צוות בהובלת מכון המחקר Southwest (SWRI) פיתח שיטה חישובית לשיפור הטכניקות למעקב אחר התפתחות תאי המוח לאורך זמן. על ידי לימוד נוירונים ודינמיקה שלהם ברשתות המוח, החוקרים מקווים להשיג ידע לזיהוי טיפולי תרופות לאנשים הסובלים מהפרעות נוירולוגיות.
SWRI שיתפה פעולה עם אוניברסיטת טקסס בסן אנטואינו (UTSA) כדי לעקוב אחר תאי מוח בודדים העוברים נוירוגנזה, התהליך בו נוירונים חדשים צומחים ומתחברים לרשתות עצביות. חוקרי UTSA פיתחו שיטות חדשות לגידול תאי גזע אנושיים לרשתות עצביות; זה כלל הבחנה בין התאים לאזורים של רקמת מוח אנושית המווסתים שינה, טמפרטורה ומצב רוח. עם התפתחות הרשתות העצביות, פעילותן נלכדה על ידי מיקרוסקופיה קונפוקלית. SWRI השתמש בנתונים החזותיים כדי להכשיר אלגוריתמים כדי לעקוב אחר הנוירונים. הפרויקט מומן על ידי פרס 200,000 דולר מהקרן הרפואית בסן אנטוניו.
ד"ר קורטני רוז, מדען מחשב SWRI, שהוביל את הפרויקט. "האלגוריתם יכול לסייע בחקר מחלות נוירולוגיות שונות ולסייע בפיתוח ובדיקת טיפולים נלווים."
שיטות מעקב נוירון קונבנציונאליות מסתמכות לעתים קרובות על תמונות של תאים מסומנים ברקמות קבועות, תהליך שיכול לטשטש את הדינמיקה הסלולרית. הניתוח המוביל SWRI מתגבר על פערים טכנולוגיים בשיטות חישוביות קודמות על ידי לכידת תאים לא מסומנים ומבנים עדינים בתרבויות חיות צפופות. זה מאפשר ניתוח מורכב לאורך זמן רב יותר.
מעבדת UTSA של ד"ר אמינה קוטוב פיתחה מודלים ניסיוניים של התפתחות עצבית ותשתמש בשיטות מעקב תאים של SWRI כדי ליידע את מודלי AI בפרויקט המשך. כל סרטון של תרבויות הרשת העצבית מורכב מתמונות עם חותמת זמן עם מאות עד אלפי נוירונים לכל תמונה. SWRI אימן אלגוריתם למידת מכונה U-NET כדי לאתר את צורתם ומיקומם של נוירונים בודדים בתמונות.
לנוירונים יש מבנים דמויי שורש המתחברים לנוירונים אחרים ליצירת רשתות עצביות, השולחות ומקבלות אותות. SWRI אימן את האלגוריתם כדי לזהות שניים מהחלקים העיקריים של נוירון – הסומה, המכילה את הגרעין, ואת הדנדריטים, המסתעפים מהסומה.
הצוות התמקד במעקב אחר הסומאס מכיוון שלכל נוירון יש סומה אחת, בעוד שמספרי הדנדריט משתנים. האלגוריתם יישם מספר מעקב על נקודת מפתח על כל סומה כדי להתאים לנוירונים בתמונות רצופות המבוססות על קרבה בתוך פיקסל.
בעת גילוי סומאס, האלגוריתם השיג שיעור דיוק של 93.8 אחוזים ושיעור זיכרון של 99.1 אחוזים. בעת גילוי דנדריטים, המבנים הקטנים יותר דמויי הענף, האלגוריתם השיג שיעור דיוק של 88.3 אחוזים ושיעור זיכרון של 80.9 אחוזים. בסך הכל, לאלגוריתם הייתה הסתברות של 85.7 אחוזים לעקוב נכון אחר נוירון יחיד בתמונות רצופות.
"פרויקט זה יעזור לנו להבין את היסודות של אופן ההתפתחות של תאי המוח ומתקשרים", אמר קוטוב, פרופסור UTSA להנדסה ביו -רפואית ועוזר מנהל שותפויות אסטרטגיות של קונסורציום AI של מטריקס. "שיטות בינה מלאכותית מפרויקט זה עוזרות לנו גם לפתח כלי סינון להאיץ את גילוי הביו -רפואה לבריאות המוח והפרעות נוירולוגיות."
הצוות מתכנן מחקר עתידי כדי לזהות קשרים בין SOMA לדנדריטים, נוירונים בדיקת נוירונים שנחשפו למתח סביבתי שונים – כמו חמצן נמוך או שיבוש צירדי – ומתאם בין פעילות חשמלית עצבית לבריאות הרקמות.
אנו נרגשים ששיתוף פעולה זה עוזר לסגור פערים טכנולוגיים במחקר עצבי חישובי. האלגוריתם שלנו עקב במדויק את הסומה הפרט על מסגרות זמן, צעד מהותי לקראת סיווג בריאות הרשת העצבית המתפתחת. "
Hakima Ibaroudene, מנהל המדור הביואינפורמטיקה של SWRI
המחקר של SWRI בונה על מומחיותו בביו -רפואה חישובית. המכון מיישם בינה מלאכותית וניתוח נתונים כדי לאתר ולהעריך מצבים בריאותיים ולסייע למומחים רפואיים בקבלת החלטות מורכבות ממקורות נתונים שונים.
