Научная группа Алленовского института исследования мозга в 2015 году разработала международную платформу точной и быстрой автоматической «разметки» нейронов —BigNeuron. Она необходима, чтобы стандартизовать исследования, которые помогут ученым определить лучшие методы и алгоритмы для быстрой и точной автоматической реконструкции нейронов. Результат проекта — ряд изображений нейронов, а также проверенные инструменты и алгоритмы, которые исследователи смогут использовать для собственной аналитической работы. Этому посвящена статья, опубликованная в журнале Nature Methods.
Credit: Pixabay / CC0
В человеческом мозге 86 миллиардов нейронов, и они связаны друг с другом тысячами тонких связей, образуя трехмерную древовидную структуру. Чтобы попытаться понять, как мозг функционирует и меняется с течением времени, ученые должны уметь реконструировать эти нейронные структуры в цифровом виде для определения формы каждого нейрона на изображении.
Воссоздание нейронов остается сложной задачей вследствие ряда факторов: разнообразия видов нервных клеток, расположения их в мозге, стадий развития и качества наборов изображений под микроскопом. Все эти факторы затрудняют эффективное обобщение существующих алгоритмов при их применении к объемам изображений, полученных в разных лабораториях.
Используя микроскопы высокого разрешения для получения 3D-изображений отдельных нейронов, ученые из Алленовского института разработали полностью автоматизированный метод реконструкции нейронов. Имея в основе технологию глубокого обучения, он позволяет эффективно и точно определять форму каждого нейрона на конкретном изображении.
Текст: Сергей Глебов
Linus Manubens-Gil et al, BigNeuron: a resource to benchmark and predict performance of algorithms for automated tracing of neurons in light microscopy datasets, Nature Methods (2023).
Свежие комментарии