stringtranslate.com

Conectoma

Tractos de materia blanca dentro de un cerebro humano, visualizados mediante tractografía por resonancia magnética
Representación de un conectoma grupal basado en 20 sujetos. Las fibras anatómicas que constituyen la arquitectura de la materia blanca del cerebro humano se visualizan codificadas por colores según la dirección de desplazamiento (las direcciones xyz se asignan a colores RGB respectivamente). La visualización de las fibras se realizó utilizando el software TrackVis. [1]

Un conectoma ( / kəˈnɛktoʊm / ) es un mapa completo de las conexiones neuronales en el cerebro , y puede considerarse como su " diagrama de cableado " . [ 2] El sistema nervioso de un organismo está formado por neuronas que se comunican a través de sinapsis . Un conectoma se construye rastreando la neurona en un sistema nervioso y mapeando dónde están conectadas las neuronas a través de las sinapsis.

La importancia del conectoma surge de la constatación de que la estructura y la función del cerebro humano están estrechamente vinculadas a través de múltiples niveles y modos de conectividad cerebral. Existen fuertes restricciones naturales sobre qué neuronas o poblaciones neuronales pueden interactuar, o cuán fuertes o directas son sus interacciones. De hecho, la base de la cognición humana reside en el patrón de interacciones dinámicas que configura el conectoma.

A pesar de estos mapeos estructura-función tan complejos y variables, el conectoma es una base indispensable para la interpretación mecanicista de datos cerebrales dinámicos, desde registros de células individuales hasta neuroimágenes funcionales .

Origen y uso del término

En 2005, el Dr. Olaf Sporns de la Universidad de Indiana y el Dr. Patric Hagmann del Hospital Universitario de Lausana propusieron de forma independiente y simultánea el término "conectoma" para referirse a un mapa de las conexiones neuronales dentro del cerebro. Este término se inspiró directamente en el esfuerzo continuo por secuenciar el código genético humano , es decir, construir un genoma .

La "conectómica" (Hagmann, 2005) se ha definido como la ciencia que se ocupa de ensamblar y analizar conjuntos de datos del conectoma. [3]

En su artículo de 2005, "El conectoma humano, una descripción estructural del cerebro humano", Sporns et al. escribieron:

Para comprender el funcionamiento de una red, es necesario conocer sus elementos y sus interconexiones. El objetivo de este artículo es analizar las estrategias de investigación destinadas a una descripción estructural integral de la red de elementos y conexiones que forman el cerebro humano. Proponemos llamar a este conjunto de datos el "conectoma" humano y sostenemos que es fundamentalmente importante en la neurociencia cognitiva y la neuropsicología . El conectoma aumentará significativamente nuestra comprensión de cómo los estados cerebrales funcionales emergen de su sustrato estructural subyacente y proporcionará nuevos conocimientos mecanísticos sobre cómo se ve afectada la función cerebral si se altera este sustrato estructural. [4]

En su tesis doctoral de 2005, De la resonancia magnética de difusión a la conectómica cerebral , Hagmann escribió:

Está claro que, al igual que el genoma, que es mucho más que una simple yuxtaposición de genes , el conjunto de todas las conexiones neuronales del cerebro es mucho más que la suma de sus componentes individuales. El genoma es una entidad en sí mismo, ya que es de la interacción sutil de los genes de donde surge [la vida]. De manera similar, se podría considerar el conectoma cerebral, el conjunto de todas las conexiones neuronales, como una sola entidad, enfatizando así el hecho de que la enorme capacidad de comunicación neuronal y el poder computacional del cerebro dependen críticamente de esta arquitectura de conectividad sutil e increíblemente compleja. [3]

El término "conectoma" fue popularizado más recientemente por el discurso " I am my Connectome " de Sebastian Seung pronunciado en la conferencia TED de 2010 , que analiza los objetivos de alto nivel de mapear el conectoma humano, así como los esfuerzos en curso para construir un mapa neuronal tridimensional del tejido cerebral a microescala. [5] En 2012, Seung publicó el libro Connectome: How the Brain's Wiring Makes Us Who We Are .

Métodos

Las redes cerebrales se pueden definir en diferentes niveles de escala, correspondientes a los niveles de resolución espacial en las imágenes cerebrales (Kötter, 2007, Sporns, 2010). [6] [7] Estas escalas se pueden categorizar aproximadamente como macroescala, mesoescala y microescala. En última instancia, puede ser posible unir mapas conectómicos obtenidos en diferentes escalas en un solo mapa jerárquico de la organización neuronal de una especie dada que va desde neuronas individuales hasta poblaciones de neuronas y sistemas más grandes como áreas corticales. Dadas las incertidumbres metodológicas involucradas en la inferencia de la conectividad a partir de los datos experimentales primarios, y dado que es probable que haya grandes diferencias en los conectomas de diferentes individuos, cualquier mapa unificado probablemente se basará en representaciones probabilísticas de datos de conectividad (Sporns et al., 2005). [4]

Macroescala

Un connectoma a escala macroscópica ( resolución milimétrica ) intenta capturar grandes sistemas cerebrales que pueden dividirse en módulos anatómicamente distintos (áreas, parcelas o nodos), cada uno con un patrón distinto de conectividad. Las bases de datos connectómicas a escala mesoscópica y macroscópica pueden ser significativamente más compactas que las de resolución celular, pero requieren estrategias efectivas para la división anatómica o funcional precisa del volumen neuronal en nodos de red (para más detalles, véase, por ejemplo, Wallace et al., 2004). [8]

Los métodos establecidos de investigación cerebral, como el rastreo axonal, proporcionaron vías tempranas para construir conjuntos de datos de conectomas. Sin embargo, los avances más recientes en sujetos vivos se han logrado mediante el uso de tecnologías de imágenes no invasivas, como la resonancia magnética ponderada por difusión (DW-MRI) y la resonancia magnética funcional (fMRI). La primera, cuando se combina con la tractografía, permite la reconstrucción de los principales haces de fibras del cerebro. La segunda permite al investigador capturar la actividad de la red cerebral (ya sea en reposo o mientras realiza tareas dirigidas), lo que permite la identificación de áreas del cerebro estructural y anatómicamente distintas que están conectadas funcionalmente.

En particular, el objetivo del Proyecto Conectoma Humano , dirigido por el consorcio WU-Minn, es construir un mapa estructural y funcional del cerebro humano sano a escala macro, utilizando una combinación de múltiples tecnologías y resoluciones de imágenes.

Avances recientes en el mapeo de conectividad

Reconstrucción tractográfica de conexiones neuronales mediante DTI

A lo largo de la década de 2000, varios investigadores han intentado mapear la arquitectura estructural a gran escala de la corteza cerebral humana. Un intento explotó las correlaciones cruzadas en el espesor o volumen cortical entre individuos (He et al., 2007). [9] Se ha postulado que estas correlaciones del espesor de la materia gris son indicadores de la presencia de conexiones estructurales. Un inconveniente de este enfoque es que proporciona información altamente indirecta sobre los patrones de conexión cortical y requiere datos de un gran número de individuos para derivar un único conjunto de datos de conexión en un grupo de sujetos. Otros investigadores han intentado construir matrices de conexión de todo el cerebro a partir de datos de imágenes de DW-MRI.

El Proyecto Cerebro Azul está intentando reconstruir todo el conectoma del ratón utilizando un cuchillo de diamante afilado hasta un borde atómico y microscopía electrónica para obtener imágenes de cortes de tejido.

