Translate

CORONAVIRUS COVID-19 Global Cases by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) ...

sábado, 27 de enero de 2024

Nuevo sistema para observar la estructura y dinámica del cerebro sin dañar el tejido

Dense 4D nanoscale reconstruction of living brain tissue
Velicky P, Miguel E, Michalska JM, et al.

Un equipo interdisciplinar de científicos del Instituto de Ciencia y Tecnología de Austria (ISTA) ha presentado LIONESS (Live Information Optimized Nanoscopy Enabling Saturated Segmentation), una nueva forma de observar la estructura y la dinámica del cerebro, en alta resolución y sin dañar el tejido, según publican en la revista Nature Methods, que permite obtener imágenes, reconstruir y analizar tejido cerebral vivo con una amplitud y una resolución espacial imposibles hasta ahora.

LIONESS permite, según los autores, obtener por primera vez una reconstrucción completa y densa del tejido cerebral vivo. Al obtener imágenes del tejido varias veces, LIONESS permite observar y medir la biología celular dinámica del cerebro siguiendo su curso. El resultado es una imagen reconstruida de la organización celular en tres dimensiones, en la que el tiempo constituye la cuarta dimensión, ya que las imágenes de la muestra pueden obtenerse a lo largo de minutos, horas o días. La fuerza de LIONESS reside en una óptica refinada y en los dos niveles de aprendizaje profundo que conforman su núcleo: el primero mejora la calidad de la imagen y el segundo identifica las distintas estructuras celulares en el denso entorno neuronal.

La ventaja de LIONESS radica en el desarrollo de condiciones de obtención de imágenes "rápidas y suaves", lo que permite mantener viva la muestra. La técnica ofrece al mismo tiempo una superresolución isotrópica que permite visualizar los componentes celulares del tejido con un detalle resuelto a nanoescala 3D. LIONESS recopila de la muestra la mínima información necesaria durante la fase de obtención de imágenes. A continuación, el primer paso de aprendizaje profundo completa la información adicional sobre la estructura del tejido cerebral en un proceso denominado restauración de imágenes. De esta forma innovadora, se consigue una resolución de unos 130 nanómetros, siendo al mismo tiempo lo suficientemente suave como para obtener imágenes de tejido cerebral vivo en tiempo real. Juntos, estos pasos permiten un segundo paso de aprendizaje profundo, esta vez para dar sentido a los datos de imagen extremadamente complejos e identificar las estructuras neuronales de forma automatizada.

No hay comentarios:

Publicar un comentario

Aportes