Neuroplex erfasst neun Hirnkreise in Echtzeit

Dieses Open-Source-Rahmenwerk verändert die Art und Weise, wie Wissenschaftler komplexe neuronale Berechnungen analysieren, und bietet ein unübertroffenes Werkzeug für longitudinale Studien zu Lernen, Altern und dem Fortschreiten neurodegenerativer Erkrankungen.

Überwindung der Zwei-Farben-Grenze: Herkömmliche Miniskope für den Kopfbereich können zwar die neuronale Aktivität bei sich bewegenden Tieren erfassen, verfügen jedoch nicht über die spektrale Leistungsfähigkeit, um gleichzeitig mehr als zwei farbcodierte Zelltypen zu unterscheiden, was langsame, Tests erfordert.

Die Neuroplex In-Vivo-Lösung: Das neue Pipeline-System belässt das Hirngewebe des Tieres intakt.

Was die Studie zeigt

Während des Verhaltens wird die breite neuronale Aktivität über ein Miniscope aufgezeichnet; danach wird das Miniscope entfernt und sofort ein spezielles Konfokalmikroskop (ZEISS LSM 980) eingesetzt, um bis zu neun fluoreszierende Marker durch dieselbe implantierte Linse zu entschlüsseln.

Automatisierte räumliche Ko-Registrierung: In Zusammenarbeit mit den Data Scientists Landmarken und ein benutzerdefiniertes, auf Python basierendes Ausrichtungs-Skript, um die funktionellen Aufnahmen des Miniscopes nahtlos mit der mehrfarbigen Konfokal-Identitätskarte abzugleichen und zu überlagern.

High-Throughput-Validierung: Als Prinzipnachweis richtete das Team seine Analyse auf neun unterschiedliche Projektionskreise, die vom medialen präfrontalen Kortex ausgehen und während des Sozialverhaltens aktiv sind.

Was die Studie zeigt

Das automatisierte Programm wies erfolgreich etwa 75 % der aktiven Neuronen ihrer spezifischen Kreiseigenschaft mit einer Genauigkeit von 90 % zu.

Längsschnittliche Verfolgungsleistung: Da der gesamte Ausrichtungsvorgang zerstörungsfrei am lebenden Tier durchgeführt wird, können Forscher Zellpopulationen identifizieren und dieselben Neuronen über Wochen oder Monate hinweg verfolgen, um zu beobachten, wie sich Kreise während des Lernens oder im Krankheitsverlauf verformen.

Quelle: MPI Florida Forscher am Max-Planck-Institut für Neurowissenschaften Florida (MPFI) haben in Zusammenarbeit mit ZEISS und MetaCell eine leistungsstarke neue Bildgebungsplattform namens Neuroplex entwickelt.

Was die Studie zeigt

In eLife veröffentlicht, ermöglicht die Technik die gleichzeitige Überwachung der Aktivität bis zu neun unterschiedlicher neuronaler Populationen bei frei beweglichen Mäusen und beschleunigt damit erheblich die wissenschaftliche Erforschung der Frage, wie das Gehirn das Verhalten steuert.

Die Neuroplex-Bildungs-Pipeline integriert nicht-invasive in-vivo-Miniscopes-Daten mit spektraler konfokaler Farbspurverfolgung über ein maßgeschneidertes Python-Alignment-Tool, wodurch Neurowissenschaftler neun verschiedene Schaltkreis-Identitäten auf Echtzeit-Verhaltensaufzeichnungen abbilden können.

Quelle: Neuroscience News Die Herausforderung Seit Jahren stehen Neurowissenschaftler, die Hirnaktivität mit Verhalten verknüpfen, vor einer grundlegenden Einschränkung: Miniscopes, die winzigen kopfmontierten Mikroskope zur Beobachtung neuronaler Aktivität bei sich bewegenden Tieren, können zwar neuronale Aktivität erfassen, können aber nicht zuverlässig mehr als zwei verschiedene Arten. „Um das Gehirn zu verstehen, müssen wir Aktivitätsmuster spezifischer Neuronen mit dem Verhalten verknüpfen", so der leitende Autor Dr.

Was die Studie zeigt

Mary Phillips: „Wir können Labels problemlos verwenden, um verschiedene Neuronenpopulationen farbcodiert darzustellen; doch beim Einsatz neuronaler Aktivität mit Verhalten konnten wir nicht mehr als zwei dieser Populationen unterscheiden.

