Bílá hmota se pohybuje uvnitř lidského mozku, jak je znázorněna MRI traktografií.
Konektor je ucelená mapa nervových spojení v mozku.
Výroba a studium konektomů, známých jako konektomie, se může pohybovat v rozsahu od detailní mapy celého souboru neuronů a synapsí uvnitř části nebo celého nervového systému organismu až po popis funkčního a strukturálního propojení mezi všemi kortikálními oblastmi a subkortikálními strukturami v makroměřítku. Termín „konektom“ se používá především ve vědeckých snahách zachytit, zmapovat a pochopit organizaci nervových interakcí uvnitř mozku. Jednou z takových snah je Human Connectome Project, sponzorovaný Národními zdravotními instituty, jehož cílem je vybudovat síťovou mapu lidského mozku u zdravých, žijících dospělých. Další byla úspěšná rekonstrukce všech nervových a synaptických spojení v C. elegans (White et al., 1986, Varshney et al., 2011). Částečné konektomy myší sítnice a myší primární zrakové kůry byly také úspěšně rekonstruovány. Kompletní 12TB datový soubor Bocka et al. je veřejně dostupný na Open Connectome Project.
Původ a použití pojmu „konektom“
V roce 2005 doktor Olaf Sporns z Indianské univerzity a doktor Patric Hagmann z Univerzitní nemocnice v Lausanne nezávisle a současně navrhli termín „konektom“ označující mapu nervových spojení v mozku. Tento termín byl přímo inspirován probíhající snahou o sekvenaci lidského genetického kódu – o sestavení genomu.
„Connectomics“ (Hagmann, 2005) byla definována jako věda zabývající se sestavováním a analýzou konektomových datových souborů.
Ve své práci z roku 2005, The Human Connectome, strukturální popis lidského mozku, Sporns et al. napsali:
Ve své disertační práci z roku 2005, Od difuzní MRI k mozkové konektomii, Hagmann napsal:
Cesty přes mozkovou bílou hmotu lze zmapovat histologickou pitvou a barvením, degeneračními metodami a axonálním trasováním. Axonální trasovací metody tvoří primární základ pro systematické zmapování dálkových cest do rozsáhlých, druhově specifických anatomických spojovacích matric mezi oblastmi šedé hmoty. Landmarkové studie zahrnovaly oblasti a spojení zrakové kůry makaka (Felleman a Van Essen, 1991) a thalamo-kortikálního systému v mozku kočkovité šelmy (Scannell a kol., 1999). Rozvoj neuroinformatických databází pro anatomickou konektivitu umožňuje neustálou aktualizaci a zdokonalování takových anatomických spojovacích map. On-line nástroj pro konektivitu makakové kůry CoCoMac (Kötter, 2004) je prominentním příkladem takové databáze.
Význam konektomu v lidském mozku vyplývá z poznání, že struktura a funkce lidského mozku jsou složitě propojeny, a to prostřednictvím více úrovní a způsobů propojení mozku. Existují silná přirozená omezení, na jejichž základě mohou neurony nebo nervové populace interagovat nebo jak silné nebo přímé jsou jejich interakce. Základ lidského poznávání spočívá ve vzorci dynamických interakcí utvářených konektomem.
Vztahy mezi strukturou a funkcí v mozku se však pravděpodobně nesníží na jednoduché mapování jedna ku jedné. Ve skutečnosti může konektom evidentně podporovat velké množství proměnných dynamických stavů v závislosti na aktuálních smyslových vstupech, globálním stavu mozku, učení a vývoji. Některé změny funkčního stavu mohou zahrnovat rychlé změny strukturální konektivity na synaptické úrovni, jak bylo objasněno dvoufotonovými zobrazovacími experimenty ukazujícími rychlý vznik a zánik dendritických páteří (Bonhoeffer a Yuste, 2002).
I přes tak složité a proměnlivé mapování struktury a funkce je konektom nepostradatelným základem pro mechanistickou interpretaci dynamických mozkových dat, od jednobuněčných záznamů až po funkční neurozobrazování.
Pojem „konektom“ byl zpopularizován Sebastianem Seungem přednesem „I am my Connectome“ na konferenci TED v roce 2010, který pojednává o vysokých cílech mapování lidského konektomu, stejně jako o probíhajících snahách o sestavení trojrozměrné neurální mapy mozkové tkáně v mikroměřítku.
Spojnice na více stupnicích
Mozkové sítě mohou být definovány na různých úrovních měřítka, které odpovídají úrovním prostorového rozlišení při zobrazování mozku (Kötter, 2007, Sporns, 2010). Tyto stupnice mohou být zhruba kategorizovány jako mikroměřítka, mezoscale a makroměřítka. Nakonec může být možné spojit konektomické mapy získané v různých měřítkách do jedné hierarchické mapy neurální organizace daného druhu, která se pohybuje od jednotlivých neuronů přes populace neuronů až po větší systémy, jako jsou kortikální oblasti. Vzhledem k metodologickým nejistotám spojeným s odvozováním konektivity z primárních experimentálních dat a vzhledem k tomu, že pravděpodobně budou velké rozdíly v konektomech různých jedinců, jakákoli jednotná mapa se bude pravděpodobně opírat o pravděpodobnostní reprezentace konektivity dat (Sporns et al., 2005).
Spojnice „mesoscale“ odpovídá prostorovému rozlišení stovek mikrometrů. Spíše než pokus o zmapování každého jednotlivého neuronu by se spojnice v mezoscale pokusila zachytit anatomicky a/nebo funkčně odlišné neuronální populace, tvořené lokálními obvody (např. kortikálními sloupci), které spojují stovky nebo tisíce jednotlivých neuronů. Tato stupnice představuje v této době stále velmi ambiciózní technickou výzvu a lze ji zkoumat pouze v malém měřítku invazivními technikami nebo velmi vysokou magnetickou rezonancí v místním měřítku.
Konektor v makroměřítku (milimetrové rozlišení) se pokouší zachytit velké mozkové systémy, které mohou být rozděleny do anatomicky odlišných modulů (oblasti, parcely nebo uzly), z nichž každý má odlišný vzor konektivity. Konektomické databáze v mezoscale a makroměřítku mohou být výrazně kompaktnější než ty v buněčném rozlišení, ale vyžadují efektivní strategie pro přesné anatomické nebo funkční dělení nervového svazku do síťových uzlů (pro složitosti viz např. Wallace et al., 2004).
Mapování konektomu na buněčné úrovni
Současné neinvazivní zobrazovací techniky nemohou zachytit mozkovou aktivitu na úrovni neuron-by-neuron. Mapování konektomu na buněčné úrovni u obratlovců v současnosti vyžaduje posmrtnou mikroskopickou analýzu omezených částí mozkové tkáně. Neoptické techniky, které spoléhají na vysoce výkonné sekvenování DNA, navrhl nedávno Tony Zador (CSHL).
Tradiční histologické metody mapování okruhů se opírají o zobrazovací metody a zahrnují světelně mikroskopické techniky pro barvení buněk, injekce značících látek pro trasování traktu nebo rekonstrukci sériově dělených tkáňových bloků pomocí elektronové mikroskopie (EM). Každý z těchto klasických přístupů má specifické nevýhody, pokud jde o nasazení konektomiky. Barvení jednotlivých buněk, např. pomocí Golgiho barviva, pro trasování buněčných procesů a konektivity trpí omezeným rozlišením světelné mikroskopie a také obtížemi při zachycení dálkových projekcí. Traktátové trasování, často popisované jako „zlatý standard“ neuroanatomie pro detekci dálkových drah napříč mozkem, obecně umožňuje pouze trasování dosti velkých buněčných populací a jednoaxonálních drah. Rekonstrukce EM byla úspěšně použita pro kompilaci konektomu C. elegans (White et al., 1986). Nicméně aplikace na větší tkáňové bloky celých nervových systémů mají tradičně potíže s projekcemi, které pokrývají delší vzdálenosti.
Nedávné pokroky v mapování nervové konektivity na buněčné úrovni nabízejí významnou novou naději na překonání omezení klasických technik a na sestavení souborů dat o buněčných konektomech (Livet et al., 2007; Lichtman et al., 2008). Pomocí kombinatorické metody značení barev založené na stochastické expresi několika fluorescenčních proteinů, zvané Brainbow, byli Lichtman a jeho kolegové schopni označit jednotlivé neurony jednou z více než 100 odlišných barev. Značení jednotlivých neuronů s rozlišitelným odstínem pak umožňuje sledovat a rekonstruovat jejich buněčnou strukturu včetně dlouhých procesů v bloku tkáně.
V současné době probíhá rozšíření ultrastrukturního mapování obvodů na celý myší mozek (Mikula, 2012).
Alternativní přístup k mapování konektivity byl nedávno navržen Zadorem a jeho kolegy (Zador a kol., 2012). Zadorova technika, zvaná BOINC, používá vysoce výkonné sekvenování k mapování nervových obvodů. Stručně řečeno, přístup spočívá v (1) značení každého neuronu unikátním čárovým kódem DNA, (2) přenosu čárových kódů mezi synapticky spřaženými neurony (například pomocí PRV) a (3) fúzi čárových kódů k reprezentaci synaptického páru. Tento přístup má potenciál být levný, rychlý a extrémně výkonný.
Mapování spojnice v měřítku makra
Zavedené metody výzkumu mozku, jako je axonální snímkování, poskytovaly první možnosti pro vytváření konektomických datových souborů. Novější pokrok v živých subjektech však byl dosažen využitím neinvazivních zobrazovacích technologií, jako je difuzní zobrazování magnetickou rezonancí a funkční zobrazování magnetickou rezonancí (fMRI). První, v kombinaci s traktografií, umožňuje rekonstrukci hlavních svazků vláken v mozku. Druhý umožňuje výzkumníkovi zachytit síťovou aktivitu mozku (buď v klidu, nebo při provádění řízených úkolů), což umožňuje identifikaci strukturně a anatomicky odlišných oblastí mozku, které jsou funkčně propojeny.
Zejména cílem projektu Human Connectome Project, vedeného konsorciem WU-Minn, je sestavit strukturální a funkční mapu zdravého lidského mozku v makroměřítku, s využitím kombinace více zobrazovacích technologií a rozlišení.
Nejnovější pokroky v mapování konektivity
Traktografická rekonstrukce nervových spojů prostřednictvím DTI
Během několika posledních let se několik výzkumníků pokusilo zmapovat rozsáhlou strukturní architekturu lidské kůry. Jeden pokus využil křížové korelace v tloušťce nebo objemu kortikální kůry u jednotlivých jedinců (He et al., 2007). Takové korelace v tloušťce šedé hmoty byly postulovány jako indikátory pro přítomnost strukturálních spojení. Nevýhodou tohoto přístupu je, že poskytuje vysoce nepřímé informace o vzorcích kortikálních spojení a vyžaduje data od velkého počtu jedinců k odvození jednoho souboru údajů o spojení v rámci skupiny subjektů.
Jiní výzkumníci se pokusili sestavit celomozkové spojovací matrice z difuzních zobrazovacích dat. Jedna skupina výzkumníků (Iturria-Medina et al., 2008) sestavila konektomální datové soubory pomocí difuzního tenzorového zobrazování (DTI) následovaného odvozením průměrných pravděpodobností spojení mezi 70-90 kortikálními a bazálními oblastmi šedé hmoty mozku. Bylo zjištěno, že všechny sítě mají atributy malého světa a „širokoúhlé“ stupnicové distribuce. Analýza centrální důležitosti mezipaměti v těchto sítích prokázala vysokou centralizaci pro precuneus, insula, superior parietal a superior frontal cortex. Jiná skupina (Gong et al. 2008) použila DTI k mapování sítě anatomických spojení mezi 78 kortikálními oblastmi. Tato studie také identifikovala několik centrálních oblastí v lidském mozku, včetně precuneus a superior frontal gyrus.