El desafío de la conectómica a macroescala

Las exploraciones iniciales en la conectómica humana a macroescala se realizaron utilizando regiones de igual tamaño o regiones anatómicas con una relación poco clara con la organización funcional subyacente del cerebro (por ejemplo, regiones basadas en los giros y surcos ). Si bien se puede aprender mucho de estos enfoques, es muy deseable parcelar el cerebro en parcelas funcionalmente distintas: regiones cerebrales con arquitectura, conectividad, función y/o topografía distintas (Felleman y Van Essen, 1991). [10] La parcelación precisa permite que cada nodo en el conectoma a macroescala sea más informativo al asociarlo con un patrón de conectividad y un perfil funcional distintos. La parcelación de áreas localizadas de la corteza se ha logrado utilizando tractografía de difusión (Beckmann et al. 2009) [11] y conectividad funcional (Nelson et al. 2010) [12] para medir de forma no invasiva los patrones de conectividad y definir áreas corticales en función de patrones de conectividad distintos. Dichos análisis se pueden realizar mejor a escala de todo el cerebro e integrando modalidades no invasivas. La parcelación precisa de todo el cerebro puede conducir a conectomas a macroescala más precisos para el cerebro normal, que luego pueden compararse con estados de enfermedad.

Las vías a través de la materia blanca cerebral se pueden trazar mediante disección y tinción histológica , por métodos de degeneración y por rastreo axonal . Los métodos de rastreo axonal forman la base principal para el trazado sistemático de vías de larga distancia en matrices de conexión anatómica extensas y específicas de la especie entre regiones de materia gris . Los estudios de referencia han incluido las áreas y conexiones de la corteza visual del macaco (Felleman y Van Essen, 1991) [10] y el sistema talamocortical en el cerebro felino (Scannell et al., 1999). [13] El desarrollo de bases de datos neuroinformáticas para la conectividad anatómica permite la actualización y el refinamiento continuos de dichos mapas de conexión anatómica. La herramienta en línea de conectividad de la corteza del macaco CoCoMac (Kötter, 2004) [14] y el conectoma del lóbulo temporal de la rata [15] son ​​ejemplos destacados de dicha base de datos.

Mesoescala

Un conectoma de "mesoescala" corresponde a una resolución espacial de cientos de micrómetros. En lugar de intentar mapear cada neurona individual, un conectoma de mesoescala intentaría capturar poblaciones neuronales anatómicamente y/o funcionalmente distintas, formadas por circuitos locales (por ejemplo, columnas corticales ) que vinculan cientos o miles de neuronas individuales. Esta escala todavía presenta un desafío técnico muy ambicioso en este momento y solo se puede investigar a pequeña escala con técnicas invasivas o imágenes por resonancia magnética (IRM) de campo muy alto a escala local.

Microescala

El mapeo del connectoma a la "microescala" ( resolución micrométrica ) significa construir un mapa completo de los sistemas neuronales, neurona por neurona. El desafío de hacer esto se vuelve obvio: la cantidad de neuronas que componen el cerebro fácilmente alcanza los miles de millones en organismos más complejos. La corteza cerebral humana por sí sola contiene del orden de 10 10 neuronas unidas por 10 14 conexiones sinápticas . [16] En comparación, la cantidad de pares de bases en un genoma humano es 3×10 9 . Algunos de los principales desafíos de construir un connectoma humano a la microescala hoy incluyen: la recolección de datos llevaría años dada la tecnología actual, las herramientas de visión artificial para anotar los datos siguen en su infancia y son inadecuadas, y ni la teoría ni los algoritmos están fácilmente disponibles para el análisis de los gráficos cerebrales resultantes. Para abordar los problemas de recolección de datos, varios grupos están construyendo microscopios electrónicos en serie de alto rendimiento (Kasthuri et al., 2009; Bock et al . 2011). Para abordar los problemas de visión artificial y procesamiento de imágenes, el Proyecto Open Connectome [17] está subcontratando algoritmos para superar este obstáculo. Por último, la teoría estadística de grafos es una disciplina emergente que está desarrollando herramientas sofisticadas de reconocimiento de patrones e inferencia para analizar estos grafos cerebrales (Goldenberg et al., 2009).

Las técnicas actuales de obtención de imágenes no invasivas no pueden captar la actividad cerebral a nivel de neurona por neurona. El mapeo del conectoma a nivel celular en vertebrados actualmente requiere un análisis microscópico post mortem (después de la muerte) de porciones limitadas de tejido cerebral. Recientemente, Anthony Zador (CSHL) propuso técnicas no ópticas que se basan en la secuenciación de ADN de alto rendimiento . [18]

Los enfoques tradicionales de mapeo de circuitos histológicos se basan en imágenes e incluyen técnicas de microscopio óptico para tinción celular , inyección de agentes de marcado para el rastreo de tractos o preservación química del cerebro, tinción y reconstrucción de bloques de tejido seccionados en serie mediante microscopía electrónica (EM). Cada uno de estos enfoques clásicos tiene desventajas específicas cuando se trata de su implementación para la conectómica. La tinción de células individuales, por ejemplo, con la tinción de Golgi , para rastrear procesos celulares y conectividad sufre la resolución limitada de la microscopía óptica, así como las dificultades para capturar proyecciones de largo alcance. El rastreo de tractos, a menudo descrito como el " estándar de oro " de la neuroanatomía para detectar vías de largo alcance a través del cerebro, generalmente solo permite el rastreo de poblaciones celulares bastante grandes y vías axónicas individuales. La reconstrucción EM se utilizó con éxito para la compilación del conectoma de C. elegans (White et al., 1986). [19] Sin embargo, las aplicaciones a bloques de tejido más grandes de sistemas nerviosos completos tradicionalmente han tenido dificultades con proyecciones que abarcan distancias más largas.

Los avances recientes en el mapeo de la conectividad neuronal a nivel celular ofrecen una nueva esperanza significativa para superar las limitaciones de las técnicas clásicas y para compilar conjuntos de datos de conectomas celulares (Livet et al., 2007; Lichtman et al., 2008). [20] [21] [22] Usando Brainbow , un método de etiquetado de color combinatorio basado en la expresión estocástica de varias proteínas fluorescentes , Jeff W. Lichtman y colegas pudieron marcar neuronas individuales con uno de más de 100 colores distintos. El etiquetado de neuronas individuales con un tono distinguible permite luego el rastreo y reconstrucción de su estructura celular incluyendo largos procesos dentro de un bloque de tejido.

En marzo de 2011, la revista Nature publicó un par de artículos sobre microconectomas: Bock et al. [23] y Briggman et al. [24] En ambos artículos, los autores primero caracterizaron las propiedades funcionales de un pequeño subconjunto de células, y luego rastrearon manualmente un subconjunto de los procesos que emanan de esas células para obtener un subgrafo parcial. En consonancia con los principios de la ciencia abierta , los autores de Bock et al. (2011) han publicado sus datos para acceso público. El conjunto de datos de 12 terabytes de resolución completa de Bock et al. está disponible en NeuroData . [17] Independientemente, también se declararán gradualmente topologías importantes de interacciones funcionales entre varios cientos de células (Shimono y Beggs, 2014). [25] Actualmente se está ampliando la escala del mapeo de circuitos ultraestructurales a todo el cerebro del ratón (Mikula, 2012). [26] Recientemente, Zador y sus colegas propusieron un enfoque alternativo para mapear la conectividad (Zador et al., 2012). [18] La técnica de Zador, llamada BOINC (código de barras de conexiones neuronales individuales), utiliza una secuenciación de ADN de alto rendimiento para mapear circuitos neuronales. Brevemente, el enfoque consiste en etiquetar cada neurona con un código de barras de ADN único, transferir códigos de barras entre neuronas acopladas sinápticamente (por ejemplo, utilizando Suid herpesvirus 1 , SuHV1) y fusionar códigos de barras para representar un par sináptico. Este enfoque tiene el potencial de ser barato, rápido y de muy alto rendimiento.

