Информация

Почему аксоны дальнего действия у млекопитающих перемещаются по трактам белого вещества?

Почему аксоны дальнего действия у млекопитающих перемещаются по трактам белого вещества?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Мне любопытно узнать, почему миелинизированные аксоны на больших расстояниях предпочитают собираться и формировать тракты белого вещества, а не просто достигать своей цели произвольным образом. Есть ли в этом явлении какое-то эволюционное преимущество? Или это вопрос постоянного исследования?


Вен и Чкловский (2005) рассмотрели именно этот вопрос с помощью моделирования. Они предположили, что разделение белого и серого вещества было результатом эволюционного давления, стремящегося максимизировать некоторые аспекты взаимосвязи. Они проверили идею о том, что одновременное увеличение взаимосвязи (нейроны должны иметь возможность подключаться ко всем другим нейронам без слишком большого количества промежуточных шагов) и минимизация задержки проводимости (время, необходимое для передачи сигнала от одного нейрона к другому) приведет к сегрегации серого. и белое вещество.

С помощью компьютерного моделирования они смогли определить, что этого одновременного давления было достаточно, чтобы разделить белое / серое вещество. Отчасти они смогли показать, что при некоторых простых геометрических предположениях смешанный (гомогенный) дизайн, в котором белое вещество перемежается с серым веществом, приводит к гораздо более высоким задержкам проводимости, чем сегрегированный дизайн. Основная причина заключается в том, что когда белое вещество смешивается с серым веществом, связи ближнего действия между соседними нейронами в сером веществе длиннее, чтобы учесть вмешательство трактов белого вещества.

Вен К., Чкловский Д. (2005). Разделение мозга на серое и белое вещество: конструкция, сводящая к минимуму задержки проводимости. PLoS Comput Biol, 1(7): e78. DOI: 10.1371 / journal.pcbi.0010078


Материалы и методы

Иммуногистохимия и визуализация

Двух взрослых мышей-самцов (C57BL / 6J, возраст 8 месяцев, лаборатория Джексона) глубоко анестезировали смесью кетамина (200 мг / кг) и ксилазина (20 мг / кг) и перфузировали транскардиально физиологическим раствором, а затем - 4%. параформальдегид. Их мозг препарировали, фиксировали в 4% параформальдегиде в течение ночи при 4 ° C, подвергали криозащите в 30% сахарозе в течение ночи при 4 ° C и делали коронковые срезы толщиной 40 ° C на замораживающем микротоме. Срезы промывали 0,1 М фосфатно-солевым буфером (PBS, pH 7,2), инкубировали в 0,3% H2О2 в PBS в течение 20 минут для подавления активности эндогенной пероксидазы, промывали в PBS (3 раза по 5 минут каждый), блокировали в 5% нормальной ослиной сыворотке (NDS) и 0,3% Triton X-100 (TX) и инкубировали в кроличьих анти- транспортер серотонина (SERT) IgG (1: 5000 ImmunoStar, # x0002324330) с 5% NDS и 0,3% TX в PBS в течение 2,5 дней при 4 ° C на шейкере. Срезы промывали в PBS (3 раза по 10 минут каждый), инкубировали в биотинилированном ослином антикроличьем IgG (1: 1000 Jackson ImmunoResearch, # x00023711-065-152) с 2% NDS и 0,3% TX в PBS, промывали. в PBS (3 раза по 10 минут каждый), инкубировали в комплексе авидин-биотин-пероксидаза (1: 100 Vector Laboratories, # x00023PK-6100), промывали в PBS (3 раза по 10 минут каждый), проявляли с 3, 3 & # x00027-диаминобензидин и H2О2 с использованием никелевой интенсификации в течение 5 минут (Vector Laboratories, & # x00023SK-4100), промытые в PBS (3 раза по 5 минут каждое), нанесены на предметные стекла с желатиновой / хромовой подложкой, высушены на воздухе и закрыты Permount. Они были получены с помощью системы Zeiss Axio Imager Z1 со следующими объективами: 1 & # x000D7 (NA = 0,025 используется для целых секций), 10 & # x000D7 (NA = 0,45), 20 & # x000D7 (NA = 0,80) и 40 & # x000D7 (NA = 1,30, масло). Все процедуры были одобрены Комитетом по уходу и использованию животных UCSB.

Подготовка 2D-форм

Внешняя граница, желудочковые промежутки и основные участки белого вещества визуализированных срезов были вручную нарисованы в Adobe Illustrator CC экспертом, обученным нейроанатомии. Чтобы уменьшить количество контуров, основные участки на краю сечения были исключены из контура границы. Контуры были импортированы в Wolfram Mathematica 12. Контур внешней границы был разделен по средней (сагиттальной) линии симметрии. Правая часть контура была сглажена скользящей средней и отражена в левой части. Та же процедура была использована для внутренних контуров, симметричных относительно средней линии (например, водопровода головного мозга). Внутренние контуры вдали от средней линии (например, свод) были сглажены с правой стороны с помощью скользящего среднего и отражены с левой стороны. Таким образом, окончательные оцифрованные контуры (массивы X- и Y-координат с рациональными значениями) были идеально симметричными с двух сторон, компенсируя незначительные отклонения плоскости сечения и реальную (незначительную) асимметрию мозга.

Затем полученные контуры были переформатированы для моделирования FBM. Они были преобразованы в N & # x000D7 2 матрицы, строки которых представляют последовательные целочисленные координаты Y, а два столбца которых представляют крайние левые и крайние правые X-координаты контура (также целочисленные). Чтобы прийти к этому формату, исходные координаты контура были разделены на целочисленный коэффициент, который после округления дал не менее четырех значений X для каждого последовательного значения Y, и были выбраны минимальное и максимальное значения X. Поскольку эта процедура эффективно уменьшила размер контура, он был увеличен до исходного размера путем умножения целочисленных координат на тот же коэффициент и заполнения новых пустых строк значениями X, полученными путем линейной интерполяции между ближайшими доступными X- координаты. Поскольку этот формат не может кодировать вогнутости, ориентированные вдоль оси Y (например, третий желудочек), такие вогнутости хранились как отдельные внутренние контуры. В исследовании все такие вогнутости были сосредоточены на средней линии, что позволяло их легко фиксировать с максимальным значением X слева от линии и минимальным значением X справа от линии. Для целей данного исследования все внутренние контуры рассматривались как непроницаемые препятствия, независимо от их физической природы (желудочковые пространства, выемки на внешних границах, тракты белого вещества).

Компьютерное моделирование, подробно описанное ниже, было выполнено на суперкомпьютерной системе Frontera (NSF, Texas Advanced Computing Center).

Дискретно отраженный FBM

В моделировании каждое отдельное серотонинергическое волокно было представлено как траектория дискретного двумерного FBM (Qian, 2003). Рассмотрим случайного пешехода, начинающего с позиции р0 и двигаясь согласно рекурсивному соотношению рп& # x0002B1 = рп & # x0002B & # x003BEп, где & # x003BEп представляет собой двухкомпонентный дробный гауссовский шум. Это означает, что Икс а также у компоненты & # x003BEп являются гауссовскими случайными числами с нулевым средним и дисперсией & # x003C3 2, и что каждый компонент имеет дальнодействующие корреляции между шагами (но Икс а также у движения независимы друг от друга). Соответствующая ковариационная функция задается & # x02329 & # x003BE x, m & # x000A0 & # x003BE x, n & # x0002B m & # x0232A = & # x02329 & # x003BE y, m & # x000A0 & # x003BE y, n & # x0002B m & # x0232A = & # x000A0 1 2 & # x000A0 & # x003C3 2 & # x000A0 [| n & # x0002B 1 | 2 H - 2 | п | 2 H & # x0002B | п - 1 | 2 H], где ЧАС - индекс Херста. Метод фильтрации Фурье (Makse et al., 1996) использовался для генерации этих коррелированных на большом расстоянии случайных чисел на компьютере (Wada and Vojta, 2018).

Если случайный путешественник встречает границу (т.е. внешний или внутренний контур), она отражается. Это отражение может быть реализовано несколькими различными способами, включая потенциальную силу отталкивания или простое условие отражения, которое либо предотвращает попадание траектории в запрещенную область, либо отражает ее на отражающей стенке. Обширные тестовые расчеты (Войта и др., 2020) показали, что выбор условия отражения не влияет на результирующую плотность вероятности для rFBM за пределами узкой области (шириной всего несколько шагов) на границе. Таким образом, в следующих симуляциях использовалось условие, что шаг, который приведет случайного блуждающего в запрещенную зону, просто не будет выполнен.

Отраженные FBM-пути в мозговидных формах

Целью моделирования FBM в мозговидных формах было моделирование двумерного распределения плотности серотонинергических волокон на разных ростро-каудальных уровнях. Мозг представляет собой трехмерную структуру, но двухмерного моделирования достаточно для аппроксимации плотностей при условии, что геометрия мозга не изменяется слишком быстро в направлении, перпендикулярном выбранному участку. Серотонинергические волокна не образуют пучков и не показывают предпочтительной ориентации (т.е. они пространственно изотропны) в терминальных полях (Janu & # x00161onis et al., 2019). Поскольку три пространственные координаты в FBM не зависят друг от друга, это означает, что движением, перпендикулярным выбранному участку, можно пренебречь [дополнительную информацию см. В Vojta et al. (2020)].

Большинство симуляций было выполнено с ЧАС = 0,8, но значения между ЧАС = 0,3 и 0,9 также были изучены для сравнения. Каждый набор данных состоял из 960 отдельных волокон (траекторий FBM), начинающихся со случайных позиций внутри формы. Каждая траектория имела 2 22 & # x02248 4 миллиона шагов размера (стандартное отклонение) & # x003C3 = 1,29 & # x003BCm. Примерные траектории показаны на рисунке 1. Локальная плотность (ds) был определен путем подсчета общего количества сегментов случайного блуждания внутри каждой ячейки (линейного размера 12,9 & # x003BCm) квадратной сетки, покрывающей фигуру. Траектории были достаточно длинными, чтобы относительные плотности достигли установившегося состояния (т. Е. Они не менялись при дальнейшем увеличении длины траектории).

Рисунок 1. (А) Серотонинергические волокна, визуализированные с помощью SERT-иммуногистохимии с высоким разрешением (40 & # x000D7, NA = 1,3 масло) в первичной соматосенсорной коре мыши (S1). Изображение представляет пять фокальных уровней (в корональном разрезе толщиной 40 & # x003BCm), которые были объединены цифровым способом. Шкала шкалы = 20 & # x003BCm. (В) Моделируемые пути выборки FBM (ЧАС = 0.8).

Для сравнения смоделированных плотностей волокон и плотностей, наблюдаемых в фактических (иммуноокрашенных) срезах, смоделированные плотности были масштабированы до & # x0201Coptical density & # x0201D с помощью (подобного закону Бера-Ламберта) преобразования. dо = 1 & # x02212 exp (& # x02212kds), где параметр затухания k было выбрано таким образом, чтобы среднее значение пикселя в моделируемом участке соответствовало среднему значению пикселя в изображении иммуноокрашенного участка. Это преобразование устранило зависимость от произвольно выбранного количества и длины траекторий FBM, а также реалистично ограничило значения плотности конечным интервалом.

Отраженные FMB-траектории в кольце с переменной кривизной.

Кривизна границы может сильно повлиять на скопление волокон, что имеет прямое значение для нейроанатомии головного мозга. Например, в корональной плоскости кривизна коры головного мозга может быть высокой около сагиттальной плоскости, так как внешняя граница поворачивается к мозолистому телу, и низкой в ​​боковых выпуклостях. Корковые извилины и борозды человеческого мозга создают дополнительную изменчивость локальной кривизны, которая может дополнительно модулировать накопление серотонинергических волокон. Следовательно, качественный взаимосвязь между кривизной границ и плотностью волокон может позволить теоретические предсказания в нейроанатомии и может устранить необходимость в детальном компьютерном моделировании для каждой индивидуальной формы. Однако следует проявлять осторожность в формах со сложной геометрией, потому что супердиффузионная rFBM не является локальным процессом из-за ее дальнодействующих корреляций. Следовательно, на его свойства потенциально может влиять геометрия всего домена. Систематический количественный анализ rFBM в геометрически идеализированных пространственных областях (в двух и трех измерениях) выходит за рамки настоящего анализа и представлен в другом месте (Войта и др., 2020).

Чтобы понять, как плотность траекторий FBM изменяется в зависимости от ЧАС и кривизну контура, особенно в нейроанатомически значимых формах, мы исследовали кольцеобразную форму, ограниченную контурами R o u t e r = 100 (1 & # x0002B 0,5 cos 2 (4 & # x003C6)) и рвнутренний = 50 (определяется в полярных координатах, где & # x003C6 & # x02208 [0, 2 & # x003C0)). Эта форма может представлять собой поперечное сечение абстрактного мозга позвоночного. Мозг позвоночных развивается из нервной трубки и остается топологически подобным трубке во взрослом возрасте, где внутренняя часть трубки - это желудочковое пространство, заполненное спинномозговой жидкостью (ЦСЖ).

Эти симуляции были выполнены с ЧАС = 0,3, 0,5 и 0,8. Каждый набор данных состоял из 100 отдельных волокон (траекторий FBM), начиная со случайных позиций внутри формы. Каждая траектория имела 2 20 & # x02248 1 миллион шагов размера (стандартное отклонение) & # x003C3 = 0,4. В субдиффузионном случае (ЧАС = 0,3), необходимо было увеличить размер шага до 1, чтобы моделирование вышло на стационарный режим. Как и прежде, локальная плотность волокна (ds) определялась путем подсчета общего числа сегментов случайного блуждания внутри каждой ячейки (линейного размера 1) квадратной сетки, покрывающей фигуру.

Моделирование отраженных FBM-траекторий на 2D-диске с переполнением

Ткань головного мозга представляет собой очень переполненное пространство, но имеется мало количественной информации о размерах и геометрии внеклеточного пространства в различных областях мозга (Hrabetova et al., 2018). Чтобы оценить чувствительность наших результатов к эффектам краудинга, мы выполнили моделирование FBM в большом диске с радиусом р = 100, заполнено 1013 небольшими дисковыми препятствиями радиуса рНаблюдения = 2. Препятствия располагались внутри круга радиусом 90, при этом внешнее кольцо шириной 10 оставалось незанятым. Эта форма была предназначена для представления сильно абстрактной неокортикальной области с пустым внешним краем, представляющим кортикальный слой I. Во взрослом возрасте этот слой почти лишен сомат нейронов (но содержит много дендритов и аксонов, которые для простоты были проигнорированы при моделировании).

Моделирование проводилось с ЧАС = 0,8. Каждый набор данных состоял из 192 отдельных волокон (траекторий FBM), начинающихся со случайных позиций внутри формы. Каждая траектория имела 2 25 & # x02248 34 миллиона шагов размера (стандартное отклонение) & # x003C3 = 0,4. Как и прежде, локальная плотность волокна (ds) определялась путем подсчета общего количества сегментов случайного блуждания внутри каждой ячейки (линейного размера 0,5) квадратной сетки, покрывающей фигуру.


1. ВВЕДЕНИЕ

Белое вещество центральной нервной системы - это сложно организованная система нервных путей, которые соединяют анатомические области, образуя функциональные цепи. Эти нервные пути образованы пучками плотно упакованных аксонов микрометровой толщины, которые отвечают за передачу информации. Калибр аксона и присутствие миелина являются наиболее важными морфологическими детерминантами, которые контролируют скорость проведения потенциалов действия (Drakesmith et al., 2019 Waxman, 1980).

Аксоны подвержены различным повреждениям, отчасти из-за их уникальной морфологии и требований к энергии (Conforti, Gilley, & Coleman, 2014 Perge, Koch, Miller, Sterling, & Balasubramanian, 2009 Wu, Williams, & Nathans, 2014). Дегенерация и / или дисфункция аксонов связана с физической травмой, кислородной и глюкозной недостаточностью, воспалением и генными мутациями (обзор Stassart, Möbius, Nave, & Edgar, 2018). Дегенерация аксонов является ранним признаком нейродегенеративных заболеваний, таких как болезнь Альцгеймера (например, Blazquez-Llorca et al., 2017) и рассеянный склероз (например, Evangelou et al., 2001). При травме может произойти потеря аксонов в зависимости от степени повреждения пораженных трактов белого вещества (обзор в Nashmi & Fehlings, 2001). Есть также данные, позволяющие предположить, что измененные характеристики аксонов, такие как распределение калибров аксонов или очаговые вздутия, могут вносить вклад в различные патологии (Bartzokis, 2011) и нарушения развития нервной системы (Raven et al., 2020 Stassart et al., 2018). Например, в животной модели синдрома Ангельмана, редкого генетического заболевания, связанного с аутизмом, широкое уменьшение объемов белого вещества было связано с уменьшением количества аксонов с большими радиусами (Judson et al., 2017). Аналогичные наблюдения были сделаны у детей с расстройством аутистического спектра (РАС), где электронная микроскопия выявила более низкий процент аксонов большого радиуса в мозолистом теле по сравнению с типичными развивающимися детьми соответствующего возраста (Wegiel et al., 2018). Зикопулос и Барбас (2010) сообщили о значительно более низкой относительной плотности очень больших аксонов в префронтальном белом веществе мозга взрослых с РАС. Эти вскрытие исследования демонстрируют потенциал неинвазивной количественной оценки радиусов аксонов (включая возможность проводить продольную оценку у одного и того же человека) для понимания нейропатологии в клинических исследованиях и, возможно, в диагностике. Крайне важно, и как обсуждается ниже, методы диффузионно-взвешенной МРТ для картирования диаметра аксонов более чувствительны к аксонам большего размера, чем аксоны меньшего размера, и поэтому эта преимущественная потеря аксонов с большим радиусом при различных заболеваниях означает, что метод имеет большие перспективы в качестве биомаркера.

Диффузионно-взвешенная МРТ (дМРТ) является особенно актуальным методом нейровизуализации для исследования клеточных функций, что намного ниже разрешения эксперимента по визуализации (Alexander et al., 2010 Assaf Blumenfeld-Katzir, Yovel, & Basser, 2008 Fan et al., 2020 Huang et al., 2020 McNab et al., 2013 Romascano et al., 2020 Sepehrband, Alexander, Kurniawan, Reutens, & Yang, 2016 Veraart et al., 2020). Действительно, дМРТ чувствителен к широкому диапазону микроструктурных параметров ткани, потому что сигнал чувствителен к микрометровому масштабу диффузии молекул воды (Tanner, 1979). Разработка картирования диаметра аксона с использованием дМРТ была затруднена из-за различных смешивающих факторов, которые привели к значительной и спорной переоценке радиуса аксона с помощью МРТ (Burcaw, Fieremans, & Novikov, 2015 Horowitz et al., 2015 Innocenti, Caminiti, & Aboitiz , 2015 Lee et al., 2018 Lee, Jespersen, Fieremans, & Novikov, 2020 Nilsson, Lasič, Drobnjak, Topgaard, & Westin, 2017). Новые идеи в области биофизического моделирования и разработки оборудования значительно повысили точность картирования радиуса аксона (Jones et al., 2018 McNab et al., 2013 Veraart et al., 2020). Однако МР-картирование радиуса аксона не может заменить in vivo микроскопия. Во-первых, при отсутствии сильных априори предположения о распределении (Assaf et al., 2008 Sepehrband et al., 2016), информация, полученная с помощью dMRI, обычно ограничивается одним скаляром, представляющим все основное распределение аксонов (например, Alexander et al., 2010 Fan et al., 2020 Veraart et al., 2020). Во-вторых, этот скаляр сильно смещен в сторону самых крупных аксонов и почти не чувствителен к большей части аксонов (Burcaw et al., 2015 Nilsson et al., 2017). Обратите внимание, что здесь мы принимаем термин «эффективный радиус MR» для обозначения радиуса аксона, полученного из MR (Veraart et al., 2020). Напротив, микроскопия - это хорошо воспроизводимый метод извлечения большей части меньших аксонов, но страдает плохой точностью количественной оценки недостаточно представленных более крупных аксонов (Aboitiz, Scheibel, Fisher, & Zaidel, 1992).

