Nuevo método de microscopía para recrear el cerebro de los mamíferos

El cerebro es complejo: miles de millones de neuronas, interconectadas en una intrincada red, procesan constantemente señales para que podamos evocar recuerdos o mover el cuerpo.

Para entender esta complicada red, es necesario analizar exactamente cómo están dispuestas y conectadas entre sí estas células nerviosas.

«LICONN», un nuevo método de microscopía desarrollado por científicos del Instituto de Ciencia y Tecnología de Austria (ISTA) y Google Research, ayuda ahora a reconstruir este rompecabezas biológico. El método, que utiliza microscopios ópticos de uso comercial, hidrogel y «deep learning» (aprendizaje profundo), se ha publicado en la revista Nature.

Los microscopios ópticos se han desarrollado durante siglos. Permiten a los científicos alumbrar las estructuras biológicas más complicadas, literal y metafóricamente.

Sin embargo, desentrañar los complejos detalles y la arquitectura del cerebro sigue siendo una tarea aparentemente imposible; al fin y al cabo, está formado por miles de millones de neuronas densamente agrupadas, cada una de las cuales está conectada a otras células a través de miles de sinapsis.

Un nuevo método de microscopía llamado «LICONN» («light microscopy based connectomics»), desarrollado en el Instituto de Ciencia y Tecnología de Austria (ISTA), ofrece ahora un gran avance.

LICONN es la primera tecnología, más allá de la microscopía electrónica, capaz de reconstruir el tejido cerebral con todas las conexiones sinápticas entre neuronas. Se puede utilizar para visualizar no sólo la estructura de las neuronas, sino también complejos mecanismos moleculares, todo ello utilizando microscopios ópticos estándar.

ISTA

Esta nueva técnica ha sido desarrollada por Mojtaba R. Tavakoli, Julia Lyudchik, Johann Danzl y sus colegas del grupo de investigación Danzl de ISTA (High Resolution Optical Imaging Techniques for Biology).

Han colaborado con el grupo Novarino de ISTA y con Michal Januszewski y Viren Jain de Google Research. El método se publicó en la revista Nature.

Nuevas posibilidades gracias a LICONN

Mojtaba R. Tavakoli levanta el telón para mostrar un microscopio óptico cuyo objetivo está conectado a un ordenador mediante largos cables.

Las pantallas brillan con fuerza: tonos verdes y rosas iluminan una sala que, de otro modo, estaría casi completamente a oscuras. «Éste es el hipocampo, una región del cerebro responsable de la creación de la memoria», dice Tavakoli señalando la pantalla.

«Los puntos fluorescentes que se ven son moléculas que intervienen en la transmisión sináptica». El licenciado en ISTA mueve la sección de la imagen y ajusta la configuración.

LICONN es la última tecnología de microscopía del Grupo Danzl. Funciona como un minucioso rompecabezas que reconstruye las complejas conexiones del cerebro ensamblando los procesos neuronales más sutiles y vinculando correctamente cada conexión sináptica con la neurona correspondiente.

«Hasta ahora, esto no era posible con ninguna técnica de microscopía óptica», afirma Johann Danzl, médico y físico de formación y actualmente profesor en el ISTA.
«Desde hace tiempo, el objetivo de nuestro grupo ha sido desarrollar un procedimiento de este tipo para la reconstrucción del tejido cerebral. Y LICONN lo consigue situando ciertas moléculas en el marco de la reconstrucción estructural».

Lo particular es que la obtención de imágenes se realiza con un microscopio comercial estándar, lo que resulta sumamente rápido y permite obtener imágenes policromáticas.
La técnica puede reproducirse en cualquier parte del mundo, ya que los investigadores no necesitan el equipamiento caro y de última generación que requerirían los enfoques actuales para reconstruir el tejido cerebral.

Para alcanzar este nivel de detalle, la resolución debe ser extraordinariamente alta, del orden de unas pocas decenas de nanómetros, es decir, 10.000 veces menor que la anchura de un cabello humano. Pero, ¿cómo conseguirlo? Aquí es donde entran en juego los conocimientos de química.