En 2016, la Actividad de Proyectos de Investigación Avanzada de Inteligencia del gobierno de los Estados Unidos lanzó MICrONS , un proyecto multiinstitucional de cinco años para mapear un milímetro cúbico de corteza visual de roedores, como parte de la Iniciativa BRAIN . [27] [28] Aunque solo se trata de un pequeño volumen de tejido biológico, este proyecto producirá uno de los conjuntos de datos conectómicos a microescala más grandes que existen actualmente.

Mapeo de la conectividad funcional

Utilizando fMRI en estado de reposo y durante las tareas, se están estudiando las funciones de los circuitos del conectoma. [29] Así como los mapas de carreteras detallados de la superficie de la Tierra no nos dicen mucho sobre el tipo de vehículos que recorren esas carreteras o qué carga transportan, para entender cómo las estructuras neuronales dan lugar a un comportamiento funcional específico como la conciencia , es necesario construir teorías que relacionen las funciones con la conectividad anatómica. [30] Sin embargo, el vínculo entre la conectividad estructural y funcional no es sencillo. Los modelos computacionales de la dinámica de la red de todo el cerebro son herramientas valiosas para investigar el papel de la red anatómica en la conformación de la conectividad funcional. [31] [32] En particular, los modelos computacionales se pueden utilizar para predecir el efecto dinámico de las lesiones en el conectoma. [33] [34]

Como una red o un gráfico

El connectoma puede estudiarse como una red mediante la ciencia de redes y la teoría de grafos. En el caso de un connectoma a microescala, los nodos de esta red (o grafo ) son las neuronas, y los bordes corresponden a las sinapsis entre esas neuronas. Para el connectoma a macroescala, los nodos corresponden a las ROI ( regiones de interés ), mientras que los bordes del grafo se derivan de los axones que interconectan esas áreas. Por lo tanto, los connectomas a veces se denominan grafos cerebrales , ya que son de hecho grafos en un sentido matemático que describen las conexiones en el cerebro (o, en un sentido más amplio, todo el sistema nervioso).

Un grupo de investigadores (Iturria-Medina et al., 2008) [35] ha construido conjuntos de datos de conectomas utilizando imágenes de tensor de difusión (ITD) [36] [37] seguido de la derivación de probabilidades de conexión promedio entre 70 y 90 áreas de materia gris cerebral cortical y basal . Se encontró que todas las redes tenían atributos de mundo pequeño y distribuciones de grados de "amplia escala". Un análisis de la centralidad de intermediación en estas redes demostró una alta centralidad para el precuneo , la ínsula , la corteza parietal superior y la corteza frontal superior . Otro grupo (Gong et al. 2008) [38] ha aplicado la ITD para mapear una red de conexiones anatómicas entre 78 regiones corticales. Este estudio también identificó varias regiones centrales en el cerebro humano, incluido el precuneo y el giro frontal superior .

Hagmann et al. (2007) [39] construyeron una matriz de conexión a partir de densidades de fibra medidas entre ROI distribuidos homogéneamente y de igual tamaño que suman entre 500 y 4000. Un análisis cuantitativo de matrices de conexión obtenidas para aproximadamente 1000 ROI y aproximadamente 50 000 vías de fibra de dos sujetos demostró una distribución de grados exponencial (una escala), así como atributos robustos de mundo pequeño para la red. Los conjuntos de datos se derivaron de imágenes de espectro de difusión (DSI) (Wedeen, 2005), [40] una variante de imágenes ponderadas por difusión [41] [42] que es sensible a heterogeneidades intravoxel en direcciones de difusión causadas por tractos de fibra cruzados y, por lo tanto, permite un mapeo más preciso de trayectorias axónicas que otros enfoques de imágenes de difusión (Wedeen, 2008). [43] La combinación de conjuntos de datos DSI de cabeza completa adquiridos y procesados ​​de acuerdo con el enfoque desarrollado por Hagmann et al. (2007) [39] con las herramientas de análisis de grafos concebidas inicialmente para estudios de rastreo animal (Sporns, 2006; Sporns, 2007) [44] [45] permiten un estudio detallado de la estructura de red de la conectividad cortical humana (Hagmann et al., 2008). [46] La red cerebral humana se caracterizó utilizando una amplia gama de métodos de análisis de red que incluyen descomposición del núcleo, análisis de modularidad, clasificación de ejes y centralidad . Hagmann et al . presentaron evidencia de la existencia de un núcleo estructural de regiones cerebrales altamente y mutuamente interconectadas, ubicadas principalmente en la corteza medial y parietal posterior. El núcleo comprende porciones de la corteza cingulada posterior , el precuneo, el cuneo , el lóbulo paracentral , el istmo del cíngulo , los bancos del surco temporal superior y la corteza parietal inferior y superior , todos ubicados en ambos hemisferios cerebrales .

Un subcampo de la conectómica se ocupa de la comparación de los grafos cerebrales de múltiples sujetos. Es posible construir un grafo de consenso como el Conectoma de Referencia de Budapest permitiendo solo los bordes que están presentes en al menos conectomas, para un parámetro seleccionable. El Conectoma de Referencia de Budapest ha llevado a los investigadores al descubrimiento de la Dinámica del Conectoma de Consenso de los grafos cerebrales humanos. Los bordes que aparecen en todos los grafos cerebrales forman un subgrafo conectado alrededor del tronco encefálico . Al permitir bordes gradualmente menos frecuentes, este subgrafo central crece continuamente, como un arbusto . La dinámica de crecimiento puede reflejar el desarrollo cerebral individual y brindar una oportunidad para dirigir algunos bordes del grafo cerebral de consenso humano. [47]

Alternativamente, las diferencias locales que son estadísticamente significativamente diferentes entre los grupos han atraído más atención ya que resaltan conexiones específicas y, por lo tanto, arrojan más luz sobre rasgos o patologías cerebrales específicos. Por lo tanto, también se han introducido algoritmos para encontrar diferencias locales entre poblaciones de grafos (por ejemplo, para comparar grupos de casos versus grupos de control). [48] Estos se pueden encontrar utilizando una prueba t ajustada , [49] o un modelo de escasez, [48] con el objetivo de encontrar conexiones estadísticamente significativas que sean diferentes entre esos grupos.

También se investigaron las posibles causas de la diferencia entre los conectomas individuales. De hecho, se ha descubierto que los conectomas a macroescala de las mujeres contienen significativamente más bordes que los de los hombres, y una mayor porción de los bordes en los conectomas de las mujeres discurren entre los dos hemisferios. [50] [51] [52] Además, los conectomas generalmente exhiben un carácter de mundo pequeño , con una conectividad cortical general que disminuye con la edad. [53] El objetivo del Proyecto Piloto de Esperanza de Vida del HCP en curso a partir de 2015 es identificar diferencias en los conectomas entre 6 grupos de edad (4-6, 8-9, 14-15, 25-35, 45-55, 65-75).

Más recientemente, se han utilizado conectogramas para visualizar datos de todo el cerebro colocando áreas corticales alrededor de un círculo, organizadas por lóbulo. [54] [55] Los círculos internos representan entonces métricas corticales en una escala de colores. Las conexiones de las fibras de materia blanca en los datos DTI se dibujan entonces entre estas regiones corticales y se ponderan por anisotropía fraccional y fuerza de la conexión. Dichos gráficos incluso se han utilizado para analizar el daño causado al famoso paciente con lesión cerebral traumática Phineas Gage . [56]

La teoría de grafos estadísticos es una disciplina emergente que está desarrollando sofisticadas herramientas de reconocimiento de patrones e inferencia para analizar estos grafos cerebrales (Goldenberg et al., 2009).

Investigaciones recientes estudiaron el cerebro como una red signada e indicaron que la concentración en subredes positivas y negativas aumenta la estabilidad de la red cerebral. Destacaron el papel de las conexiones funcionales negativas a las que se les presta menos atención. [57]

Plasticidad del conectoma

Al principio del proyecto del conectoma, se pensaba que las conexiones entre neuronas eran inmutables una vez establecidas y que solo se podían alterar las sinapsis individuales. [4] Sin embargo, evidencia reciente sugiere que la conectividad también está sujeta a cambios, lo que se denomina neuroplasticidad . Hay dos formas en las que el cerebro puede recablear: formación y eliminación de sinapsis en una conexión establecida o formación o eliminación de conexiones enteras entre neuronas. [58] Ambos mecanismos de recableado son útiles para aprender tareas completamente nuevas que pueden requerir conexiones completamente nuevas entre regiones del cerebro. [59] Sin embargo, la capacidad del cerebro para ganar o perder conexiones enteras plantea un problema para el mapeo de un conectoma de especies universal. Aunque el recableado ocurre en diferentes escalas, desde la microescala hasta la macroescala, cada escala no ocurre de forma aislada. Por ejemplo, en el conectoma de C. elegans , el número total de sinapsis aumenta 5 veces desde el nacimiento hasta la edad adulta, cambiando las propiedades de la red tanto local como global. [60] Otros conectomas del desarrollo, como el conectoma muscular, conservan algunas propiedades de red global aunque el número de sinapsis disminuye diez veces en la vida posnatal temprana. [61]

Recableado a macroescala

La evidencia de un recableado a macroescala proviene principalmente de investigaciones sobre la densidad de materia gris y blanca, que podrían indicar nuevas conexiones o cambios en la densidad de axones. La evidencia directa de este nivel de recableado proviene de estudios con primates, utilizando el rastreo viral para mapear la formación de conexiones. Los primates a los que se les enseñó a usar herramientas novedosas desarrollaron nuevas conexiones entre la corteza interparietal y las áreas visuales superiores del cerebro. [62] Estudios posteriores de rastreo viral han proporcionado evidencia de que el recableado a macroescala ocurre en animales adultos durante el aprendizaje asociativo . [63] Sin embargo, no es probable que las conexiones neuronales de larga distancia experimenten un recableado extenso en adultos. Es probable que lo que se observe en el recableado a macroescala sean pequeños cambios en un tracto nervioso ya establecido .

Recableado a mesoescala

El recableado a mesoescala implica estudiar la presencia o ausencia de conexiones completas entre neuronas. [59] La evidencia de este nivel de recableado proviene de observaciones de que los circuitos locales forman nuevas conexiones como resultado de la plasticidad dependiente de la experiencia en la corteza visual. Además, la cantidad de conexiones locales entre neuronas piramidales en la corteza somatosensorial primaria aumenta después de una experiencia sensorial alterada con bigotes en roedores. [64]

Recableado a microescala

El recableado a microescala es la formación o eliminación de conexiones sinápticas entre dos neuronas y se puede estudiar con imágenes longitudinales de dos fotones. Se puede observar la formación de espinas dendríticas en neuronas piramidales en cuestión de días después de la experiencia sensorial y el aprendizaje. [65] [66] [67] Incluso se pueden observar cambios en el lapso de cinco horas en los mechones apicales de neuronas piramidales de la capa cinco en la corteza motora primaria después de una tarea de alcanzar semillas en primates. [67]

Conjuntos de datos

Humanos

El Proyecto Conectoma Humano , patrocinado por los Institutos Nacionales de Salud (NIH), fue creado con el objetivo de mapear las 86 mil millones de neuronas (y sus conexiones) en un cerebro humano . [68]

Organismos modelo

Lombriz intestinal

El primer (y hasta ahora único) conectoma completamente reconstruido pertenece al gusano redondo Caenorhabditis elegans . [69] El esfuerzo principal comenzó con las primeras micrografías electrónicas publicadas por White, Brenner et al., 1986. [19] Basado en este trabajo seminal, el primer conectoma (entonces llamado "base de datos de circuitos neuronales" por los autores) para C. elegans fue publicado en forma de libro con disquetes adjuntos por Achacoso y Yamamoto en 1992. [70] [71] El primer artículo sobre la representación informática de su conectoma fue presentado y publicado tres años antes en 1989 por Achacoso en el Simposio sobre Aplicación Informática en Atención Médica (SCAMC). [72] El conectoma de C. elegans fue revisado posteriormente [73] [74] y ampliado para mostrar cambios durante el desarrollo del animal. [60] [75] A pesar de tener un linaje celular invariante, el conectoma de C. elegans muestra variabilidad entre individuos, tanto a nivel de sinapsis como de conexión. [76] [77]

Mosca de la fruta

La mosca de la fruta, Drosophila melanogaster , sirve como un modelo atractivo para explorar la estructura y el funcionamiento de los sistemas nerviosos. Su sistema nervioso central (SNC) es notablemente compacto, alberga aproximadamente 200.000 neuronas en los adultos, pero exhibe conexiones neuronales razonablemente estereotipadas en las distintas moscas. [78] A pesar de su pequeño tamaño, este SNC admite un amplio espectro de comportamientos complejos y bien estudiados. Obtener un conjunto de datos anatómicos del SNC de la mosca podría ser un paso fundamental, que potencialmente ofrecería información sobre los sistemas nerviosos de otros organismos.

En marzo de 2023 se publicó un connectoma completo de microscopía electrónica (EM) del cerebro larvario de D. melanogaster , que incluye 3016 neuronas y 548 000 sinapsis. [79] [80] [81] Para los adultos, también están disponibles connectomas EM parciales del cerebro (~120 000 neuronas, ~30 000 000 de sinapsis) [82] [83] [84] o del cordón nervioso ventral (VNC, el equivalente de la médula espinal de la mosca, ~14 600 neuronas) [85] [86] . Actualmente se está construyendo un connectoma completo del SNC adulto que incluye tanto el cerebro como el VNC.

Ratón

Se encuentran disponibles conectomas parciales de una retina de ratón [24] y de la corteza visual primaria de ratón [23] .

El primer conectoma completo de un circuito de mamífero se construyó en 2021. Esta construcción incluyó el desarrollo de todas las conexiones entre el sistema nervioso central y un solo músculo desde el nacimiento hasta la edad adulta. [61]

