Ny algoritme kartlegger musehjernen med presise hjernebilder - nyhetsblikk
annonse

Ny algoritme kartlegger musehjernen med presise hjernebilder

En ny algoritme, CellTransformer, har levert et av de mest detaljerte kartene over musehjernen noensinne: 1300 subregioner definert av celler og molekyler. Kartet bygger på 10,4 millioner enkeltceller fra fem musehjerner og kan gi dypere innsikt i både friske og syke hjerner. Arbeidet ble publisert i Nature Communications i oktober 2025.

Et datadrevet kart – ikke et mikroskop-blikk

Forskerteamet ved Allen Institute for Brain Science og University of California, San Francisco (UCSF) har laget et kart der grensene ikke tegnes med øyet, men av data. I motsetning til tidligere kart, som ofte bygget på forskeres subjektive vurderinger i mikroskopet, er CellTransformers regioner rent datadrevne og definert av cellers genetiske aktivitet.

Tallene i korthet
  • 1300 subregioner i musehjernen
  • 10,4 millioner celler analysert
  • 5 musehjerner undersøkt
  • Hver celle beskrevet av hundrevis av gener
  • Menneskehjernen: ca. 170 milliarder celler
  • Musehjernen: ca. 100 millioner celler

Slik jobber CellTransformer

Algoritmen lærer «språket til celler» på en måte som kan sammenlignes med hvordan ChatGPT lærer sammenhenger mellom ord. Den ser på hvordan celletyper grupperer seg i vevet, som bygninger i et nabolag, predikerer celletype ut fra naboene og forbedrer seg ved å lære av egne feil.

«Lokasjon er alt i hjernen,» sier Bosiljka Tasic ved Allen Institute. «Hjerneskade på ett sted kan slå ut minnet, mens skade et annet sted kan påvirke personligheten.»

Bekrefter gamle mistanker – og avdekker nytt

Kartet fant både kjente og helt nye subregioner. I striatum, en struktur involvert i bevegelse og belønning, bekreftet algoritmen underregioner som lenge har vært mistenkt, men aldri ordentlig kartlagt. I midthjernens retikulære kjerne, som er koblet til initiering av bevegelse, identifiserte CellTransformer fire nye «nabolag».

Hvorfor dette betyr noe

Plassering i hjernen er avgjørende for funksjon og skadeutfall. Nettopp derfor er presise kart nødvendige for å skille friske mønstre fra sykdomsrelaterte forandringer. Det nye kartet kan bidra til bedre forståelse av hvordan ulike områder henger sammen – og dermed hvordan sykdom kan ramme.

Mot menneskehjernen

Den virkelige testen blir å overføre metoden til menneskehjernen. Med rundt 170 milliarder celler, mot musens 100 millioner, kreves det langt mer data. Forskerne er likevel optimistiske og mener CellTransformer er klar for oppgaven når tilstrekkelige datasett blir tilgjengelige.

Samspillet mellom nevrovitenskap og AI

Prosjektet er et tett samarbeid mellom nevrovitenskap og kunstig intelligens. Ved UCSF programmerte Reza Abbasi-Asl og doktorgradsstudent Alex Lee selve algoritmen, mens Bosiljka Tasic ved Allen Institute bidro med biologisk ekspertise. Verktøyet kan også brukes på andre organer, inkludert kreftrammet vev.

«AI er en hjelper for mennesket,» sier neuroanatom Yongsoo Kim ved Penn State. «Oppdagelser vil bli akselerert på en dramatisk måte.»
Hva skiller denne studien?
  • Datadrevne grenser mellom hjernens regioner
  • Storskala analyse av enkeltceller og gener
  • Kart som både bekrefter det kjente og avdekker nye nabolag

Kilder: Quanta Magazine, Nature Communications, Allen Institute for Brain Science, UCSF, EurekAlert, Neuroscience News.


Oppsummert: CellTransformer leverer et finmasket og datadrevet kart over musehjernen med 1300 subregioner. Metoden baner vei for å forstå både friske og syke hjerner bedre – og kan, når nok data foreligger, skaleres til menneskehjernen.

annonse

Kommentarer

0 kommentarer

Vi godtar kun kommentarer fra registrerte brukere. Dette gjør vi for å opprettholde en trygg og respektfull debatt, samt for å unngå spam og misbruk. Registrering er gratis og tar bare noen sekunder.

Laster kommentarer...
Du mottar allerede pushvarsler

Instillinger for pushvarsler

✓ Du vil ikke motta flere varsler.

Ønsker du å motta push varsler om nye artikler på nyhetsblikk.no?

Få beskjed når vi publiserer nye artikler som kan interessere deg.