تیمی از محققان دانشگاه هاروارد و شرکت گوگل موفق شدند یک نقشه سه‌بعدی با تفکیک‌پذیری نانو‌مقیاس از یک می‌لی‌متر مکعب بافت مغز انسان تهیه کنند. اگرچه این حجم تنها بخش کوچکی از مغز کامل است که یک می‌لیون بار بزرگ‌تر می‌باشد، اما این مکعب شامل حدود ۵۷ هزار سلول، ۲۳۰ می‌لی‌متر رگ خونی و نزدیک به ۱۵۰ می‌لیون سیناپس می‌شود. این اطلس در حال حاضر بالا‌ترین سطح تفکیک‌پذیری در میان تصاویر موجود از مغز بشر را دارد.
برای ساخت این نقشه پرجزئیات، دانشمندان بافت مغز را به ۵ هزار و ۱۹ برش با ضخامت ۳۳٫۹ نانوم‌تر تقسیم و سپس با یک می‌کروسکوپ الک‌ترونی پرسرعت اسکن کردند. آن‌ها از یک مدل یادگیری ماشین برای اتصال این تصاویر به یکدیگر، برچسب‌گذاری اجزا و شناسایی اتصالات استفاده کردند. حجم داده‌های خام تنها این عکس‌ها ۱٫۴ پتابایت (معادل ۱ هزار و ۴۰۰ ترابایت) برآورد می‌شود که به نظر می‌رسد بزرگترین محاسبه در حوزه علوم اعصاب باشد.
اطلس‌های دیگری از مغز انسان نیز وجود دارند، اما بسیاری از آن‌ها تفکیک‌پذیری بسیار پایین‌تری دارند. در مقیاس نانو، محققان می‌توانند تک‌تک نورون‌ها را تا سطح سیناپس‌ها، یعنی نقاط اتصال نورون‌ها با یکدیگر، ردیابی کنند. برای درک نحوه عملکرد مغز، پردازش اطلاعات و ذخیره خاطرات، چنین نقشه‌ای ضروری است.
انواع مختلفی از اطلس‌های مغز وجود دارد؛ برخی بر سازماندهی بین سلولی متمرکزند و برخی بر بیان ژن‌ها. این نقشه تمرکز خود را بر اتصالات بین سلولی گذاشته است، حوزه‌ای که کانکتومیکس نام دارد. لایه بیرونی مغز حدود ۱٫۶ میلیارد نورون دارد که تریلیون‌ها اتصال با یکدیگر برقرار می‌کنند. یک نورون تنها می‌تواند از صدها یا هزاران نورون دیگر اطلاعات دریافت یا ارسال کند؛ به همین دلیل ردیابی این اتصالات حتی در یک ناحیه بسیار کوچک از مغز چالش‌برانگیز است.
<figcaption class="wp-element-caption"در این عکس نورون‌های هرمی بر پایه اندازه رنگ‌آمیزی شده‌اند.تهیه دقیق‌ترین نقشه مغز انسان
محققان برای ساخت این نقشه با موانع متعددی روبرو شدند. اولین چالش یافتن یک نمونه بافت مغز مناسب بود. مغز بلافاصله پس از مرگ تجزیه می‌شود، بنابراین بافت‌های مرده برای این کار مناسب نیستند. تیم محققان تکه‌ای کوچک از مغز یک زن مبتلا به صرع را در حین عمل جراحی برداشتند.
آن‌ها بلافاصله نمونه را در رزین قرار دادند تا از تجزیه جلوگیری شود. سپس بافت را به ورق‌های فوق‌نازک برش دادند و با یک می‌کروسکوپ الک‌ترونی پرسرعت که به طور خاص برای این پروژه طراحی شده بود، اسکن کردند.
<figcaption class="wp-element-caption"یک نورون (سفید) در بین آکسون‌هایی که به آن متصل شده‌اند.چالش بعدی مربوط به پردازش کامپیو‌تری بود. دانشمندان از یک مدل یادگیری ماشین گوگل بهره بردند تا برش‌ها را به یکدیگر بچسبانند، هر برش را نسبت به برش‌های دیگر تنظیم کنند، اجزا را با رنگ‌های متفاوت متمایز سازند و اتصالات را استخراج کنند. این فرآیند بسیار پیچیده‌تر از آنچه به نظر می‌رسد است، زیرا یک خطای کوچک می‌تواند باعث شود تمام اتصالات یک سلول به اشتباه شناسایی شوند.
مقاله مربوط به این مطالعه در یا ژورنال قابل مشاهده است. این نقشه به صورت رایگان در وب‌سایتی به نام در دسترس قرار دارد. محققان در این نقشه مواردی را آشکار کرده‌اند که <a href="https://www.sciencealert.com/amazingly-detailed-images-reveal-a-single-cubic-millimeter-of-human-brain-in-3d" target="_blank" rel="noreferrer noopener nofollow"دانسته‌های قبلی را به چالش می‌کشند؛ از جمله آکسون‌های بلندی که دور خود می‌پیچند، یا آکسون‌هایی که اتصالات تکراری می‌سازند.
<figcaption class="wp-element-caption"عکس یک آکسون که به‌طور مرموزی دور خود پیچیده است.
