Durante décadas, los científicos han luchado por desarrollar un censo integral de los tipos de células en el cerebro. Ahora, en un par de documentos complementarios, los investigadores del Instituto de Comportamiento Cerebral Mortimer B. Zuckerman Mind de Columbia describen nuevos enfoques poderosos para identificar sistemáticamente clases individuales decélulas cerebrales, o neuronas, en la médula espinal. Al hacerlo, revelan elementos de la arquitectura del circuito subyacente a través del cual estas neuronas dan forma al movimiento, y destacan cómo los enfoques estadísticos podrían proporcionar a los neurocientíficos una herramienta crítica para cuantificar la diversidad celular de cualquierregión del cerebro.
Los documentos se publican en línea en la revista Celda .
"Nuestro trabajo permite a los científicos evaluar la diversidad de clases de células neuronales en regiones específicas del sistema nervioso central, en parte al conectar características celulares básicas en este modelo estadístico fundamental", dijo Thomas M. Jessell, PhD, autor principal deuno de los documentos y un codirector del Instituto Zuckerman. "Mientras continuamos desarrollando y perfeccionando este método, los científicos podrían tomar cualquier circuito celular y revelar sus componentes básicos. Y una vez que comprendamos el cerebro a este nivel, allíson problemas clave de circuitos y funciones que pueden abordarse en un nivel detallado de resolución "
En la investigación recientemente publicada de hoy, los científicos se centraron en un grupo de neuronas en la médula espinal llamadas interneuronas V1, que forman conexiones que orquestan la actividad y la salida de las neuronas motoras, la clase de neuronas que nos dan el poder de movernos.
"Las neuronas motoras son como las cuerdas de una marioneta, con interneuronas dirigiendo qué cuerdas se deben tirar y en qué orden", dijo Jay Bikoff, PhD, un investigador postdoctoral en Columbia y primer autor de uno de los artículos ".Estudios anteriores habían demostrado que las interneuronas V1 están íntimamente involucradas en la configuración de la actividad de las neuronas motoras, pero no han podido determinar con precisión cómo lo hicieron. Necesitábamos clasificar las variedades de interneuronas V1 de una manera mucho más sistemática y detallada, información que podríaluego ayude a descifrar los circuitos que subyacen al movimiento a un nivel organizacional sin precedentes "
Hay muchas características que distinguen un tipo de neurona de otra, como dónde se encuentra o cómo se ve. Pero en última instancia, argumentan los investigadores, una neurona puede definirse por su identidad genética.
"Mientras que en su núcleo cada neurona contiene esencialmente la misma información genética, las diferencias entre los genes que se activan y los que permanecen inactivos confieren neuronas con identidades individuales, como una huella digital", dijo Mariano Gabitto, un candidato a doctorado en Columbiaen el departamento de neurociencia y el primer autor del segundo artículo. "Entonces, si tiene la huella digital de una neurona, puede usarla para distinguir una clase de neurona de la siguiente, que es fundamental para diseccionar la organización funcional del sistema nervioso"
En esta investigación, los científicos se centraron en encontrar esa huella digital. Al estudiar las interneuronas V1 de ratones de laboratorio, los investigadores identificaron por primera vez 19 'interruptores' genéticos, llamados factores de transcripción, que, cuando se activaron en una combinación particular, hicieron que la genéticaperfil de una clase de interneurona V1 diferente de otra. Lo que los científicos tenían que hacer a continuación era hacer coincidir el patrón único de factores de transcripción con un tipo particular de interneurona, una hazaña que resultó difícil con las técnicas experimentales tradicionales.
Ante este desafío, los investigadores recurrieron al neurocientífico teórico Larry Abbott, PhD, y al estadístico Liam Paninski, PhD - colegas en el Instituto Zuckerman de Columbia - así como a Ari Pakman, PhD, un becario postdoctoral en el laboratorio del Dr. Paninski yco-primer autor en el segundo artículo, para construir un modelo estadístico más poderoso. Los doctores Abbott y Paninski desarrollaron un enfoque matemático basado en el análisis de regresión bayesiano que proporciona la capacidad de explicar la incertidumbre de una manera basada en principios, al tiempo que incorpora la genética complejade los 19 factores de transcripción. Utilizando este modelo estadístico, el equipo de investigación pudo distinguir 50 tipos distintos de interneuronas V1, resultados que resistieron incluso el escrutinio estadístico y experimental más difícil.
"Este modelo no solo nos reveló la cantidad de distintos tipos de interneuronas V1, sino que también nos permitió inferir sus ubicaciones precisas en la médula espinal", dijo el Dr. Jessell, quien también es profesor de Trastornos de las neuronas motoras de Claire Towen el Departamento de Neurociencia y de Bioquímica y Biofísica Molecular en Columbia. "Al combinar la observación experimental con la inferencia estadística, ha sido posible desarrollar un método que puede tomar información sobre la identificación genética de un interneuron y comprender su papel en la dirección de la activación muscular."
"Lo que hace que este trabajo sea tan fundamental es que incluso con datos muy limitados, como la prevalencia de estos factores de transcripción combinados con información sobre dónde estaban ubicadas las neuronas, podríamos inferir un repertorio detallado de diversidad celular", dijo el Dr.Abbott, profesor William Bloor de Neurociencia Teórica, Fisiología y Biofísica Celular en Columbia, quien se desempeñó como autor principal en el segundo artículo.
"Algunos de los trabajos más emocionantes en neurociencia en estos días implican esfuerzos para combinar muchos tipos diferentes de mediciones experimentales utilizando un solo modelo estadístico unificado, y estos documentos son un ejemplo de esto", dijo el Dr. Paninski. "Estamosdeseando ampliar y generalizar estos métodos y aplicarlos en otras partes del sistema nervioso "
Fuente de la historia :
Materiales proporcionado por El Instituto Zuckerman de la Universidad de Columbia . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :