《矩阵成像:同时观察大脑多个区域的神经元活动》

  • 来源专题:可再生能源
  • 编译者: pengh
  • 发布时间:2019-12-25
  • 双光子激光扫描显微镜成像是研究哺乳动物大脑细胞和亚细胞分辨率神经元活动的常用方法。这样的研究还局限于大脑的单一功能区域。在最近的一份报告中,来自中国、德国和英国的大脑研究仪器创新中心、神经科学研究所、系统神经科学和光学系统先进制造技术中心的杨孟克和同事们开发了一种名为“多区域双光子实时体外探索者”(MATRIEX)的新技术。方法允许用户针对多个区域的脑功能的视野(FOV)近似直径200µm执行双光子Ca2 +与单细胞成像分辨率同时在所有地区。

    Yang等人对小鼠麻醉和清醒状态下初级视觉皮层、初级运动皮层和海马CA1区单神经元活动进行了实时功能成像。MATRIEX技术可以独特地配置多个微观fov使用单一激光扫描设备。因此,该技术可以在现有的传统单束扫描双光子显微镜上作为附加光学模块实现,而无需进行额外的修改。该基质可用于探索多区域神经元在体内的活动,以实现具有单细胞分辨率的全脑神经回路功能。

    双光子激光显微术起源于20世纪90年代,在对研究体内神经结构和功能感兴趣的神经科学家中流行起来。活体大脑的双光子和三光子成像的一个主要优点是通过密集的标记性脑组织实现的光学分辨率,这些脑组织具有强烈的散射光,在此过程中,光学分割的图像像素可以被扫描和获得,而相互之间的干扰最小。但是,这些优点也造成了该方法的重大缺陷,因为它阻止了在特定距离内同时查看两个对象。研究人员之前已经实施了许多策略来扩展限制,但是这些方法很难在神经科学研究实验室中实施。尽管如此,在神经科学领域,人们对在活体中利用单细胞分辨率研究大脑范围内的神经元功能的要求越来越高。

    一个简单的方法是,科学家们可以在同一动物大脑上方放置两个显微镜,同时对大脑皮层和小脑进行成像。但这些努力可能导致复杂性和成本的大幅增加。因此,现有的对性能和可行性的高期望提出了一个极具挑战性的工程问题,即单个成像系统如何能够在体内同时获得来自多个大脑区域的活体显微图像。为了解决这个问题,Yang等人引入了一种结合两级放大和多轴光学耦合的新方法。

    他们利用一个低放大率的干法物镜(DO)实现了该方法,干法物镜下有多个浸没在水中的微型化物镜(MOs)。科学家们将每个金属氧化物半导体放置在大脑组织所需的目标位置和深度。该团队使用新的复合物体组装,类似于原来的水浸显微镜物镜,没有对图像扫描和采集子系统进行额外的修改。

    研究小组首先组装了MATRIEX复合目标。为此,他们用定制的复合物镜组件取代了传统的水浸式显微镜物镜,在双光子激光扫描显微镜内部配备了传统的单光束光栅扫描装置。这个复合组件包含多个MOs(微缩目标),通过多次开颅手术插入,在此过程中,科学家们将一个3d打印的塑料腔黏在老鼠模型的头骨上。腔室大致使金属氧化物半导体与相同的空间对齐,以调整横向位置和深度。Yang等人对各个MOs进行精确操作,使其在同一图像平面上同时查看所有MOs下的对象。

    他们利用两个原则实现了矩阵方法;两级放大和多轴耦合。例如,使用两级放大的干燥目的(做),他们观察到20µm珠子小模糊点,而观察清晰,通过复合组装轮圈。在多轴耦合过程中,科学家们将单个DO与同一成像平面上的多个MOs耦合。通过在一个矩形框架中使用一个简单的光栅扫描,研究团队获得了一个包含多个圆形FOV(视场)的矩形图像,其中每个FOV对应一个MO, FOV之间的像素串扰最小。

    科学家们认为数值孔径(NA)的放大使得这种复合装置具有更好的分辨率。相关的镜头也是灵活和定制设计的大规模生产的低成本,以协助实验设计。MATRIEX的主要特点是它的能力,图像多个对象同时在大深度间隔。为了强调这一点,Yang等人设计了具有不同参数的不同MOs,将它们放置在特定深度,对应的物体平面共轭在同一轴线上。在实践中,研究团队通过沿着每个z轴分别调整MOs来补偿期望的和实际对象深度之间的微小不匹配。

    通常,在干物镜下,靶区的最大横向尺寸受扫描场的最大尺寸限制。例如,使用2倍放大的DO和直径12毫米的目标区域,科学家可以成像整个成年老鼠的大脑。在本研究中,Yang等人同时对小鼠额叶联合皮层和小脑进行了成像。在实践中,一个4倍的空气物镜是适合实现更好的分辨率,以观察细枝晶结构。

相关报告
  • 《思考的空间:观察墙壁的大脑区域》

    • 来源专题:生物安全网络监测与评估
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2019-05-20
    • 要想在世界各地移动,您需要了解周围环境,特别是限制运动的限制因素:墙壁,天花板和其他障碍物,这些障碍物限定了您周围可导航空间的几何形状。现在,一群神经科学家已经确定了人类大脑中专门用于感知这种几何形状的区域。这个大脑区域以闪电般的速度编码场景的空间约束,并且可能有助于我们对周围环境的即时感觉;让我们在太空中定位,这样我们就可以避免碰到事物,找出我们所处的位置并安全地穿越我们的环境。 今天发表在Neuron上的这项研究为理解我们的大脑帮助我们解决的复杂计算奠定了基础。由哥伦比亚大学Mortimer B. Zuckerman思维脑行为研究所和芬兰阿尔托大学的科学家领导,这项工作还涉及旨在模仿人类大脑视觉能力的人工智能技术的发展。 “视觉给我们一个近乎瞬间的感觉,我们在太空中,特别是表面的几何形状 - 地面,墙壁 - 限制我们的运动。感觉毫不费力,但它需要多个大脑的协调活动哥伦比亚大学扎克曼研究所的首席研究员,该论文的资深作者Nikolaus Kriegeskorte博士说。 “神经元如何协同工作以使我们对周围环境产生这种感觉仍然是神秘的。通过这项研究,我们向解决这个难题迈进了一步。” 为了弄清楚大脑如何感知周围环境的几何形状,研究小组要求志愿者查看不同三维场景的图像。图像可能描绘了一个典型的房间,有三面墙,一个天花板和一个地板。然后研究人员系统地改变了现场:例如,移除墙壁或天花板。同时,他们通过在芬兰Aalto的神经影像设施中结合使用两种先进的脑成像技术来监测参与者的大脑活动。 “通过对每个参与者反复进行此操作,我们有条不紊地改变图像,我们可以将他们的大脑如何编码每个场景,”该论文的第一作者,阿尔托大学神经科学和生物医学工程讲师Linda Henriksson博士。 我们的视觉系统被组织成一个阶段的层次结构。第一阶段实际上位于视网膜的大脑外部,可以检测到简单的视觉特征。大脑的后续阶段有能力检测更复杂的形状。通过多个阶段处理视觉信号 - 以及阶段之间的重复通信 - 大脑形成了世界的完整画面,包括其所有颜色,形状和纹理。 在皮质中,首先在称为初级视觉皮层的区域中分析视觉信号。然后将它们传递到几个更高级别的皮质区域进行进一步分析。枕骨位置区域(OPA)是皮质处理的中间阶段,在参与者的脑部扫描中证明特别有趣。 “以前的研究表明,OPA神经元编码场景,而不是孤立的物体,”Kriegeskorte博士说,他也是哥伦比亚大学心理学和神经科学教授兼认知成像主任。 “但我们还不了解该地区数百万神经元编码的场景。” 在分析参与者的脑部扫描后,Drs。 Kriegeskorte和Henriksson发现OPA活动反映了场景的几何形状。 OPA活动模式反映了每个场景组件的存在与否 - 墙壁,地板和天花板 - 传达了场景整体几何形状的详细图片。然而,OPA活动模式并不取决于组件的外观;墙壁,地板和天花板的纹理 - 表明该区域忽略了表面外观,以便仅关注表面几何形状。大脑区域似乎执行了所需的所有必要计算,以便非常快速地了解房间的布局:仅需100毫秒。 “我们的大脑感知周围环境的基本几何形状的速度表明了快速获取这些信息的重要性,”Henriksson博士说。 “知道你是在里面还是外面,或者你可能选择导航是关键。” 通过联合使用两种互补成像技术:功能性磁共振成像(fMRI)和脑磁图(MEG),可以获得本研究中获得的见解。功能磁共振成像测量血氧水平的局部变化,反映局部神经元活动。它可以以几毫米的分辨率显示详细的空间活动模式,但在时间上不是很精确,因为每个fMRI测量反映了五到八秒的平均活动。相比之下,MEG测量大脑产生的磁场。它可以以毫秒的时间精度跟踪活动,但不会给出空间详细的图片。 “当我们将这两种技术结合起来时,我们可以解决活动发生的位置和出现的速度。” Henriksson博士说,他收集了阿尔托大学的成像数据。 展望未来,研究团队计划整合虚拟现实技术,为参与者提供更逼真的3D环境体验。他们还计划建立神经网络模型,模仿大脑感知环境的能力。 “我们希望将这些东西放在一起,构建更像我们自己的大脑的计算机视觉系统,这些系统具有专门的机器,就像我们在人脑中观察到的那样,可以快速感知环境的几何形状,”Kriegeskorte博士说。 。 本文的标题是“人类OPA中场景布局的快速不变编码”。此后加入加拿大安大略省西部大学的Marieke Mur博士也参与了这项研究。 该研究得到了芬兰科学院(博士后研究基金; 278957),英国学院(博士后奖学金; PS140117)和欧洲研究理事会(ERC-2010-StG 261352)的支持。 ——文章发布于2019年5月13日
  • 《狗处理数字量的大脑区域与人类相似》

