Un nouveau complet, élevé

Par Allen Institute7 mai 2020

Le Allen Mouse Brain Common Coordinate Framework (CCFv3), un atlas de référence 3D, est basé sur une moyenne de la fluorescence inhérente dans le cerveau des souris imagées à l'aide d'une tomographie à deux photons en série. L'image montre une vue descendante semi-transparente du modèle moyen, révélant de nombreuses caractéristiques anatomiques frappantes. Crédit : Allen Institute for Brain Science

L'atlas de référence, qui a duré des années, offre un terrain d'entente pour mettre en contexte les découvertes en neurosciences.

Après trois ans de collecte intensive de données et de dessin minutieux, le travail des cartographes était terminé.

Le terrain complexe qu'ils ont cartographié, avec tous ses sommets, ses vallées et ses frontières, ne mesure qu'environ un demi-pouce de long et pèse moins qu'un bonbon : le cerveau de la souris de laboratoire.

Dans un article publié aujourd'hui (7 mai 2020) dans la revue Cell, les cartographes de l'Institut Allen décrivent cet exploit cartographique - la troisième itération du Allen Mouse Brain Common Coordinate Framework, ou CCFv3, un atlas 3D complet et haute résolution du cerveau de la souris.

Le cadre est censé être un point de référence pour la communauté des neurosciences, ont déclaré ses créateurs. Les souris sont largement utilisées dans la recherche biomédicale. Leurs cerveaux contiennent environ 100 millions de cellules chacune dans des centaines de régions différentes. À mesure que les ensembles de données neuroscientifiques deviennent plus grands et plus complexes, une carte spatiale commune du cerveau devient plus critique, tout comme la capacité de co-enregistrer avec précision de nombreux types de données différents dans un espace 3D commun pour les comparer et les corréler.

Think of it as the neuroscience equivalent of your phone's GPSGPS, or Global Positioning System, is a satellite-based navigation system that provides location and time information anywhere on or near the Earth's surface. It consists of a network of satellites, ground control stations, and GPS receivers, which are found in a variety of devices such as smartphones, cars, and aircraft. GPS is used for a wide range of applications including navigation, mapping, tracking, and timing, and has an accuracy of about 3 meters (10 feet) in most conditions." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"> GPS. Au lieu de rechercher manuellement votre emplacement sur une carte papier en fonction de ce que vous voyez autour de vous, le GPS (et le nouvel atlas du cerveau) vous indique où vous vous trouvez. Avec des ensembles de données comprenant des milliers ou des millions d'informations différentes, cet ensemble commun de coordonnées - et la localisation des repères cérébraux correspondants pour ces coordonnées - est crucial.

"Auparavant, les gens définissaient différentes régions du cerveau à l'œil nu. À mesure que nous obtenons de plus en plus de données, cette conservation manuelle n'est plus à l'échelle", a déclaré Lydia Ng, Ph.D., directrice principale de la technologie à l'Allen Institute for Brain Science, une division de l'Allen Institute, et l'un des principaux auteurs de l'article sur l'atlas avec Julie Harris, Ph.D., directrice associée de la neuroanatomie à l'Allen Institute for Brain Science. "Tout comme nous avons une séquence génomique de référence, vous avez besoin d'une anatomie de référence."

Le CCFv3 du cerveau entier s'appuie sur une version partielle publiée en 2016 qui a cartographié l'ensemble du cortex de la souris, la coque la plus externe du cerveau. Les versions précédentes de l'atlas étaient des cartes 3D de résolution inférieure, tandis que la résolution du CCFv3 est suffisamment fine pour pouvoir localiser les emplacements des cellules individuelles. Le dernier atlas complet du cerveau est ouvert à la communauté depuis fin 2017, et plusieurs équipes de neurosciences différentes l'ont déjà utilisé.

