研究人员开发了新的全尺寸三维人类海马体结构模型
作为人脑项目的一部分，意大利国家研究委员会生物物理研究所(CNR-IBF)和摩德纳e雷焦埃米利亚大学(UNIMORE)开发了一种新的人类海马CA1区域的高分辨率模型。单细胞分辨率模型复制了该区域的结构和结构，以及神经元的位置和相对连通性，是由高分辨率图像的全尺寸数据集开发的。
该数据集可在BigBrain地图集上使用，很快将在EBRAINS上使用。根据发表在该杂志上的研究自然计算科学，同样的方法可以应用于生成其他人脑区域的全尺寸模型，也可以集成在一个联合仿真环境中，如虚拟大脑。
“人类单个神经元的数据量大脑在相对3D坐标和神经元之间的连接方面都是非常有限的，”巴勒莫CNR-IBF的Michele Migliore解释道。“我们在高空进行了数据挖掘操作决议人脑海马体的图像，来自BigBrain数据库。单个神经元的位置是通过对这些图像的详细分析得出的。”
研究人员开发了一种定制的图像处理算法，以获得真实的神经元定位分布，以及一种通过近似树突和轴突形状来生成神经元连通性的算法。
该研究的主要作者、UNIMORE的Daniela Gandolfi解释说:“树突和轴突可以根据其延伸的一般形状被分类:例如，一些适合狭窄的锥状细胞，另一些具有广泛的复杂延伸，可以通过专用的几何体积来近似，与附近神经元的连接也随之改变。”
“我们的算法分析高分辨率图像，并在创建与形态属性相关联的特定几何形状后，允许我们计算两个神经元连接的概率。该方法不仅提供了神经元的3D定位，而且还提供了它们的连通性。”
甘多菲总结道:“我们将3D模型中的神经元密度与现有的海马体文献进行了比较，发现它与实验观察相吻合，验证了我们的模型。”研究人员正在EBRAINS平台上共享数据集和提取方法。“我们这项研究的主要目标是让HBP和更广泛的神经科学社区随时可以获得数据。我们现在用同样的方法来模拟其他大脑区域．"
更多信息:Daniela Gandolfi等人，人海马CA1区全尺寸支架模型，自然计算科学(2023)。DOI: 10.1038 / s43588 - 023 - 00417 - 2
人类海马CA1的单细胞分辨率数学模型，自然计算科学(2023)。DOI: 10.1038 / s43588 - 023 - 00421 - 6