Тем не менее аксоны большого радиуса важны для функции мозга, особенно у млекопитающих с увеличенным размером мозга. Во-первых, аксоны большого радиуса способны к более быстрой проводимости, что является преимуществом для чувствительных ко времени процессов. Во-вторых, была выдвинута гипотеза, что аксоны большого радиуса нейронов дальнего действия важны для поддержания нейронной синхронности (Buzsáki, Logothetis, & Singer, 2013). Однако аксоны с большим радиусом обходятся непропорционально высокой стоимостью с точки зрения использования энергии и пространственных ограничений (Knowles, 2017 Perge et al., 2009). Гистологические исследования широко сообщают, что для человеческого мозга радиусы аксонов находятся в диапазоне 0,25–1 мкм (Aboitiz et al., 1992 Caminiti, Ghaziri, Galuske, Hof, & Innocenti, 2009 Liewald, Miller, Logothetis, Wagner, & Schüz, 2014 Tang, Nyengaard, Pakkenberg, & Gundersen, 1997), при этом только 1% всех аксонов имеет радиус более 1,5 мкм (Caminiti et al., 2009). Действительно, несмотря на то, что разные тракты белого вещества имеют очень разную длину и связаны между собой совершенно разными функциональными цепями, в целом они имеют асимметричное распределение радиусов аксонов, характеризующееся в основном тонкими аксонами (Aboitiz et al., 1992 Caminiti et al., 2009 Liewald et al. , 2014 Perge et al., 2009 Tomasi, Caminiti, & Innocenti, 2012). Радиусы большей части более мелких аксонов существенно не различаются у млекопитающих с различным размером мозга. Однако было показано, что более крупный мозг имеет больше крупных аксонов и увеличенный максимальный радиус (Olivares, Montiel, & Aboitiz, 2001 Schüz & Preiβl, 1996). Примечательно, что это наблюдение способствует картированию диаметра МР-аксонов в головном мозге человека.

В недавней работе точность оценки эффективного радиуса МРТ с использованием дМРТ была оценена путем сравнения микроскопии и МРТ в фиксированной ткани белого вещества мозга грызунов (Veraart et al., 2020). Кроме того, возможность применения техники для in vivo МРТ человека уже была установлена ​​путем сравнения значений, полученных с помощью МРТ мозолистого тела человека, со значениями, указанными в литературе (Fan et al., 2020 Veraart et al., 2020). Здесь мы: (а) представим всю мозговую характеристику эффективного радиуса МРТ и (б) оценим надежность (повторяемость и воспроизводимость) меж- и внутрисканирующего теста-ретеста, чтобы способствовать дальнейшему развитию эффективного радиуса МРТ как биомаркер нейровизуализации.


Резюме автора

Поскольку все больше и больше данных становится доступным по участкам белого вещества, возникает необходимость в разработке структур моделирования, которые включают эти данные на уровне всего мозга. Это требует разработки эффективных математических схем для изучения зависимостей параметров, которые затем могут быть сопоставлены с данными, в частности скоростью потенциалов действия, которые вызывают задержки между областями мозга. Здесь мы разрабатываем метод, описывающий формирование потенциалов действия пороговыми активированными токами, часто называемый моделированием спайк-диффузно-спайк. Особое внимание в нашем исследовании уделяется зависимости скорости потенциалов действия от структурных параметров. Мы обнаружили, что диаметр аксонов и толщина миелиновой оболочки имеют сильное влияние на скорость, тогда как длина миелинизированных сегментов и узел длины Ранвье имеют меньшее влияние. Помимо изучения отдельных аксонов, мы демонстрируем, что потенциалы действия между соседними аксонами могут синхронизироваться и замедлять их скорость распространения.

Цитата: Schmidt H, Knösche TR (2019) Распространение и синхронизация потенциала действия в миелинизированных аксонах. PLoS Comput Biol 15 (10): e1007004. https://doi.org/10.1371/journal.pcbi.1007004

Редактор: Борис С. Гуткин, École Normale Supérieure, College de France, CNRS, ФРАНЦИЯ

Полученный: 1 апреля 2019 г. Принято: 27 сентября 2019 г., Опубликовано: 17 октября 2019 г.,

Авторское право: © 2019 Schmidt, Knösche. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Это чисто вычислительное исследование, и все соответствующие данные находятся в документе.

Финансирование: HS и TRK были поддержаны Немецким исследовательским фондом (DFG [KN 588 / 7-1] в рамках приоритетной программы «Computational Connectomics» [SPP 2041]). Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что не существует никаких конкурирующих интересов.