Dies erschwerte den Vergleich der Aktivität über mehrere Zelltypen und Schaltkreise hinweg, um zu verstehen, wie spezifische Schaltkreise das Verhalten regulieren." Um diesem Problem zu begegnen, mussten Forscher jeweils einen Zelltyp nach dem anderen testen, indem sie dieselben Verhaltensversuche wiederholten, dabei aber bei jedem Durchgang einen anderen Neuronentyp markierten.

Dieser iterative Ansatz war jedoch langsam und kostspielig. Zudem verhinderte er den direkten Vergleich verschiedener Neuronentypen innerhalb desselben Tieres, was die Schlussfolgerungen durch individuelle Unterschiede zwischen Tieren verwässerte.

Was die Studie zeigt

Als Alternative definierten Wissenschaftler nach dem Verhaltensversuch verschiedene Neuronentypen, indem sie Hirngewebe entnahmen und aufschnitten, unterschiedliche Neuronentypen farbcodierten und das aufbereitete Hirngewebe dann mit Mikroskopen abbildeten, die mehrere Farben unterscheiden können.

Allerdings war die Zuordnung der mit einem Miniscope in lebenden Tieren abgebildeten Zellen zu denen in nach dem Tod entnommenem und aufbereiteten Hirngewebe schwierig und zeitaufwendig, was zu erheblichem Datenverlust führte.

Darüber hinaus zerstörte dieser Ansatz die Möglichkeit, die Aktivität identifizierter Zelltypen über die Zeit hinweg zu verfolgen, um zu bestimmen, wie sich ihre Aktivität im Laufe des Lernens, des Alterns oder während des Krankheitsverlaufs verändert. Die Lösung: Neuroplex.

Einordnung fuer Autofahrer

Um diese Herausforderungen zu bewältigen, hat das Team des MPFI zusammen mit Partnern entwickelt, eine Bildgebungspipeline, die die beiden komplementären Bildgebungsverfahren im selben lebenden Tier kombiniert.

Die Forscher markieren zunächst bis zu neun verschiedene neuronale Schaltkreise oder Zelltypen mit einer Palette unterschiedlich farbig fluoreszierender Marker. Anschließend nutzen sie eine winzige Linse und ein kopfmontiertes Miniscope, um die neuronale Aktivität der gesamten markierten Population bei frei beweglichen und verhaltenden Mäusen aufzuzeichnen.

Nach der Miniscope-Bildgebung, die zwischen den fluoreszierenden Markierungen nicht unterscheiden kann, wird das Miniscope vorsichtig entfernt und die Maus unter ein Konfokalmikroskop positioniert, das viele verschiedene Farben unterscheiden kann.

Technik und Auswirkungen

In diesem Fall verwendeten die Wissenschaftler das ZEISS LSM 980, ein Konfokalmikroskop mit spektraler Detektionsfähigkeit, um jede der verschiedenen farblichen Markierungen zu unterscheiden.

Mit dem Konfokalmikroskop werden dieselben Neuronen, die zuvor mit dem Miniscope visualisiert wurden, durch dieselbe Linse abgebildet; diesmal werden jedoch die farbcodierten Markierungen sichtbar gemacht, wodurch identifiziert wird, zu welcher spezifischen Neuronentyp jede Zelle gehört.

Abschließend werden die Bilder aus dem Miniscope und dem Konfokalmikroskop unter Verwendung anatomischer Landmarken sowie eines vom Wissenschaftlerteam gemeinsam mit MetaCell entwickelten, auf Python basierenden Ausrichtungs-Tools korrigiert.

Was die Studie zeigt

Das Ergebnis ist, dass das Team die Farbidentität jedes Neurons direkt auf sein funktionelles Aktivitätsprotokoll abbilden kann.

Im Rahmen ihres Beitrags zu diesem Projekt half MetaCell dabei, die gesammelten komplexen Daten in einen praxisfähigen computergestützten Workflow umzuwandeln, der Bildgebung, Registrierung und Analyse mit höherer Genauigkeit, Reproduzierbarkeit und Zuverlässigkeit ermöglicht. „Neuroplex zeigt, wie sorgfältig konzipierte computergestützte Werkzeuge Forschern dabei helfen können, komplexe biologische Bilddaten zu entschlüsseln und gleichzeitig mehrere neuronale Populationen über die Zeit hinweg zu untersuchen", sagt Dr.

