За последние два десятилетия коннектомика (картирование всех нейронных связей в заданном объеме мозговой ткани) развилась как ведущее направление нейробиологии. Целью этого подхода является построение трехмерных карт связей между нейронами ткани мозга с разрешением, позволяющим достоверно различать синапсы. Такие карты позволяют проследить расположение взаимосвязанных нейронов, описать движение сигналов между ними и выяснить, как анатомические особенности этих связей связаны с такими процессами, как обучение, память и поведенческие реакции. Основным инструментом таких исследований является серийная электронная микроскопия, применение которой долгое время было ограничено медленным сканированием серийных срезов мозга и высокой стоимостью оборудования.
Современные электронные микроскопы с несколькими параллельными электронными лучами (несколько лучей, работающих параллельно и одновременно обрабатывающих большее количество точек) могут работать значительно быстрее, но их высокая стоимость и сложное обслуживание ограничивают их использование несколькими специализированными центрами. В результате исследования в области коннектомики остаются сосредоточенными в узком научном кругу, несмотря на растущий интерес к анализу структуры мозга на больших объемах ткани. Среди новых подходов, разработанных для ускорения электронной микроскопии, особое значение имеет СмартЭМописанный в Природные методыпоскольку позволяет преодолеть эти ограничения за счет использования более распространенных микроскопов и более эффективного управления временем сканирования.
Что это такое СмартЭМ и какова основная идея технологии?
СмартЭМ представляет собой систему, которая сочетает в себе сканирующий электронный микроскоп с одним электронным лучом и алгоритмы машинного обучения в реальном времени. Вместо применения одинакового высокого разрешения к каждой части образца метод использует адаптивный подход. Сначала выполняется быстрое предварительное сканирование с более низким разрешением, которое определяет основную структуру ткани. Нейронная сеть (модель вычислительной обработки изображений, обученная распознавать структурные элементы) затем анализирует предварительное изображение и определяет области, содержащие критическую для коннектомики информацию, например синапсы, сложные ветви нервных отростков или участки сканированного среза мозговой ткани, где существует повышенная вероятность ошибок при последующей реконструкции.
Области предварительного изображения, которые нейронная сеть определила как значимые, сканируются повторно, при этом электронный луч остается на каждом пикселе в течение более длительного времени, обеспечивая более высокий контраст между соседними структурами и более детальное изображение. Остальные части ткани мозга визуализируются с меньшим разрешением, которого вполне достаточно для ориентации в структуре и точного наложения последовательных срезов в общую трехмерную структуру. Специально разработанный алгоритм затем объединяет изображения с более высокой и низкой детализацией в одно полное трехмерное изображение, которое можно использовать для трехмерной реконструкции ткани мозга и последующего анализа.
В этом подходе используется принцип, аналогичный организации зрительного восприятия, где внимание сначала направляется на структуры, несущие существенную информацию, а остальные части зрительного поля обрабатываются мозгом на более низком уровне детализации. Когда эта логика применяется к электронной микроскопии, время сканирования значительно сокращается без потери ключевых данных о пространственной организации ткани мозга.
Какие изменения он вносит? СмартЭМ в электронной микроскопии?
Одно из наиболее существенных преимуществ СмартЭМ Доказано, что сканирование во много раз ускоряется без потери информации, необходимой для построения полной трехмерной карты нервных соединений. В ходе испытаний на нервной ткани нематод, мыши и коры головного мозга человека было обнаружено, что полученные 3D-реконструкции по качеству соответствуют реконструкциям, полученным при стандартном равномерном сканировании. Существенная разница между этими двумя подходами заключается в том, что высокое разрешение при СмартЭМ применяется целенаправленно и только в разделах, содержащих ключевые структурные элементы.
Принцип, лежащий в основе СмартЭМоказывает непосредственное влияние на практическую сторону электронной микроскопии. Общее время сканирования значительно сокращается, что крайне важно при работе с большими объемами ткани головного мозга. Кроме того, метод позволяет использовать стандартные одноэлектронно-лучевые микроскопы, имеющиеся во многих университетах и исследовательских центрах. Таким образом, для достижения высокой производительности нет необходимости приобретать чрезвычайно дорогие многоэлектронно-лучевые микроскопы.
Еще одно существенное преимущество СмартЭМ заключается в возможности раннего обнаружения проблемных мест в захваченном материале. Алгоритм выявляет области, где существует риск возникновения артефактов или затруднений при последующей дифференциации структур, и помечает их для дополнительного сканирования уже во время работы микроскопа. Это позволяет исправлять неточности до того, как они накопится в большом объеме данных, что особенно важно, поскольку даже небольшое отклонение может нарушить точность получаемой трехмерной организации нейронных связей.
Какое будущее ждет интеллект-карты?
За счет сокращения времени и стоимости сканирующей электронной микроскопии, СмартЭМ создает условия для изучения гораздо больших объемов мозговой ткани и расширения числа биологических моделей, на которых можно построить подробную карту нейронных связей. Это открывает возможность провести структурное сравнение нервных систем отдельных видов, выявить как общие закономерности их организации, так и особенности каждого вида.
Технология также может быть полезна при изучении изменений в структуре мозга в процессе его развития, в пожилом возрасте и при нейродегенеративных процессах, поскольку позволяет отслеживать микроскопические изменения в организации синапсов. В сочетании с передовыми методами автоматической дифференциации компонентов нервной ткани и обработки больших объемов данных. СмартЭМ становится частью более широкого применения искусственного интеллекта в современных методах визуализации и биомедицинском анализе.
Конечно, остаются проблемы, связанные с обработкой и хранением огромных объемов данных, а также необходимостью стандартизированных протоколов сравнения между лабораториями. Однако СмартЭМ ясно показывает, что будущее коннектомики зависит не только от более мощного оборудования, но и от разумного использования доступных инструментов с помощью алгоритмов, которые эффективно и значимо определяют приоритетность информации.
Ссылки:
1. Мейрович Ю., Чандок И.С., Парк К.Ф. и др. SmartEM: электронная микроскопия, управляемая машинным обучением. Нац методы. 2026;23(1):193–204. doi: 10.1038/s41592-025-02929-3.
2. Уайт Дж.Г., Саутгейт Э., Томсон Дж.Н., Бреннер С. Строение нервной системы нематоды Caenorhabditis elegans. Philos Trans R Soc Lond B Biol Sci. 1986;314(1165):1–340. doi:10.1098/rstb.1986.0056.
3. Хильдебранд Д.Г.К., Чикконет М., Торрес Р.М. и др. Электронная микроскопия серийных срезов всего мозга у личинок рыбок данио. Природа. 2017;545(7654):345–349. дои: 10.1038/nature22356.
4. Хельмстедтер М. Коннектомика клеточного разрешения: проблемы реконструкции плотных нейронных цепей. Нац методы. 2013;10(6):501–507. doi:10.1038/nmeth.2476.