Nueva técnica captura una vista sin precedentes del cerebro activo

La cognición y el comportamiento complejos, tanto en animales como en humanos, dependen de la información que fluye a través de una red de células cerebrales profundamente interconectadas. Para los científicos, la escala de esa red supuso un gran obstáculo para comprender mejor la mecánica de la cognición, porque las herramientas de imagen disponibles históricamente eran incapaces de rastrear cómo las neuronas se disparan sincronizadas desde los confines de la corteza. Esa necesidad dio lugar a la idea de un «mesoscopio», una tecnología de imágenes con una resolución microscópica lo suficientemente fina como para identificar células individuales, pero con un campo de visión macroscópico lo suficientemente grande como para capturar neuronas en amplias franjas del cerebro.

Ahora, un nuevo estudio en Métodos de la naturaleza describe una técnica mesoscópica que puede permitir a los científicos sondear la amplitud y la profundidad del cerebro con la máxima resolución, escala y velocidad. «El desafío con el uso de mesoscopios para visualizar la actividad rápida de neuronas individuales en 3D es que generalmente se necesitan enfoques de escaneo de puntos de alta resolución, para los cuales el tiempo de escaneo escala de manera muy desfavorable con el tamaño del volumen de la imagen», dice Alipasha de la Universidad Rockefeller. Vaziri.

La tecnología, denominada MesoLF, puede capturar interacciones clave entre 10.500 neuronas distribuidas con un volumen en el cerebro del ratón a la vez: imágenes de células enterradas a profundidades previamente inaccesibles, disparando desde regiones del cerebro separadas por muchos milímetros, simultáneamente, con una resolución sin precedentes.

MesoLF es un derivado de la microscopía de campo de luz (LFM), una técnica de imagen 3D conocida por proporcionar imágenes rápidas y de alta resolución. Sin embargo, a pesar de todos sus puntos fuertes, LFM funciona mal en el interior del tejido de dispersión, como el cerebro del ratón, donde el tejido denso dispersa la luz.

Vaziri eludió previamente algunas de estas limitaciones con un algoritmo de aprendizaje automático desarrollado por su equipo, que estima las ubicaciones de las neuronas activas para detectar mejor la actividad de las células cerebrales en el tejido denso. Su último trabajo amplía ese alcance al agregar software y hardware para escalar el sistema, lo que le permite observar tejidos de varias formas y rigideces. De manera crucial, también mantiene los costos computacionales inherentes al procesamiento de terabytes de datos sin procesar lo más bajo posible.

«Esto es posible gracias a un diseño óptico personalizado para mantener una alta resolución de imágenes ópticas sobre volúmenes mesoscópicos, en combinación con un conjunto de innovaciones algorítmicas que escalan la capacidad y las capacidades de nuestra tubería computacional modular en consecuencia», dice Vaziri.

Dada la barrera de costo relativamente bajo en el hardware óptico, Vaziri espera que su técnica MesoLF esté ampliamente disponible para los científicos que estudian el funcionamiento interno del cerebro. Sus diseños ahora están disponibles bajo una licencia de código abierto.