Peta 3D mengungkapkan kompleksitas molekuler otak

ringkasan: Para peneliti telah memelopori penggunaan pengukuran spasial dan pembelajaran mendalam untuk merumuskan peta molekuler 3D otak, memberikan wawasan baru mengenai fungsinya di berbagai tingkat. Studi mereka menggunakan pencitraan spektrometri massa canggih dan metabolisme sel tunggal untuk menguraikan biokimia kompleks otak.

Karya perintis ini bertujuan untuk mengungkap interaksi kimia kompleks di dalam otak, yang dapat membuka jalan bagi terobosan dalam pengobatan penyakit neurologis. Upaya kolaboratif ini menggarisbawahi pentingnya penelitian interdisipliner dalam memajukan pemahaman kita tentang lanskap molekuler otak.

Fakta-fakta kunci:

1. Teknik pencitraan tingkat lanjut: Penggunaan pencitraan spektrometri massa dan metabolisme sel tunggal oleh tim memungkinkan pengumpulan data resolusi tinggi dan analisis molekul individu dalam sel otak, yang mewakili kemajuan besar dalam penelitian ilmu saraf.
2. Wawasan tentang penyakit neurologis: Dengan membuat peta 3D terperinci yang mengungkap distribusi kimia di dalam otak, para peneliti bertujuan untuk lebih memahami ketidakseimbangan neurokimia yang terkait dengan penyakit seperti depresi dan Alzheimer.
3. Kolaborasi Interdisipliner: Keberhasilan penelitian ini menyoroti budaya kolaboratif Beckman Institute, di mana interaksi antar disiplin ilmu mendorong penelitian inovatif dalam ilmu otak.

sumber: Institut Beckman

Peneliti Beckman Institute for Advanced Science and Technology Jonathan Swidler, profesor kimia, dan Van Lamm, profesor bioteknologi, menjelaskan bagaimana teknik analisis spasial dapat mengungkap kompleksitas molekuler otak pada berbagai tingkat.

Penelitian mereka muncul bulan ini Metode alam.

Para peneliti dan rekan mereka menggunakan kerangka pencitraan biokimia yang terintegrasi dengan pembelajaran mendalam untuk membuat peta molekuler 3D dengan spesifisitas sel untuk lebih memahami bagaimana fungsi otak dalam kesehatan dan penyakit. Penelitian mereka didukung oleh hibah $3 juta dari National Institute on Aging of the National Institutes of Health.

“Jika Anda melihat otak secara kimiawi, itu seperti sup dengan banyak bahan,” kata Lamm. “Memahami biokimia otak, bagaimana otak diatur secara spatiotemporal, dan bagaimana reaksi kimia ini mendukung komputasi sangat penting untuk mendapatkan gambaran yang lebih baik tentang bagaimana otak berfungsi dalam kesehatan dan juga selama penyakit.”

Untuk memahami bagaimana komponen kimia otak berinteraksi satu sama lain, para peneliti menggunakan teknik pencitraan baru yang disebut pencitraan spektrometri massa untuk mengumpulkan dan menganalisis sejumlah besar data beresolusi tinggi.

Mereka juga menggunakan metabolisme sel tunggal dan alat komputasi untuk mengekstrak data tentang molekul individu dalam sel otak individu, sehingga memungkinkan perolehan data dengan kecepatan dan skala yang belum pernah terjadi sebelumnya.

“Kebanyakan orang merasa bahwa penyakit otak seperti depresi dan Alzheimer disebabkan oleh ketidakseimbangan neurokimia,” kata Swidler. “Tetapi ketidakseimbangan ini sangat sulit untuk dipelajari, dan sulit untuk memahami bagaimana bahan kimia berinteraksi pada tingkat yang berbeda (misalnya, pada tingkat jaringan dan tingkat sel individu) selama masalah otak.”

Menurut Swidler, membuat peta 3D distribusi kimia dengan spesifisitas tipe sel memungkinkan para peneliti memahami biokimia kompleks di dalam otak, yang dalam jangka panjang akan membantu mengobati penyakit neurologis yang sulit disembuhkan saat ini.

