Em uma sala escura em Ashburn, Virgínia, linhas de cientistas sentar-se em telas de computador, exibindo vivas 3-D de formas. Com um clique de um mouse, eles giram cada forma para examiná-lo de todos os lados. Os cientistas estão a trabalhar dentro de um edifício de betão no Campus de pesquisa Janelia do Instituto Médico Howard Hughes, perto de uma rua chamada Helix Drive. Mas suas mentes estão em algum lugar completamente dentro do cérebro de uma mosca.
cada forma nas telas dos cientistas representa parte de um neurônio de mosca da fruta. Esses pesquisadores e outros da Janelia estão enfrentando um objetivo que uma vez parecia fora de alcance: delinear cada um dos cérebros voadores cerca de 100.000 neurônios e identificar os milhões de lugares que eles conectam. Tal diagrama de cablagem, ou conectoma, revela o circuito completo de diferentes áreas cerebrais e como eles estão ligados. O trabalho pode ajudar a Desbloquear redes envolvidas na formação da memória, por exemplo, ou caminhos neurais que sustentam os movimentos.Gerry Rubin, vice-presidente da HHMI e director executivo da Janelia, tem defendido este projecto há mais de uma década. É um passo necessário para entender como o cérebro funciona, diz ele. Quando o projeto começou, Rubin estimou que com os métodos disponíveis, rastreando as conexões entre cada neurônio voador à mão levaria 250 pessoas trabalhando por duas décadas – o que ele se refere como “um problema de 5.000 pessoas-ano”.”
Now, a stream of advances in imaging technology and deep-learning algorithms have yanked the dream of a fly connectome out of the clouds and into the realm of probability. Microscópios personalizados de alta potência, uma equipe de profissionais de proteção neural e analistas de dados, e uma parceria com o Google aceleraram o processo por ordens de magnitude.
hoje, uma equipe de pesquisadores de Janelia relata atingir um marco crítico: eles traçaram o caminho de cada neurônio em uma porção do cérebro fêmea de mosca da fruta que eles apelidaram de “hemibrain”.”O mapa engloba 25.000 neurônios-cerca de um terço do cérebro voador, em volume – mas seu impacto é maior do que o esperado. Inclui regiões de grande interesse para os cientistas-aquelas que controlam funções como aprendizagem, memória, olfato e navegação. Com mais de 20 milhões de conexões neurais identificadas até agora, é o maior e mais detalhado Mapa do cérebro voador já concluído.
a equipa do projecto connectome, conhecida como FlyEM, está a disponibilizar gratuitamente os dados — e todas as ferramentas necessárias para o utilizar. Eles descrevem o trabalho em um artigo publicado na bioRxiv em 21 de janeiro de 2020. E eles estão no caminho certo para completar um conectoma de todo o sistema nervoso fly em 2022.
“esta foi uma grande aposta em algo que as pessoas pensavam ser quase impossível de fazer”, diz Viren Jain, cientista pesquisador do Google e ex-chefe de laboratório em Janelia. “Esta será a primeira vez que podemos realmente ter um olhar matizado sobre a organização de um sistema nervoso com 100.000 neurônios em uma escala sináptica.”
com um mapa neural detalhado na mão, os cientistas serão capazes de responder a perguntas sobre como o cérebro funciona mais rápido do que nunca. “Isso vai mudar a forma como as pessoas fazem neurociência”, diz Rubin.
Um modelo do cérebro
até À data, apenas um organismo completo de conectoma mapeado, Caenorhabditis elegans, um pequeno, transparente worm com apenas 302 neurônios e cerca de 7.000 conexões neurais. Cientistas rasparam fitas de tecido usando uma faca de diamante, captaram imagens com um microscópio eletrônico, e então rastrearam o caminho de cada neurônio no sistema nervoso do verme — à mão.
o trabalho exigiu uma atenção cuidadosa aos detalhes. Mas os neurônios do verme não são tão numerosos quanto os das moscas, ratos ou pessoas – e eles tendem a fazer menos conexões. Desvendar os tendrils snaking através do cérebro de animais maiores é monumentalmente mais difícil. Conectoma projetos mais complexos cérebros têm enfrentado uma pequena parte do cérebro em grande detalhe, ou eles mapeada neurônios em todo o cérebro todo, mas capturada apenas uma fração das células.
por mais pequeno que o cérebro voador possa parecer – é do tamanho de uma semente de papoila – mapear os seus 100.000 neurónios em detalhes requintados é um desafio em um nível totalmente novo. Quinze anos atrás, “muitos neurobiólogos estavam céticos sobre o valor de ter este tipo de dados sobre o cérebro”, especialmente tendo em conta o quão trabalhoso seria coletar, diz Jain.
em primeiro lugar, os investigadores têm de coaxar imagens cerebrais de alta resolução de microscópios poderosos. Então eles devem mapear os snarls neurais que se desdobram através de ambos os hemisférios, para cada neurônio. Como sequenciar o genoma humano, fazer o trabalho não se baseou em um avanço científico, diz Rubin, mas em inovação tecnológica e logística humana.
para ele, esse foi um desafio que valeu a pena. “Eu estava motivado pelos céticos”, diz ele. “Sabíamos que tínhamos que tornar o processo mais de 100 vezes mais eficiente, mas esse é exatamente o tipo de projeto que Janelia foi estabelecida para realizar”, acrescenta Rubin.
the first hurdle: getting a clear, crisp view of each neuron meandering through the fly brain.
snapshots neurais
atrás de vários conjuntos de portas trancadas e cortinas brancas de fundo, oito microscópios robustos estão prontos para visualizar o cérebro de uma mosca. Nesta sala silenciosa, nada interfere com a colecção de imagens. Harald Hess, C. Shan Xu e os seus colegas prepararam estes microscópios para tudo menos para o apocalipse.