Hacer zoom con un gel

Para LICONN el equipo utilizó las propiedades químicas y físicas del hidrogel, una red de polímeros tridimensional. El hidrogel tiene propiedades similares a las de los pañales: Puede absorber agua e hincharse, pero de forma controlada.

El tejido cerebral que se quiere analizar se sumerge en este hidrogel. «Los componentes celulares se adhieren al hidrogel, de modo que la fina ultraestructura de las células se transfiere al gel y se conserva para la microscopía», explica Danzl.

Antes de obtener las imágenes, las estructuras se expanden añadiendo agua al material. Esto hace que el gel se expanda en todas direcciones, con lo que la disposición relativa de las estructuras tisulares se conserva con una precisión extremadamente alta.

Como comparación: la resolución de los microscopios ópticos convencionales se limita tradicionalmente a unos 250 a 300 nanómetros. Aunque esto es suficiente para visualizar estructuras celulares más grandes, no lo es para reconstruir el tejido cerebral densamente empaquetado.

« Gracias a la expansión del hidrogel, las estructuras del tejido cerebral se separan tanto que podemos distinguirlas con un microscopio óptico estándar. Este método multiplica por 16 la resolución efectiva y logra una resolución superior a 20 nm», explica Tavakoli.

Investigación en la intersección de distintas disciplinas

La neurociencia y la química no fueron las únicas disciplinas implicadas en este proyecto. Los métodos informáticos también desempeñaron un papel decisivo en el desarrollo de la tecnología. Esto se debe a que la obtención de imágenes microscópicas conlleva el registro de numerosos datos. La complejidad de los conjuntos de datos refleja, por tanto, la complejidad del cerebro.

Interpretar y reconstruir manualmente todas las estructuras neuronales a gran escala llevaría demasiado tiempo. Por eso se entrenaron herramientas de aprendizaje profundo de Google Research para segmentar las células individuales del tejido.

«Al automatizar la identificación de neuronas y sus complejas estructuras a gran escala mediante inteligencia artificial, la ingente tarea de reconstruir todos los componentes celulares se ha vuelto factible en la práctica», explica Viren Jain, de Google Research.
«La capacidad de visualizar de forma simultánea moléculas específicas proporciona una nueva dimensión a la información».

Julia Lyudchik, estudiante de doctorado e informática del grupo Danzl, desempeñó un papel crucial en la interpretación de los complejos conjuntos de datos.
«Gracias a la resolución excepcionalmente alta de los datos, fue posible r

econocer automáticamente las conexiones sinápticas entre neuronas y convertir los datos de imagen en bruto del cerebro en mapas de conectividad detallados. Se trata de un reto complejo para el procesamiento de imágenes», explica Lyudchik.

«Además, los métodos tenían que ser eficientes y escalables, ya que incluso un pequeño trozo de tejido cerebral puede contener decenas de miles de conexiones sinápticas».

LICONN permite cartografiar la posición de moléculas específicas en las reconstrucciones neuronales, como las que intervienen en la transmisión de señales entre neuronas en las sinapsis.

La visualización es una poderosa herramienta para hacer más accesibles e interpretables los datos científicos complejos, por lo que Lyudchik también utilizó sus aptitudes artísticas para crear asombrosas representaciones en 3D de la red neuronal.

Desvelando nuevos detalles de la arquitectura cerebral

Gracias a este exhaustivo método, los científicos pueden reconstruir meticulosamente el tejido cerebral y visualizar las conexiones y redes neuronales.

La interacción entre experimentos y análisis de diferentes disciplinas -desde la obtención de imágenes y experimentos en ISTA, pasando por la aplicación de tecnologías avanzadas de aprendizaje profundo en Google Research, hasta el análisis computacional en ISTA- lleva a visualizaciones en 3D de la arquitectura cerebral con un nuevo nivel de complejidad.

«LICONN nos acerca un paso más a encajar las piezas del puzzle del cerebro de los mamíferos y comprender mejor cómo funciona tanto en estados de salud como de enfermedad», resume Danzl.