    • 来源专题:生物安全网络监测与评估
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2019-12-25
    • 埃默里大学(Emory University)的一项研究发现,狗狗会自发地处理基本的数值,利用它们大脑中与人类的数字反应神经区域密切相关的一个独特部分。 《生物学快报》发表的研究结果表明,哺乳动物进化过程中普遍存在一种神经机制。 埃默里大学心理学教授、该研究的资深作者格雷戈里•伯恩斯(Gregory Berns)表示:“我们的研究不仅表明,狗狗也像人类一样使用大脑的类似部位来处理大量的物体——这表明它们不需要训练就能做到这一点。” “了解人类和跨物种的神经机制,让我们了解我们的大脑是如何随着时间的推移而进化的,以及它们现在是如何运作的,”论文的合著者、埃默里大学(Emory university)的心理学副教授斯特拉•洛伦科(Stella Lourenco)说。 Lourenco补充说,这样的见解可能有一天会带来实际应用,如治疗大脑异常和改善人工智能系统。 劳伦·奥莱特,洛伦索实验室的博士生,是这项研究的第一作者。 这项研究使用功能性磁共振成像(fMRI)来扫描狗的大脑,当它们看到屏幕上闪现的不同数量的圆点时。结果表明,狗的顶叶颞叶皮层会对圆点数量的差异做出反应。研究人员保持圆点的总面积不变,表明产生反应的是圆点的数量,而不是大小。 近似数字系统支持快速估计场景中目标数量的能力,比如接近的捕食者数量或可供觅食的食物数量。有证据表明,人类主要利用他们的顶叶皮层来获得这种能力,这种能力甚至在婴儿时期就存在了。 这种对数字信息的基本敏感性,即所谓的数字能力,并不依赖于象征性思维或训练,似乎在整个动物界都很普遍。然而,许多关于非人类的研究都涉及对受试者的强化训练。 例如,以前的研究发现,猴子顶叶皮层的特定神经元对数值有协调能力。这类研究并没有阐明数字能力是否在非人类灵长类动物中是一种自发的系统,因为实验对象经历了多次试验,并因为选择了为实验准备的点数更多的场景而获得奖励。 对狗的行为研究也表明,狗对数字很敏感。 埃默里大学的研究人员希望利用功能磁共振成像进一步研究犬类数字感知的神经基础。 伯恩斯是“狗项目”的创始人,该项目旨在研究人类最好、最古老的朋友——狗的进化问题。该项目是第一个训练狗自愿进入fMRI扫描仪,在扫描过程中保持静止,不受约束或镇静。 洛伦索主要研究人类的视觉感知、认知和发展。 11只不同品种的狗参与了当前的功能性磁共振成像实验。这些狗没有接受过事先的计算训练。进入fMRI后,他们被动地观察数值变化的点阵列。11只狗中有8只在交替点阵的比例比数值恒定时表现出更大的颞叶皮层激活。 “我们直接去到源头,观察狗的大脑,以便直接了解当狗看到不同数量的圆点时,它们的神经元在做什么,”奥莱特说。“这让我们绕过了之前对狗和其他一些物种的行为研究的弱点。” 伯恩斯指出,人类和狗在八千万年的进化过程中是分开的。他说:“我们的研究结果提供了一些最有力的证据,证明计算能力是一种共同的神经机制,至少可以追溯到那个年代。” 与狗和其他动物不同,人类能够以基本的计算能力为基础进行更复杂的数学运算,主要是利用前额叶皮层。“我们能做微积分和代数的部分原因是我们有这种基本的计算能力,我们和其他动物一样,”Aulet说。“我感兴趣的是,我们是如何进化出这种更高的数学能力的,以及这些技能是如何随着时间的推移在个人身上得到发展的,从婴儿时期的基本计算能力开始。” 这项研究的其他作者包括韦罗妮卡·邱(Veronica Chiu)和阿什利·普里查德(Ashley Prichard),埃默里大学心理学研究生,以及综合性宠物治疗公司(Comprehensive Pet Therapy)的首席执行官马克·斯皮瓦克(Mark Spivak)。斯皮瓦克和伯恩斯共同创立了狗之星科技公司,开发研究狗如何感知世界的技术。 这项工作得到了美国国立卫生研究院(National Institutes of Health)、约翰•默克基金(John Merck Fund)和海军研究办公室(Office of Naval Research)的支持。 ——文章发布于2019年12月18日