Simple Science

La science de pointe expliquée simplement

# Biologie# Neurosciences

Avancées dans les techniques d'imagerie du cerveau de la souris

De nouvelles méthodes améliorent notre compréhension de la structure et du développement du cerveau des souris.

― 7 min lire


Avancées dans l'imagerieAvancées dans l'imageriedu cerveau de souriscerveau.notre compréhension du développement duDes outils innovants redéfinissent
Table des matières

Ces vingt dernières années, les scientifiques ont fait de grands progrès dans l'étude du cerveau de la souris. Aujourd'hui, les chercheurs peuvent suivre des neurones individuels, observer comment le cerveau se développe au niveau cellulaire, relier différentes régions cérébrales à leur info génétique, et analyser comment fonctionnent les connexions neuronales. Ces avancées sont surtout dues à l'amélioration des techniques d'imagerie, qui permettent d'obtenir des images en haute résolution et en trois dimensions des cerveaux de souris. Des méthodes comme la tomographie par section micro-optique, le nettoyage des tissus et la transcriptomique spatiale sont largement utilisées dans ce travail.

Importance de la cartographie des données cérébrales

Une partie essentielle de cette recherche est de cartographier les données d'image par rapport à des points de référence anatomiques. Ça aide à comprendre comment les différentes structures cérébrales se relient entre elles, tant sur le plan spatial que génétique. Pour faciliter cette cartographie, des atlases détaillés du cerveau de la souris ont été créés. Des exemples notables de ces atlases sont l'Atlas Cérébral Allen et les Cadres de Coordonnées Communs. Malgré ces contributions précieuses, des défis persistent en raison des différences entre les données d'image provenant de différentes études. Les variations de la façon dont les images sont prises peuvent entraîner des problèmes comme des distorsions, des sections manquantes et des déchirures, compliquant le processus de cartographie.

Logiciels pour la cartographie du cerveau de la souris

Pour relever ces défis, plusieurs programmes logiciels ont été créés, chacun offrant différents niveaux de complexité et de facilité d'utilisation. L'un des premiers outils était le paquet Rapid Automatic Tissue Segmentation (RATS), utilisé pour l'extraction cérébrale. Des programmes plus récents incluent SPMMouse, qui est basé sur un outil populaire d'analyse du cerveau humain, et l'outil d'automatisation de la propagation d'atlas de souris (aMAP), accessible en tant que module Python. D'autres paquets appliquent diverses technologies pour analyser les images cérébrales, comme NiftyReg pour l'enregistrement d'images et ANTs pour la correction des champs de biais.

Certains programmes utilisent des approches basées sur des points de repère, identifiant des points spécifiques dans les images pour aider à l'enregistrement. Des exemples incluent SMART, FriendlyClearMap et mBrainAligner. Récemment, les méthodes d'apprentissage profond ont aussi influencé le développement des méthodes d'imagerie du cerveau de la souris, améliorant ainsi précision et efficacité.

Écosystème ANTsX

Beaucoup de paquets logiciels utilisés pour traiter les images du cerveau de la souris s'appuient sur les outils ANTsX pour des processus clés, notamment pour l'enregistrement d'images et la correction de champs de biais. ANTsX repose sur de solides techniques de cartographie d'images qui ont été initialement développées pour des études sur le cerveau humain. Ces outils ont été largement testés et montrent de bonnes performances dans diverses applications, comme la segmentation de tumeurs cérébrales et l'estimation des mouvements cardiaques.

ANTsX offre aussi des fonctionnalités pour générer des modèles, segmenter des images, prétraiter des données et utiliser des techniques d'apprentissage profond. Ce kit d'outils a été bénéfique pour créer des atlas détaillés d'images du cerveau de souris et pour analyser des données d'expression génique.

Cadre de Coordonnées Commun Développemental (DevCCF)

Récemment, le Cadre de Coordonnées Commun Développemental (DevCCF) a été présenté, servant de ressource publique qui comprend des atlases des différentes étapes de développement de l'imagerie du cerveau de souris. Ces atlases couvrent plusieurs jours embryonnaires et postnataux, montrant diverses techniques d'imagerie et les segments anatomiques définis par les processus de développement.

Notamment, les chercheurs ont créé un moyen de prédire les connexions entre les différentes étapes de développement, aidant à combler les lacunes dans les données disponibles. En utilisant un modèle qui prédit les changements de structure cérébrale au fil du temps, les scientifiques peuvent mieux comprendre le développement du cerveau.

Structure et épaisseur du cerveau de souris

Une analyse courante dans la recherche sur le cerveau de souris est d'estimer l'épaisseur du cortex. Bien que des pipelines similaires aient été établis pour les cerveaux humains, les défis uniques posés par les données de souris, comme une qualité d'image inférieure et un échantillonnage anisotrope, constituent des obstacles. Pour surmonter cela, les chercheurs ont développé un pipeline pour estimer avec précision l'épaisseur corticale dans les cerveaux de souris en utilisant des méthodes d'apprentissage profond.

