MIT CSAIL-Forscher kombinieren KI und Elektronenmikroskopie, um die detaillierte Kartierung von Gehirnnetzwerken zu beschleunigen und so die Connectomics-Forschung und die klinische Pathologie zu verbessern.
Connectomics, das ehrgeizige Forschungsgebiet, das darauf abzielt, das komplexe Netzwerk tierischer Gehirne zu kartieren, erlebt einen Wachstumsschub. Innerhalb eines Jahrzehnts hat es sich von seinen Anfangsstadien zu einer Disziplin entwickelt, die (hoffentlich) bereit ist, die Rätsel der Kognition und die physischen Grundlagen von Neuropathologien wie der Alzheimer-Krankheit zu entschlüsseln.
Im Vordergrund steht der Einsatz leistungsstarker Elektronenmikroskope, denen Forscher des MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) und der Samuel and Lichtman Labs der Harvard University die analytischen Fähigkeiten des maschinellen Lernens verliehen haben. Im Gegensatz zur herkömmlichen Elektronenmikroskopie fungiert die integrierte KI als „Gehirn“, das bei der Aufnahme der Bilder eine Probe lernt und sich intelligent auf die relevanten Pixel mit einer Auflösung im Nanomaßstab konzentriert, ähnlich wie Tiere ihre Welten inspizieren.
„SmartEM“ unterstützt Connectomics dabei, das komplexe Netzwerk aus Synapsen und Neuronen des Gehirns schnell und mit Nanometergenauigkeit zu untersuchen und zu rekonstruieren. Im Gegensatz zur herkömmlichen Elektronenmikroskopie eröffnet die integrierte KI neue Möglichkeiten, die komplexe Architektur des Gehirns zu verstehen.
Entscheidend ist die Integration von Hardware und Software in den Prozess. Das Team integrierte eine GPU in den Support-Computer, der mit seinem Mikroskop verbunden ist. Dies ermöglichte die Ausführung maschineller Lernmodelle auf den Bildern und half dabei, den Mikroskopstrahl auf Bereiche zu richten, die von der KI als interessant erachtet wurden. „Dadurch kann das Mikroskop länger in Bereichen verweilen, die schwerer zu verstehen sind, bis es das erfasst, was es benötigt“, sagt MIT-Professor und CSAIL-Hauptforscher Nir Shavit. „Dieser Schritt trägt dazu bei, die Kontrolle des menschlichen Auges zu spiegeln und ein schnelles Verständnis der Bilder zu ermöglichen.“
„Wenn wir ein menschliches Gesicht betrachten, navigieren unsere Augen schnell zu den Brennpunkten, die wichtige Hinweise für effektive Kommunikation und Verständnis liefern“, sagt der leitende Architekt von SmartEM, Yaron Meirovitch, Gastwissenschaftler am MIT CSAIL und ehemaliger Postdoktorand und aktueller wissenschaftlicher Mitarbeiter der Neurowissenschaftlerin in Harvard. „Wenn wir uns in ein Buch vertiefen, scannen wir nicht den gesamten leeren Raum; Vielmehr richten wir unseren Blick auf die Wörter und Zeichen, die im Verhältnis zu unseren Satzerwartungen mehrdeutig sind. Dieses Phänomen im menschlichen Sehsystem hat den Weg für die Geburt des neuartigen Mikroskopkonzepts geebnet.“
Um ein menschliches Gehirnsegment mit etwa 100.000 Neuronen zu rekonstruieren, würde dies mit einem herkömmlichen Mikroskop ein Jahrzehnt kontinuierlicher Bildgebung und ein unerschwingliches Budget erfordern. Mit SmartEM konnte die Aufgabe jedoch durch die Investition in vier dieser innovativen Mikroskope für jeweils weniger als 1 Million US-Dollar in nur drei Monaten erledigt werden.
Nobelpreise und kleine Würmer
Vor über einem Jahrhundert galt der spanische Neurowissenschaftler Santiago Ramón y Cajal als der erste, der die Struktur des Nervensystems charakterisierte. Unter Verwendung der rudimentären Lichtmikroskope seiner Zeit begann er mit bahnbrechenden Erkundungen der Neurowissenschaften, legte das grundlegende Verständnis von Neuronen fest und skizzierte die ersten Umrisse dieses weitläufigen und unbekannten Bereichs – eine Leistung, die ihm den Nobelpreis einbrachte. Zu den Themen Inspiration und Entdeckung bemerkte er: „Solange unser Gehirn ein Mysterium ist, wird auch das Universum, die Widerspiegelung der Struktur des Gehirns ein Mysterium sein.“
Von diesen frühen Stadien an hat sich das Gebiet dramatisch weiterentwickelt, was sich in den Bemühungen in den 1980er Jahren zeigt, das relativ einfachere Konnektom von C. elegans, kleinen Würmern, zu kartieren, bis hin zu den heutigen Bemühungen, komplexere Gehirne von Organismen wie Zebrafischen und Mäusen zu erforschen. Diese Entwicklung spiegelt nicht nur enorme Fortschritte wider, sondern auch zunehmende Komplexität und Anforderungen: Allein die Kartierung des Mausgehirns erfordert die Verwaltung unglaublicher tausend Petabytes an Daten, eine Aufgabe, die die Speicherkapazitäten jeder Universität bei weitem in den Schatten stellt, sagt das Team.
Testen Sie das Wasser
Für ihre eigene Arbeit untersuchten Meirovitch und andere Mitglieder des Forschungsteams 30 Nanometer dicke Scheiben von Oktopusgewebe, die auf Bänder geklebt, auf Wafer gelegt und schließlich in die Elektronenmikroskope eingesetzt wurden. Jeder Abschnitt eines Oktopusgehirns, der aus Milliarden von Pixeln besteht, wurde abgebildet, sodass die Wissenschaftler die Scheiben mit Nanometerauflösung in einen dreidimensionalen Würfel rekonstruieren konnten. Dies ermöglichte eine äußerst detaillierte Ansicht der Synapsen. Das Hauptziel? Um diese Bilder einzufärben, identifizieren Sie jedes Neuron und verstehen Sie ihre Wechselbeziehungen, um so eine detaillierte Karte oder ein „Connectome“ der Schaltkreise des Gehirns zu erstellen.
„SmartEM wird die Bildbearbeitungszeit solcher Projekte von zwei Wochen auf 1,5 Tage verkürzen“, sagt Meirovitch. „Neurowissenschaftliche Labore, die sich derzeit nicht mit der teuren und langwierigen EM-Bildgebung befassen können, werden dies jetzt tun können.“ Die Methode sollte auch die Analyse von Schaltkreisen auf Synapsenebene in Proben von Patienten mit psychiatrischen und neurologischen Störungen ermöglichen.
Auf der ganzen Linie stellt sich das Team eine Zukunft vor, in der Connectomics sowohl erschwinglich als auch zugänglich ist. Das hoffen sie mit Tools wie SmartEM zufolge könnte ein breiteres Spektrum von Forschungseinrichtungen einen Beitrag zur Neurowissenschaft leisten, ohne auf große Partnerschaften angewiesen zu sein, und dass die Methode bald eine Standardpipeline sein wird, wenn Biopsien von lebenden Patienten verfügbar sind. Darüber hinaus sind sie bestrebt, die Technologie zum Verständnis von Pathologien einzusetzen und ihren Nutzen über die bloße Konnektomik hinaus zu erweitern. „Wir versuchen nun, dies in Krankenhäusern für große Biopsien unter Verwendung von Elektronenmikroskopen einzuführen, um pathologische Studien effizienter zu gestalten“, sagt Shavit.
Zwei weitere Autoren des Papiers haben Verbindungen zum MIT CSAIL: Hauptautor Lu Mi MCS ’19, PhD ’22, der jetzt Postdoktorand am Allen Institute for Brain Science ist, und Shashata Sawmya, eine MIT-Doktorandin im Labor. Die anderen Hauptautoren sind Core Francisco Park und Pavel Potocek, während die Harvard-Professoren Jeff Lichtman und Aravi Samuel weitere leitende Autoren sind. Ihre Forschung wurde von der NIH BRAIN Initiative unterstützt und auf dem 2023 International Conference on Machine Learning (ICML) Workshop on Computational Biology vorgestellt. Die Arbeit wurde in Zusammenarbeit mit Wissenschaftlern von Thermo Fisher Scientific durchgeführt.
Quelle: MiT
Recent Comments