玩家大脑地图,发现六个新的神经元类型

“与世界各地Eyewirers合作,我们取得了一个数字博物馆,展示了错综复杂的美丽的视网膜的神经回路,”塞巴斯蒂安Seung说Evnin教授在神经科学和计算机科学的教授和普林斯顿大学神经科学研究所(句)。相关论文发表在今天的《细胞》杂志上。

Seung Eyewire博物馆揭幕,交互式存档公众可用的神经元和神经科学家在世界各地,包括数以百计的研究人员参与联邦大脑研究通过推进创新公司成员(大脑)的倡议。

“这个交互式查看器是一个巨大的资产为这些更大的合作,特别是在那些不身体在同一实验室,”罗宾逊说艾米英镑、众包专家句和Eyewire执行主任,在线游戏平台的公民科学家创造了这个数据集。

“这个博物馆是像脑图谱,“亚历山大Bae说,研究生在电气工程和一个四co-first作者在纸上。“以前脑图谱没有一个功能,你可以通过单个细胞可视化,或细胞的一个子集,并与之交互。另一个新奇:我们不仅有每个细胞的形态,但我们也有功能的数据。”

神经地图被Eyewirers发达,一个在线社区的成员的视频游戏玩家投入数十万小时精心拼凑这些神经细胞,使用数据从一只老鼠视网膜聚集在2009年。

Eyewire对机器学习与游戏玩家跟踪每个神经元的扭曲和分支路径。人类更擅长视觉识别的模式神经元,所以每个球员的举动被记录和检查对方先进的球员和Eyewire职员,以及通过软件改善自己的模式识别能力。

Eyewire 2012年启动以来,已有超过265000人签署的游戏,和他们一起颜色的1000万多个3 d“立方体”,导致超过3000的映射的神经细胞,其中大约一千是显示在博物馆。

每个多维数据集是一个很小的子集的一个细胞,约4.5微米,所以10块立方体将人类头发的宽度。每一个细胞都是由5至25之前玩家接受到系统完成。

“回到早年花了周完成一个单一细胞,”斯特林说。“现在球员每天完成多个神经元。“Eyewire用户体验保持专注于更大的使命——“科学!”是一个常见的说法,但它还复制一个典型的游戏环境,与成就徽章、聊天功能连接与其他球员和技术支持,并能增加技能解锁权限。“我们的顶级球员是在线——容易每周30小时,”斯特林说。

专用Eyewirers也在其他方面的贡献,包括捐赠赃物期间玩家赢得比赛和写作计划扩展”使游戏更有效率和更有趣,”斯特林说,包括历史,地图的玩家活动,100强排行榜和不断增加的水平的可定制性。

“社区真的是为什么Eyewire已经成功背后的推动力量,”斯特林说。“你进来,你并不孤独。现在,网上有43人。他们中的一些人将管理员从波士顿或普林斯顿,但大多数只是玩——现在是46岁。”

这六个新的类型的神经元被玩家玩Eyewire首先映射,普林斯顿Seung实验室的一个项目,他们现在可以探索在新的互动细胞可视化工具museum.eyewire.org。视频尼基塔Serafetinidis,Eyewire

科学!

通过数以万亿计的连接与1000亿个神经元相连,大脑是无限复杂,和神经科学家仍组装“零件清单,”尼古拉斯·特纳说,研究生在co-first计算机科学和另一个作者。“如果你知道哪些部分组成机器你想分开,你弄清楚它是如何运作的,”他说。

研究人员已经开始通过解决Eyewire-mapped视网膜神经节细胞的老鼠。“视网膜不只是光,”Seung说。“神经电路在视网膜上执行视觉感知的第一步。”

视网膜生长从胚胎组织一样的大脑,虽然比大脑更简单,它仍然是令人惊讶的复杂,特纳说。“敲定这些细节是一个很有价值的努力,”他说,“显示电路中存在的深度和复杂性,我们天真地相信很简单。”

研究者的基本问题是确定视网膜是如何工作的,Bae说。“在我们的例子中,我们关注视网膜神经节细胞的结构形态。”

“为什么眼睛的神经节细胞?”商问μ,助理研究学者在句的第一作者。“因为他们视网膜和大脑之间的联系。他们是唯一回到大脑细胞类。“不同类型的神经节细胞,计算不同类型的视觉特性,这是原因之一博物馆功能数据链接的形状。

使用396年Eyewire-produced地图神经节细胞,Seung的实验室的研究人员成功地分类这些细胞比曾经做过的更彻底。

“许多不同的细胞类型是一个意外,“μ表示。“就在几年前,人们认为只有15到20神经节细胞类型,但我们发现超过35 - 35 - 50我们估计类型。”

其中,六似乎是小说,研究人员找不到任何匹配的描述在文献检索。

说:“这代表一个重大贡献马拉樵夫,教授和神经生物学部门的主管大学伯克利分校的分子和细胞生物学系和海伦遗嘱神经科学研究所,他并没有参与这项研究。“建立一个神经元的结构和功能之间的关系是一个神经生物学家的主要目标。然而,结构太小和密集的能够理解人类的眼睛甚至光学显微镜。通过完全重建邻近神经元内相同类型的视网膜的一部分,我们现在可以检查他们的空间关系。”

短暂的滚动显示的数字博物馆非常平坦的神经元是如何——几乎所有的分支发生在一个二维平面上。Seung的团队发现,不同的细胞生长在不同的平面,有些达到核前上方的分支,而其他人接近原子核。生成的图像热带雨林,地面覆盖,下层植被、树冠层和一层紧急漫溢。

这些都是细分的内网状层,一个五以前公认的视网膜层。研究人员还发现了一个“密度守恒原则”,他们用来区分类型的神经元。

研究项目的一个最大的惊喜是特别丰富的原样品,Seung说。“有一个小的老鼠视网膜,将近10年后,我们仍然在学习东西。”

这篇文章被转载材料所提供的普林斯顿大学。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

参考:
Bae, j . A。μS。金,j·S。、车工、n、L。Tartavull,我。Kemnitz, N。,……& 4 m (2018)。数字博物馆的视网膜神经节细胞密集的解剖学和生理学。细胞。https://doi.org/10.1016/j.cell.2018.04.040