Cold Spring Harbor Laboratory의 저 교외 사무실의 책상에 앉아 신경 과학자 Tony Zador는 복잡한 매트릭스 스타일 그래프를 과시하기 위해 컴퓨터 모니터를 저에게 돌 렸습니다. 스프레드 시트처럼 보이지만 숫자 대신 다양한 색조와 그라데이션의 색상으로 가득 차 있다고 상상해보십시오. 캐주얼하게 그는 이렇게 말했다.“사람들에게 수만 개의 뉴런의 연결성을 알아 내고 이것을 보여 주었을 때, 그들은 단지‘허?’로갑니다. 그러나 사람들에게 이것을 보여 주면… “그들은‘_____ _____!’로갑니다
Zador가 나에게 보여준 것은 마우스의 뇌 피질에서 50,000 뉴런의지도였습니다. 그것은 모든 뉴런의 세포체가 어디에 앉았는지, 그들이 긴 축삭 가지를 보낸 곳을 나타냅니다. 이 크기와 세부 사항의 신경지도는 이전에 이루어지지 않았습니다. Zador는 형광으로 뉴런을 표시하는 전통적인 뇌 맵핑 방법을 포기한 Zador는 Long Island의 Cold Spring Harbor에서 오랜 전통의 분자 생물학 연구를 이끌어 냈습니다. 그는 Genomic 정보의 비트를 사용하여 독특한 RNA 서열 또는 "바코드"를 각 개별 뉴런에 부여했습니다. 그런 다음 뇌를 시트 케이크처럼 큐브에 해부하고 조각을 DNA 시퀀서에 공급했습니다. 결과 :마우스 피질에서 50,000 개의 뉴런의 3D 렌더링 (곧 더 많은 것을 추가 할 수있는)은 단일 세포 해상도로 매핑되었습니다.
이 작품 인 Zador의 Magnum Opus는 여전히 출판을 위해 세련되고 있습니다. 그러나 최근 Nature 에 의해 출판 된 논문에서 , 그와 그의 동료들은 MAPSEQ (시퀀싱에 의한 투영에 대한 멀티 플렉스 분석)라고 불리는이 기술을 사용하여 이전에 관찰되지 않은 새로운 셀 유형과 투영 패턴을 찾는 데 사용될 수 있음을 보여주었습니다. 이 논문은 또한이 새로운 고 처리량 매핑 방법이 현재 금 표준이지만 소수의 뉴런에서 가장 잘 작동하는 형광 기술과 정확도가 크게 경쟁력이 있음을 보여 주었다.
.
이 프로젝트는 신경 생리 학자로서“하루 일”동안 Zador의 좌절에서 태어났습니다. 그는 설치류에서 청각 의사 결정을 연구합니다. 뇌가 소리를 듣고 오디오 정보를 처리하며 행동 출력 또는 행동을 결정합니다. 전기 생리 학적 기록과 그러한 질문을 해결하기위한 다른 전통적인 도구는 수학적으로 기울어 진 과학자들에게 불만족스럽지 않게했습니다. Zador에 따르면 문제는 우리가 뉴런의 회로에 대해 충분히 이해하지 못한다는 것입니다. 이것이 그가 뇌를 영상화하기위한 도구를 만드는“두 번째 직업”을 추구하는 이유입니다.
.뇌 매핑에 대한 현재의 최신 상태는 Allen Brain Atlas에 의해 구체화되며, 이는 몇 년 동안 많은 실험실에서 2,500 만 달러 이상의 비용으로 작업을 시작했습니다. Allen Atlas는 뉴런의 알려진 소집단과 그룹으로서의 투영을 추적하기 때문에 대량 연결 아틀라스로 알려져 있습니다. 연구원에게는 매우 유용했지만 그룹이나 뉴런 하위 집단 내에서 미묘한 차이를 구별 할 수는 없습니다.
마우스가 고음질 트릴을 듣는 방법을 알고 싶다면, 소리가 상쾌한 음료 보상을 사용할 수 있다는 것을 의미하고 나중에 간식을 기억하기 위해 새로운 추억을 내려 놓으면 뇌에 대한지도 나 배선 다이어그램으로 시작해야합니다. Zador의 관점에서, 그러한 종류의 신경 회로에 대한 지식 부족은 정신과 적 장애의 치료에서 더 많은 진전이 이루어지지 않은 이유와 인공 지능이 여전히 그다지 지능적이지 않은 이유에 대해 부분적으로 비난 할 것입니다.
Stanford University 신경 과학자 인 Justus Kebschull, New Nature 의 저자 Zador 's Lab의 논문과 전 대학원생은 회로에 대해 알지 못하고 신경 과학을하는 것은“컴퓨터가 외부에서보고 전극을 붙잡고 찾을 수있는 것을 조사함으로써 컴퓨터가 어떻게 작동하는지 이해하려고 노력하는 것과 같습니다. … 하드 드라이브가 프로세서에 연결되어 있다는 사실을 알지 못하고 USB 포드는 전체 시스템에 입력을 제공하므로 무슨 일이 일어나고 있는지 이해하기가 어렵습니다.”
.MapSeq에 대한 영감은 Zador가 Brainbow라는 다른 뇌 맵핑 기술을 알게되었을 때 강타했습니다. 하버드 대학교 (Harvard University)의 Jeff Lichtman 실험실에서 온이 방법은 다른 형광 염료 조합을 사용하여 동시에 최대 200 개의 개별 뉴런을 유전자로 표지한다는 점에서 놀랍습니다. 결과는 축삭 및 뉴런 세포체의 복잡한 혼합을 상세하게 나타내는 네온색 뉴런의 다색의 다색 된 정제였다. 획기적인 연구는 뇌의 신경 연결의 완전한 계획 인 Connectome을 매핑하는 것이 곧 현실이 될 것이라는 희망을 주었다. 불행히도, 실제로 기술의 한계는 현미경을 통해 약 5 ~ 10 개의 별개의 색상 만 해결할 수 있다는 것입니다.이 색상은 피질에서 뉴런의 엉킴을 침투시키고 한 번에 많은 뉴런을 매핑하기에 충분하지 않은 것입니다.
.그때는 전구가 Zador의 머리 속에서 계속되었습니다. 그는 연구자들이 높은 처리량 게놈 시퀀싱 기술의 속도와 비용이 증가하는 비용을 활용할 수 있다면 Connectome의 큰 복잡성의 도전이 길들일 수 있음을 깨달았습니다. "이것은 수학자들이 이전에 해결 된 문제로 줄이는 것을 부르는 것"이라고 그는 설명했다.
.MAPSEQ에서 연구자들은 다양한 알려진 RNA 서열 또는 "바코드"를 운반하는 유전자 변형 바이러스를 주사합니다. 일주일 이상, 바이러스는 동물 내부에 곱해 각 뉴런에 이러한 바 코드의 독특한 조합으로 채워집니다. 연구자들이 뇌를 섹션으로 자르면 RNA 바코드는 슬라이드에서 슬라이드로 개별 뉴런을 추적하는 데 도움이 될 수 있습니다.
Zador의 통찰력은 새로운 자연으로 이어졌습니다 신경 과학자 Thomas Mrsic-Flogel이 이끄는 그의 실험실과 University College London의 팀이 MapSeq를 사용하여 마우스 시각 시스템에서 거의 600 개의 뉴런의 투영을 추적하는 논문. (편집자 주 :Zador와 Mrsic-Flogel은 Simons Foundation으로부터 자금을 받고 Quanta 을 출판합니다. .)
600 개의 뉴런은 마우스의 뇌의 수천만에 비해 겸손한 시작입니다. 그러나 연구원들이 생각한 특정 목적에는 충분했습니다. 그들은 뇌의 배선 패턴에 그 기능에 대한 유익한 구조가 있는지에 대한 구조를 분별하려고했습니다. 현재 인기있는 이론은 시각 피질에서 개별 뉴런이 시야의 물체의 가장자리 또는 예를 들어, 움직임 또는 공간 방향에 대한 특정 정보를 눈으로부터 수집한다는 것입니다. 그런 다음 뉴런은 해당 유형의 정보를 처리하는 데 특화된 뇌의 단일 상응하는 영역으로 신호를 보냅니다.
이 이론을 테스트하기 위해, 팀은 먼저 유전자로 인코딩 된 형광 염료를 개별 세포에 삽입하여 전통적인 방식으로 마우스에 소수의 뉴런을 매핑했습니다. 그런 다음 현미경으로, 그들은 세포가 일차 시각 피질 (눈으로부터 입력을받는 뇌 영역)에서 뇌의 다른 곳에서 그들의 종점으로 어떻게 뻗어 있는지 추적했습니다. 그들은 뉴런의 축삭이 분기되어 많은 영역에 정보를 보냈다는 것을 알았습니다. 동시에 일대일 매핑 이론을 뒤집습니다.
다음으로, 그들은 이러한 예측에 패턴이 있는지 물었습니다. 그들은 MAPSEQ를 사용하여 591 개의 뉴런의 투영을 추적하여 여러 대상을 분기하고 신간시켰다. 팀이 관찰 한 것은 축삭의 분포가 구조화되었다는 것이 었습니다. 일부 뉴런은 항상 축삭을 영역 A, B 및 C로 보냈지 만 예를 들어 D 및 E로 절대 절대 보냈습니다.
이러한 결과는 시각 시스템에 현기증이 나는 수준의 교차 연결성을 포함하고 이러한 연결 패턴이 일대일 매핑보다 더 복잡하다는 것을 시사합니다. Kebschull은“더 높은 시각적 영역은 특별히 맞춤형 정보를 얻는 것이 아닙니다. 대신, 그들은 동일한 입력을 많이 공유합니다.“계산이 서로 묶일 수 있습니다.”
.그럼에도 불구하고, 특정 세포가 특정 영역에 투사한다는 사실은 시각 피질 내에 아직 확인되지 않은 특수 세포가 있음을 의미합니다. Kebschull 은이지도는 나중에 연구원 들이이 세포들이 무엇을하고 있는지 이해할 수있는 청사진과 같다고 말했다. “MapSeq를 사용하면 하드웨어를 매핑 할 수 있습니다. … 하드웨어를 알게되면 소프트웨어를 볼 수 있거나 계산이 어떻게 발생 하는지를 확인할 수 있습니다.”라고 그는 말했다.
Zador에 따르면, MapSeq의 속도와 비용의 경쟁력과 비용은 상당합니다. Zador에 따르면,이 기술은 1 주일 이내에 $ 10,000에 대해 10 만 개의 뉴런을 처리하기 위해 확장 할 수 있어야합니다. 전통적인 매핑보다 훨씬 빠릅니다.
이러한 장점으로 인해 많은 뇌의 신경 경로를 매핑하고 비교할 수 있습니다. 뇌 배선의 차이에서 발생하는 정신 분열증 및 자폐증과 같은 상태에 대한 연구는 종종 신경 상호 연결에 대한 충분한 세부 사항을 캡처하지 않기 때문에 종종 연구원을 좌절 시켰습니다. 연구원들은 이러한 조건의 마우스 모델을 매핑하고보다 전형적인 뇌와 비교하여 새로운 연구 라운드를 촉발시킬 수있을 것입니다. Allen Brain Science Institute의 구조 과학 부서의 Hongkui Zeng은“많은 정신 장애는 회로 수준의 문제로 인해 발생합니다. "연결 정보는 어디에서 볼 것인지 알려줄 것입니다."
고 처리량 매핑을 통해 과학자들은 많은 신경 학적 데이터를 수집하고 뇌의 작동 방식에 대한 일반적인 원리를 반영하는 패턴을 찾을 수 있습니다. Salk Institute의 분자 신경 생물학자인 Sreekanth Chalasani는“Tony가하는 일은 뇌를 편견없는 방식으로보고있는 것입니다. "인간 게놈 맵이 가설을 테스트하고 [유전자] 시퀀스 및 기능의 패턴을 찾기위한 스캐 폴딩을 제공 한 것처럼, Tony의 방법은 뇌 아키텍처를 위해 동일 할 수 있습니다.
인간 게놈의 자세한지도는 생물학이 어떻게 작동하는지에 대한 모든 신비를 즉시 설명하지는 않았지만 생체 분자 부분 목록을 제공하고 변형적인 연구의 홍수를위한 길을 열었습니다. 마찬가지로, 현재의 발달 상태에서, MapSeq는 세포의 기능 또는 위치에 대한 정보를 태깅하거나 어떤 세포가 서로 대화하는지 보여줄 수 없습니다. 그러나 Zador는 곧이 기능을 추가 할 계획입니다. 그는 또한 두려움 컨디셔닝의 기초가되는 신경 회로와 같은 다양한 부분을 연구하는 과학자들과 협력하고 있습니다.
“연결성에서 파생 될 통찰력이 있다고 생각합니다. 그러나 게놈 자체가 흥미롭지 않은 것처럼 변형적인 것입니다. 그래서 저는 흥분합니다.”라고 Zador는 말했습니다. "나는 그것이 현장에서 차세대 작업에 대한 비계를 제공하기를 희망합니다."
.이 기사는 Wired.com과 Investigacionyciencia.es에서 스페인어로 재 인쇄되었습니다. .