Zhe Dong, Mitautor und Data Scientist bei MetaCell.

Technik und Auswirkungen

Als Proof-of-Concept rückverfolgten die Forscher neun Hirnregionen, die Projektionen vom medialen präfrontalen Kortex erhalten, einem Hirnbereich, der für Entscheidungsfindung ermöglichte es ihnen, eine spezifische fluoreszierende Markierung einzusetzen, um Neuronen zu unterscheiden, die vom präfrontalen Kortex zu neun weiteren Hirnregionen projizieren.

Sie zeichneten die Aktivität der Neuronen in allen neun Schaltkreisen gleichzeitig auf, während die Tiere soziale Interaktionen wie Schnüffeln, Annähern und durchführten. „Neuroplex ermöglichte den direkten Vergleich ätsmustern über Zellkreise hinweg während sozialer Verhaltensweisen und überwand damit langjährige Herausforderungen bei Miniscope-Aufnahmen.

Dadurch wurde die Effizienz und Reproduzierbarkeit der Datenerhebung erheblich verbessert", erklärt leitender Autor Dr. Ryohei Yasuda. Die Wissenschaftler stellten fest, dass etwa 75 % der aktiven Neuronen einer werden konnten.

Was die Studie zeigt

Das zur Zuordnung eines Neurons zu einer bestimmten Gruppe entwickelte automatisierte Programm erreichte eine Genauigkeit von 90 % und wies nur wenige falsch-positive Ergebnisse auf. „Da Neuroplex vollständig am lebenden Tier durch dieselbe implantierte Linse durchgeführt wird, können Wissenschaftler messen, wie sich verschiedene Neuronenpopulationen im Laufe der Zeit in ihrer Aktivität verändern", so Dr.

Phillips. „Forscher können Zellpopulationen vor dem Verhalten identifizieren und dieselben Neuronen über Wochen oder Monate hinweg überwachen, was Studien zu Lernen, Alterungsprozessen und Krankheitsverläufen über die Zeit ermöglicht." Was kommt als Nächstes?

Das Team arbeitet bereits an weiteren Verbesserungen der Technik, um die Genauigkeit der Identifizierung öhen. Zudem hoffen sie, Neuroplex für alle Labore zugänglich zu machen, auch für solche, die möglicherweise keinen Zugang zu hochauflösenden spektralen Konfokalmikroskopen haben.

Was die Studie zeigt

Ihr Ziel ist es, diesen Ansatz mithilfe die Neurowissenschaftsgemeinschaft einzuführen und die Kernvorteile des Ansatzes für die gesamte Forschungscommunity nutzbar zu machen. „Die Steigerung der Effizienz der Datenerfassung für zelltyp- oder kreislaufspezifische funktionelle Daten wird unser Verständnis der neuronalen Rechenprozesse, die dem Verhalten zugrunde liegen, beschleunigen", sagt Phillips.

Über die Grundlagenforschung hinaus erwarten wir, dass dieser Ansatz das Verständnis zirkulsspezifischer funktioneller Veränderungen in Krankheitsmodellen beschleunigt, insbesondere in Modellen für neuroentwicklungsbedingte oder neurodegenerative Erkrankungen, die des Krankheitsverlaufs profitieren.

Um den Ansatz zu verbreiten, hat das Team zudem Tutorials für Wissenschaftler entwickelt, die Neuroplex in ihrer eigenen Forschung einsetzen möchten. Darüber hinaus wird der Ansatz am 14. Juli in einem ZEISS-Webinar mit Erstautorin Dr. Mary Philips vorgestellt, um die Technik und Ressourcen mit der wissenschaftlichen Gemeinschaft zu.

Einordnung fuer Autofahrer

Registrieren Sie sich hier für weitere Informationen. Diese Forschung wurde durch Zuschüsse der National Institutes of Health (R35-NS-116804 für RY und F32MH120872 für M.L.P.) finanziert. Diese Inhalte liegen allein in der Verantwortung der Autoren und spiegeln nicht zwangsläufig die offiziellen Standpunkte der Förderer wider.