Ce pipeline comprend un réseau d'extraction cérébrale et un réseau de parcellisation cérébrale. Ces réseaux sont entraînés sur des ensembles de données disponibles publiquement, permettant aux chercheurs d'analyser mieux la structure des cerveaux de souris et leurs changements de développement.

Cartographie de différents types de données

Le processus de cartographie de divers types de données, comme la tomographie par section micro-optique fluorescente (fMOST) et l'hybridation in situ fluorescente multiplexée et résistante aux erreurs (MERFISH), dans l'Atlas AllenCCFv3 a aussi beaucoup avancé. Pour le fMOST, les chercheurs ont développé un atlas moyen pour servir de point de référence pour de nouvelles images. Cet atlas moyen aide à prendre en compte les différences anatomiques significatives dues aux techniques d'imagerie.

Pour les données MERFISH, les scientifiques créent des images de référence anatomiques qui aident à aligner les données avec l'Atlas AllenCCFv3. Cela implique de produire une série de sections étiquetées pour s'assurer que les caractéristiques correspondantes sont correctement enregistrées. Les images sont alignées à l'aide d'une combinaison de transformations globales et de raffinements locaux, améliorant la précision des cartographies.

Développement continu des modèles

Bien que le DevCCF ait considérablement élargi les modèles disponibles pour étudier le développement du cerveau de la souris, il y a encore des domaines à améliorer. Le perfectionnement continu des modèles, y compris le développement de nouvelles méthodes pour créer des modèles virtuels entre les points de données existants, permet une cartographie plus précise du cerveau de la souris à travers différentes étapes de développement.

Améliorer la recherche avec ANTsX

L'écosystème ANTsX a prouvé être un cadre précieux pour l'étude du cerveau de la souris. Sa vaste fonctionnalité permet aux chercheurs de créer des pipelines complets pour analyser des images cérébrales sans dépendre de plusieurs paquets logiciels. Cette flexibilité est soutenue par une communauté de développeurs qui raffinent et améliorent continuellement les outils disponibles dans ANTsX.

La création réussie de modèles d'étapes de développement et la capacité de cartographier des données d'expression génique sur ces modèles démontrent les capacités d'ANTsX à gérer des besoins d'imagerie et de recherche complexes.

L'avenir de la recherche sur le cerveau de la souris

À mesure que les méthodologies de recherche évoluent, l'intégration de nouvelles technologies et techniques continuera de propulser notre compréhension de la structure et de la fonction du cerveau de la souris. La capacité à cartographier et analyser avec précision divers types de données d'imagerie, combinée à des techniques avancées d'apprentissage automatique, fournira aux chercheurs des aperçus plus profonds sur le développement et la fonction cérébrale.

Dans l'ensemble, les progrès dans la recherche sur le cerveau de la souris auront des implications significatives pour comprendre le développement neurologique, les mécanismes de la maladie et les traitements potentiels. En surmontant les défis existants et en exploitant de nouvelles technologies, les scientifiques vont enrichir notre connaissance du cerveau de la souris et de sa pertinence pour la santé humaine.

Source originale

Titre: The ANTsX Ecosystem for Mapping the Mouse Brain

Résumé: Precision mapping techniques coupled with high resolution image acquisition of the mouse brain permit the study of the spatial organization of gene expression and their mutual interaction for a comprehensive view of salient structural/functional relationships. Such research is facilitated by standardized anatomical coordinate systems, such as the well-known Allen Common Coordinate Framework (AllenCCFv3), and the ability to spatially map to such standardized spaces. The Advanced Normalization Tools Ecosystem is a comprehensive open-source software toolkit for generalized quantitative imaging with applicability to multiple organ systems, modalities, and animal species. Herein, we illustrate the utility of ANTsX for generating precision spatial mappings of the mouse brain and potential subsequent quantitation. We describe ANTsX-based workflows for mapping domain-specific image data to AllenCCFv3 accounting for common artefacts and other confounds. Novel contributions include ANTsX functionality for velocity flow-based mapping spanning the spatiotemporal domain of a longitudinal trajectory which we apply to the Developmental Common Coordinate Framework. Additionally, we present an automated structural morphological pipeline for determining volumetric and cortical thickness measurements analogous to the well-utilized ANTsX pipeline for human neuroanatomical structural morphology which illustrates a general open-source framework for tailored brain parcellations.

Auteurs: Nicholas James Tustison, M. Chen, F. N. Kronman, J. T. Duda, C. Gamlin, M. Kunst, R. Dalley, S. A. Sorensen, Q. Wang, L. Ng, Y. Kim, J. C. Gee

Dernière mise à jour: 2024-05-01 00:00:00

Langue: English

Source URL: https://www.biorxiv.org/content/10.1101/2024.05.01.592056

Source PDF: https://www.biorxiv.org/content/10.1101/2024.05.01.592056.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires