Bir dizi yeni çalışma şimdi, bu eylemi başlatmaktan sorumlu olan beyin bölgesinin – hareketi kontrol eden birincil motor korteks – bunu gerçekleştirmek için birlikte çalışan 116 farklı hücre tipine sahip olduğunu gösteriyor.
Nature dergisinde 6 Ekim’de çevrimiçi olarak yayınlanan 17 çalışma, Ulusal Sağlık Enstitüleri’nin Yenilikçi Nöroteknolojileri Geliştirmek (BRAIN) Girişimi Yoluyla Ulusal Sağlık Enstitüleri tarafından desteklenen büyük bir araştırmacı konsorsiyumunun beş yıllık çalışmasının sonucudur. Beynin bir bölümünde farklı hücre tipleri. Kafamızdaki nöral ağların vücudumuzu ve zihnimizi nasıl kontrol ettiğini ve zihinsel ve fiziksel problemlerde nasıl bozulduklarını anlamaya yardımcı olmak için tüm beynin bir atlasını oluşturmak uzun vadeli bir projenin ilk adımıdır.
“Beyni son derece karmaşık bir makine olarak düşünürseniz, onu parçalara ayırmadan ve parçalarını bilmeden nasıl anlayabiliriz?” diye sordu hücresel sinirbilimci Helen Bateup, California Üniversitesi, Berkeley, moleküler ve hücre biyolojisi doçenti ve diğer makalelerin sonuçlarını sentezleyen amiral gemisi makalenin ortak yazarı. “Beynin nasıl çalıştığına dair herhangi bir kılavuzun ilk sayfası şöyle olmalıdır: İşte tüm hücresel bileşenler, işte kaç tane var, işte nerede bulundukları ve kime bağlandıkları.”
Bireysel araştırmacılar daha önce şekillerine, boyutlarına, elektriksel özelliklerine ve içlerinde hangi genlerin ifade edildiğine göre düzinelerce hücre tipi tanımladılar. Yeni çalışmalar, çoğu iyi bilinen hücre tiplerinin alt tipleri olmasına rağmen, yaklaşık beş kat daha fazla hücre tipi tanımlamaktadır. Örneğin, gama-aminobütirik asit (GABA) veya glutamat gibi spesifik nörotransmitterleri serbest bırakan hücrelerin her biri, gen ekspresyonu ve elektriksel ateşleme paternleri ile birbirinden ayırt edilebilen bir düzineden fazla alt tipe sahiptir.
Mevcut makaleler yalnızca motor kortekse hitap ederken, 2017’de oluşturulan BRAIN Initiative Cell Census Network (BICCN), her ikisi de nöron olan 160 milyardan fazla hücreden oluşan beyindeki tüm farklı hücre tiplerini haritalamaya çalışıyor. ve glia adı verilen destek hücreleri. BEYİN Girişimi, 2013 yılında dönemin ABD Başkanı Barack Obama tarafından başlatıldı.
Bateup, “Bütün bu parçaları tanımladıktan sonra, bir seviye yukarı çıkabilir ve bu parçaların birlikte nasıl çalıştığını, nasıl işlevsel bir devre oluşturduklarını, bunun nihayetinde algılara, davranışlara ve çok daha karmaşık şeylere nasıl yol açtığını anlamaya başlayabiliriz.” dedim.
Bateup ve UC Berkeley’den meslektaşı Dirk Hockemeyer, eski UC Berkeley profesörü John Ngai ile birlikte, belirli bir hücre tipinin bir floresan işaretleyici ile etiketlendiği fareler oluşturmak için CRISPR-Cas9’u zaten kullandılar ve bu hücrelerin beyin boyunca yaptıkları bağlantıları izlemelerini sağladılar. . Berkeley ekibi, amiral gemisi dergi makalesi için, yeni tanımlanan hücre tiplerinin bağlantılarını aydınlatmak için yeni araçlar sağlayan iki “knock-in” muhabir fare türü yarattığını söyledi.
