Konnektomik - Vikipedi

Konnektomik, konektomların üretimi ve incelenmesidir: bir organizmanın sinir sistemi, tipik olarak beyni veya gözü içindeki kapsamlı bağlantı haritalarıdır. Bu yapılar son derece karmaşık olduğundan, bu alandaki yöntemler, bir sinir sistemindeki çok sayıda nöral bağlantı haritalarının hızını, verimliliğini ve çözünürlüğünü artırmak için nöral görüntüleme ve histolojik tekniklerin yüksek verimli bir uygulamasını kullanmaktadır. Böyle bir projenin ana odak noktası beyin olsa da, herhangi bir nöral bağlantı teorik olarak, örneğin nöromüsküler kavşaklar dahil olmak üzere, konektomilerle haritalandırılabilir.[1] Bu çalışma bazen eski adı olan hodoloji adıyla anılmaktadır.

Araçlar

[değiştir | kaynağı değiştir]

Makro ölçekli düzeyde konnektomik araştırması için kullanılan ana araçlardan biri difüzyon MRG'dir.[2] Mikro ölçekli düzeyde konnektomik araştırması için ana araç, kimyasal beyin koruma ve ardından sinir devrelerinin yeniden yapılandırılması için kullanılan 3B elektron mikroskobudur.[3] Floresansı 3B elektron mikroskobu ile birleştiren bağıntılı mikroskopi, belirli nöron tiplerini otomatik olarak algılayabildiği ve floresan işaretleyiciler kullanarak bunların tamamını izleyebildiği için daha yorumlanabilir veriler sağlamaktadır.[4]

İlk mikro bağlantılardan birini tam çözünürlükte görmek için, Bock ve diğerlerinin 12 TB veri seti de dahil olmak üzere çeşitli bağlantı veri setlerini barındıran Open Connectome Projesini ziyaret edebilirsiniz(2011).

Model sistemleri

[değiştir | kaynağı değiştir]

İnsan beyninin yanı sıra, fare,[5] meyve sineği,[6][7] iplik kurdu C. elegans[8][9] ve peçeli baykuş, konnektomik araştırmalar için kullanılan model sistemlerden bazılarıdır.[10]

Uygulamalar

[değiştir | kaynağı değiştir]

Hastalıklı konektom ve sağlıklı konektomları karşılaştırarak, nöropatik ağrı gibi belirli psikopatolojiler ve onlar için potansiyel tedaviler hakkında fikir edinmeliyiz. Genel olarak, sinirbilim alanı standardizasyon ve ham verilerden yararlanacaktır. Örneğin, tüm beyin dinamiğinin hesaplamalı modellerini bilgilendirmek için bağlantı haritaları kullanılabilir.[11] Mevcut sinir ağları çoğunlukla bağlantı modellerinin olasılıksal temsillerine dayanmaktadır.[12] Travmatik beyin hasarı vakalarında, sinir ağlarına verilen hasarın boyutunu belgelemek için bağlantı diyagramları (konektomiğin dairesel diyagramları) kullanılmıştır.[13][14]

İnsan bağlacı bir grafik olarak görülebilir ve çizge teorisinin zengin araçları, tanımları ve algoritmaları bu grafiklere uygulanabilir. Sağlıklı kadın ve erkeklerin bağlantılarını (veya beyin grafiklerini) karşılaştıran Szalkai ve arkadaşları, birkaç derin grafik-teorik parametrede, kadınların yapısal bağlantılarının erkeklerinkinden önemli ölçüde daha iyi bağlantılı olduğunu göstermiştir.[15][16] Örneğin, kadınların bağlaçları erkeklerinkinden daha fazla kenara, daha yüksek minimum iki bölme genişliğine, daha büyük eigengap'e, daha büyük minimum tepe örtüsüne sahiptir. Minimum çift bölme genişliği (veya başka bir deyişle minimum dengeli kesim), bilgisayar çok aşamalı ara bağlantı ağlarının kalitesinin iyi bilinen bir ölçüsüdür. Ağ iletişimindeki olası darboğazları açıklamaktadır: Bu değer ne kadar yüksekse, ağ o kadar iyidir. Daha büyük eigengap, dişi konektomun erkeklerin konektomundan daha iyi genişletici grafik olduğunu göstermektedir. Daha iyi genişleme özelliği, daha yüksek minimum iki bölme genişliği ve daha büyük minimum köşe örtüsü, kadın beyin grafiği durumunda ağ bağlantısında derin avantajlar göstermektedir.

Bu grafiğin popülasyonları arasındaki farkın yerel ölçümleri de tanıtılmıştır (örneğin, vaka ile kontrol gruplarını karşılaştırmak için).[17] Bunlar, bu gruplar arasında farklı istatistiksel olarak anlamlı bağlantılar bulmak amacıyla düzeltilmiş bir t-testi[18] veya bir seyreklik modeli kullanılarak bulunabilmektedir.

