Naukowcy opublikowali najbardziej szczegółowy neuron muszki owocówki

streszczenie: Naukowcy odkryli najbardziej wszechstronną sieć neuronową rdzenia nerwowego dorosłej muszki owocowej, która jest podobna do ludzkiego rdzenia kręgowego, zapewniając społeczności naukowej wyjątkowe zasoby.

Sieć neuronowa, złożona z około 23 000 neuronów, ujawnia złożoną sieć kontrolującą funkcje motoryczne muchy. Z danych wyłoniły się już nowe spostrzeżenia, kwestionujące poprzednie teorie dotyczące ruchu lotniczego.

Osiągnięcie to nie tylko pogłębia wiedzę na temat neuronauki Drosophila, ale także służy jako szablon dla podobnych przyszłych projektów.

Kluczowe fakty:

1. Rdzeń nerwowy Drosophila obejmuje około 23 000 neuronów, 10 milionów miejsc przedsynaptycznych i 74 miliony zagęszczeń postsynaptycznych.
2. Jest to jak dotąd najgłębsza i najbardziej kompletna sieć neuronowa dorosłych Drosophila.
3. Sieć neuronowa ujawniła już, że niektóre zachowania angażujące te same mięśnie wykorzystują mikroobwody przedmotoryczne, co jest sprzeczne z istniejącymi teoriami.

źródło: Kampus badawczy Janelia

Już w tym roku naukowcy opublikowali schemat elektryczny mózgu larwy muszki owocowej. Oczekuje się, że połączenia neuronowe mózgu i płata wzrokowego dorosłej samicy muchy zostaną utworzone w 2023 r., a pełna sieć neuronowa dorosłej muchy ma zostać wkrótce ukończona.

6 czerwca naukowcy i współpracownicy z Janelia w USA i Wielkiej Brytanii dodali kolejny element do układanki sieci neuronowej, ujawniając schemat okablowania dorosłego męskiego przewodu nerwowego, nazwanego MANC.

Sieć neuronowa, wspólny wysiłek autorstwa Zespół projektowy FlyEM Janelii i współpracownikami, jest szczegółowo opisany we wcześniejszych publikacjach na temat bioRxiv i jest bezpłatnie dostępny dla naukowców na całym świecie za pośrednictwem Janelia. witryny.

Z około 23 000 neuronów, 10 milionami miejsc przedsynaptycznych i 74 milionami zagęszczeń postsynaptycznych, MANC jest najgłębszą i najbardziej kompletną siecią neuronową rdzenia nerwowego dorosłej muszki owocowej – strukturą podobną do ludzkiego rdzenia kręgowego, który kontroluje większość To. funkcji motorycznych muchy.

Bezprecedensowa szczegółowość tej mapy neuronów i ich połączeń pomoże naukowcom dowiedzieć się, jak mucha porusza nogami lub trzepocze skrzydłami.

Gdyby 23 000 neuronów składających się na sieć neuronową MANC zostało ułożonych od końca do końca, rozciągałaby się ona na odległość około 44 metrów.

Preprinty opublikowane wraz z danymi sieci neuronowej opisują różne typy komórek, ich pochodzenie i połączenia oraz spostrzeżenia biologiczne, które zaczynają wyłaniać się z danych. Drosophila jest głównym organizmem używanym przez neuronaukowców do badania działania układu nerwowego, więc istnienie sieci neuronowych ma kluczowe znaczenie dla ujawnienia, w jaki sposób komórki współpracują ze sobą, aby umożliwić zachowanie.

„Kiedy już zobaczysz kompletną sieć, możesz zacząć zadawać poważne pytania organizacyjne”, mówi Gwyneth Card, badacz HHMI w Zuckerman Institute na Uniwersytecie Columbia i były lider grupy Janelia, który pomagał kierować projektem.

MANC i inne uruchomione sieci neuronowe podążają śladami sieci półneuronowej wydanej przez naukowców Janelia w 2020 roku. W tamtym czasie półmózgowie – część mózgu dorosłej muchy – było największym i najbardziej wszechstronnym schematem okablowania, jaki kiedykolwiek stworzono , wyczyn, który wielu uważał za niemożliwy do osiągnięcia.

Uwolnienie porażenia mózgowego doprowadziło do dalszego wsparcia i zainteresowania wysiłkami sieci neuronowej. Naukowcy uzupełniają teraz brakujące fragmenty połowy mózgu, a mapowanie całego ośrodkowego układu nerwowego zarówno samców, jak i samic muszek owocowych jest w zasięgu ręki.

