Scienziati rivelano una visione inedita e “dal vivo” della complessità cerebrale
La tecnologia LIONESS: un nuovo strumento per l’immagine e la ricostruzione virtuale del cervello
Un team di ricercatori ha sviluppato una nuova tecnologia di imaging e ricostruzione virtuale chiamata LIONESS, che offre un’immagine ad alta risoluzione del tessuto cerebrale vivo, visualizzandolo in dettaglio nanometrico 3D in tempo reale. LIONESS integra ottica avanzata, intelligenza artificiale e un approccio interdisciplinare collaborativo, superando le limitazioni dei precedenti metodi di imaging e aprendo la strada a una migliore comprensione della dinamica e della complessità del tessuto cerebrale.
• La tecnologia LIONESS: un nuovo strumento per l’immagine e la ricostruzione virtuale del cervello
• La complessità del cervello umano
• LIONESS: un grande passo avanti
• Collaborazione e IA: la chiave del successo
• Un nuovo modo di vedere il cervello
• Un approccio interdisciplinare
• Un ponte tra misurazioni funzionali
La complessità del cervello umano
Il cervello umano, con la sua intricata rete di circa 86 miliardi di neuroni, è probabilmente tra i campioni più complessi che gli scienziati abbiano mai incontrato. Detiene un’immensa, ma attualmente incommensurabile, ricchezza di informazioni, posizionandolo come l’apice dei dispositivi computazionali.
La sfida della comprensione
Comprendere questo livello di complessità è una sfida, rendendo essenziale per noi l’uso di tecnologie avanzate in grado di decodificare le minute e intricate interazioni che avvengono all’interno del cervello a livelli microscopici. Così, l’imaging emerge come uno strumento fondamentale nel campo delle neuroscienze.
LIONESS: un grande passo avanti
La nuova tecnologia di imaging e ricostruzione virtuale sviluppata dal gruppo di Johann Danzl presso l’ISTA rappresenta un grande passo avanti nell’imaging dell’attività cerebrale ed è opportunamente chiamata LIONESS – Live Information Optimized Nanoscopy Enabling Saturated Segmentation. LIONESS è un sistema per immaginare, ricostruire e analizzare il tessuto cerebrale vivo con una completezza e una risoluzione spaziale fino ad ora impossibili.
La forza di LIONESS risiede nell’ottica raffinata e nei due livelli di apprendimento profondo – un metodo di Intelligenza Artificiale – che costituiscono il suo nucleo: il primo migliora la qualità dell’immagine e il secondo identifica le diverse strutture cellulari nell’ambiente neuronale denso.
Collaborazione e IA: la chiave del successo
Il sistema è il risultato di una collaborazione tra il gruppo Danzl, il gruppo Bickel, il gruppo Jonas, il gruppo Novarino e le Unità di Servizio Scientifico dell’ISTA, così come altri collaboratori internazionali. “Il nostro approccio è stato quello di riunire un gruppo dinamico di scienziati con un’esperienza combinata unica attraverso i confini disciplinari, che lavorano insieme per colmare un divario tecnologico nell’analisi del tessuto cerebrale”, afferma Johann Danzl dell’ISTA.
In precedenza era possibile ottenere ricostruzioni del tessuto cerebrale utilizzando la Microscopia Elettronica. Questo metodo immagina il campione in base alle sue interazioni con gli elettroni. Nonostante la sua capacità di catturare immagini a pochi nanometri – un milionesimo di millimetro – di risoluzione, la Microscopia Elettronica richiede che un campione sia fissato in uno stato biologico, che deve essere sezionato fisicamente per ottenere informazioni 3D. Di conseguenza, non si possono ottenere informazioni dinamiche.
Un’altra tecnica precedentemente conosciuta di Microscopia a Luce permette l’osservazione di sistemi viventi e registra volumi di tessuto integri “sezionandoli” “otticamente” piuttosto che fisicamente. Tuttavia, la Microscopia a Luce è gravemente limitata nella sua potenza risolutiva dalle stesse proprietà delle onde luminose che usa per generare un’immagine. La sua risoluzione migliore è di qualche centinaio di nanometri, troppo grossolana per catturare importanti dettagli cellulari nel tessuto cerebrale.
Utilizzando la Microscopia a Luce Super-risoluzione, gli scienziati possono rompere questa barriera di risoluzione. Lavori recenti in questo campo, denominati SUSHI (Super-resolution Shadow Imaging), hanno dimostrato che l’applicazione di molecole di colorante negli spazi attorno alle cellule e l’applicazione della tecnica di microscopia STED (Stimulated Emission Depletion), premiata con il Nobel, rivelano ‘ombre’ super-risolute di tutte le strutture cellulari e quindi le visualizzano nel tessuto.
