Apporter un éclairage sur le cerveau humain
Des chercheurs soutenus par les projets HBP SGA3 et ICEI, financés par l’UE, ont créé un nouveau modèle à haute résolution de la région Cornus Ammonis-1 (CA1) d’un hippocampe humain droit. Selon l’étude publiée dans la revue «Nature Computational Science», cette méthode de calcul pourrait également permettre de générer des modèles d’échafaudages à taille réelle d’autres régions du cerveau humain à partir d’images obtenues par microscopie. Ce modèle reproduit la structure et l’architecture de la région CA1, ainsi que la position et la connectivité relative des neurones. Il a été développé à partir d’un ensemble de données à taille réelle d’images à haute résolution disponibles dans l’Atlas BigBrain et qui seront bientôt accessibles sur EBRAINS, une infrastructure de recherche numérique créée par le Human Brain Project. «La quantité de données sur les neurones individuels du cerveau humain est très limitée, tant en termes de coordonnées 3D relatives que de connectivité entre les neurones», commente l’auteur principal de l’étude, le professeur Michele Migliore du Conseil national de la recherche, Italie, partenaire des projets HBP SGA3 et ICEI, dans un article publié sur le site web de Human Brain Project. «Nous avons réalisé une opération d’exploration de données sur des images à haute résolution de l’hippocampe humain, recueillies dans la base de données de BigBrain. La position des neurones individuels résulte d’une analyse détaillée de ces images.»
Trouver les neurones
L’algorithme de traitement d’image personnalisé qui a été développé permet d’obtenir une distribution réaliste du positionnement des neurones. Comme l’explique l’article, un algorithme a également été créé pour générer la connectivité neuronale en estimant les formes dendritiques et axonales. «Les dendrites et les axones peuvent être classés en catégories selon la forme générale de leurs extensions: par exemple, certains prennent la forme de cônes étroits, d’autres ont une large extension complexe qui peut être estimée par des volumes géométriques spécifiques, et la connectivité des neurones avoisinants change en conséquence», explique la coauteure principale, la docteure Daniela Gandolfi de l’université de Pavie, Italie, partenaire des projets HBP SGA3 et ICEI. «Notre algorithme analyse des images à haute résolution et, après la création de formes géométriques spécifiques à associer à des propriétés morphologiques, il nous permet de calculer la probabilité que deux neurones soient connectés. Cette méthode fournit non seulement le positionnement 3D des neurones, mais aussi leur connectivité.» Afin de valider leur modèle 3D, les chercheurs ont comparé la densité des neurones dans le modèle avec des études actuelles sur l’hippocampe, et ont conclu qu’elles correspondaient. L’ensemble de données et la méthodologie d’extraction se trouvent sur la plateforme EBRAINS. «Notre principal objectif en réalisant cette étude était de rendre ces données facilement accessibles pour le HBP et l’ensemble de la communauté neuroscientifique. Nous utilisons désormais la même approche pour modéliser d’autres régions du cerveau.» HBP SGA3 (Human Brain Project Specific Grant Agreement 3) et ICEI (Interactive Computing E-Infrastructure for the Human Brain Project) s’achèvent en septembre 2023. Pour plus d’informations, veuillez consulter: site web de Human Brain Project site web de EBRAINS
Mots‑clés
HBP SGA3, ICEI, Human Brain Project, HBP, humain, cerveau, hippocampe, neurone
