2022-04-06 スイス連邦工科大学ローザンヌ校(EPFL)
・数十億個の神経細胞は、数兆個のシナプスを形成し、神経細胞同士が連絡を取り合っています。このような複雑な脳の状態を再現するためには、包括的なニューロンモデルや、詳細な脳ネットワークの正確な再構築が必要です。
・数学の一分野である代数的位相幾何学を用いて、わずか数例でユニークな細胞を大量に生成するアルゴリズムを開発しました。このアルゴリズム（TNS：Topological Neuronal Synthesis）を用いると、数百万個のユニークな神経細胞の形態を効率的に合成することができる。
・TNSアルゴリズムは、急速に発展している計算論的神経科学の分野にとって非常に重要であり、単一細胞レベルから大規模な神経細胞ネットワークまで、生物学的にリアルなモデルにますます依存するようになっている。特に、神経細胞の正確な形態は、細胞の種類の定義、機能的役割の識別、脳の疾患状態に関連する構造変化の研究、健康な脳の基本である複雑な皮質プロセスを支える脳ネットワークの十分な堅牢性の条件を特定するために不可欠であり、これらの取り組みの中核をなすものである。
＜関連情報＞
- https://actu.epfl.ch/news/blue-brain-builds-neurons-with-mathematics-2/
- https://www.cell.com/cell-reports/fulltext/S2211-1247(22)00330-8
大脳皮質樹状突起の形態の計算機合成 Computational synthesis of cortical dendritic morphologies
Lida Kanari,Hugo Dictus,Athanassia Chalimourda,Julian Shillcock,Kathryn Hess,Henry Markram,Show all authors,Show footnotes
Cell Reports Published:APRIL 05, 2022
DOI:https://doi.org/10.1016/j.celrep.2022.110586
Summary
Neuronal morphologies provide the foundation for the electrical behavior of neurons, the connectomes they form, and the dynamical properties of the brain. Comprehensive neuron models are essential for defining cell types, discerning their functional roles, and investigating brain-disease-related dendritic alterations. However, a lack of understanding of the principles underlying neuron morphologies has hindered attempts to computationally synthesize morphologies for decades. We introduce a synthesis algorithm based on a topological descriptor of neurons, which enables the rapid digital reconstruction of entire brain regions from few reference cells. This topology-guided synthesis generates dendrites that are statistically similar to biological reconstructions in terms of morpho-electrical and connectivity properties and offers a significant opportunity to investigate the links between neuronal morphology and brain function across different spatiotemporal scales. Synthesized cortical networks based on structurally altered dendrites associated with diverse brain pathologies revealed principles linking branching properties to the structure of large-scale networks.