„Ten pociąg będzie się toczył dalej” — mówi Card. „Widzisz tylko początek”.

Konstrukcja MANC

Sieć neuronowa MANC została stworzona przy użyciu metod podobnych do tych używanych do mapowania półkuli, w których zespół Janelii przygotowuje próbkę rdzenia nerwowego i obrazuje warstwę po warstwie warstw o ​​grubości nanometra na skaningowych mikroskopach elektronowych ze zogniskowaną wiązką jonów. Algorytmy i komputery Google połączyły obrazy i wykonały pierwszą próbę identyfikacji neuronów.

Następnie zespół Janelian i współpracowników przystąpił do poprawiania danych — ręcznej pracy mającej na celu zapewnienie prawidłowego kształtu i połączeń neuronów, co jest jedną z najbardziej czasochłonnych części procesu. W związku z pandemią COVID-19 zespół opracował oprogramowanie do uruchamiania na komputerach domowych. To, wraz z dodatkowymi funduszami z Wellcome Trust, oznacza, że ​​międzynarodowi współpracownicy mogą łatwiej pomagać w tych wysiłkach.

„Ponieważ został w pełni skontrolowany i możemy znaleźć te same neurony po prawej i lewej stronie muchy, możemy powiedzieć współpracownikom:„ Możesz temu zaufać ”- mówi Greg Jeffress, neurobiolog z Laboratorium Biologii Molekularnej MRC i University of Cambridge oraz lider innego projektu, którego jest częścią FlyEM Project Team Steering Committee.

Naukowcy z Cambridge zidentyfikowali również różne typy komórek, które znajdują się wzdłuż ciała muchy, oraz komórki macierzyste, z których pochodzą, co pomogło wyodrębnić niektóre zasady organizacji.

„Przewód nerwowy brzuszny jest zasadniczo postrzegany jako czarna skrzynka” — mówi Lisa Marin, asystentka naukowa na Uniwersytecie w Cambridge, która kierowała pracami nad typowaniem komórek.

Zdecydowana większość neuronów nie jest rozpoznawana. Tak więc dużą częścią naszego procesu było podzielenie tych grup na mniejsze grupy, a następnie przyjrzenie się powiązaniom”.

Badanie danych sieci neuronowej już zaczyna ujawniać pewne niespodzianki. Card i jej zespół odkryli, że niektóre zachowania angażujące te same mięśnie wykorzystują mikroobwody przedmotoryczne, a nie te same obwody, jak wcześniej sądzono.

Jeffress i jego zespół opisali złożone, powtarzające się obwody, które kontrolują nogi i odkryli, co zaskakujące, że wzajemne połączenia, które koordynują nogi, różnią się od obecnych modeli.

Wiele innych spostrzeżeń z MANC pojawi się, gdy inni badacze zaczną badać dane, do których można uzyskać dostęp za pośrednictwem narzędzi internetowych neuPrint i Clio opracowanych w Janelia.

„Oczywiście te sieci neuronowe są bardzo bogate i to naprawdę dopiero punkt wyjścia do próby zrozumienia, jak działa ten system” – mówi Card. „Wymagałoby to całej społeczności, aby zagłębić się, aby uzyskać szeroki zakres różnych zachowań, które ludzie badają w różnych kontekstach, aby zbadać tę sieć. W ten sposób zinternalizujemy wyższe zasady. „

Oprócz wiedzy naukowej, którą można uzyskać, projekt służy również jako model dla innych grup zajmujących się sieciami neuronowymi.

„Ten rodzaj współpracy będzie absolutnie niezbędny, gdy ludzie zaczną przenosić się do mysich sieci neuronowych i tym podobnych rzeczy” — mówi Lou Scheffer, główny naukowiec w Janelia i członek zespołu FlyEM.

„Nie ma możliwości, aby jakakolwiek pojedyncza organizacja mogła to zrobić, dlatego jest to prototyp tego rodzaju współpracy”.

zbiory danych: https://www.janelia.org/project-team/flyem/manc-connectome

Informacje o tych wiadomościach z badań neurologicznych

autor: Karta Gwyneth
źródło: Kampus badawczy Janelia
Komunikacja: Karta Gwyneth — kampus badawczy Janelia
zdjęcie: Najlepsze zdjęcie przypisane do Neuroscience News. Zdjęcie artykułu przypisane FlyEM/Janelia Research Campus

