意大利国家研究委员会生物物理研究所 (CNR-IBF) 和摩德纳雷焦艾米利亚大学 (UNIMORE) 开发了一种新的人类海马体 CA1 区域高分辨率模型，该模型是人脑项目的一部分。单细胞分辨率模型复制了该区域的结构和结构，以及神经元的位置和相对连接性，是从高分辨率图像的全尺寸数据集开发而来的。该数据集在 BigBrain Atlas 中可用，并且很快将在 EBRAINS 上可用。根据这项发表在《自然计算科学》杂志上的研究，同样的方法可以应用于生成其他人脑区域的全尺寸模型，也可以集成到虚拟大脑等协同仿真环境中。
就相对 3D 坐标和神经元之间的连接而言，人脑单个神经元的数据量非常有限。我们对从 BigBrain 数据库获得的人类海马体的高分辨率图像进行了数据挖掘操作。单个神经元的位置是从对这些图像的详细分析中得出的”。
研究人员开发了一种定制的图像处理算法以获得神经元定位的真实分布，以及一种通过近似树突和轴突形状生成神经元连接的算法。“树突和轴突可以根据其延伸的一般形状进行分类：例如，一些适合狭窄的锥体，另一些则具有广泛的复杂延伸，可以用专用的几何体积来近似，并且与附近神经元的连接相应地发生变化”该研究的主要作者、来自 UNIMORE 的 Daniela Gandolfi 解释说。“我们的算法分析高分辨率图像，并在创建与形态特性相关联的特定几何形状后，允许我们计算两个神经元连接的概率。
“我们将 3D 模型中的神经元密度与现有的海马体文献进行了比较，发现它与实验观察结果相符，从而验证了我们的模型，”Gandolfi 总结道。研究人员正在 EBRAINS 平台上共享数据集和提取方法。“我们这项研究的主要目标是让 HBP 和更广泛的神经科学界可以轻松获得数据。我们现在正在使用相同的方法来模拟其他大脑区域”。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！