Beantwortete Schlüsselfragen: A: Das Problem lag nicht in den Farben selbst, sondern in der Physik der Mikroskope. Um zu beobachten, wie eine Maus in einer sozialen Umgebung navigiert, muss das Mikroskop so klein und leicht sein, dass es auf ihrem Kopf getragen werden kann.

Diese Miniaturmikroskope sind hervorragend darin, schnelle Blitze neuronaler Aktivität festzuhalten, doch sie sind farblös: Sie können zwischen fünf, sechs oder neun verschiedenen Schattierungen leuchtender Zellen nicht unterscheiden.

Was die Studie zeigt

Wissenschaftler könnten das Gehirn farbcodieren, doch das Live-Video vom Miniscope zeigt lediglich einen monochromen, verschwommenen Fleck aus feuernenden Neuronen, wodurch unklar bleibt, welcher Zelle zu welchem Schaltkreis gehört. Ansatz A: Die Pipeline behandelt das Problem wie ein automatisiertes Puzzle.

Zuerst zeichnet das Miniscope die uncolorierte, blinkende Aktivität aller Neuronen auf, während die Maus soziale Interaktionen durchführt. Anschließend wird das Miniscope abgenommen, und die Maus wird unter ein leistungsstarkes ZEISS-Konfokalmikroskop gelegt, das über denselben exakten Objektivlinsen das gesamte Farbspektrum erfassen kann.

Abschließend erstellt ein automatisiertes Python-Programm, das mit MetaCell entwickelt wurde, anatomische Landmarken, um die beiden Bilder perfekt auszurichten und die Farbidentität jeder Zelle ihrem Verhaltensprotokoll zuzuordnen.

Was die Studie zeigt

A: Viele Gehirnerkrankungen schädigen nicht nur einen Zelltyp; sie stören im Laufe der Zeit langsam die Kommunikation über weite, miteinander verbundene Netzwerke aus mehreren Zelltypen hinweg.

Früher war es aufgrund der Notwendigkeit, den Organismus zu töten und das Gehirngewebe zu sezieren, um Zelltypen zu identifizieren, unmöglich, den Krankheitsverlauf bei einem einzelnen Tier über die Zeit zu verfolgen.

Da Neuroplex vollständig nicht-destruktiv ist, können Wissenschaftler beobachten, wie sich neun verschiedene Schaltkreise im exakt gleichen Gehirn im Laufe Alterns oder der Erkrankung allmählich verschlechtern oder anpassen. Redaktionelle Hinweise: Dieser Artikel wurde News bearbeitet. Zusätzliche Kontextinformationen wurden ügt.

Technik und Auswirkungen

Über diese Neuigkeiten aus der Neurotechnologie- und Neurowissenschaftsforschung Autorin: Lesley Colgan Quelle: MPI Florida Kontakt: Lesley Colgan – MPI Florida Bild: Das Bild wird Neuroscience News zugeschrieben Originale Forschung: Open Access. „Funktionelle Bildgebung unter einem Miniscope bei frei beweglichen Tieren", Nicolai T.

Urban, Taddeo Salemi, Zhe Dong und Ryohei Yasuda. eLife DOI: 10.7554/eLife.110277.3 Funktionelle Bildgebung unter einem Miniscope bei frei beweglichen Tieren Kopfbefestigte Miniscopes ermöglichen funktionelle Fluoreszenzbildgebung bei frei beweglichen Tieren.

Die aktuelle Technologie ist jedoch darauf beschränkt, maximal zwei spektral unterscheidbare Fluorophore aufzuzeichnen, was die Anzahl identifizierbarer Zelltypen erheblich einschränkt.

Was die Studie zeigt

Hier stellen wir multiplexierte neuronale Bildgebung (Neuroplex) vor, ein Pipeline, die Miniscope-Ca²⁺-Aufnahmen mit in vivo multiplexierter konfokaler spektraler Bildgebung kombiniert, um neun Projektions-definierte neuronale Subtypen durch dieselbe GRIN-Linse zu unterscheiden.

Durch die Registrierung definierter Neurone mit fluorophorspezifischen spektralen Fingerabdrücken mittels linearer Entmischung verknüpfen wir projektionsdefinierte Identitäten mit verhaltensrelevanten neuronaler Aktivität. Dieser Ansatz überwindet die spektralen Einschränkungen öglicht eine zirkuitbasierte Dissektion.