Перспективный метод 3D-отображения мозга создали в США
Новый метод трехмерной визуализации мозга с «беспрецедентным разрешением и скоростью» разработали ученые США, сообщает 19 ноября пресс-служба Массачусетского технологического института.
Новая технология, как следует из сообщения, объединяет 2 способа оптической, флуоресцентной микроскопии: расширительной микроскопии с помощью микроскопа светлого поля и микроскопии светового листа с дискретным освещением.
В результате, как говорится в сообщении, было создано устройство, объединившее преимущества каждого из них. Первый из указанных метод дал высокую разрешающую способность, а именно около 60 нанометров, второй — возможность быстро отображать большие образцы.
«Эта техника позволяет исследователям видеть как крупные цепи нейронов в головном мозге, так и функции отдельных нейронов», — говорит Эдвард Бойден, профессор нейротехнологий, адъюнкт-профессор биологической инженерии и мозга и когнитивных наук Массачусетского технологического института. Т.е. теперь, как он поясняет, можно получать изображение в больших масштабах, не теряя из виду «наноразмерную конфигурацию биомолекул».
Исследователи проиллюстрировали возможности нового метода, приведя опыт с визуализацией слоев нейронов «в соматосенсорной коре мышей». Они изучали «синапсы или связи между этими нейронами», определяя их плотность в разных частях коры. Используя эту технику, можно анализировать миллионы синапсов всего за несколько дней, отмечается в сообщении.
Предполагается, что с помощью нового метода можно будет отслеживать «формирование и запоминание памяти», а также применять «для анализа того, как эмоции связаны с принятием решений».
Стоит напомнить, метод флуоресцентной микроскопии светового листа с дискретным освещением (lattice light sheet microscopy — LLSM) был разработан ученым из США Эриком Бетцигом. В 2014 году он получил Нобелевскую премию по химии за развитие флуоресцентной микроскопии высокого разрешения. В основе LLSM лежит быстрое сканирование образца тонким плоским пучком света, которое позволяет накапливать большое количество двухмерных изображений, которые затем объединяют в трехмерную модель.