İnsan konektomları, gösterildiği gibi kümülatif dağılım fonksiyonu ile ölçülebilen bireysel bir değişkenliğe sahiptir.[19] Farklı serebral alanlarda insan konektomlarının bireysel değişkenliğini analiz ederek, ön ve limbik lobların daha muhafazakar olduğu ve temporal ve oksipital loblardaki kenarların daha çeşitli olduğu bulundu. Parasantral lobülde ve fusiform girusta “hibrit” konservatif/çeşitli dağılım tespit edildi. Daha küçük kortikal alanlar da değerlendirildi: Precentral girusların daha konservatif olduğu ve postcentral ve superior temporal girusların çok çeşitli olduğu bulundu.

Genomik ile karşılaştırma

[değiştir | kaynağı değiştir]

İnsan genom projesi başlangıçta yukarıdaki eleştirilerin birçoğuyla karşı karşıya kaldı ancak yine de planlanandan önce tamamlandı ve genetikte birçok ilerlemeye yol açtı. Bazıları, genomik ve konektomi arasında analojiler yapılabileceğini ve bu nedenle, konektomideki beklentiler konusunda en azından biraz daha iyimser olmamız gerektiğini savundu.[20] Diğerleri, iç görüleri nerede arayacağımız konusunda yeterli bilgiye sahip olmadığımızı veya gerçekçi bir zaman çerçevesinde tamamlanamayacağını savunarak mikro ölçekli bir bağlantıya yönelik girişimleri eleştirdi.[21]

Eyewire oyunu

[değiştir | kaynağı değiştir]

Eyewire, Princeton Üniversitesi'nden Amerikalı bilim adamı Sebastian Seung tarafından geliştirilen çevrimiçi bir oyundur. Beynin bağlaçlarının haritasını çıkarmaya yardımcı olmak için sosyal hesaplamayı kullanır. 100'den fazla ülkeden 130.000'den fazla oyuncuyu kendine çekmiştir.

Ayrıca bakınız

[değiştir | kaynağı değiştir]

