Los investigadores de la Universidad Carnegie Mellon han desarrollado un nuevo enfoque para estudiar ampliamente los cambios relacionados con el aprendizaje en las propiedades de sinapsis. En un estudio publicado en el Revista de Neurociencia y presentado en la portada de la revista, los investigadores utilizaron algoritmos de aprendizaje automático para analizar miles de imágenes de la corteza cerebral. Esto les permitió identificar sinapsis de toda una región cortical, revelando información no anticipada sobre cómo cambian las propiedades sinápticas durante el desarrollo y el aprendizajeEl estudio es uno de los estudios de microscopía electrónica más grandes jamás realizados, evaluando más sujetos y más imágenes de las que los investigadores anteriores habían intentado.
A medida que el cerebro aprende y responde a los estímulos sensoriales, sus neuronas se conectan entre sí. Estas conexiones, llamadas sinapsis, facilitan la comunicación neuronal, y sus propiedades anatómicas y electrofisiológicas contienen información vital para comprender cómo se comporta el cerebro en la salud y la enfermedad.Los investigadores utilizan diferentes técnicas, incluida la microscopía electrónica, para identificar y analizar las propiedades de sinapsis. Si bien la microscopía electrónica puede ser una herramienta útil para reconstruir los circuitos neuronales, también requiere mucha mano de obra y datos. Como resultado, los investigadores solo han podido utilizarla paraestudie áreas pequeñas y específicas del cerebro hasta ahora.
Estudiar una gran parte del cerebro utilizando técnicas tradicionales de microscopía electrónica daría como resultado terabytes de datos difíciles de manejar, dado que el cerebro tiene miles de millones de neuronas, cada una con cientos a miles de conexiones sinápticas. La nueva técnica desarrollada en Carnegie Mellon simplifica este problemacombinando un proceso de tinción especializado con aprendizaje automático.
"En lugar de obtener información perfecta de una pequeña parte del cerebro, ahora podemos obtener información de baja resolución de una gran región del cerebro", dijo Alison Barth, profesora de ciencias biológicas y directora interina de la iniciativa de neurociencia BrainHub de Carnegie Mellon"Esta podría ser una gran herramienta para ver cómo progresa la enfermedad o cómo los tratamientos farmacológicos alteran o restablecen las conexiones sinápticas".
Esta investigación es el último ejemplo de cómo los investigadores con la iniciativa de investigación BrainHub de Carnegie Mellon están combinando su experiencia en biología e informática para crear nuevas herramientas para avanzar en la neurociencia. La técnica utiliza una preparación química especial que mancha profundamente las sinapsis en una muestra detejido cerebral. Cuando se toma una imagen del tejido usando un microscopio electrónico, solo se pueden ver las sinapsis, creando una imagen que puede clasificarse fácilmente por un programa de computadora. Luego, los investigadores usan algoritmos de aprendizaje automático para identificar y comparar las propiedades de sinapsis en una columna decorteza cerebral.
Para probar la efectividad de su técnica, los investigadores, liderados por Santosh Chandrasekaran, examinaron cómo las sinapsis a través de un circuito complejo, compuesto por cientos de neuronas interconectadas, cambiarían con una entrada somatosensorial alterada. En el pasado, Barth ha utilizado este modelo paraestudie cómo se comportan las neuronas y se forman sinapsis tanto en el aprendizaje como en el desarrollo. Pero las técnicas tradicionales solo le permitieron observar las neuronas en un área muy pequeña de la neocorteza.
"Fue como buscar el regalo perfecto, pero solo ir a una tienda. Podríamos haber podido encontrar algo en esa primera ubicación, pero siempre fue posible que pudiéramos encontrar algo más, tal vez incluso algo mejor"- en otro lugar ", dijo Barth, quien es miembro del Centro conjunto Carnegie Mellon / Universidad de Pittsburgh para la Base Neural de Cognición CNBC." Esta nueva técnica nos permite mirar a través de las seis capas de la neocorteza, ypara ver cómo las sinapsis en diferentes partes del circuito cambian juntas "
Los investigadores analizaron cerca de 25,000 imágenes y 40,000 sinapsis, exponencialmente más de lo que pudieron ver antes de usar los métodos tradicionales. Descubrieron que la técnica podría usarse para determinar los aumentos en la densidad y el tamaño de las sinapsis durante el desarrollo y el aprendizaje.en particular, encontraron que las propiedades de sinapsis cambiaron de manera coordinada en toda la región de la neocorteza examinada.
"Algunas de las capas corticales que vimos fueron las más afectadas nunca antes se habían examinado sistemáticamente", explica Barth. "Tenemos muchas pistas excelentes para seguir".
Los investigadores ahora están comenzando a usar estos datos para desarrollar nuevas hipótesis sobre cómo se organizan las sinapsis en la neocorteza en respuesta a la información sensorial.
Fuente de la historia :
Materiales proporcionado por Universidad Carnegie Mellon . Original escrito por Jocelyn Duffy. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :