Uma equipe transdisciplinar realizou um atlas avançado do cérebro profundo humano, revelando os detalhes da arquitetura dos núcleos e das conexões. Os resultados foram publicados na Scientific Data.
O conhecimento das estruturas profundas do cérebro é essencial para compreender seu funcionamento e patologias, mas também para identificar novos alvos terapêuticos e desenvolver tratamentos por estimulação cerebral para doenças neurodegenerativas, como a doença de Parkinson. Essa arquitetura ainda é pouco conhecida, principalmente devido à complexidade de sua organização 3D e à terminologia utilizada para descrever as estruturas, frequentemente incompleta e imprecisa.
Para mapear com precisão as estruturas do cérebro profundo e suas interconexões, em escala inferior a um milímetro, a equipe realizou a aquisição de um conjunto de imagens por ressonância magnética, com um voluntário saudável. Vários modos de aquisição de imagens foram utilizados (ressonância magnética multimodal), para destacar estruturas finas (aumentando o contraste das imagens), bem como a arquitetura das conexões entre os diferentes núcleos celulares (observando a difusão das moléculas de água nos tecidos).
A integração dessas diferentes aquisições permitiu obter um atlas detalhado de 118 estruturas do cérebro profundo e suas conexões, acompanhado de uma terminologia completa (localização, orientação…) que permite aos futuros usuários utilizar praticamente a nova ferramenta de pesquisa.
Esses resultados puderam ser validados por comparação com um amplo conjunto de dados, incluindo imagens de cortes histológicos.
Desde a publicação do estudo, o atlas do cérebro profundo, disponível em open-source, foi baixado mais de mil vezes por pesquisadores de diversas disciplinas. A nova ferramenta ainda pode evoluir, aumentando a resolução do mapeamento para observar detalhes mais finos da arquitetura. Além disso, um ambiente de software será desenvolvido para facilitar seu uso por pesquisadores e clínicos.
Esta nova ferramenta está disponível para pesquisadores em neurociências, biologia, informática e clínica. Ela pode facilitar o desenvolvimento de tratamentos para doenças neurológicas.
Fonte: CNRS INSIS