“İnsan beyni bozuklukları için etkili tedaviler geliştirmedeki birçok sınırlamamızdan biri, belirli bir hastalıktan hangi hücrelerin ve bağlantıların etkilendiğini yeterince bilmememiz ve bu nedenle neyi ve nerede hedef almamız gerektiğini kesin olarak belirleyemememizdir. UC Berkeley’in Beyin Girişimi çabalarını geçen yıl tüm ulusal girişimi yönlendirmek için görevlendirilmeden önce yöneten Ngai,” dedi. “Beyni oluşturan hücre türleri ve özellikleri hakkında ayrıntılı bilgi, nihayetinde nörolojik ve nöropsikiyatrik hastalıklar için yeni tedavilerin geliştirilmesine olanak sağlayacaktır.”
Ngai, toplamda 250’den fazla ortak yazarı olan amiral gemisi makalenin 13 ilgili yazarından biridir.
Bateup, Hockemeyer ve Ngai, farenin insan beynine benzer yapılara sahip orta beynindeki tek dopamin üreten hücrelerdeki tüm aktif genleri profillemek için daha önceki bir çalışmada işbirliği yaptı. Tüm spesifik haberci RNA moleküllerinin ve her hücredeki seviyelerinin tanımlanmasını içeren bu aynı profilleme tekniği, diğer BICCN araştırmacıları tarafından motor korteksteki hücrelerin profilini çıkarmak için kullanıldı. Tek hücreli RNA dizilimi veya scRNA-seq adı verilen bir teknik kullanan bu tür analiz, transkriptomik olarak adlandırılır.
scRNA-seq tekniği, BICCN ekibi tarafından üç farklı memelideki farklı hücre tiplerini karakterize etmek için kullanılan yaklaşık bir düzine ayrı deneysel yöntemden biriydi: fareler, marmosetler ve insanlar. Bunlardan dördü, gen ekspresyon seviyelerini tanımlamanın ve genomun kromatin mimarisini ve epigenom olarak adlandırılan DNA metilasyon durumunu belirlemenin farklı yollarını içeriyordu. Diğer teknikler, hücreleri aksiyon potansiyellerini nasıl ateşlediklerine göre ayırt etmek, hücreleri şekle göre kategorize etmek, bağlantılarını belirlemek ve hücrelerin beyin içinde uzaysal olarak nereye yerleştirildiğine bakmak için klasik elektrofizyolojik yama kelepçesi kayıtlarını içeriyordu. Bunların birçoğu, hücre tiplerini ayırt etmek için makine öğrenimi veya yapay zekayı kullandı.
Hockemeyer, “Bu, bu hücre türlerinin en kapsamlı açıklamasıydı ve yüksek çözünürlüklü ve farklı metodolojilere sahipti.” Dedi. “Makalenin sonucu, bu farklı yöntemlerle hücre tiplerinin belirlenmesinde dikkate değer bir örtüşme ve tutarlılık olduğudur.”
İstatistikçilerden oluşan bir ekip, hücrelerin en iyi nasıl sınıflandırılacağını veya kümelenebileceğini belirlemek için tüm bu deneysel yöntemlerden elde edilen verileri birleştirdi ve bu hücreler arasında ekspresyon ve epigenetik profillerde gözlenen farklılıklara dayalı olarak muhtemelen farklı fonksiyonlara ve farklı işlevlere karar verdi. UC Berkeley profesörü ve İstatistik Departmanı başkanı Sandrine Dudoit, bu tür verileri analiz etmek ve kümeleri tanımlamak için birçok istatistiksel algoritma olsa da, zorluk hangi kümelerin birbirinden gerçekten farklı olduğunu – gerçekten farklı hücre tiplerini – belirlemekti. . O ve biyoistatistikçi Elizabeth Purdom, UC Berkeley istatistik doçenti, istatistik ekibinin kilit üyeleri ve amiral gemisi makalenin ortak yazarlarıydı.