Véase también

Referencias

  1. ^ Horn A, Ostwald D, Reisert M, Blankenburg F (noviembre de 2014). "El conectoma estructural-funcional y la red neuronal por defecto del cerebro humano". NeuroImage . 102 Pt 1: 142–51. doi :10.1016/j.neuroimage.2013.09.069. PMID  24099851. S2CID  6455982.
  2. ^ Mackenzie, Dana (6 de marzo de 2023). «Cómo los animales siguen su nariz». Revista Knowable . Reseñas anuales. doi : 10.1146/knowable-030623-4 . Consultado el 13 de marzo de 2023 .
  3. ^ ab Hagmann, Patric (2005). De la resonancia magnética de difusión a la conectómica cerebral (Tesis). Lausana: EPFL. doi :10.5075/epfl-thesis-3230 . Consultado el 16 de enero de 2014 .
  4. ^ abc Sporns O, Tononi G, Kötter R (septiembre de 2005). "El conectoma humano: una descripción estructural del cerebro humano". PLOS Computational Biology . 1 (4): e42. Bibcode :2005PLSCB...1...42S. doi : 10.1371/journal.pcbi.0010042 . PMC 1239902 . PMID  16201007.  Icono de acceso abierto
  5. ^ Seung S (septiembre de 2010) [grabado en julio de 2010]. "Sebastian Seung: Soy mi conectoma". TEDTalks . Consultado el 7 de agosto de 2011 .
  6. ^ Kötter R (2007). "Conceptos anatómicos de la conectividad cerebral". Manual de conectividad cerebral . Entendiendo los sistemas complejos. pp. 149–67. doi :10.1007/978-3-540-71512-2_5. ISBN 978-3-540-71462-0.
  7. ^ Sporns O (2011). Redes del cerebro . Cambridge, Mass.: MIT Press. ISBN 978-0-262-01469-4.
  8. ^ Wallace MT, Ramachandran R, Stein BE (febrero de 2004). "Una visión revisada de la parcelación cortical sensorial". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 101 (7): 2167–72. Bibcode :2004PNAS..101.2167W. doi : 10.1073/pnas.0305697101 . PMC 357070 . PMID  14766982. 
  9. ^ He Y, Chen ZJ, Evans AC (octubre de 2007). "Redes anatómicas de mundo pequeño en el cerebro humano reveladas por el grosor cortical de la resonancia magnética". Corteza cerebral . 17 (10): 2407–19. doi : 10.1093/cercor/bhl149 . PMID  17204824.
  10. ^ ab Felleman DJ, Van Essen DC (1991). "Procesamiento jerárquico distribuido en la corteza cerebral de los primates". Corteza cerebral . 1 (1): 1–47. doi : 10.1093/cercor/1.1.1-a . PMID  1822724.
  11. ^ Beckmann M, Johansen-Berg H, Rushworth MF (enero de 2009). "Parcelación basada en la conectividad de la corteza cingulada humana y su relación con la especialización funcional". The Journal of Neuroscience . 29 (4): 1175–90. doi :10.1523/JNEUROSCI.3328-08.2009. PMC 6665147 . PMID  19176826. 
  12. ^ Nelson SM, Cohen AL, Power JD, Wig GS, Miezin FM, Wheeler ME, Velanova K, Donaldson DI, Phillips JS, Schlaggar BL, Petersen SE (julio de 2010). "Un esquema de parcelación para la corteza parietal lateral izquierda humana". Neuron . 67 (1): 156–70. doi :10.1016/j.neuron.2010.05.025. PMC 2913443 . PMID  20624599. 
  13. ^ Scannell JW, Burns GA, Hilgetag CC, O'Neil MA, Young MP (1999). "La organización conexional del sistema corticotalámico del gato". Corteza cerebral . 9 (3): 277–99. doi : 10.1093/cercor/9.3.277 . PMID  10355908.
  14. ^ Kötter R (2004). "Recuperación en línea, procesamiento y visualización de datos de conectividad de primates de la base de datos CoCoMac". Neuroinformática . 2 (2): 127–44. doi :10.1385/NI:2:2:127. PMID  15319511. S2CID  19789717.
  15. ^ van Strien NM, Cappaert NL, Witter MP (abril de 2009). "La anatomía de la memoria: una descripción interactiva de la red parahipocampal-hipocampal". Nature Reviews. Neuroscience . 10 (4): 272–82. doi :10.1038/nrn2614. PMID  19300446. S2CID  15232243.
  16. ^ Azevedo FA, Carvalho LR, Grinberg LT, Farfel JM, Ferretti RE, Leite RE, Jacob Filho W, Lent R, Herculano-Houzel S (abril de 2009). "Un número igual de células neuronales y no neuronales hacen del cerebro humano un cerebro de primate a escala isométrica". The Journal of Comparative Neurology . 513 (5): 532–41. doi :10.1002/cne.21974. PMID  19226510. S2CID  5200449.
  17. ^ ab Van Essen DC, Smith SM, Barch DM, Behrens TE, Yacoub E, Ugurbil K (octubre de 2013). "El proyecto del conectoma humano de la WU-Minn: una descripción general". NeuroImage . 80 : 62–79. doi :10.1016/j.neuroimage.2013.05.041. PMC 3724347 . PMID  23684880. 
  18. ^ ab Zador AM, Dubnau J, Oyibo HK, Zhan H, Cao G, Peikon ID (2012). "Secuenciación del conectoma". PLOS Biology . 10 (10): e1001411. doi : 10.1371/journal.pbio.1001411 . PMC 3479097 . PMID  23109909.  Icono de acceso abierto
  19. ^ ab White JG, Southgate E, Thomson JN, Brenner S (noviembre de 1986). "La estructura del sistema nervioso del nematodo Caenorhabditis elegans". Philosophical Transactions of the Royal Society of London. Serie B, Ciencias Biológicas . 314 (1165): 1–340. Bibcode :1986RSPTB.314....1W. doi :10.1098/rstb.1986.0056. PMID  22462104.
  20. ^ Livet J, Weissman TA, Kang H, Draft RW, Lu J, Bennis RA, Sanes JR, Lichtman JW (noviembre de 2007). "Estrategias transgénicas para la expresión combinatoria de proteínas fluorescentes en el sistema nervioso". Nature . 450 (7166): 56–62. Bibcode :2007Natur.450...56L. doi :10.1038/nature06293. PMID  17972876. S2CID  4402093.
  21. ^ Lichtman JW, Sanes JR (junio de 2008). "Ome sweet ome: what can the genome tell us about the connectoma?" [Ome dulce ome: ¿qué nos puede decir el genoma sobre el conectoma?]. Current Opinion in Neurobiology . 18 (3): 346–53. doi :10.1016/j.conb.2008.08.010. PMC 2735215 . PMID  18801435. 
  22. ^ Lichtman JW, Livet J, Sanes JR (junio de 2008). "Un enfoque tecnicolor del conectoma". Nature Reviews. Neuroscience . 9 (6): 417–22. doi :10.1038/nrn2391. PMC 2577038 . PMID  18446160. 
  23. ^ ab Bock DD, Lee WC, Kerlin AM, Andermann ML, Hood G, Wetzel AW, Yurgenson S, Soucy ER, Kim HS, Reid RC (marzo de 2011). "Anatomía de la red y fisiología in vivo de las neuronas corticales visuales". Nature . 471 (7337): 177–82. Bibcode :2011Natur.471..177B. doi :10.1038/nature09802. PMC 3095821 . PMID  21390124. 
  24. ^ ab Briggman KL, Helmstaedter M, Denk W (marzo de 2011). "Especificidad de cableado en el circuito de selectividad de dirección de la retina". Nature . 471 (7337): 183–8. Bibcode :2011Natur.471..183B. doi :10.1038/nature09818. PMID  21390125. S2CID  4425160.
