新しい完全な、高

アレン研究所 2020 年 5 月 7 日

3D 参照アトラスである Allen マウス脳共通座標フレームワーク (CCFv3) は、連続 2 光子断層撮影法を使用して画像化されたマウスの脳の固有蛍光の平均に基づいています。 この画像は、平均的なテンプレートの半透明の上から見た図を示しており、多くの顕著な解剖学的特徴を明らかにしています。 クレジット: アレン脳科学研究所

参照アトラスは何年にもわたって作成されており、神経科学の発見を文脈に組み込むための共通の基盤を提供します。

3 年間にわたる集中的なデータ収集と慎重な描画を経て、地図作成者の仕事は完了しました。

彼らが描いた複雑な地形は、山、谷、境界線がすべて含まれており、長さはわずか約0.5インチで、重さは実験用マウスの脳であるジェリービーンよりも軽い。

本日 (2020 年 5 月 7 日) ジャーナル Cell に掲載された論文の中で、アレン研究所の地図作成者は、この地図作成の偉業について説明しています。これは、アレンマウス脳共通座標フレームワーク (CCFv3) の 3 回目の反復であり、完全な高解像度 3D アトラスです。マウスの脳。

このフレームワークは神経科学コミュニティの参照点となることを目的としている、とその作成者らは述べた。 マウスは生物医学研究で広く使用されています。 彼らの脳には、数百の異なる領域にそれぞれ約 1 億個の細胞が含まれています。 神経科学データセットが大規模かつ複雑になるにつれて、脳の共通空間マップがより重要になり、多くの異なる種類のデータを共通の 3D 空間に正確に同時登録して比較および相関付ける機能も重要になります。

Think of it as the neuroscience equivalent of your phone's GPSGPS, or Global Positioning System, is a satellite-based navigation system that provides location and time information anywhere on or near the Earth's surface. It consists of a network of satellites, ground control stations, and GPS receivers, which are found in a variety of devices such as smartphones, cars, and aircraft. GPS is used for a wide range of applications including navigation, mapping, tracking, and timing, and has an accuracy of about 3 meters (10 feet) in most conditions." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"> GPS。 周囲の景色に基づいて紙の地図上で現在地を手動で検索する代わりに、GPS (および新しい脳地図帳) が現在地を教えてくれます。 数千または数百万の異なる情報のデータセットでは、共通の座標セット、およびそれらの座標に対応する脳のランドマークを正確に特定することが重要です。

「昔は、人々は脳のさまざまな領域を目で定義していました。データが増えるにつれて、その手動によるキュレーションはもはや拡張できなくなりました」と、技術部門シニアディレクターのリディア・ン博士は述べています。アレン脳科学研究所の一部門であり、アレン脳科学研究所神経解剖学副所長のジュリー・ハリス博士とともにアトラス論文の上級著者の一人である。 「参照ゲノム配列があるのと同じように、参照解剖学が必要です。」

全脳 CCFv3 は、脳の最外殻であるマウス皮質全体をマッピングする 2016 年にリリースされた部分バージョンをベースに構築されています。 以前のバージョンのアトラスは低解像度の 3D マップでしたが、CCFv3 の解像度は十分に高いため、個々のセルの位置を正確に特定できます。 最新の全脳アトラスは、2017 年末からコミュニティに公開されており、いくつかの異なる神経科学チームがすでにそれを使用しています。

3D アレン マウス脳共通座標フレームワーク (CCFv3) の斜めから見た図。複数の種類のデータを使用して個別の脳領域に分割された高解像度の参照アトラスです。 クレジット: アレン脳科学研究所

Nick Steinmetz, Ph.D., an Assistant Professor at the University of WashingtonFounded in 1861, the University of Washington (UW, simply Washington, or informally U-Dub) is a public research university in Seattle, Washington, with additional campuses in Tacoma and Bothell. Classified as an R1 Doctoral Research University classification under the Carnegie Classification of Institutions of Higher Education, UW is a member of the Association of American Universities." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">ワシントン大学とアレン脳科学研究所の次世代リーダーは、マウスが臨床検査で見るさまざまな画像から選択する際のニューロン活動を観察する最近の研究でアトラスを使用しました。 この研究では、いくつかの異なる脳領域にわたる数百のニューロンの活動を一度に捕捉できる小さな電気プローブであるニューロピクセルが使用されました。

スタインメッツ氏によると、データを分析するうちに、これまで認識していたよりも多くの脳の部分がこの視覚的選択に関与していることが明らかになったという。 彼らは全体像を捉える必要があるため、CCFv3 はすべての結果をまとめて確認するのに役立ちました。

「アトラスは、脳全体のレベルで研究を行うというアイデアそのものを可能にする、本当に必要なリソースでした」とスタインメッツ氏は語った。 「脳全体の何百もの部位から記録している場合、新たな規模の調査が必要になります。すべての記録部位がどこにあるのかをより広い視野で把握する必要があります。CCF のおかげでそれが可能になりました。」

アトラスを作成するために、研究者らは脳をボクセルとして知られる小さな仮想 3D ブロックに分割し、各ブロックに固有の座標を割り当てました。 その 3D 構造に入力されたデータは、約 1,700 匹の異なる動物の平均的な脳の解剖学的構造から得られました。 次にチームは、それらの各ボクセルをマウスの脳の数百の異なる既知の領域の 1 つに割り当て、異なる領域の間に慎重な境界線を描きました。 アトラスのこれら 2 つの側面に組み込まれたデータセットは、過去数年間にアレン研究所で実施されたいくつかの異なる種類の実験から得られたものであり、さまざまな種類のデータからなるアトラスのバックボーンにより、参照脳アトラスの中でユニークなものになっていると研究者らは述べています。

歴史的に、脳アトラスは 2D で描画され、さまざまな深さで脳のシート状のビューを取得し、それらを並べていました。 一部の種類のデータでは、この形式の脳マッピングがうまく機能します。 しかし、脳全体のニューロン活動や細胞の特徴を調べる現代の神経科学研究では、3D アトラスがより適切なコンテキストを提供します。

The researchers said future iterations of the atlas will likely rely on machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">現在のバージョンに導入されている骨の折れる手動キュレーションではなく、機械学習やその他の形式の自動化を採用しています。

「私たちが今知っているように、地図帳は進化し、生きた資源であるはずです。なぜなら、脳がどのように組織されているかについてもっと学ぶにつれて、更新する必要があるからです」とハリス氏は言いました。 「自動的かつ公平な方法でアトラスを構築することは、おそらくこの分野での動きとなるでしょう。」

参考文献: 「The Allen Mouse Brain Common Coordination Framework: A 3D Reference Atlas」 by Quanxin Wang、Song-Lin Ding、Yang Li、Josh Royall、David Feng、Phil Lesnar、Nile Graddis、Maitham Naeemi、Benjamin Facer、Anh Ho、Timドルベア、ブランドン・ブランチャード、ニック・ディー、ウェイン・ウェイクマン、カーラ・E・ヒロカワ、アーロン・セーファー、スーザン・M・サンキン、スン・ウク・オー、エイミー・バーナード、ジョン・W・フィリップス、マイケル・ハリリズ、クリストフ・コッホ、ホンクイ・ゼン、ジュリー・A・ハリス、 Lydia Ng、2020 年 5 月 7 日、Cell.DOI: 10.1016/j.cell.2020.04.007