Une vue en angle du 3D Allen Mouse Brain Common Coordinate Framework (CCFv3), un atlas de référence haute résolution divisé en régions cérébrales distinctes utilisant plusieurs types de données. Crédit : Allen Institute for Brain Science

Nick Steinmetz, Ph.D., an Assistant Professor at the University of WashingtonFounded in 1861, the University of Washington (UW, simply Washington, or informally U-Dub) is a public research university in Seattle, Washington, with additional campuses in Tacoma and Bothell. Classified as an R1 Doctoral Research University classification under the Carnegie Classification of Institutions of Higher Education, UW is a member of the Association of American Universities." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]"> L'Université de Washington et un leader de la prochaine génération de l'Allen Institute for Brain Science ont utilisé l'atlas dans une étude récente qui a examiné l'activité des neurones lorsque les souris choisissent entre différentes images qu'elles voient dans un test de laboratoire. L'étude a utilisé des Neuropixels, de minuscules sondes électriques capables de capturer l'activité de centaines de neurones à la fois dans plusieurs régions cérébrales différentes.

Au fur et à mesure qu'ils analysaient leurs données, il est devenu clair que plus de parties du cerveau étaient impliquées dans ce choix visuel qu'ils ne le pensaient auparavant, a déclaré Steinmetz. Ils devaient avoir une vue d'ensemble, et le CCFv3 les a aidés à examiner tous leurs résultats ensemble.

"L'atlas était une ressource vraiment nécessaire qui a permis l'idée même de faire des études à l'échelle du cerveau", a déclaré Steinmetz. "Lorsque vous enregistrez à partir de centaines de sites à travers le cerveau, cela introduit une nouvelle échelle d'investigation. Vous devez avoir une vue plus large de l'emplacement de tous les sites d'enregistrement, et le CCF est ce qui a rendu cela possible."

Pour créer l'atlas, les chercheurs ont divisé le cerveau en minuscules blocs 3D virtuels, appelés voxels, et ont attribué à chaque bloc une coordonnée unique. Les données qui ont alimenté cette construction 3D provenaient de l'anatomie cérébrale moyenne de près de 1 700 animaux différents. L'équipe a ensuite attribué chacun de ces voxels à l'une des centaines de régions différentes connues du cerveau de la souris, traçant des frontières prudentes entre des zones distinctes. Les ensembles de données qui ont alimenté ces deux aspects de l'atlas provenaient de plusieurs types d'expériences menées à l'Institut Allen au cours des dernières années - l'épine dorsale de différents types de données de l'atlas le rend unique parmi les atlas cérébraux de référence, ont déclaré les chercheurs.

Historiquement, les atlas cérébraux étaient dessinés en 2D, prenant des vues en forme de feuille du cerveau à différentes profondeurs et les alignant. Pour certains types de données, cette forme de cartographie cérébrale fonctionne bien. Mais pour les études de neurosciences modernes portant sur l'activité des neurones ou les caractéristiques des cellules dans l'ensemble du cerveau, un atlas 3D donne un meilleur contexte.

The researchers said future iterations of the atlas will likely rely on machine learningMachine learning is a subset of artificial intelligence (AI) that deals with the development of algorithms and statistical models that enable computers to learn from data and make predictions or decisions without being explicitly programmed to do so. Machine learning is used to identify patterns in data, classify data into different categories, or make predictions about future events. It can be categorized into three main types of learning: supervised, unsupervised and reinforcement learning." data-gt-translate-attributes="[{"attribute":"data-cmtooltip", "format":"html"}]">l'apprentissage automatique ou d'autres formes d'automatisation, plutôt que la curation manuelle laborieuse qui est entrée dans la version actuelle.

"Comme nous le savons maintenant, les atlas devraient être des ressources évolutives et vivantes, car à mesure que nous en apprendrons davantage sur l'organisation du cerveau, nous devrons faire des mises à jour", a déclaré Harris. "La construction d'atlas de manière automatique et impartiale est l'endroit où le domaine évolue probablement."

Référence : "Le cadre de coordonnées communes du cerveau de la souris Allen : un atlas de référence 3D" par Quanxin Wang, Song-Lin Ding, Yang Li, Josh Royall, David Feng, Phil Lesnar, Nile Graddis, Maitham Naeemi, Benjamin Facer, Anh Ho, Tim Dolbeare, Brandon Blanchard, Nick Dee, Wayne Wakeman, Karla E. Hirokawa, Aaron Szafer, Susan M. Sunkin, Seung Wook Oh, Amy Bernard, John W. Phillips, Michael Hawrylycz, Christof Koch, Hongkui Zeng, Julie A. Harris et Lydia Ng, 7 mai 2020, Cell.DOI : 10.1016/j.cell.2020.04.007