  25. ^ Shimono M, Beggs JM (octubre de 2015). "Clústeres, centros y comunidades funcionales en el microconectoma cortical". Corteza cerebral . 25 (10): 3743–57. doi :10.1093/cercor/bhu252. PMC 4585513 . PMID  25336598. 
  26. ^ Mikula S, Binding J, Denk W (diciembre de 2012). "Tinción e inclusión de todo el cerebro de ratón para microscopía electrónica". Nature Methods . 9 (12): 1198–201. doi :10.1038/nmeth.2213. PMID  23085613. S2CID  205421025.
  27. ^ Cepelewicz, Jordana (8 de marzo de 2016). "El gobierno de Estados Unidos lanza un "Proyecto Apolo del Cerebro" de 100 millones de dólares". Scientific American . Springer Nature America . Consultado el 27 de noviembre de 2018 .
  28. ^ Emily, Singer (6 de abril de 2016). "Mapping the Brain to Build Better Machines" (Mapeo del cerebro para construir mejores máquinas). Revista Quanta . Fundación Simons . Consultado el 27 de noviembre de 2018 .
  29. ^ Van Dijk KR, Hedden T, Venkataraman A, Evans KC, Lazar SW, Buckner RL (enero de 2010). "Conectividad funcional intrínseca como herramienta para la conectómica humana: teoría, propiedades y optimización". Journal of Neurophysiology . 103 (1): 297–321. doi :10.1152/jn.00783.2009. PMC 2807224 . PMID  19889849. 
  30. ^ Allen M, Williams G (2011). "Conciencia, plasticidad y conectómica: el papel de la intersubjetividad en la cognición humana". Frontiers in Psychology . 2 : 20. doi : 10.3389/fpsyg.2011.00020 . PMC 3110420 . PMID  21687435. 
  31. ^ Cabral J, Kringelbach ML, Deco G (marzo de 2014). "Explorando la dinámica de la red que subyace a la actividad cerebral durante el reposo". Progress in Neurobiology . 114 : 102–31. doi : 10.1016/j.pneurobio.2013.12.005 . hdl : 10230/23083 . PMID  24389385. S2CID  9423875.
  32. ^ Honey CJ, Kötter R, Breakspear M, Sporns O (junio de 2007). "La estructura de la red de la corteza cerebral modela la conectividad funcional en múltiples escalas de tiempo". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 104 (24): 10240–5. Bibcode :2007PNAS..10410240H. doi : 10.1073/pnas.0701519104 . PMC 1891224 . PMID  17548818. 
  33. ^ Cabral J, Hugues E, Kringelbach ML, Deco G (septiembre de 2012). "Modelado del resultado de la desconexión estructural en la conectividad funcional en estado de reposo". NeuroImage . 62 (3): 1342–53. doi :10.1016/j.neuroimage.2012.06.007. PMID  22705375. S2CID  10548492.
  34. ^ Honey CJ, Sporns O (julio de 2008). "Consecuencias dinámicas de las lesiones en las redes corticales". Mapeo cerebral humano . 29 (7): 802–9. doi :10.1002/hbm.20579. PMC 6870962 . PMID  18438885. 
  35. ^ Iturria-Medina Y, Sotero RC, Canales-Rodríguez EJ, Alemán-Gómez Y, Melie-García L (abril de 2008). "Estudiar la red anatómica del cerebro humano mediante resonancia magnética ponderada por difusión y teoría de grafos". NeuroImagen . 40 (3): 1064–76. doi : 10.1016/j.neuroimage.2007.10.060. PMID  18272400. S2CID  3593098.
  36. ^ Basser PJ, Mattiello J, LeBihan D (enero de 1994). "Espectroscopia y obtención de imágenes por tensor de difusión de RM". Biophysical Journal . 66 (1): 259–67. Bibcode :1994BpJ....66..259B. doi :10.1016/S0006-3495(94)80775-1. PMC 1275686 . PMID  8130344. 
  37. ^ Basser PJ, Mattiello J, LeBihan D (marzo de 1994). "Estimación del tensor de autodifusión efectivo a partir del eco de espín de RMN". Journal of Magnetic Resonance, Serie B . 103 (3): 247–54. Bibcode :1994JMRB..103..247B. doi :10.1006/jmrb.1994.1037. PMID  8019776.
  38. ^ Gong G, He Y, Concha L, Lebel C, Gross DW, Evans AC, Beaulieu C (marzo de 2009). "Mapeo de patrones de conectividad anatómica de la corteza cerebral humana mediante tractografía de imágenes de tensor de difusión in vivo". Corteza cerebral . 19 (3): 524–36. doi :10.1093/cercor/bhn102. PMC 2722790 . PMID  18567609. 
  39. ^ ab Hagmann P, Kurant M, Gigandet X, Thiran P, Wedeen VJ, Meuli R, Thiran JP (julio de 2007). Sporns O (ed.). "Mapeo de redes estructurales de todo el cerebro humano con resonancia magnética de difusión". PLOS ONE . ​​2 (7): e597. Bibcode :2007PLoSO...2..597H. doi : 10.1371/journal.pone.0000597 . PMC 1895920 . PMID  17611629.  Icono de acceso abierto
  40. ^ Wedeen VJ, Hagmann P, Tseng WY, Reese TG, Weisskoff RM (diciembre de 2005). "Mapeo de la arquitectura tisular compleja con imágenes por resonancia magnética de espectro de difusión". Resonancia magnética en medicina . 54 (6): 1377–86. doi : 10.1002/mrm.20642 . PMID  16247738.
  41. ^ Le Bihan D, Bretón E (1985). "Imagerie de diffusion in vivo par résonance magnétique nucléaire" [Imágenes de difusión in vivo por resonancia magnética nuclear]. Comptes Rendus de l'Académie des Sciences (en francés). 93 (5): 27–34.
  42. ^ Le Bihan D, Breton E, Lallemand D, Grenier P, Cabanis E, Laval-Jeantet M (noviembre de 1986). "Imágenes por RM de movimientos incoherentes intravoxel: aplicación a la difusión y perfusión en trastornos neurológicos". Radiología . 161 (2): 401–7. doi :10.1148/radiology.161.2.3763909. PMID  3763909.
  43. ^ Wedeen VJ, Wang RP, Schmahmann JD, Benner T, Tseng WY, Dai G, Pandya DN, Hagmann P, D'Arceuil H, de Crespigny AJ (julio de 2008). "Tractografía de fibras cruzadas mediante resonancia magnética de espectro de difusión (DSI)". NeuroImage . 41 (4): 1267–77. doi :10.1016/j.neuroimage.2008.03.036. PMID  18495497. S2CID  2660208.
  44. ^ Sporns O (julio de 2006). "Conectividad de mundo pequeño, composición de motivos y complejidad de conexiones neuronales fractales". Bio Systems . 85 (1): 55–64. doi :10.1016/j.biosystems.2006.02.008. PMID  16757100.
  45. ^ Sporns O, Honey CJ, Kötter R (octubre de 2007). Kaiser M (ed.). "Identificación y clasificación de centros en redes cerebrales". PLOS ONE . ​​2 (10): e1049. Bibcode :2007PLoSO...2.1049S. doi : 10.1371/journal.pone.0001049 . PMC 2013941 . PMID  17940613.  Icono de acceso abierto
  46. ^ Hagmann P, Cammoun L, Gigandet X, Meuli R, Honey CJ, Wedeen VJ, Sporns O (julio de 2008). Friston KJ (ed.). "Mapeo del núcleo estructural de la corteza cerebral humana". PLOS Biology . 6 (7): e159. doi : 10.1371/journal.pbio.0060159 . PMC 2443193 . PMID  18597554.  Icono de acceso abierto
