Blog

Jun 07, 2024

Una risorsa aperta che unisce multi

Nature Communications volume 14, numero articolo: 4320 (2023) Cita questo articolo 4106 Accessi 81 Dettagli sulle metriche alternative Comprendere la struttura e la funzione del cervello spesso richiede la combinazione di dati

Nature Communications volume 14, numero articolo: 4320 (2023) Citare questo articolo

4106 Accessi

81 Altmetrico

Dettagli sulle metriche

Comprendere la struttura e la funzione del cervello spesso richiede la combinazione di dati attraverso diverse modalità e scale per collegare le strutture cellulari su microscala alle caratteristiche su macroscala dell’intera organizzazione del cervello. Qui presentiamo il set di dati BigMac, una risorsa che combina MRI in vivo, MRI post-mortem estesa e microscopia multicontrasto per la caratterizzazione multimodale di un singolo cervello intero di macaco. I dati abbracciano modalità (MRI e microscopia), stati dei tessuti (in vivo e postmortem) e quattro ordini di grandezza spaziale, dalle immagini microscopiche con risoluzione micrometrica o submicrometrica, ai segnali MRI dell'ordine dei millimetri. Fondamentalmente, le immagini MRI e microscopiche vengono attentamente co-registrate insieme per facilitare le analisi multimodali quantitative. Qui descriviamo in dettaglio l'acquisizione, la curatela e il primo rilascio dei dati, che insieme rendono BigMac una risorsa unica e apertamente diffusa a disposizione dei ricercatori di tutto il mondo. Inoltre, dimostriamo analisi di esempio e opportunità offerte dai dati, incluso il miglioramento delle stime di connettività dalla risonanza magnetica a diffusione ad altissima risoluzione angolare, informazioni neuroanatomiche fornite dall'imaging a luce polarizzata e dall'istologia colorata con mielina, e l'analisi congiunta dei dati di risonanza magnetica e microscopia per ricostruzione del connettoma ispirata alla microscopia. Tutti i dati e il codice sono resi apertamente disponibili.

La nostra capacità di caratterizzare la connettività cerebrale è stata notevolmente migliorata grazie al libero accesso della comunità scientifica ai big data. I big data possono impiegare grandi coorti per esaminare la variabilità sia inter- sia intra-soggetto (come ad esempio nel caso della UK Biobank1 o dello Human Connectome Project2), o mirare a caratterizzare un singolo cervello nei minimi dettagli3. Qui presentiamo "The BigMac Dataset" - Big data in a Macaque brain - una risorsa che combina la risonanza magnetica in vivo con una vasta risonanza magnetica post-mortem e dati microscopici multicontrasto dell'intero cervello in un singolo cervello di macaco. BigMac è costituito da dati in vivo acquisiti in più sessioni, oltre 270 ore di scansione MRI post-mortem, oltre 1000 ore di acquisizione di dati al microscopio e diversi terabyte di dati grezzi.

Il set di dati BigMac combina dati multimodali provenienti sia dalla risonanza magnetica che dalla microscopia per affrontare esplicitamente i problemi di sensibilità e specificità nella risonanza magnetica. La risonanza magnetica è un potente metodo non invasivo in grado di fornire informazioni sulla struttura e sulla funzione dell'intero cervello, che a loro volta possono essere correlate alla cognizione, al comportamento o ai risultati medici. Tuttavia, la risonanza magnetica presenta anche diverse limitazioni. I segnali in vivo sono generalmente rumorosi e confusi da artefatti dovuti a effetti fisiologici e colli di bottiglia tecnici legati alle limitazioni dell'hardware o alla necessità di tempi di scansione brevi. Inoltre, i segnali MRI sono spesso una misura indiretta delle caratteristiche cerebrali di interesse, rendendone difficile l’interpretazione. La risonanza magnetica a diffusione mappa il movimento microscopico delle molecole d'acqua mentre si muovono casualmente attraverso i tessuti, per dedurre la connettività strutturale o i cambiamenti nella morfologia cellulare. Queste analisi richiedono una complessa modellazione computazionale del segnale con molte ipotesi forti su come la microstruttura del tessuto si relaziona al segnale di diffusione, che, se imprecisa, può influenzare i risultati del modello. Fondamentalmente, le misurazioni vengono calcolate in media su millimetri di tessuto e quindi dedurre la struttura o la funzione del cervello su scala micrometrica è difficile, se non mal posta. Di conseguenza, la caratterizzazione del connettoma mediante la sola risonanza magnetica deve affrontare limitazioni significative.

In alternativa, i dati del connettoma possono essere acquisiti tramite microscopia ottica, che viene spesso utilizzata per studiare la struttura del cervello con risoluzione micrometrica o submicrometrica. In genere, le sezioni di tessuto sottile vengono elaborate per visualizzare strutture cellulari specifiche in cui questo approccio ad alta "specificità" trova applicazioni dalla neuroanatomia di base ai meccanismi delle malattie. La microscopia è tuttavia spesso limitata all'interrogazione di piccole sezioni di tessuto ex vivo e quindi ha applicazioni limitate in vivo. Tuttavia, quando la microscopia è combinata con la risonanza magnetica, offre l’opportunità per la neuroscienza multiscala, interconnettendo processi cellulari microscopici con segnali MRI macroscopici.