et al., 1994 Fitzsimonds et al., 1997), EPSCs and IPSCs observed in these cultures were glutamatergic and GABAergic in nature, respectively. As shown in Figure 1, pharmacological studies indicated that EPSCs were mediated by the AMPA subtype of glutamate receptors, because they were blocked by 6-cyano-7-nitroquinoxaline-2,3-dione (CNQX, 10 μ m ) (RBI, Natick, MA) IPSCs were mediated by GABAΕΝΑ receptors, because they were blocked by bicuculline methiodide (10 μ m ) (RBI) but not affected by CNQX. For cell pairs that formed reciprocal and/or autaptic connections (see Fig.1), the cell types were identified by examining the time course and reversal potential of synaptic currents, in some cases further confirmed by pharmacological blockade of the transmitter receptors. In cell pairs that lacked reciprocal or autaptic connections, patch recordings on a third neuron that received input from one or both of the cells were performed, and cell-type identification was performed similarly.


Long-term stimulation of neuronal networks

One of the main advantages of photoconductive stimulation is the robustness of its interface and the non-invasive nature of the protocol. We have recently developed an incubator-mounted version of the interface that can provide target stimulation of neurons for long periods of time. As a proof of principal experiment, we have chosen a simple paradigm to test its functionality and to determine the basic effects of patterned stimulation on neuronal network development. Neuronal cultures are grown on 1 cm square silicon wafers, and when mounted in the device, a central region of the network is stimulated periodically at high frequency. A large body of evidence suggests that developing neural systems use activity to define their final patterns of connectivity. By determining the structure of a neural network in the regions of the stimulated versus unstimulated wafer, we can determine the effect of the activity on neuronal connectivity patterns. Fig. 3 shows an image of a region of the neural network cultured on the silicon wafer. To detect changes in the pattern of synaptic distribution following the stimulation paradigm, we labeled synapses with antibodies to the active zone protein bassoon. Images spanning a strip across the entire wafer are acquired and joined. Fig. 3C shows a representative density map of the distribution of synapses in a stimulated versus an unstimulated wafer. In the center of the wafer is a visible change in the pattern of connectivity as a result of the stimulation. Interestingly, while the pattern appears to have increased in complexity, there is a decrease in the overall number of synapses present. This complements observations indicating that decreased neuronal activity results in an increase in the number of synapses (Lauri et al.,2003 Nakayama et al.,2005). Intuitively this makes sense, in that if there is a specific pattern (information) within the stimulus, in order to represent this information only specific synapses are desirable in the final network. The ability to manipulate and visualize such large regions of neural network demands detailed statistical and mathematical processing of the data. Fig. 4 shows the Delaney triangulation pattern of synaptic cluster distribution for both stimulated and unstimulated neuronal cultures. Stimulation results in grouping subsets of neuronal blocks, and we are currently investigating the correlation between the geometric structures and the underlying stimulation frequency underlying network plasticity. By using techniques to analyze variance and heterogeneity,regions of nonrandom patterns can be extracted from these images. Fig. 5 shows an example of an analysis of directional variance (colored strings) overlaid on top of an image of the original network. These analyses will allow us to correlate structural changes that occur in response to specific frequency patterns. It is through such changes that the network structural and functional plasticity may be achieved.

Analysis of heterogeneity. (A) Unstimulated and (B) stimulated example close-ups of different network configurations resulted from activity driven plasticity. A variety of methods can be used to analyze synaptic distribution,including analysis of heterogeneity, variance and clustering, as well as more sophisticated modeling of the spatial distribution, which incorporate techniques such as Fourier transforms. (C,D) Examples of a Delauney triangulation of regions of clustered synapses, induced following overnight stimulation of the network, illustrating how pattern analysis can be performed to address network development using this technology.

Analysis of heterogeneity. (A) Unstimulated and (B) stimulated example close-ups of different network configurations resulted from activity driven plasticity. A variety of methods can be used to analyze synaptic distribution,including analysis of heterogeneity, variance and clustering, as well as more sophisticated modeling of the spatial distribution, which incorporate techniques such as Fourier transforms. (C,D) Examples of a Delauney triangulation of regions of clustered synapses, induced following overnight stimulation of the network, illustrating how pattern analysis can be performed to address network development using this technology.


A deep look at a speck of human brain reveals never-before-seen quirks

Nerve cells that resided in a woman’s brain send out message-sending tendrils called axons (shown). A preliminary analysis has turned up some super-strong connections between cells.

Lichtman Lab/Harvard University, Connectomics Team/Google

Μοιραστείτε αυτό:

A new view of the human brain shows its cellular residents in all their wild and weird glory. The map, drawn from a tiny piece of a woman’s brain, charts the varied shapes of 50,000 cells and 130 million connections between them.

This intricate map, named H01 for “human sample 1,” represents a milestone in scientists’ quest to provide ever more detailed descriptions of a brain (SN: 2/7/14).

“It’s absolutely beautiful,” says neuroscientist Clay Reid at the Allen Institute for Brain Science in Seattle. “In the best possible way, it’s the beginning of something very exciting.”