  47. ^ Kerepesi C, Szalkai B, Varga B, Grolmusz V (2016). "Cómo dirigir los bordes de los conectomas: dinámica de los conectomas de consenso y el desarrollo de las conexiones en el cerebro humano". PLOS ONE . ​​11 (6): e0158680. arXiv : 1509.05703 . Bibcode :2016PLoSO..1158680K. doi : 10.1371/journal.pone.0158680 . PMC 4928947 . PMID  27362431. 
  48. ^ ab Crimi, Alessandro; Giancardo, Luca; Sambataro, Fabio; Diego, Sona (2019). "Análisis de enlaces múltiples: comparación de redes cerebrales mediante análisis de conectividad dispersa". Scientific Reports . 9 (1): 1–13. Bibcode :2019NatSR...9...65C. doi :10.1038/s41598-018-37300-4. PMC 6329758 . PMID  30635604. 
  49. ^ Zalesky, Andrew; Fornito, Alex; Bullmore, Edward (2010). "Estadística basada en redes: identificación de diferencias en las redes cerebrales". NeuroImage . 53 (4): 1197–1207. doi :10.1016/j.neuroimage.2010.06.041. PMID  20600983. S2CID  17760084.
  50. ^ Ingalhalikar M, Smith A, Parker D, Satterthwaite TD, Elliott MA, Ruparel K, Hakonarson H, Gur RE, Gur RC, Verma R (enero de 2014). "Diferencias sexuales en el conectoma estructural del cerebro humano". Actas de la Academia Nacional de Ciencias de los Estados Unidos de América . 111 (2): 823–8. Bibcode :2014PNAS..111..823I. doi : 10.1073/pnas.1316909110 . PMC 3896179 . PMID  24297904. 
  51. ^ Szalkai B, Varga B, Grolmusz V (2015). "El análisis teórico de grafos revela que los cerebros de las mujeres están mejor conectados que los de los hombres". PLOS ONE . ​​10 (7): e0130045. arXiv : 1501.00727 . Bibcode :2015PLoSO..1030045S. doi : 10.1371/journal.pone.0130045 . PMC 4488527 . PMID  26132764. 
  52. ^ Szalkai B, Varga B, Grolmusz V (abril de 2017). "Los parámetros teóricos de grafos compensados ​​por el sesgo del tamaño del cerebro también son mejores en los conectomas estructurales de las mujeres". Brain Imaging and Behavior . 12 (3): 663–673. doi :10.1007/s11682-017-9720-0. PMID  28447246. S2CID  4028467.
  53. ^ Gong G, Rosa-Neto P, Carbonell F, Chen ZJ, He Y, Evans AC (diciembre de 2009). "Diferencias relacionadas con la edad y el género en la red anatómica cortical". The Journal of Neuroscience . 29 (50): 15684–93. doi :10.1523/JNEUROSCI.2308-09.2009. PMC 2831804 . PMID  20016083. 
  54. ^ Irimia A, Chambers MC, Torgerson CM, Van Horn JD (abril de 2012). "Representación circular de redes corticales humanas para visualización conectómica a nivel de sujeto y población". NeuroImage . 60 (2): 1340–51. doi :10.1016/j.neuroimage.2012.01.107. PMC 3594415 . PMID  22305988. 
  55. ^ Irimia A, Chambers MC, Torgerson CM, Filippou M, Hovda DA, Alger JR, Gerig G, Toga AW, Vespa PM, Kikinis R, Van Horn JD (2012). "Visualización conectómica adaptada al paciente para la evaluación de la atrofia de la sustancia blanca en la lesión cerebral traumática". Frontiers in Neurology . 3 : 10. doi : 10.3389/fneur.2012.00010 . PMC 3275792 . PMID  22363313. 
  56. ^ Van Horn JD, Irimia A, Torgerson CM, Chambers MC, Kikinis R, Toga AW (2012). "Mapeo del daño a la conectividad en el caso de Phineas Gage". PLOS ONE . ​​7 (5): e37454. Bibcode :2012PLoSO...737454V. doi : 10.1371/journal.pone.0037454 . PMC 3353935 . PMID  22616011.  Icono de acceso abierto
  57. ^ Saberi M, Khosrowabadi R, Khatibi A, Misic B, Jafari G (enero de 2021). "Impacto topológico de los vínculos negativos en la estabilidad de la red cerebral en estado de reposo". Scientific Reports . 11 (1): 2176. Bibcode :2021NatSR..11.2176S. doi :10.1038/s41598-021-81767-7. PMC 7838299 . PMID  33500525. 
  58. ^ Greenough WT, Bailey CH (enero de 1988). "La anatomía de una memoria: convergencia de resultados en una diversidad de pruebas". Tendencias en neurociencias . 11 (4): 142–147. doi :10.1016/0166-2236(88)90139-7. S2CID  54348379.
  59. ^ ab Bennett SH, Kirby AJ, Finnerty GT (mayo de 2018). "Reconexión del conectoma: evidencia y efectos". Neuroscience and Biobehavioral Reviews . 88 : 51–62. doi :10.1016/j.neubiorev.2018.03.001. PMC 5903872 . PMID  29540321. 
  60. ^ ab Witvliet, Daniel; Mulcahy, Ben; Mitchell, James K.; Meirovitch, Yaron; Berger, Daniel R.; Wu, Yuelong; Liu, Yufang; Koh, Wan Xian; Parvathala, Rajeev; Holmyard, Douglas; Schalek, Richard L.; Shavit, Nir; Chisholm, Andrew D.; Lichtman, Jeff W.; Samuel, Aravinthan DT; Zhen, Mei (agosto de 2021). "Los conectomas a lo largo del desarrollo revelan los principios de la maduración cerebral". Nature . 596 (7871): 257–261. Bibcode :2021Natur.596..257W. bioRxiv 10.1101/2020.04.30.066209 . doi :10.1038/s41586-021-03778-8. Revista de  Biología Molecular y Genética  .  
  61. ^ ab Meirovitch, Yaron; Kang, Kai; Borrador, Ryan W.; Pavarino, Elisa C.; Henao E., María F.; Yang, furioso; Turney, Stephen G.; Berger, Daniel R.; Peleg, Adi; Schalek, Richard L.; Lu, Ju L.; Tapia, Juan-Carlos; Lichtman, Jeff W. (septiembre de 2021). "Los conectomas neuromusculares a lo largo del desarrollo revelan reglas de ordenamiento sináptico". bioRxiv . doi :10.1101/2021.09.20.460480. S2CID  237598181.
  62. ^ Hihara S, Notoya T, Tanaka M, Ichinose S, Ojima H, Obayashi S, Fujii N, Iriki A (2006). "Extensión de las aferencias corticocorticales en el banco anterior del surco intraparietal mediante entrenamiento en el uso de herramientas en monos adultos". Neuropsychologia . 44 (13): 2636–46. doi :10.1016/j.neuropsychologia.2005.11.020. PMID  16427666. S2CID  12738783.
  63. ^ Boele HJ, Koekkoek SK, De Zeeuw CI, Ruigrok TJ (noviembre de 2013). "Brote axonal y formación de terminales en el cerebelo adulto durante el aprendizaje motor asociativo". La Revista de Neurociencia . 33 (45): 17897–907. doi :10.1523/JNEUROSCI.0511-13.2013. PMC 6618426 . PMID  24198378. 
  64. ^ Ko H, Cossell L, Baragli C, Antolik J, Clopath C, Hofer SB, Mrsic-Flogel TD (abril de 2013). "La aparición de microcircuitos funcionales en la corteza visual". Nature . 496 (7443): 96–100. Bibcode :2013Natur.496...96K. doi :10.1038/nature12015. PMC 4843961 . PMID  23552948. 
  65. ^ Holtmaat A, Wilbrecht L, Knott GW, Welker E, Svoboda K (junio de 2006). "Crecimiento de espinas dependiente de la experiencia y específico del tipo celular en el neocórtex". Nature . 441 (7096): 979–83. Bibcode :2006Natur.441..979H. doi :10.1038/nature04783. PMID  16791195. S2CID  4428322.