LIONESS: un nuovo approccio
Tuttavia, è stato impossibile immaginare interi volumi di tessuto cerebrale con un miglioramento della risoluzione che corrisponda alla complessa architettura 3D del tessuto cerebrale. Questo perché l’aumento della risoluzione comporta anche un alto carico di luce di imaging sul campione, che può danneggiare o ‘friggere’ il delicato tessuto vivente.
Qui risiede la prodezza di LIONESS, sviluppata per, secondo gli autori, “condizioni di imaging rapide e miti”, mantenendo così il campione vivo. La tecnica lo fa fornendo una super-risoluzione isotropica – cioè che è ugualmente buona in tutte e tre le dimensioni spaziali – che permette la visualizzazione dei componenti cellulari del tessuto in dettaglio risolto in scala nanometrica 3D.
Un nuovo modo di vedere il cervello
LIONESS raccoglie solo le informazioni minime necessarie dal campione durante la fase di imaging. A questo segue il primo passo di apprendimento profondo per aggiungere ulteriori informazioni sulla struttura del tessuto cerebrale in un processo chiamato Restauro dell’Immagine. In questo modo innovativo, raggiunge una risoluzione di circa 130 nanometri, pur essendo abbastanza delicata per l’imaging del tessuto cerebrale vivo in tempo reale. Insieme, questi passaggi consentono un secondo passo di apprendimento profondo, questa volta per dare un senso ai dati di imaging estremamente complessi e identificare le strutture neuronali in modo automatizzato.
Un approccio interdisciplinare
“L’approccio interdisciplinare ci ha permesso di rompere le limitazioni intrecciate nella potenza risolutiva e nell’esposizione alla luce del sistema vivente, di dare un senso ai complessi dati 3D e di accoppiare l’architettura cellulare del tessuto con misurazioni molecolari e funzionali”, afferma Danzl.
Per la ricostruzione virtuale, Danzl e Velicky si sono uniti a esperti di calcolo visivo: il gruppo Bickel presso l’ISTA e il gruppo guidato da Hanspeter Pfister presso l’Università di Harvard, che hanno contribuito con la loro competenza nella segmentazione automatizzata – il processo di riconoscimento automatico delle strutture cellulari nel tessuto - e nella visualizzazione, con ulteriore supporto dello scienziato del personale di analisi delle immagini dell’ISTA, Christoph Sommer. Per strategie di etichettatura sofisticate, neuroscienziati e chimici di Edimburgo, Berlino e ISTA hanno contribuito.
Un ponte tra misurazioni funzionali
Di conseguenza, è stato possibile collegare le misurazioni funzionali, cioè leggere le strutture cellulari insieme all’attività di segnalazione biologica nello stesso circuito neuronale vivente. Questo è stato fatto immaginando i flussi di ioni di calcio nelle cellule e misurando l’attività elettrica cellulare in collaborazione con il gruppo Jonas presso l’ISTA. Il gruppo Novarino ha contribuito con organoidi cerebrali umani, spesso soprannominati mini-cervelli che imitano lo sviluppo del cervello umano. Gli autori sottolineano che tutto ciò è stato facilitato attraverso il supporto esperto delle unità di servizio scientifico di alta qualità dell’ISTA.
La plasticità del cervello
La struttura e l’attività del cervello sono altamente dinamiche; le sue strutture evolvono man mano che il cervello esegue e apprende nuovi compiti. Questo aspetto del cervello è spesso definito “plasticità”. Pertanto, osservare i cambiamenti nell’architettura del tessuto cerebrale è essenziale per svelare i segreti dietro la sua plasticità. Il nuovo strumento sviluppato presso l’ISTA mostra un potenziale per comprendere l’architettura funzionale del tessuto cerebrale e potenzialmente di altri organi rivelando le strutture subcellulari e catturando come queste potrebbero cambiare nel tempo.
Lo studio è stato finanziato dal Fondo Austriaco per la Scienza, dalla Gesellschaft für Forschungsförderung NÖ (NFB), dalle Azioni Marie Skłodowska-Curie H2020, dal Consiglio Europeo della Ricerca H2020, dal Programma di Scienza della Frontiera Umana, dalla Fondazione Simons, dal Wellcome Trust e dalla National Science Foundation.