“nós chamamos isso de’ ato de sala À Prova de Deus'”, diz Hess, um líder de grupo sênior em Janelia.
os microscópios repousam em almofadas de ar insufladas para minimizar a vibração. Mesmo a própria sala foi construída para amortecer o ruído; ela se senta em sua própria laje de concreto, separada do resto do edifício.
estes microscópios foram originalmente projetados para capturar dados ao longo de minutos ou horas. Mas para visualizar todo o cérebro voador, um escopo precisa ser executado continuamente por meses ou anos. Uma única falha nos dados pode despistar tudo, diz Hess. “Tem mesmo de ser perfeito.”Assim, sua equipe passou quase uma década ajustando cada parte do processo de coleta de imagens, descrito em um artigo bioRxiv de novembro de 2019. Os microscópios podem agora produzir imagens constantemente afiadas, revelando o labirinto cerebral de neurônios em detalhes intrincados. Se alguma coisa funcionar mal, os scopes automaticamente pausam a coleta de dados e enviam um SOS.
Hess, Xu, and their colleagues use a technique called-ion beam scanning electron microscopy, or FIB-SEM. O escopo usa um feixe de íons focados para remover pequenos incrementos de tecido cerebral voador, como uma lâmina de areia muito precisa. Dispara iões de gálio num pedaço de tecido, polindo o átomo de superfície por átomo. O microscópio retrata uma imagem da superfície do tecido, pole outra camada fina e retrata outra imagem – uma e outra vez até que toda a amostra seja branqueada. À medida que o espécime físico desaparece lentamente, seu gêmeo digital é armazenado para sempre, peça por peça.
em seguida, os programas de computador alinhar estas imagens e cosê-las de volta para criar uma representação 3-D do cérebro de mosca.
para visualizar o hemibrain da Drosophila, pesquisadores cortaram um cérebro voador em placas, imitaram cada uma com um microscópio eletrônico, e então costuraram todas as imagens juntas. O objetivo: criar um volume de imagem que permita aos cientistas rastrear o caminho de cada neurônio através do cérebro.
as imagens usadas para o diagrama de cablagem – todas de uma única mosca feminina – já foram coletadas. Mas os escopos ainda estão fortes.: estão agora a recolher dados do cérebro de uma mosca macho. Desta vez, o objetivo é capturar todo o sistema nervoso central. Se tudo correr sem problemas, os escopos terminarão essa tarefa até o final de 2020.Armazenar imagens de um único cérebro de mosca ocuparia cerca de 100 terabytes num disco rígido. Isso é aproximadamente o equivalente a 100 milhões de fotos no seu computador, diz Steve Plaza, líder da equipe do projeto FlyEM. São dados demais para os humanos vasculharem à mão — as estratégias que trabalharam em C. elegans ficam aquém. Assim, os pesquisadores encontraram formas de acelerar o processo, treinando computadores para fazer o trabalho automaticamente.
em parceria com um gigante tecnológico
os computadores podem fazer todos os tipos de tarefas relacionadas com a imagem, tais como reconhecer faces ou detectar estradas em imagens de satélite. Estas tarefas dependem, em parte, de um processo chamado segmentação da imagem: separar uma imagem digital em suas peças constituintes e rotular cada uma delas.
durante anos, o Google tem experimentado formas de melhorar este processo. Jain e seus colegas queriam construir tecnologia de segmentação e aplicá-la a um problema desafiador. Analisar imagens de neurônios se encaixam na conta. Mas ensinar um algoritmo a escolher de forma confiável, ou segmentar, neurônios em imagens, requer muitos exemplos de treinamento. Então, o Jain contactou a equipa FlyEM da Janelia, que estava a produzir dados mais depressa do que podiam analisar. Os dois grupos começaram a compartilhar dados e rastrear o quão bem os algoritmos do Google estavam seguindo fibras neurais através de camadas de dados de imagem.
