Пытаться точно определить сигналы от отдельных нейронов в блоке ткани мозга – все равно что подсчитывать свет фар в густом тумане. Новый алгоритм, разработанный исследователями из Университета Рокфеллера, позволяет сосредоточить внимание на этой мозговой деятельности.
В исследовании, описанном 26 июня в Nature Methods, команда под руководством Алипаши Вазири из Рокфеллера использовала технику на основе светового микроскопа для захвата нейронной активности в объеме ткани мозга мыши с беспрецедентной скоростью. Алгоритм позволял им точно определять сигналы от сотен отдельных нейронов за одну запись.
"Наша цель – лучше понять функции мозга, отслеживая динамику в плотно связанных между собой трехмерных сетях нейронов," говорит Вазири, заведующий лабораторией нейротехнологии и биофизики.
Для этого исследования Вазири и его коллеги сконструировали нейроны животных так, чтобы они флуоресцирули; чем сильнее сигнал, тем ярче светятся клетки. Чтобы зафиксировать эту активность, они использовали метод, известный как микроскопия светового поля, в котором массив линз позволяет получать изображения с разных точек зрения. Затем эти изображения объединяются для создания трехмерной визуализации.
Когда этот метод используется для изучения мозга мыши, у этого метода возникает серьезная проблема: чтобы записать активность всех нейронов одновременно, их изображения должны быть одновременно захвачены камерой. Но это затрудняет различение сигналов, излучаемых всеми клетками, поскольку свет от нейронов мыши отражается от окружающей непрозрачной ткани. В более ранней версии этого и других подобных подходов нейроны обычно проявляются как нечеткая, мерцающая масса, что не очень помогает ученым, которые хотят увидеть, как ведут себя отдельные клетки.
Вазири и его коллеги разработали решение: сложный алгоритм, который позволяет одновременно фиксировать как местоположение отдельных нейронов, так и время их сигналов.
Таким образом, Вазири и его коллеги отслеживали точные координаты сотен активных нейронов в течение длительного периода времени у мышей, которые бодрствовали и имели возможность ходить на индивидуальной беговой дорожке. Более того, они смогли улавливать сигналы в трехмерном участке мозга, содержащем несколько слоев нейронов.
За счет значительного сокращения времени и вычислительных ресурсов, необходимых для создания такого изображения, алгоритм открывает двери для более сложных экспериментов. "Теперь возможно изменять стимулы в реальном времени в зависимости от того, что мы видим в мозгу животного," Вазири говорит.