线虫大脑的三维影像将神经元与运动和行为联系起来

秀丽隐杆线虫
秀丽隐杆线虫。图片:维基百科。

普林斯顿大学的研究人员首次记录下了一只自由活动动物几乎整个大脑的神经活动。三维记录可以让科学家更好地了解动物神经元是如何协调动作和感知的。

杂志上的报告美国国家科学院院刊这项技术使他们能够记录线虫秀丽隐杆线虫神经活动的3-D镜头,这种蠕虫体长1毫米,有一个只包含302个神经元。研究人员将来自动物神经系统的77个神经元的活动与特定的行为联系起来,比如向后或向前运动和转弯。

该研究的通讯作者、普林斯顿大学刘易斯-西格勒综合基因组学研究所的副研究员安德鲁·莱弗(Andrew Leifer)解释说,以前与神经元活动有关的许多工作要么集中在大脑的小子区域,要么基于对无意识或在某种程度上活动受限的生物体的观察。

Leifer说:“这个系统令人兴奋,因为它提供了迄今为止最详细的全脑神经活动的图片,在一个自由活动的动物的大脑中,单神经元分辨率。”

他说:“神经科学正处于向大规模记录神经活动和在更自然的条件下研究动物过渡的开端。”“这项工作有助于在两个方面推动该领域的发展。”

这段视频在四分之一时间播放,展示了普林斯顿大学的研究人员用来捕捉线虫神经活动的四个同步视频。左上方的面板显示了动物大脑中所有神经元的核的位置,而右上方的面板记录了由荧光钙指示器指示的神经活动。左下面板显示了动物在显微镜板上的姿势,它会自动调整以保持动物在相机的视野内。右下方是一张低倍率荧光图像,显示的是一个线虫的大脑,它包含302个神经元。资料来源:Andrew Leifer, Lewis-Sigler综合基因组学研究所

目前神经科学的一个焦点是理解神经元网络如何协调产生行为,Leifer说。然而,他说,当动物进行正常活动时,记录大量神经元的技术发展缓慢。神经网络是化学信号和电脉冲的无限小的排列,可以包括数十亿个细胞,就像人类一样。

更简单的神经系统秀丽隐杆线虫为研究人员的仪器提供了一个更易于管理的测试场地。然而,它也可以揭示神经元如何协同工作的信息,适用于更复杂的生物,Leifer说。例如,研究人员对参与看似简单的转身动作的神经元数量感到惊讶。

“我们成功的原因之一是我们选择了一种非常简单的生物体,”莱弗说。“在人类大脑中进行全脑记录将会困难得多。在人类身上进行类似录音所需的技术还需要很多年才能实现。

上面的视频显示了线虫大脑中神经活动的可视化(左上面板)。每个彩色球体代表一个神经元,它在上图中的位置显示了该神经元在蠕虫头部的位置。球体的大小和颜色(右上)表明了神经活动的水平,小的紫色球体代表最少的活动量,大的黄色球体代表最多的活动量。通过观察神经元的生长和收缩,观众可以对蠕虫神经活动的范围有一个印象。左下方和右下方的面板实时显示了蠕虫的运动,并在图形上绘制了蠕虫的位置。资料来源:Andrew Leifer, Lewis-Sigler综合基因组学研究所

他说:“然而,通过研究像蠕虫这样的简单动物的大脑是如何工作的,我们希望能够深入了解所有大脑,甚至人类大脑普遍存在的神经元是如何工作的。”

Leifer和共同第一作者Jeffrey Nguyen一起工作,Jeffrey Nguyen是Lewis-Sigler研究所的博士后研究助理,Frederick Shipley是Lewis-Sigler研究所的前研究助理,现在是哈佛大学生物物理学博士候选人。该团队还包括物理学副教授约书亚·沙伊维茨(Joshua Shaevitz)和刘易斯-西格勒综合基因组学研究所(Lewis-Sigler Institute for Integrative Genomics);Leifer和Shaevitz手下的研究生Ashley Linder、Mochi Liu和Sagar Setru;乔治·普卢默(George Plummer),他曾是刘易斯-西格勒研究所(Lewis-Sigler Institute)的副研究员,现在是塔夫茨大学(Tufts University)的医科学生。

研究人员设计了一种仪器,可以在脑细胞相互交流时捕捉细胞中的钙水平。每个脑细胞中的钙含量告诉研究人员该细胞在与神经系统中其他细胞交流时的活跃程度。研究人员诱导线虫的脑细胞产生一种被称为钙指示剂的蛋白质,当它接触到钙时就会发光。

普林斯顿大学的研究人员开发了一种仪器,使他们能够捕捉到一种自由活动的动物——线虫几乎整个大脑的神经活动的第一个3d记录秀丽隐杆线虫.研究人员能够将77个神经元的活动与动物的特定行为联系起来。上面的视频显示了线虫头部中脑细胞核的位置。资料来源:Andrew Leifer, Lewis-Sigler综合基因组学研究所

研究人员使用一种特殊类型的显微镜,在超过四分钟的时间里,以3d方式记录了线虫的自由运动和神经元水平的钙活性。研究人员设计的三维软件可以实时监测动物头部的位置,同时一个机动平台可以自动调整,使动物处于一系列摄像机的视野范围内。

莱弗说,整个系统来自不同的学科和技术,包括物理学、计算机科学和工程学。例如,研究人员用来跟踪蠕虫大脑的实时计算机视觉算法在原理上与机器人或自动驾驶汽车中使用的算法相似。

甚至更多关于内部运作的秀丽隐杆线虫Leifer说,神经系统仍将在明年从研究人员的数据中提取出来。该团队目前正在努力充实神经活动和一般行为之间的相关性。

莱弗说:“这些记录非常庞大,我们才刚刚开始仔细挖掘所有数据。”

“令人兴奋的下一步是利用我们记录中的相关性来建立大脑如何运作的数学和计算机模型,”他说。“我们可以使用这些模型来产生关于如何进行的假设生成的行为。然后我们计划测试这些假设,例如,通过刺激特定的并观察其产生的行为


进一步探索

神经科学家破译了蠕虫的大脑活动

更多信息:Jeffrey P. Nguyen等人。自由活动的秀丽隐杆线虫的全脑钙成像细胞分辨率,美国国家科学院院刊(2015)。DOI: 10.1073 / pnas.1507110112.在Arxivarxiv.org/abs/1501.03463
所提供的普林斯顿大学
引用:线虫大脑的3-D镜头将神经元与运动和行为联系起来(2015,12月30日),检索于2021年3月23日,从//www.pyrotek-europe.com/news/2015-12-d-footage-nematode-brains-links.html
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。
50股票

对编辑的反馈

用户评论