Kaynakça

[değiştir | kaynağı değiştir]
  1. ^ Boonstra, Tjeerd W.; Danna-Dos-Santos, Alessander; Xie, Hong-Bo; Roerdink, Melvyn; Stins, John F.; Breakspear, Michael. "Muscle networks: Connectivity analysis of EMG activity during postural control". Scientific Reports (İngilizce). 5 (1): 17830. doi:10.1038/srep17830. ISSN 2045-2322. 8 Mart 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  2. ^ Wedeen, V.J.; Wang, R.P.; Schmahmann, J.D.; Benner, T.; Tseng, W.Y.I.; Dai, G.; Pandya, D.N.; Hagmann, P.; D'Arceuil, H.; de Crespigny, A.J. "Diffusion spectrum magnetic resonance imaging (DSI) tractography of crossing fibers". NeuroImage (İngilizce). 41 (4): 1267-1277. doi:10.1016/j.neuroimage.2008.03.036. 25 Mayıs 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  3. ^ Zhou, Huan-Xiang (5 Kasım 2008). "The debut of PMC Biophysics". PMC Biophysics. 1 (1). doi:10.1186/1757-5036-1-1. ISSN 1757-5036. 6 Haziran 2020 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  4. ^ "Sinirbilim: Ötücü kuş beyninde sinaptik bağlantı - Uygulama Notu | DELMIC". 28 Eylül 2020 tarihinde kaynağından arşivlendi. 
  5. ^ Bock, Davi D.; Lee, Wei-Chung Allen; Kerlin, Aaron M.; Andermann, Mark L.; Hood, Greg; Wetzel, Arthur W.; Yurgenson, Sergey; Soucy, Edward R.; Kim, Hyon Suk; Reid, R. Clay. "Network anatomy and in vivo physiology of visual cortical neurons". Nature (İngilizce). 471 (7337): 177-182. doi:10.1038/nature09802. ISSN 0028-0836. 2 Mart 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  6. ^ Chklovskii, Dmitri B; Vitaladevuni, Shiv; Scheffer, Louis K. "Semi-automated reconstruction of neural circuits using electron microscopy". Current Opinion in Neurobiology (İngilizce). 20 (5): 667-675. doi:10.1016/j.conb.2010.08.002. 25 Mayıs 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  7. ^ Zheng, Zhihao; Lauritzen, J. Scott; Perlman, Eric; Robinson, Camenzind G.; Nichols, Matthew; Milkie, Daniel; Torrens, Omar; Price, John; Fisher, Corey B.; Sharifi, Nadiya; Calle-Schuler, Steven A. "A Complete Electron Microscopy Volume of the Brain of Adult Drosophila melanogaster". Cell (İngilizce). 174 (3): 730-743.e22. doi:10.1016/j.cell.2018.06.019. 27 Nisan 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  8. ^ Chen, B. L.; Hall, D. H.; Chklovskii, D. B. (21 Mart 2006). "Wiring optimization can relate neuronal structure and function". Proceedings of the National Academy of Sciences (İngilizce). 103 (12): 4723-4728. doi:10.1073/pnas.0506806103. ISSN 0027-8424. 
  9. ^ Perez-Escudero, A.; Rivera-Alba, M.; de Polavieja, G. G. (1 Aralık 2009). "Structure of deviations from optimality in biological systems". Proceedings of the National Academy of Sciences (İngilizce). 106 (48): 20544-20549. doi:10.1073/pnas.0905336106. ISSN 0027-8424. PMC 2777958 $2. PMID 19918070. [ölü/kırık bağlantı]
  10. ^ Pena, J. L.; DeBello, W. M. (1 Ocak 2010). "Auditory Processing, Plasticity, and Learning in the Barn Owl". ILAR Journal (İngilizce). 51 (4): 338-352. doi:10.1093/ilar.51.4.338. ISSN 1084-2020. 
  11. ^ "Dış bağlantı". 24 Mayıs 2008 tarihinde kaynağından arşivlendi. 
  12. ^ Nordlie, Eilen; Gewaltig, Marc-Oliver; Plesser, Hans Ekkehard (7 Ağustos 2009). Friston, Karl J. (Ed.). "Towards Reproducible Descriptions of Neuronal Network Models". PLoS Computational Biology (İngilizce). 5 (8): e1000456. doi:10.1371/journal.pcbi.1000456. ISSN 1553-7358. 
  13. ^ Van Horn, John Darrell; Irimia, Andrei; Torgerson, Carinna M.; Chambers, Micah C.; Kikinis, Ron; Toga, Arthur W. (16 Mayıs 2012). Sporns, Olaf (Ed.). "Mapping Connectivity Damage in the Case of Phineas Gage". PLoS ONE (İngilizce). 7 (5): e37454. doi:10.1371/journal.pone.0037454. ISSN 1932-6203. 
  14. ^ Irimia, Andrei; Chambers, Micah C.; Torgerson, Carinna M.; Filippou, Maria; Hovda, David A.; Alger, Jeffry R.; Gerig, Guido; Toga, Arthur W.; Vespa, Paul M.; Kikinis, Ron; Van Horn, John D. (2012). "Patient-Tailored Connectomics Visualization for the Assessment of White Matter Atrophy in Traumatic Brain Injury". Frontiers in Neurology. 3. doi:10.3389/fneur.2012.00010. ISSN 1664-2295. 7 Mart 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  15. ^ Szalkai, Balázs; Varga, Bálint; Grolmusz, Vince (1 Temmuz 2015). Shi, Yongtang (Ed.). "Graph Theoretical Analysis Reveals: Women's Brains Are Better Connected than Men's". PLOS ONE (İngilizce). 10 (7): e0130045. doi:10.1371/journal.pone.0130045. ISSN 1932-6203. 
  16. ^ Szalkai, Balázs; Varga, Bálint; Grolmusz, Vince. "Brain size bias compensated graph-theoretical parameters are also better in women's structural connectomes". Brain Imaging and Behavior (İngilizce). 12 (3): 663-673. doi:10.1007/s11682-017-9720-0. ISSN 1931-7557. 
  17. ^ Crimi, Alessandro; Giancardo, Luca; Sambataro, Fabio; Gozzi, Alessandro; Murino, Vittorio; Sona, Diego. "MultiLink Analysis: Brain Network Comparison via Sparse Connectivity Analysis". Scientific Reports (İngilizce). 9 (1): 65. doi:10.1038/s41598-018-37300-4. ISSN 2045-2322. 
  18. ^ Zalesky, Andrew; Fornito, Alex; Bullmore, Edward T. "Network-based statistic: Identifying differences in brain networks". NeuroImage (İngilizce). 53 (4): 1197-1207. doi:10.1016/j.neuroimage.2010.06.041. 23 Haziran 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  19. ^ Kerepesi, Csaba; Szalkai, Balázs; Varga, Bálint; Grolmusz, Vince. "Comparative connectomics: Mapping the inter-individual variability of connections within the regions of the human brain". Neuroscience Letters (İngilizce). 662: 17-21. doi:10.1016/j.neulet.2017.10.003. 4 Ağustos 2020 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  20. ^ Lichtman, Jeff W; Sanes, Joshua R. "Ome sweet ome: what can the genome tell us about the connectome?". Current Opinion in Neurobiology (İngilizce). 18 (3): 346-353. doi:10.1016/j.conb.2008.08.010. 25 Mayıs 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 29 Haziran 2021. 
  21. ^ "Seeking the Connectome, a Mental Map, Slice by Slice". 30 Aralık 2010 tarihinde kaynağından arşivlendi. 
"https://tr.wikipedia.org/w/index.php?title=Konnektomik&oldid=32890896" sayfasından alınmıştır