Primo scaffold 3D dell’ippocampo umano

Un team di ricerca appartenente a “Ebrains-Italy” ha realizzato un modello di scaffold in scala reale della regione CA1 di un ippocampo destro a partire da immagini al microscopio del cervello. Si tratta del primo prototipo di gemello digitale di ippocampo. Permetterà di studiare le funzioni e disfunzioni cerebrali in maniera non invasiva, ma anche di effettuare test farmacologici e clinici per la medicina predittiva.

EBRAINS-Italy (European Brain Research Infrastructures) è un progetto finanziato nell’ambito del bando PNRR per creare un’infrastruttura di ricerca operante a livello nazionale attraverso l’azione di consorzi nazionali con le loro numerose iniziative di ricerca sul cervello umano. L’obiettivo del progettto è di sviluppare modelli computazionali dell’attività cerebrale per creare gemelli digitali del cervello e sviluppare nuovi paradigmi di intelligenza artificiale biomimetica.

Ippocampo: struttura e funzione

L’ippocampo è una piega interna del telencefalo, situato nella parte mediale del lobo temporale della corteccia cerebrale. Si compone principalmente dall’ippocampo propriamente detto, la circonvoluzione dentata e il subicolo. L’ippocampo stabilisce numerose connessioni sia tra le sue componenti interne attraverso le vie di connessione interne, sia con altre aree encefaliche attraverso vie di connessione esterne. L’ippocampo propriamente detto è suddiviso in 4 regioni caratteristiche, denominate CA1, CA2, CA3 e CA4, dalla più interna alla più superficiale. Il subicolo è la struttura più interna che si estende tra la corteccia entorinale e la regione CA1 dell’ippocampo proprio.

Credits: Shutterstock

L’ippocampo appartiene al sistema limbico, complesso di strutture encefaliche con un ruolo chiave nelle reazioni emotive, nelle risposte comportamentali, nei processi di memoria e nell’olfatto.

Ippocampo è il centro di elaborazione della memoria

Secondo gli esperti, l’ippocampo è un centro di elaborazione fondamentale della cosiddetta memoria episodica che è la memoria a lungo termine degli eventi autobiografici, ed inoltre provvede a trasferire i ricordi più vecchi ad altre aree cerebrali. Inoltre è coinvolto nella working memory, ovvero la facoltà di memorizzare e manipolare informazioni acquisite da poco, e nella memoria spaziale.

La memoria spaziale registra luoghi in cui si è già stati, informazioni sugli ambienti visitati e permette l’orientamento e l’elaborazione di mappe spaziali.
Lesioni dell’ippocampo portano condizioni come l’amnesia anterograda, l’amnesia retrograda, l’epilessia del lobo temporale e la schizofrenia, ma anche tumori cerebrali, malattie neurodegenerative, Alzheimer.

I dati sui neuroni cerebrali sono limitati

“La quantità di dati sui singoli neuroni del cervello umano è molto limitata, sia in termini di coordinate 3D relative, sia in termini di connettività tra i neuroni”, spiega Michele Migliore, coordinatore scientifico della infrastruttura di ricerca EBRAINS-Italy.

Per comprendere le funzioni cerebrali è necessario implementare circuiti cerebrali che sono addestrati su una vasta quantità di dati di circuiti cerebrali con una risoluzione di una singola cellula. La mancanza di dati critici su neuroni e circuiti umani ostacolano la comprensione dei meccanismi specifici delle funzioni cerebrali negli esseri umani.

Finora le simulazioni sull’attività del cervello sono sempre state fatte a partire da dati cerebrali di diverse specie animali, in particolare dei roditori. I dati ottenuti dalle cellule nervose dei roditori sono molto simili, ma ci sono comunque differenze che bisogna considerare nello sviluppo del modello.

Elaborazione delle immagini dell’ippocampo

Per la creazione del modello, si è estratto un dataset di circa 5 milioni di neuroni da immagini ad altissima risoluzione di un cervello. Il dataset ha permesso di selezionare circa 40 miliardi di sinapsi che compongono una rete neurale. Il metodo ampiamente adottato per analizzare i campioni del cervello umano è la microscopia ottica di campioni colorati con argento o Nissl.

“Il nostro algoritmo analizza immagini ad alta risoluzione e, dopo la creazione di specifiche forme geometriche da associare a proprietà morfologiche, ci permette di calcolare la probabilità che due neuroni siano connessi” spiega Daniela Gandolfi di UNIMORE.

Dalle immagini dell’ippocampo, ottenute dal database BigBrain, è stata eseguita un’operazione di data mining. Il Data Mining non consente solo la raccolta dei dati, ma anche l’individuazione di pattern ricorrenti per poter costruire modelli predittivi attraverso relazioni complesse.

I ricercatori hanno sviluppato un algoritmo di elaborazione delle immagini personalizzato per ottenere una distribuzione realistica del posizionamento neuronale e un algoritmo per generare connettività neuronale approssimando le forme dendritiche e assonali. Oltre alla localizzazione 3D dei neuroni, è stata creata una matrice di connettività utilizzando una strategia di connessione morfo-anatomica. L’algoritmo alla base della connettività si basa su funzioni di densità di probabilità assonale e dendritica che tengono conto delle proprietà morfologiche dei neuroni dell’ippocampo.

Il modello 3D è disponibile alla comunità scientifica

Questo tipo di approccio potrebbe portare allo sviluppo di tecnologie dirompenti per indagare su varie condizioni patologiche e scoprire nuovi trattamenti farmacologici. Secondo lo studio, la stessa metodologia può essere applicata per l’implementazione di altre aree del cervello, con l’obiettivo di creare applicazioni di simulazione virtuale (digital twin).

I dati e gli algoritmi sono forniti in un formato pronto all’uso, adatto per implementare modelli computazionali a diverse scale e dettagli.

Il modello virtuale full-scale in 3D dell’area CA1 dell’ippocampo sarà disponibile sulla piattaforma ‘EBRAINS-Italy’ alla comunità scientifica con lo scopo di favorire la ricerca e lo studio sulle diverse funzioni cognitive. Si potrà così approfondire la ricerca sull’apprendimento, la memoria e l’elaborazione spaziale, ma anche le disfunzioni, quali l’epilessia, le malattie neurodegenerative, come l’Alzheimer, e l’invecchiamento; il risultato trova inoltre applicazione nella ricerca farmacologica riducendo sensibilmente i relativi tempi e costi.

“Analizzando la distribuzione della densità dei neuroni nel nostro modello 3D, abbiamo verificato consistenza con i dati di letteratura sull’ippocampo umano“, conclude Gandolfi. I ricercatori stanno condividendo sia il set di dati che la metodologia di estrazione sulla piattaforma Ebrains. “Il nostro obiettivo principale con questo studio era rendere i dati prontamente disponibili con Human Brain Project (HBP) e la più ampia comunità delle neuroscienze. Ora stiamo usando lo stesso approccio per modellare altre regioni del cervello”.