Hagmann a kol. (2007) zkonstruovali spojovací matrici z hustot vláken měřených mezi homogenně rozloženými a stejně velkými sledovanými oblastmi (ROI) s čísly od 500 do 4000. Kvantitativní analýza spojovacích matric získaných pro přibližně 1000 ROI a přibližně 50 000 vlákenných drah ze dvou subjektů prokázala exponenciální (jednoškálové) rozdělení stupňů a také robustní atributy malého světa pro síť. Soubory dat byly odvozeny z difuzního spektra zobrazování (DSI) (Wedeen, 2005), varianty difuzně váženého zobrazování, které je citlivé na intravoxelové heterogenity v difuzních směrech způsobené křížením vlákenných drah, a umožňuje tak přesnější mapování axonálních trajektorií než jiné difuzní zobrazovací přístupy (Wedeen, 2008).
Kombinace celých datových souborů DSI získaných a zpracovaných podle přístupu vyvinutého Hagmannem a kol. (2007) s nástroji pro analýzu grafů koncipovanými původně pro studie stopování zvířat (Sporns, 2006; Sporns, 2007) umožňuje detailní studium síťové struktury lidské kortikální konektivity (Hagmann a kol., 2008). Síť lidského mozku byla charakterizována pomocí širokého spektra metod síťové analýzy včetně rozkladu jádra, modularity analýzy, klasifikace centra a centralizace. Hagmann a kol. předložili důkazy o existenci strukturálního jádra vysoce a vzájemně propojených mozkových oblastí, které se nacházejí především v zadní mediální a parietální kůře. Jádro se skládá z částí zadní cingulární kůry, precuneus, cuneus, paracentrálního lobulu, šíje cingulu, bank nadřazeného temporálního sulcusu a dolní a nadřazené parietální kůry, všechny se nacházejí v obou mozkových hemisférách.
Počáteční výzkumy v makroškále lidské konektomie byly prováděny buď za použití stejně velkých oblastí, nebo anatomických oblastí s nejasným vztahem k základní funkční organizaci mozku (např. gyrální a sulkální oblasti). I když se z těchto přístupů lze mnohé naučit, je velmi žádoucí rozdělit mozek na funkčně odlišné parcely: mozkové oblasti s odlišnou architekturou, konektivitou, funkcí a/nebo topografií (Felleman a Van Essen, 1991). Přesná parcelace umožňuje každému uzlu v makroškále konektom být více informativní tím, že je spojen s odlišným vzorcem konektivity a funkčním profilem. Parcelace lokalizovaných oblastí mozkové kůry byla provedena za použití difuzní traktografie (Beckmann a kol. 2009) a funkční konektivity (Nelson a kol. 2010) k neinvazivnímu měření vzorců konektivity a definování kortikálních oblastí na základě odlišných vzorců konektivity. Takové analýzy lze nejlépe provádět na škále celého mozku a integrací neinvazivních modalit. Přesná parcelace celého mozku může vést k přesnějším makroškálovým konektomům pro normální mozek, které pak mohou být porovnány se stavy onemocnění.
Mapování funkční konektivity pro doplnění anatomické konektivity
Za použití funkční MRI (fMRI) v klidovém stavu a při úlohách se studují funkce konektorových obvodů. Stejně jako nám podrobné silniční mapy zemského povrchu neříkají mnoho o druhu vozidel, která po těchto silnicích jezdí, ani o tom, jaký náklad vezou, abychom pochopili, jak nervové struktury vedou ke specifickému funkčnímu chování, jako je vědomí, je nutné budovat teorie, které spojují funkce s anatomickou konektivitou.