Dudoit, “Fikir, başka bir yeni kümeleme yöntemi oluşturmak değil, farklı yöntemlerin ve yöntemleri birleştirmenin güçlü yanlarından yararlanmanın yollarını bulmak ve sonuçların istikrarını, elde ettiğiniz kümelerin tekrarlanabilirliğini değerlendirmektir.” Dedi. “Bu, yeni hücre türleri veya yeni hücre kategorileri arayan tüm bu çalışmalarla ilgili gerçekten önemli bir mesaj: Hangi algoritmayı denerseniz deneyin, kümeler elde edersiniz, bu nedenle sonuçlarınıza gerçekten güvenmenin anahtarıdır.”
Bateup, yeni çalışmada tanımlanan bireysel hücre tiplerinin sayısının kullanılan tekniğe bağlı olduğunu ve düzinelerce ile 116 arasında değiştiğini kaydetti. Örneğin, bir bulgu, insanlarda uyarıcı nöronların yaklaşık iki katı kadar farklı tipte inhibitör nörona sahip olmasıydı. beyin bölgesi, fareler ise beş kat daha fazla.
“Önceden, tanımlanmış 10 veya 20 farklı hücre tipimiz vardı, ancak gen ekspresyon kalıplarına göre tanımladığımız hücrelerin elektrofizyolojik özelliklerine göre tanımlananlarla aynı olup olmadığı hakkında hiçbir fikrimiz yoktu. Bateup, morfolojileri tarafından tanımlanan nöron tipleriyle aynı” dedi.
BICCN’nin büyük ilerlemesi, bir hücre tipini tanımlamanın birçok farklı yolunu birleştirmemiz ve bunları, yalnızca gen ekspresyonuna veya fizyoloji veya morfolojiye dayalı olmayan, tüm bu özellikleri hesaba katan bir fikir birliği taksonomisi ile ortaya çıkarmak için entegre etmemizdir. “dedi Hockemeyer. “Artık bu belirli hücre tipinin bu genleri ifade ettiğini, bu morfolojiye sahip olduğunu, bu fizyolojik özelliklere sahip olduğunu ve korteksin bu özel bölgesinde yer aldığını söyleyebiliriz. Yani, bu hücre tipinin ne olduğuna dair çok daha derin, ayrıntılı bir anlayışa sahipsiniz. ve temel özellikleri.”
Dudoit, gelecekteki çalışmaların motor kortekste tanımlanan hücre tiplerinin sayısının fazla olduğunu gösterebileceği konusunda uyardı, ancak mevcut çalışmalar tüm beynin hücre atlasını oluşturmak için iyi bir başlangıç.
“Biyologlar arasında bile, bu sistemler için ne kadar çözünürlüğe sahip olmanız gerektiği, bu çok, çok ince kümelenme yapısı olup olmadığı veya gerçekten daha istikrarlı olan daha yüksek seviyeli hücre tiplerine sahip olup olmadığınız konusunda çok farklı görüşler var” dedi. “Yine de, bu sonuçlar işbirliğinin ve farklı gruplar arasındaki çabaları bir araya getirmenin gücünü gösteriyor. Biyolojik bir soruyla başlıyoruz, ancak bir biyolog tek başına bu sorunu çözemezdi. Böyle büyük ve zorlu bir sorunu ele almak için, İyi iletişim kurabilen ve birbirleriyle iyi çalışabilen bir dizi farklı disiplinde uzmanlardan oluşan bir ekip.”
UC Berkeley ekibinin diğer üyeleri arasında doktora sonrası bilim adamları Rebecca Chance ve David Stafford, yüksek lisans öğrencisi Daniel Kramer, Moleküler ve Hücre Biyolojisi Bölümü’nden araştırma teknisyeni Shona Allen, Halk Sağlığı Okulu’ndan doktora öğrencisi Hector Roux de Bézieux ve doktora sonrası araştırmacı Koen vardı. İstatistik Bölümü’nden Van den Berge. Bateup, Helen Wills Sinirbilim Enstitüsü’nün bir üyesidir, Hockemeyer, Yenilikçi Genomik Enstitüsü’nün bir üyesidir ve her ikisi de, Chan Zuckerberg Biohub tarafından finanse edilen araştırmacılardır.