“o Google forneceu muita potência intelectual e muita potência computacional”, diz Rubin – eles tinham a mais recente tecnologia, e os recursos para se dedicar a testar algoritmos em grandes conjuntos de dados. “Foi uma colaboração ideal – equipes que tinham diferentes conhecimentos trabalhando juntas.”
idealmente, Jain diz, os computadores poderiam simplesmente escolher neurônios diretamente a partir das imagens do microscópio. Mas isso é difícil de fazer, porque muitos neurônios espalham tendrils sobre grandes áreas do cérebro, abrangendo muitas imagens. No passado, algoritmos tomaram uma abordagem fragmentada. Primeiro, um algoritmo de computador identifica limites celulares separando neurônios de tudo o resto no cérebro. Então, outro algoritmo colora dentro desses limites, definindo cada seção como um pedaço de neurônio. Finalmente, um terceiro algoritmo liga todas as peças neurais juntas, formando uma planta do caminho entrelaçado de cada neurônio.
os algoritmos do Google raspam todos esses passos, rastreando neurônios mais organicamente-como um humano. Um algoritmo, chamado de rede de enchente, segue diretamente os tendrils neurais de ponta a ponta enquanto se desloca através de dados de imagem, diz Jain. Ele toma decisões sobre como estender a forma de um neurônio com base no contexto de imagem e suas próprias previsões anteriores. Jain e seus colegas no Google descrevem o trabalho em 22 de janeiro de 2020, em um post no Google AI blog.
para ajudar o programa a aprender, a equipe deu-lhe neurônios totalmente rastreados e validados pelo homem, diz Michal Januszewski, um pesquisador do Google que trabalha no projeto. Isso dá ao algoritmo a experiência de interpretação de variados tipos e formas de neurônios, de todo o cérebro. “Esperemos que aprenda ao longo do tempo a corrigir os erros que originalmente tinham de ser corrigidos à mão”, diz ele.
à medida que o algoritmo melhora, a carga de trabalho humana diminui. Trabalhar com o Google fez o projeto ir mais de 10 vezes mais rápido, estima Rubin.
a todo vapor em frente
apesar do sucesso do algoritmo, os computadores não recebem a palavra final. Na Janelia, dezenas de correctores humanos espalham os dados, em mesas cheias de monitores de ecrã grande. Estes técnicos procuram lugares onde o algoritmo fundiu incorretamente ramos neurais pertencentes a diferentes neurônios ou erroneamente dividiu um ramo.
“ainda há muito esforço manual necessário”, diz Ruchi Parekh, que lidera uma equipe de rastreadores de neurônios e proofreaders. Nos últimos quatro anos, sua equipe cresceu para quase 50 pessoas, para acompanhar os dados segmentados que o Google está enviando de volta a taxas cada vez mais rápidas. Outra equipe, liderada por Pat Rivlin, avalia continuamente e testa novas tecnologias para tornar o processo de revisão mais eficiente e preciso. Mas o trabalho meticuloso ainda requer muita paciência. Os Proofreaders percorrem camadas de dados de imagem, espreitando em pontos de conexão propostos de vários ângulos para determinar se os dois neurônios realmente se comunicam.
quando se trata de traçar neurônios, os seres humanos ainda são melhores do que algoritmos de muitas maneiras, diz Plaza. Os seres humanos têm o conhecimento geral e a consciência que lhes permite detectar anomalias nos dados, explica. “Basicamente, os humanos têm bom senso.”
por exemplo, grandes erros de conexão são geralmente óbvios para o olho humano. Assim, os proofreaders podem escanear rapidamente grandes pedaços de dados, Procurando por neurônios dramaticamente deformados. Quando detectam algo que parece errado, podem investigar com mais detalhe.
o objetivo final da equipe é criar um recurso útil para outros cientistas. Isso significou pensar também na forma como os dados são armazenados e apresentados. Plaza e seus colegas construíram programas para tornar a pesquisa através do conjunto de dados mais acessível. “Nós temos um grande conjunto de dados – é muito para qualquer um entender”, diz ele. “Ter uma ferramenta que lhe permite decompor esses dados em unidades interpretáveis é a chave.”Agora os cientistas interessados em um neurônio específico podem descobrir como ele se parece e com que células ele se conecta – e quais outros neurônios têm qualidades semelhantes e podem estar relacionados.
Plaza e sua equipe continuarão a aperfeiçoar seu conectoma e publicar versões atualizadas. Pesquisadores interessados em como os neurônios nessas regiões já mapeadas se conectam ao resto do cérebro terão que esperar alguns anos para que o conectoma completo seja concluído. Mas os dados atuais já estão revelando insights e abrindo novas perguntas.
uma grande questão para os cientistas agora é ” como você analisa o conectoma e então faz sentido do que você está vendo?”Parekh diz. “Os dados estão lá. O que fazes com ele?”
para Rubin, que se demitirá como Diretor Executivo da Janelia ainda este mês e retornará a tempo inteiro ao seu laboratório Janelia, este marco é apenas o começo. “É gratificante vê — lo ter sucesso-é a realização científica de que me orgulho mais do meu tempo como diretor, em parte porque exigiu contribuições complementares de tantas pessoas talentosas trabalhando juntas por mais de uma década”, diz ele. “Mas pessoalmente, estou interessado em usar esse conhecimento para aprender como o cérebro funciona.”
citação
C. Shan Xu et al. “A Connectome of the Adult Drosophila Central Brain.”Publicado em bioRxiv.org em 21 de janeiro de 2020. doi: 10.1101 / 2020.01.21.911859