Scientists at Harvard University, Google and elsewhere prepared and analyzed the brain tissue sample. Smaller than a sesame seed, the bit of brain was about a millionth of an entire brain’s volume. It came from the cortex — the brain’s outer layer responsible for complex thought — of a 45-year-old woman undergoing surgery for epilepsy. After it was removed, the brain sample was quickly preserved and stained with heavy metals that revealed cellular structures. The sample was then sliced into more than 5,000 wafer-thin pieces and imaged with powerful electron microscopes.

Computational programs stitched the resulting images back together and artificial intelligence programs helped scientists analyze them. A short description of the resulting view was published as a preprint May 30 to bioRxiv.org. The full dataset is freely available online.

These two neurons are mirror symmetrical. It’s unclear why these cells take these shapes. Lichtman Lab/Harvard University, Connectomics Team/Google

For now, researchers are just beginning to see what’s there. “We have really just dipped our toe into this dataset,” says study coauthor Jeff Lichtman, a developmental neurobiologist at Harvard University. Lichtman compares the brain map to Google Earth: “There are gems in there to find, but no one can say they’ve looked at the whole thing.”

But already, some “fantastically interesting” sights have appeared, Lichtman says. “When you have large datasets, suddenly these odd things, these weird things, these rare things start to stand out.”

Εγγραφείτε για τα πιο πρόσφατα από Science News

Τίτλοι και περιλήψεις των τελευταίων Science News άρθρα, παραδίδονται στα εισερχόμενά σας

One such curiosity concerns synapses, connection spots where signals move between nerve cells. Usually, most message-sending axons touch a message-receiving dendrite just once. In the new dataset, about 90 percent of the connections were these one-hit contacts. Some pairs of cells have slightly more contacts. But every so often, researchers spotted cells that connect multiple times, including one pair that were linked by a whopping 19 synapses.

Multiple connections have been spotted in mouse brains, though not quite as abundantly as in this human sample. And fly brains can also have many connections between cells, though they’re more dispersed than the newly described human connections, says neuroscientist Pat Rivlin of Howard Hughes Medical Institute’s Janelia Research Campus in Ashburn, Va. There, Rivlin works on the FlyEM Project, which aims to create detailed maps of the fruit fly nervous system.

The large dataset on the human brain provides a breakdown of just how common these types of connections are, says Reid. And that raises the question of what these extraordinarily strong synapses might be doing in the brain.

In their new database of human brain tissue, researchers found examples of unusual whorled nerve cell tendrils (purple), coiled like snakes. Lichtman Lab/Harvard University, Connectomics Team/Google

These cells might be able to compel their target cell into action in a powerful way, Lichtman speculates. Perhaps rote information, such as knowing 5 times 5 is 25 or knowing to stop at a red light, relies on these powerful inputs that efficiently drive information through the brain.

Molecular neuroscientist Seth Grant at the University of Edinburgh points out that although the map is a valuable tool, it shows only the anatomy of the brain. Other research will help clarify the function and composition of molecules that drive brain behavior. For now, the map is “very much an exploratory tool,” he says.

One curiosity to explore further is the team’s observation of two nerve cells, or neurons, that appeared to be entwined in a symmetrical dance. The images also revealed message-sending axons of neurons forming elaborate coils, unusual and mysterious whorls that look like coiled snakes. “We had just never seen anything like it,” Lichtman says. Once the researchers knew how to look for these coils, more and more turned up.

These extremely detailed brain maps are a culmination of years of research, says Reid, who is working on maps of mouse and human brains at the Allen Institute (SN: 8/7/19). “It’s this magical time in history” when the map-making tools, such as computational methods, machine learning and powerful microscopes, are all available, Reid says. “This work is just beginning to see the light of day.”

What these maps will ultimately reveal is still anybody’s guess. Lichtman is circumspect about whether these maps will lead to a deep understanding of the brain. “I think the best we can do is describe,” he says. “I hope that at some point, we will get to a place where we are no longer surprised by what we see.”

Ερωτήσεις ή σχόλια για αυτό το άρθρο; Στείλτε μας email στο [email protected]

Editor's Note:

This story was updated June 9, 2021 to describe multiple nerve cells, rather than a single nerve cell, sending out tendrils called axons in the main image.


ΣΥΖΗΤΗΣΗ

In conclusion, we demonstrated the existence of a continuum of rate and temporal coding between neocortical pyramidal neurons. This continuum exists because utilizations of synaptic efficacies by presynaptic APs differ over the population of synaptic contacts. Synapses are likely to be positioned on this continuum according to the degree of temporal coherence of pre- and postsynaptic APs, and neuromodulators that regulate neurotransmitter release may transiently change the position set by activity. For a given set of absolute synaptic efficacies and individual neuronal spiking, the way in which synapses utilize their efficacies determines which features of the presynaptic population activity are effective in producing the postsynaptic response that drives the neuron. Synapses therefore perform complex computational tasks and therefore partake in decoding network activity.


Δες το βίντεο: Μίλα με προσοχή - Αυτές οι λέξεις δημιουργούν θαύματα και αλλάζουν τον εγκέφαλο μας (Νοέμβριος 2022).