Teknologi metabolisme sel tunggal, sebuah teknologi yang penting bagi temuan para peneliti, dinobatkan sebagai salah satu dari “7 Teknologi yang Harus Diperhatikan pada tahun 2023” dari Alam bersama dengan CRISPR dan Teleskop Luar Angkasa James Webb, yang menunjukkan dampak signifikan dari alat-alat ini akan terus berlanjut. melihat data tentang sel, kata Swidler.

Penelitian ini tidak akan mungkin terwujud tanpa sifat kolaboratif dari Beckman Institute.

“Sungguh mengherankan saya bagaimana interaksi kecil bisa berubah menjadi percakapan penelitian yang menarik dan akhirnya menjadi studi kolaboratif berskala besar,” kata penulis pertama Richard Shih, lulusan Beckman Institute.

“Kuncinya adalah bersikap terbuka dan interdisipliner, di mana Anda bisa mendapatkan inspirasi dari bidang lain. Saya sangat senang dengan kemajuan yang dicapai dalam memanfaatkan keahlian yang berbeda-beda di berbagai kelompok untuk merancang alat guna menggambarkan lanskap biokimia otak dengan lebih baik.”

Lam dan Swidler bertemu atas permintaan Shih untuk mendiskusikan karyanya dalam pencitraan spektrometri massa sel tunggal dan jaringan. Tim ini telah membuat kemajuan besar dalam bagaimana metode informatika dan komputasi dapat menghasilkan pencitraan biokimia multi-modal dan multi-skala jenis baru, yang disorot dalam penelitian terbaru mereka. Metode alam kertas.

Pembiayaan: Penelitian yang dilaporkan dalam rilis berita ini didukung oleh Institut Nasional Penuaan dari Institut Kesehatan Nasional dengan Nomor Penghargaan R01AG078797. Konten tersebut sepenuhnya merupakan tanggung jawab penulis dan tidak mewakili pandangan resmi National Institutes of Health.

Tentang berita penelitian kecerdasan buatan dan pemetaan otak

pengarang: Jenna Kurtzweil
sumber: Institut Beckman
komunikasi: Gina Kurtzweil – Institut Beckman
gambar: Gambar dikreditkan ke Berita Neuroscience

Pencarian asli: Akses terbuka.
“Pemetaan biokimia multiskala otak melalui spektrometri massa throughput tinggi yang ditingkatkan pembelajaran mendalam“Oleh Van Lamm dkk. Metode alam

ringkasan

Pemetaan biokimia multiskala otak melalui spektrometri massa throughput tinggi yang ditingkatkan pembelajaran mendalam

Teknik omics spasial dapat mengungkap kompleksitas molekuler otak. Meskipun pencitraan spektrometri massa (MSI) menyediakan lokalisasi spasial senyawa, profil biokimia skala otak yang komprehensif dalam tiga dimensi oleh MSI pada resolusi sel tunggal belum tercapai.

Kami mendemonstrasikan pemetaan biokimia komplementer di tingkat otak dan sel tunggal menggunakan MEISTER, kerangka spektrometri massa integratif (MS) eksperimental dan komputasional.

Kerangka kerja kami mengintegrasikan proses rekonstruksi berbasis pembelajaran mendalam yang mempercepat resolusi MS melalui registrasi multimodal sebesar 15 kali lipat, menghasilkan distribusi molekuler tiga dimensi (3D) dan metode integrasi data yang sesuai dengan spektrum massa spesifik sel dalam kumpulan data.

Kami mencitrakan profil lipid terperinci dalam jaringan dalam jutaan piksel dan dalam populasi besar sel tunggal yang diperoleh dari otak tikus. Kami menentukan kandungan lipid spesifik wilayah dan lokalisasi lipid spesifik sel tergantung pada subpopulasi sel dan asal usul anatomi sel.

Alur kerja kami memberikan cetak biru untuk pengembangan teknik multiskala untuk karakterisasi biokimia otak di masa depan.