  66. ^ Knott GW, Holtmaat A, Wilbrecht L, Welker E, Svoboda K (septiembre de 2006). "El crecimiento de las espinas precede a la formación de sinapsis en el neocórtex adulto in vivo". Nature Neuroscience . 9 (9): 1117–24. doi :10.1038/nn1747. PMID  16892056. S2CID  18143285.
  67. ^ ab Xu T, Yu X, Perlik AJ, Tobin WF, Zweig JA, Tennant K, Jones T, Zuo Y (diciembre de 2009). "Formación rápida y estabilización selectiva de sinapsis para memorias motoras duraderas". Nature . 462 (7275): 915–9. Bibcode :2009Natur.462..915X. doi :10.1038/nature08389. PMC 2844762 . PMID  19946267. 
  68. ^ Jensen, K. Thor (8 de mayo de 2020). "¿Podremos algún día descargar nuestros cerebros?". PCMAG . Consultado el 28 de marzo de 2021 .
  69. ^ Brouillette, Monique (21 de abril de 2022). "Mapear el cerebro para comprender la mente". Revista Knowable | Reseñas anuales . doi : 10.1146/knowable-042122-1 .
  70. ^ "Neuroanatomía de Ay de C. elegans para computación". CRC Press . Archivado desde el original el 2019-10-15 . Consultado el 2019-10-15 .
  71. ^ Yamamoto, William S.; Achacoso, Theodore B. (1 de junio de 1992). "Aumento de la escala del sistema nervioso de Caenorhabditis elegans: ¿un simio equivale a 33 millones de gusanos?". Computers and Biomedical Research . 25 (3): 279–291. doi :10.1016/0010-4809(92)90043-A. ISSN  0010-4809. PMID  1611892.
  72. ^ Achacoso, Theodore B.; Fernandez, Victor; Nguyen, Duc C.; Yamamoto, William S. (8 de noviembre de 1989). "Representación informática de la conectividad sináptica de Caenorhabditis elegans". Actas del Simposio anual sobre aplicaciones informáticas en la atención médica : 330–334. ISSN  0195-4210. PMC 2245716 . 
  73. ^ Varshney LR, Chen BL, Paniagua E, Hall DH, Chklovskii DB (febrero de 2011). Sporns O (ed.). "Propiedades estructurales de la red neuronal de Caenorhabditis elegans". PLOS Computational Biology . 7 (2): e1001066. Bibcode :2011PLSCB...7E1066V. doi : 10.1371/journal.pcbi.1001066 . PMC 3033362 . PMID  21304930.  Icono de acceso abierto
  74. ^ Cook, Steven J.; Jarrell, Travis A.; Brittin, Christopher A.; Wang, Yi; Bloniarz, Adam E.; Yakovlev, Maksim A.; Nguyen, Ken CQ; Tang, Leo T.-H.; Bayer, Emily A.; Duerr, Janet S.; Bülow, Hannes E.; Hobert, Oliver; Hall, David H.; Emmons, Scott W. (3 de julio de 2019). "Conectomas de animales completos de ambos sexos de Caenorhabditis elegans". Nature . 571 (7763): 63–71. Bibcode :2019Natur.571...63C. doi :10.1038/s41586-019-1352-7. PMC 6889226 . PMID  31270481. 
  75. ^ Vogelstein JV, Perlman E, Falk B, Baden A, Gray-Roncal W, Chandrashekhar V, Collman C, Seshamani S, Patsolic JL, Lillaney K, Kazhdan M, Hider R, Pryor D, Matelsky J, Gion T, Manavalan P , Wester B, Chevillet M, Trautman ET, Khairy K, Bridgeford E, Kleissas DM, Tward DJ, Crow AK, Hsueh B, Wright MA, Miller MI, Smith SJ, Vogelstein JR, Deisseroth K, Burns R (octubre de 2018). "Un ecosistema computacional de código abierto desarrollado por la comunidad para grandes neurodatos". Métodos de la naturaleza . 15 (11): 846–847. arXiv : 1804.02835 . Código Bib : 2018arXiv180402835B. doi :10.1038/s41592-018-0181-1. PMC 6481161. PMID  30377345 . 
  76. ^ Witvliet, Daniel; Mulcahy, Ben; Mitchell, James K.; Meirovitch, Yaron; Berger, Daniel R.; Wu, Yuelong; Liu, Yufang; Koh, Wan Xian; Parvathala, Rajeev (2020-04-30), Los conectomas a lo largo del desarrollo revelan los principios de la maduración cerebral en C. elegans, doi :10.1101/2020.04.30.066209, hdl : 1721.1/143880 , S2CID  263532508 , recuperado 2024-01-23 , Aproximadamente el 43% de todas las conexiones y el 16% de todas las sinapsis no se conservaron entre animales. Este grado de variabilidad contrasta con la opinión generalizada de que el conectoma de C. elegans está cableado.
  77. ^ Cook, Steven J.; Kalinski, Cristine A.; Hobert, Oliver (5 de junio de 2023). "El contacto neuronal predice la conectividad en el cerebro de C. elegans". Current Biology . 33 (11): 2315–2320.e2. doi : 10.1016/j.cub.2023.04.071 . ISSN  0960-9822. PMID  37236179. Las neuronas de C. elegans muestran variabilidad interindividual en adyacencia y conectividad
  78. ^ Schlegel, Philipp (25 de mayo de 2021). "Flujo de información, tipos de células y estereotipia en un conectoma olfativo completo". eLife . 10 (10). doi : 10.7554/eLife.66018 . PMC 8298098 . PMID  34032214. 
  79. ^ Winding, Michael; Pedigo, Benjamin; Barnes, Christopher; Patsolic, Heather; Park, Youngser; Kazimiers, Tom; Fushiki, Akira; Andrade, Ingrid; Khandelwal, Avinash; Valdes-Aleman, Javier; Li, Feng; Randel, Nadine; Barsotti, Elizabeth; Correia, Ana; Fetter, Fetter; Hartenstein, Volker; Priebe, Carey; Vogelstein, Joshua; Cardona, Albert; Zlatic, Marta (10 de marzo de 2023). "El conectoma del cerebro de un insecto". Science . 379 (6636): eadd9330. bioRxiv 10.1101/2022.11.28.516756v1 . doi :10.1126/science.add9330. PMC 7614541 . Número de modelo: PMID  36893230. Número de modelo: S2CID  254070919.  
  80. ^ Rosen, Jill (9 de marzo de 2023). "Los científicos completan el primer mapa del cerebro de un insecto". The Hub . Consultado el 11 de marzo de 2023 .
  81. ^ "Primer mapa de cableado del cerebro de los insectos completo". Universidad de Cambridge . 2023-03-10 . Consultado el 2023-03-11 .
  82. ^ Zheng, Zhihao (19 de julio de 2018). "Un volumen completo de microscopía electrónica del cerebro de Drosophila melanogaster adulta". Cell . 174.3 (2018): 730–743. doi :10.1016/j.cell.2018.06.019. PMC 6063995 . PMID  30033368. 
  83. ^ Scheffer, Louis (2020). "Un conectoma y análisis del cerebro central de la Drosophila adulta". eLife . 9 (2020). doi : 10.7554/eLife.57443 . PMC 7546738 . PMID  32880371. 
  84. ^ Dorkenwald, Sven (29 de junio de 2023). "Diagrama de cableado neuronal de un cerebro adulto". bioRxiv . doi :10.1101/2023.06.27.546656. PMC 10327113 . PMID  37425937. 
  85. ^ Phelps, Jasper (4 de febrero de 2021). "Reconstrucción de circuitos de control motor en Drosophila adulta mediante microscopía electrónica de transmisión automatizada". Cell . 184 (2021): 759–774. doi :10.1016/j.cell.2020.12.013. PMC 8312698 . PMID  33400916. 
  86. ^ Takemura, Shin-ya (6 de junio de 2023). "Un conectoma del cordón nervioso ventral de la Drosophila masculina". bioRxiv . doi :10.1101/2023.06.05.543757.

Enlaces externos

Wikimedia Commons tiene medios relacionados con Conectómica .