В апреле 2019 года в Институте головного мозга им. Аллена в Сиэтле, штат Вашингтон. В комнате с пятью просвечивающими электронными микроскопами исследователи института достигли последнего рубежа в попытке нанести на карту каждый из 100 000 нейронов и одного миллиарда связей или синапсов между ними в кубическом миллиметре мозга мыши - образец, который приблизительно равен размеру песчинки.

Сегментация является продолжительной скорость ограничивающей ступенью в коннектомике. Она требует недель, чтобы отследить путь одного нейрона через пачку электронных микрофотографий. Но теперь привлекается искусственный интелект. Группа Seung’s разработала алгоритм обучения машин, который сможет оценивать изображения пиксель за пикселем, чтобы определить располжение нейронов.

Компьютеры могут осуществлять сегментацию быстрее, чем глаз человека. Но они делеают это не так аккуратно. Человек всё ещё необходим чтобы следить за реконструкцией. Seung выполняет это требование с помощью краудсорсинга (crowdsourcing) и, в частности, онлайн-игры под названием Eyewire, в которой игрокам предлагается исправлять ошибки в черновом наброске коннектома. По словам Эми Робинсон Стерлинг (Amy Robinson Sterling), исполнительного директора Eyewire, запущенного в 2012 году, Eyewire насчитывает 290 000 зарегистрированных пользователей, которые в совокупности приложили усилия, что эквивалентно 32 сотрудникам, работающим полный рабочий день в течение 7 лет. The Developing Human Connectome Project is imaging nerve fibres in the brains of newborns.

До сих пор игроки отслеживали клетки в сетчатке мыши. Они внесли свой вклад в открытие шести типов нейронов, которые игроки решили назвать в честь древнегреческих божеств. Стерлинг и ее команда готовят новую версию игры под названием Neo, которая будет пользоваться с набором данных визуальной коры мыши.

Интерфейс Neo основан на Neuroglancer, программе, разработанной Google, которая визуализирует плоские черно-белые электронные микрофотографии в виде цветного трехмерного леса нейронов. Многие попытки наномасштабного картирования коннектомов используют программу для визуализации данных.

Google также разработал алгоритм сегментации нейронов. Команда под руководством Вирена Джайна из Google AI в Маунтин-Вью, штат Калифорния, разработала алгоритм машинного обучения, называемый заполняющей сетью, который строит структуры из точки на изображении, а не пытается определить границы всех нейронов. сразу. «Это немного похоже на то, как человек раскрашивает книжку-раскраску», - говорит Джейн. Его команда применяет эту технику к данным FlyEM и создала черновой коннектом всего мозга мухи, который был представлен другой командой в исследовательском кампусе Janelia. Они также работают с данными из лабораторий Денка и Лихтмана.

Тем временем ученые оттачивают методы микроскопии, чтобы получать более четкие, более подробные изображения гораздо более быстрыми темпами, в ожидании получения наноразмерных коннектомов крупного мозга млекопитающих.

Традиционный подход к микроскопии в коннектомике - это вид электронной микроскопии, известный как электронная микроскопия с последовательными слайдами. Преимущество этого метода заключается в том, что образец сохраняется и может быть повторно отображен, если это необходимо. Но независимо от того, насколько точно это сделано, обрезка образца неизбежно приводит к искажениям, которые затрудняют выравнивание изображений.

В новом подходе, известном как сканирующая электронная микроскопия с фокусированным ионным пучком (FIB-SEM), используется пучок заряженных ионов, чтобы сбрить тонкий слой образца ткани. Микроскоп захватывает изображение недавно выставленной поверхности, и затем процесс повторяется. Образец FlyEM представляет первый существенный объем, который будет отображен этим методом.

Хотя ему не хватает скорости, одним из преимуществ FIB-SEM является то, что разрешение получаемых изображений одинаково во всех трех измерениях, а не является более грубым вдоль вертикальной оси. Тем не менее, образцы могут быть отображены только один раз, потому что они испаряются в процессе. Кроме того, поле зрения очень мало, что затрудняет его применение для более крупных выборок. (Даже мозг плодовой мухи, примерно размером с маковое зерно, нужно нарезать на более мелкие кусочки.) Метод, называемый сканирующей электронной микроскопией с ионным пучком газов (GCIB-SEM), разработанный Кеннетом Хейвортом, нейробиологом. в исследовательском кампусе Janelia работает аналогично, но имеет более широкое поле зрения, что делает его более пригодным для использования при визуализации крупных мозгов.

GCIB-SEM также может быть более совместим с многолучевыми электронными микроскопами, что, как надеются исследователи, ускорит получение изображений. Многочисленные электронные лучи сканируют образец одновременно, что позволяет микроскопу захватывать сотни миллионов пикселей в секунду. Лихтман использует машину, производимую Карлом Цейссом, которая имеет 61 луч, а Денк которая имеет 91 луч. А электронные микроскопы с сотнями лучей находятся в разработке, которые могут в конечном счете захватывать гигапиксели данных изображения каждую секунду.

Но скорость создает свои проблемы. Теперь, когда наноразмерные проекты коннектома быстро генерируют данные, возникает еще одна проблема: как все это понять.

Существует также проблема увязки данных наноразмерного коннектома с данными других крупномасштабных нейробиологических проектов, таких как проект «Человеческий коннектом». В этих проектах использовалась магнитно-резонансная томография для сканирования мозга около 1200 человек с целью определения миллиметровых путей нервных волокон, которые соединяют участки мозга. Результатом стала карта, известная как макроконнектом.

«Самая большая проблема в нейробиологии - это проблема масштаба», - говорит Дэвид Эдвардс, неонатолог из Kings College London. Он участвует в проекте «Развитие коннектома человека», который завершает свои усилия по сканированию мозга сотен плодов в утробе матери, а также мозга доношенных и недоношенных детей. «В макромасштабе совершаются великие дела, в микромасштабе совершаются великие дела, на популяционном уровне - великие дела», - говорит Эдвардс. «Но есть очень мало способов связать их вместе».

коннектом предоставляет только информацию о местонахождении синапсов, а не об их молекулярном составе. «Я вижу в этом пробел, который необходимо преодолеть», - говорит Сет Грант, молекулярный нейробиолог из Университета Эдинбурга, Великобритания. «Если вы не можете соединить это, вы не найдете свой путь к геному». И это понимание генома, предполагает Грант, будет крайне важно для выяснения того, как эволюция и генетика управляют работой мозга.

В статье 2018 года Грант и его команда каталогизировали один миллиард синапсов по всему мозгу мыши, что позволило им определить 37 подтипов на основе содержания, размера и формы белка, а также выявить паттерны подтипов, которые характеризуют различные области мозга. Команда также начала сопоставлять подтипы со связями, которые они устанавливают. «Слияние синаптома с коннектомом, - говорит Грант, - станет одной из следующих границ».