Fare luce sul cervello umano
I ricercatori sostenuti dai progetti HBP SGA3 e ICEI, finanziati dall’UE, hanno creato un nuovo modello ad alta risoluzione della regione Cornus Ammonis-1 (CA1) di un ippocampo umano dell’emisfero destro. Secondo uno studio pubblicato sulla rivista «Nature Computational Science», questo metodo computazionale potrebbe essere impiegato anche allo scopo di generare modelli strutturali su scala reale di altre regioni cerebrali umane, ricorrendo a immagini di microscopia come punto di partenza. Il modello replica la struttura e l’architettura della regione CA1, nonché la posizione e la connettività relativa dei neuroni. La soluzione, che è stata sviluppata basandosi su una serie di dati su scala reale di immagini ad alta risoluzione reperibile nell’Atlante di BigBrain, sarà presto a disposizione su EBRAINS, un’infrastruttura di ricerca digitale creata dall’iniziativa Human Brain Project. «La quantità di dati sui singoli neuroni del cervello umano è molto limitata, sia in termini di relative coordinate tridimensionali che di connettività tra gli stessi», commenta il prof. Michele Migliore, autore senior dello studio e ricercatore presso il Consiglio nazionale delle ricerche italiano, istituto partner dei progetti HBP SGA3 e ICEI, in un articolo pubblicato sul sito web del progetto Human Brain. «Abbiamo effettuato un’operazione di estrazione dei dati su immagini ad alta risoluzione dell’ippocampo umano, informazioni ricavate dal database di BigBrain. Mediante un’analisi dettagliata di queste immagini è stata individuata la posizione dei singoli neuroni.»
Trovare i neuroni
L’algoritmo su misura per l’elaborazione delle immagini sviluppato ha consentito di realizzare una distribuzione realistica del posizionamento neuronale. Come spiegato nell’articolo, è stato inoltre creato un algoritmo per generare la connettività neuronale mediante una stima approssimativa delle forme dendritiche e assonali. «I dendriti e gli assoni sono categorizzabili sulla base della forma generica delle loro estensioni: per esempio, mentre alcuni si adattano all’inserimento in coni stretti, altri sono dotati di un’estensione molto ampia e complessa che si può ricondurre approssimativamente a volumi geometrici specifici. La connettività dei neuroni situati in prossimità di queste strutture varia in base a queste forme», afferma la dott.ssa Daniela Gandolfi, co-autrice dello studio e ricercatrice presso l’Università di Pavia, altra istituzione partner dei progetti SGA3 e ICEI. «Il nostro algoritmo analizza immagini ad alta risoluzione e, in seguito alla creazione di determinate forme geometriche da associare con proprietà morfologiche correlate, ci consente di calcolare la probabilità che due neuroni siano connessi tra loro. Non solo il metodo fornisce il posizionamento tridimensionale dei neuroni, ma anche la loro connettività.» Per convalidare il loro modello 3D, i ricercatori hanno raffrontato la densità di neuroni presente nel modello con gli studi attuali sull’ippocampo, attestando la corrispondenza tra le informazioni analizzate. Sia il set di dati sia la metodologia di estrazione si trovano sulla piattaforma di EBRAINS. «Il nostro principale obiettivo nell’ambito di questo studio era rendere i dati facilmente accessibili per l’iniziativa HBP e la più ampia comunità delle neuroscienze. Ci stiamo ora avvalendo dello stesso approccio per modellizzare altre regioni del cervello.» HBP SGA3 (Human Brain Project Specific Grant Agreement 3) e ICEI (Interactive Computing E-Infrastructure for the Human Brain Project) si concluderanno a settembre del 2023. Per maggiori informazioni, consultare: sito web del progetto Human Brain sito web di EBRAINS
Parole chiave
HBP SGA3, ICEI, Human Brain Project, HBP, umano, cervello, ippocampo, neurone