Oryginalne wyszukiwanie: Dostęp zamknięty.
„Łącznik brzusznego rdzenia nerwowego samca DrosophilaNapisane przez Shin-ya Takemura i in. bioRXiv

Dostęp zamknięty.
„Systematyczna adnotacja kompletnej sieci neuronowej rdzenia nerwowego Drosophila ujawnia zasady organizacji funkcjonalnejPrzez Elizabeth C. Marin i in. bioRXiv

podsumowanie

Łącznik brzusznego rdzenia nerwowego samca Drosophila

Zachowanie zwierząt wyraża się przede wszystkim poprzez kontrolę nerwowo-mięśniową. Dlatego zrozumienie, w jaki sposób mózg kontroluje zachowanie, wymaga mapowania obwodów neuronowych aż do neuronów ruchowych.

Wcześniej opracowaliśmy technikę gromadzenia zestawów danych z mikroskopii elektronowej na dużą skalę tkanki nerwowej i rekonstrukcji morfologii neuronów i ich synaps chemicznych w całej objętości. Za pomocą tych narzędzi stworzyliśmy gęsty schemat okablowania lub sieć neuronową dla dużej części naszych zasobów Drosophila centralny mózg.

Jednak u większości zwierząt, w tym u much, większość neuronów ruchowych znajduje się poza mózgiem, w ośrodku nerwowym bliżej ciała, takim jak rdzeń kręgowy ssaków lub brzuszny przewód nerwowy owadów (VNC).

W tym artykule rozszerzamy nasze wysiłki, aby zmapować całe obwody neuronowe pod kątem zachowania, generując sieć neuronową z VNC męskiej muchy.

podsumowanie

Systematyczna adnotacja kompletnej sieci neuronowej rdzenia nerwowego Drosophila ujawnia zasady organizacji funkcjonalnej

Nasz artykuł towarzyszący (Takemura i in., 2023) przedstawia pierwszą w pełni poprawioną sieć neuronową dla rdzenia nerwowego zwierzęcia, które może chodzić lub latać. Podstawowa sieć neuronowa składa się z morfologii neuronów i połączeń między nimi.

Jednak aby skutecznie poruszać się po tej sieci neuronowej i ją rozumieć, niezbędny jest system adnotacji, który systematycznie klasyfikuje i oznacza neurony oraz łączy je z istniejącą literaturą.

W tym artykule opisujemy kompleksową adnotację sieci VNC, najpierw poprzez system zgrubnych hierarchicznych adnotacji, następnie przez grupowanie od lewej do prawej i sekwencyjnych jednorodnych neuronów, a na koniec poprzez zdefiniowanie regularnych typów komórek dla wewnętrznych neuronów i neuronów czuciowych dla VNC; Wpisano neurony doprowadzające i ruchowe (Cheong i in., 2023).

Mapujemy modalność czuciową na ponad 5000 neuronów czuciowych, grupujemy je według kontaktu i identyfikujemy seryjne homologiczne typy komórek oraz wielowarstwową organizację, która prawdopodobnie odpowiada topografii obwodowej. Identyfikujemy rozwojowe neuroblasty pochodzenia dla zdecydowanej większości neuronów VNC i potwierdzamy, że (w większości przypadków) wszystkie neurony wtórne każdej linii transkrypcyjnej wyrażają pojedynczy neuroprzekaźnik.

Neuroblasty powtarzają się sekwencyjnie wzdłuż segmentów rdzenia nerwowego i ogólnie wykazują spójną komunikację między liniami między półkulami w neuronach, co potwierdza pogląd, że hemlina jest kluczową cechą regulacyjną VNC.

Odkryliśmy również, że ponad jedna trzecia pojedynczych neuronów należała do kolejnych typów komórek homozygotycznych, co było konieczne do identyfikacji neuronów ruchowych i neuronów czuciowych w neuronach nóg. Klasyfikacja interneuronów według ich wzorców unerwienia zapewnia dodatkową oś regulacyjną.

Wydaje się, że ponad połowa wewnętrznych neuronów w VNC ma dwie nogi, przy czym większość jest ograniczona do neuronów jednonożnych; W przeciwieństwie do tego, hamujące interneurony, które łączą różne neurony w kości piszczelowej, szczególnie te, które przekraczają linię środkową, wydają się być znacznie rzadsze, niż przewidywałyby standardowe modele obwodów motorycznych.

Nasze adnotacje są publikowane jako część aplikacji internetowej neuprint.janelia.org i służą również jako podstawa do programowej analizy sieci neuronowej za pomocą niestandardowych narzędzi, które opisujemy w tym artykule.