Un piccolo campione di cervello è stato tagliato in 5.000 pezzi e l’apprendimento automatico ha aiutato a ricucirlo.
Un team guidato da scienziati di Harvard e Google ha creato una mappa 3D a risoluzione nanometrica di un singolo millimetro cubo di cervello umano. Sebbene la mappa copra solo una frazione dell’organo – un cervello intero è un milione di volte più grande – quel pezzo contiene circa 57.000 cellule, circa 230 millimetri di vasi sanguigni e quasi 150 milioni di sinapsi. Si tratta attualmente dell’immagine a più alta risoluzione del cervello umano mai creata.
Per realizzare una mappa così finemente dettagliata, il team ha dovuto tagliare il campione di tessuto in 5.000 fette e scansionarle con un microscopio elettronico ad alta velocità. Poi hanno usato un modello di apprendimento automatico per ricucire elettronicamente le fette ed etichettare le caratteristiche. Il solo set di dati grezzi ha occupato 1,4 petabyte. “È probabilmente il lavoro più impegnativo per il computer in tutte le neuroscienze”, afferma Michael Hawrylycz, neuroscienziato computazionale dell’Allen Institute for Brain Science, che non ha partecipato alla ricerca. “Si tratta di una quantità di lavoro erculea”.
Esistono molti altri atlanti cerebrali, ma la maggior parte di questi fornisce dati a risoluzione molto più bassa. Su scala nanometrica, i ricercatori possono tracciare il cablaggio del cervello un neurone alla volta fino alle sinapsi, i punti in cui si connettono. “Per capire davvero come funziona il cervello umano, come elabora le informazioni e come immagazzina i ricordi, avremo bisogno di una mappa a questa risoluzione”, spiega Viren Jain, ricercatore senior di Google e coautore del lavoro, pubblicato su Science il 9 maggio. Il set di dati stesso e una versione preprint di questo documento sono stati pubblicati nel 2021.
Gli atlanti cerebrali sono disponibili in diverse forme. Alcuni rivelano l’organizzazione delle cellule. Altri riguardano l’espressione genica. Questo si concentra sulle connessioni tra le cellule, un campo chiamato “connettomica”. Lo strato più esterno del cervello contiene circa 16 miliardi di neuroni che si collegano tra loro per formare trilioni di connessioni. Un singolo neurone può ricevere informazioni da centinaia o addirittura migliaia di altri neuroni e inviare informazioni a un numero analogo. Ciò rende il tracciamento di queste connessioni un compito estremamente complesso, anche in una piccola parte del cervello.
Per creare questa mappa, il team ha dovuto affrontare una serie di ostacoli. Il primo problema è stato trovare un campione di tessuto cerebrale. Il cervello si deteriora rapidamente dopo la morte, quindi il tessuto di un cadavere non funziona. Il team ha invece utilizzato un pezzo di tessuto rimosso da una donna affetta da epilessia durante un intervento chirurgico al cervello che avrebbe dovuto aiutarla a controllare le crisi.
Una volta ottenuto il campione, i ricercatori hanno dovuto conservarlo accuratamente in resina per poterlo tagliare a fette, ciascuna dello spessore di un millesimo di un capello umano. Poi hanno fotografato le sezioni con un microscopio elettronico ad alta velocità progettato appositamente per questo progetto.
Poi è arrivata la sfida computazionale. “Ci sono tutti questi fili che si muovono ovunque in tre dimensioni, creando tutti i tipi di connessioni diverse”, dice Jain. Il team di Google ha utilizzato un modello di apprendimento automatico per ricucire le fette, allineare ciascuna di esse con la successiva, codificare il cablaggio e trovare le connessioni. È più difficile di quanto possa sembrare. “Se si commette un singolo errore, tutte le connessioni collegate a quel filo non sono più corrette”, spiega Jain.
“La capacità di ottenere una ricostruzione così profonda di qualsiasi campione di cervello umano è un progresso importante”, afferma Seth Ament, neuroscienziato dell’Università del Maryland. La mappa è “la più vicina alla verità di base che possiamo ottenere in questo momento”. Ma avverte anche che si tratta di un singolo campione di cervello prelevato da un singolo individuo.
La mappa, disponibile gratuitamente su una piattaforma web chiamata Neuroglancer, è stata concepita come una risorsa che altri ricercatori possono utilizzare per fare le loro scoperte. “Ora chiunque sia interessato a studiare la corteccia umana con questo livello di dettaglio può esaminare personalmente i dati. Può correggere alcune strutture per assicurarsi che tutto sia corretto e poi pubblicare i propri risultati”, dice Jain. (Il preprint è già stato citato almeno 136 volte).
Il team ha già individuato alcune sorprese. Per esempio, alcuni dei lunghi viticci che trasportano i segnali da un neurone all’altro hanno formato dei “vortici”, punti in cui si attorcigliano su se stessi. In genere gli assoni formano una singola sinapsi per trasmettere informazioni alla cellula successiva. Il team ha identificato singoli assoni che formavano connessioni ripetute – in alcuni casi, 50 sinapsi separate. Il motivo non è ancora chiaro, ma i forti legami potrebbero facilitare reazioni molto rapide o forti a determinati stimoli, spiega Jain. “È una scoperta molto semplice sull’organizzazione della corteccia umana”, dice Jain. Ma “prima non lo sapevamo perché non avevamo mappe a questa risoluzione”.
I dati erano pieni di sorprese, dice Jeff Lichtman, neuroscienziato dell’Università di Harvard che ha contribuito a guidare la ricerca. “C’erano così tante cose che erano incompatibili con ciò che si legge in un libro di testo”. I ricercatori potrebbero non avere spiegazioni per ciò che stanno vedendo, ma hanno un sacco di nuove domande: “è così che la scienza va avanti”.
Immagine di copertina: i ricercatori hanno costruito un’immagine 3D di quasi tutti i neuroni e delle loro connessioni all’interno di un piccolo pezzo di tessuto cerebrale umano. Questa versione mostra i neuroni eccitatori colorati in base alla loro profondità dalla superficie del cervello. I neuroni blu sono quelli più vicini alla superficie, mentre il fucsia indica lo strato più interno. Il campione è largo circa 3 mm.
GOOGLE RESEARCH & LICHTMAN LAB, HARVARD UNIVERSITY / D. BERGER (RENDERING)
