Đây là mô hình vi cấu trúc 3D đầu tiên của toàn bộ bộ não con người và nó có sẵn công khai cho các nhà nghiên cứu trên toàn thế giới mà không mất phí.
Hãy tưởng tượng bạn có thể phóng to vào não để xem các tế bào khác nhau theo cách chúng ta phóng to bản đồ thế giới của Google và có thể nhìn thấy những ngôi nhà trên đường phố. Và hãy nhớ rằng bộ não được coi là cấu trúc phức tạp nhất trong vũ trụ với 86 tỷ tế bào thần kinh. Phóng to bây giờ là có thể nhờ một tập bản đồ não mới với độ phân giải chưa từng có. BigBrain là mô hình vi cấu trúc 3D đầu tiên của toàn bộ bộ não con người, và miễn phí và có sẵn công khai cho các nhà nghiên cứu trên toàn thế giới. Kết quả của mô hình BigBrain, được tạo ra tại Viện Thần kinh và Bệnh viện Montreal - The Neuro, Đại học McGill - phối hợp với các nhà nghiên cứu tại Forschungszentrum Jülich, Đức, được công bố hôm nay trên tạp chí Khoa học ngày 20 tháng 6 (https: //www.sciencemag .org / nội dung / 340/6139/1472).
Mô hình não người. Hình ảnh uy tín: Shutterstock / Caesc_assawin
Tiến sĩ Alan Evans, nhà nghiên cứu tại The Neuro, đồng sáng lập, cho biết, bản đồ BigBrain cung cấp độ phân giải gần như tế bào, chi tiết gần với mức độ của tế bào, một khả năng chưa từng có trước đây trong 3D đối với não người. của Hiệp hội quốc tế về lập bản đồ não và đồng sáng lập tập bản đồ. Để đặt BigBrain vào con, chúng ta có thể xem xét các MRI ngày nay có độ phân giải không gian 3D là 1mm. So sánh, bộ dữ liệu BigBrain nhỏ hơn 50 lần cho mỗi chiều cung cấp độ phân giải không gian chưa từng có. Bộ dữ liệu BigBrain lớn hơn 125.000 lần (50 x50 x 50) so với MRI thông thường và có dung lượng 1 terabyte, tương đương 1000 GB. Các nhà nghiên cứu trên toàn thế giới sẽ có thể tải xuống các phần não từ trang web của BigBrain bigbrain.loris.ca. Big Brain được tái cấu trúc từ 7404 phần não mô học được nhuộm cho các tế bào, sau đó được số hóa, tận dụng sự tiến bộ gần đây về năng lực tính toán, phân tích hình ảnh não bộ và kinh nghiệm của các đội trong việc xử lý các phần mô học hoàn chỉnh của não.
Sự tiến bộ về độ phân giải tương tự như việc chuyển từ bản đồ đường cũ sang hình ảnh vệ tinh của Google. Phóng to bản đồ cũ không cung cấp thêm thông tin chi tiết. Tương tự như vậy, phóng to vào quét MRI không cung cấp thêm thông tin chi tiết - nó chỉ cho thấy hình ảnh khối 1mm khối. Tập bản đồ não BigBrain tương đương với chế độ xem đường phố của Google, phóng to cung cấp một mức thông tin mới chưa được cung cấp trước đây trong 3D.
Các giai đoạn hiện tại dựa trên các lát cắt mô học là ở dạng 2D. BigBrain định nghĩa lại các bản đồ giải phẫu thần kinh truyền thống như Brodmann bằng cách cung cấp một cái nhìn cực kỳ về bộ não bằng các kỹ thuật 3D hoàn toàn tự động. Các cơ sở dựa trên MRI không cho phép tích hợp thông tin ở cấp độ lớp vỏ, cột, vi mạch hoặc các ô lớn hơn. BigBrain cho phép các nhà nghiên cứu nhìn thấy ở độ phân giải 20 micron (1000 micron trong một milimet) trong toàn bộ não.
Ý nghĩa của BigBrain để khám phá và phân tích bộ não con người là vô số. Nó có thể được sử dụng để tích hợp và tương quan dữ liệu từ một loạt các phương thức: di truyền, khoa học thần kinh phân tử, điện sinh lý và dược lý giữa nhiều người. Nó sẽ cho phép và tăng tốc mô hình tính toán để mô phỏng các chức năng của não, phát triển bình thường và thoái hóa do bệnh gây ra. BigBrain sẽ cải thiện đáng kể tầm quan trọng và diễn giải dữ liệu in-vivo động có độ phân giải thấp mà MRI và PET thu được, bằng cách kết hợp dữ liệu với chi tiết to lớn và độ phân giải không gian của tập bản đồ BigBrain tĩnh. Nó sẽ tăng cường các thủ tục phẫu thuật thần kinh, ví dụ như đặt các chất kích thích não sâu và sẽ thúc đẩy nghiên cứu lâm sàng, ví dụ, định vị vị trí của bệnh động kinh không thể điều trị đến một số loại tế bào thần kinh cụ thể.
Thông qua McGill