Onderzoek naar grootste netwerk van corticale neuronen

"Dit is het resultaat van een researchprogramma dat bijna tien jaar geleden begon. Hersennetwerken zijn te groot en complex om fragmentarisch te begrijpen, dus we verzamelden enorme datasets van de hersenactiviteit en de hersencircuits", zegt R. Clay Reid, MD, PhD, senior onderzoeker op het Allen Institute for Brain Science. "Maar de inspanningen blijken absoluut de moeite waard en we leren enorm veel over de structuur van netwerken in het brein – en uiteindelijk hoe de hersenstructuur is gekoppeld aan zijn functie".

"We hebben nu de tools om over te gaan tot reverse engineering van het brein, door de relaties te ontdekken tussen ‘circuitbedrading’ en neuronale en netwerkberekeningen", zegt Wei-Chung Lee, PhD, docent neurobiologie op de Harvard Medicine School en hoofdauteur van het artikel. "We hebben een begin gevonden van het anatomische bewijs van een modulaire structuur in een breinnetwerk, en ook de structurele basis voor functiespecifieke connectiviteit tussen neuronen".

De onderzoekers begonnen met het identificeren van neuronen in de visuele cortex van muizen, die respondeerden op specifieke visuele stimuli, zoals horizontale en verticale balken op een scherm. Lee maakte toen gedetaileerde beelden van ultradunne plakjes van het brein met daarin de gestimuleerde cellen en synapsen. Dat werd vervolgens gereconstrueerd in drie dimensies. De teams traceerden de individuele neuronen in de stacks van 3D-beelden en lokaliseerden de verbindingen tussen individuele neuronen.

Het analyseren van deze rijkdom aan data leverde diverse resultaten op, waaronder het eerste structurele bewijs voor het idee dat neuronen die identieke taken uitvoeren met grotere waarschijnlijkheid met elkaar zijn verbonden dan met neuronen met andere taken. Bovendien zijn deze verbindingen langer, ondanks het feit dat ze zijn verstrengeld met veel andere neuronen die compleet verschillende functies uitvoeren.

"Wat deze studie onder meer uniek maakt is de combinatie van functionele beeldvorming en gedetailleerde microscopie", zegt Reid. "De microscopische data zijn van een ongeëvenaarde chaal en detail. We krijgen zo diepgaande kennis – door eerst te leren welke functie een specifiek neuron uitvoert en dan te bekijken hoe die in verbinding staat met neuronen die vergelijkbare of niet-vergelijkbare dingen doen.

"Het is net zoiets als een symfonie-orkest waarvan de spelers op willekeurige plekken zitten", stelt Reid. "Het heeft geen zin om alleen te luisteren naar een paar musici die dichtbij je spelen. Door te luisteren naar iedereen kun je de muziek pas begrijpen: het wordt in feite zelfs eenvoudiger. Als je dan vraagt naar wie elke musicus luistert, krijg je misschien een idee hoe ze samen muziek maken. Er is geen dirigent, dus het orkest moet communiceren."

http://brain-map.org/

http://www.nerf.be/