Соматосенсорная система

Стюарт Хендри, Стивен Сяо, в Fundamental Neuroscience (четвертое издание), 2013 г.

Восходящие пути к таламусу

Аксоны от нейронов пластинки I и нейронов пластинки IV / V перекрещиваются и входят в тракты волокон в переднебоковом квадранте спинного мозга, но тракты, в которые они входят, отличаются друг от друга расположением и окончанием (рис. 24.11). Нейроны пластинок IV и V входят в передний спиноталамический тракт и оканчиваются в боковых частях таламуса, включая VPL и VPI, и интраламинарном ядре, центральном латеральном ядре. Иннервация вентрально-заднего таламуса не означает, что в таламусе сходятся как ноцицептивная, так и механосенсорная информация. Эти два остаются разделенными, поскольку медиальные лемнискальные аксоны оканчиваются на группах крупных нейронов, тогда как спиноталамические аксоны иннервируют кластеры более мелких нейронов. Свойства ответа меньших нейронов в VPL очень похожи на свойства отклика нейронов широкого динамического диапазона, которые их иннервируют, как по типу стимулов, на которые они реагируют, так и по размеру их рецептивных полей.

Ноцицептивные специфические нейроны пластинки I входят в латеральный спиноталамический тракт и оканчиваются в нескольких ядрах таламуса, включая два, которые получают мало входов в глубокие пластинки (рис. 24.11). Мишени, в которых конвергенция входов пластинки I и пластинки V сильно подозревается или как известно, происходит, включают ядро ​​заднего вентрального комплекса. Хотя наиболее убедительные данные в поддержку конвергенции были получены для VPI, несколько тщательных исследований документально подтвердили прекращение входов lamina I в кластерах небольших нейронов в VPL и VPM. Это представляет собой то, что стало традиционным взглядом на ноцицептивный путь, что различительная боль вызывается ноцицептивными входами как в пластинку I, так и в пластинку V через реле в вентральных задних ядрах, и эта ноцицептивная информация достигает SI и SII (Perl and Kruger , 1996).

За пределами вентрально-заднего комплекса находятся два участка спиноталамических окончаний, преимущественно из пластинки I (рис. 24.11). Одно из них - это субъядро медиодорсального ядра (Mdvc), в котором спиноталамические окончания удивительно богаты. Другой - кзади от классически проведенных границ VP и включает медиальное ядро ​​задней группы (POm). Нейроны в этой области иннервируются спиноталамическими аксонами и демонстрируют ту же химическую сигнатуру (иммунореактивность для кальций-связывающего белка, кальбиндина), что и спиноталамические реципиенты нейронов VPL и VPM (Craig and Dostrovsky, 1999).

Существуют значительные разногласия по поводу спиноталамической иннервации в заднебоковом таламусе обезьян и людей. Одна часть разногласий касается пропорции афферентов lamina I, которые заканчиваются внутри границ VPL и VPM, и тех, которые заканчиваются каудально и медиальнее них. Консервативное прочтение литературы приводит нас к распознаванию спиноталамической иннервации четырех областей, каждая со своей корковой мишенью. Спиноталамические окончания в VPL и VPM ретранслируются в SI, а в VPI - в SII. Вместе их можно рассматривать как боковой путь к первой или отличительной боли. Второй медиальный путь к передней поясной извилине через MDvc и к островку через нейроны VMpo, по-видимому, является центральным путем для второй или преследующей боли.


Нейроанатомия

Вскрытие мозга животных или трупов было важнейшим инструментом нейробиологов с 340 г. до н.э., когда Аристотель впервые опубликовал свои вскрытия. С тех пор этот метод значительно продвинулся с открытием различных методов окрашивания, которые могут выделить определенные клетки. Поскольку мозг можно очень тонко нарезать, исследовать под микроскопом и выделить отдельные клетки, этот метод особенно полезен для изучения определенных групп нейронов или небольших структур мозга, то есть он имеет очень высокое пространственное разрешение. Рассечения позволяют ученым изучать изменения в головном мозге, которые происходят из-за различных заболеваний или переживаний (например, воздействия лекарств или травм головного мозга).

Также проводятся исследования виртуального вскрытия с живыми людьми. Здесь мозг визуализируется с помощью компьютерной аксиальной томографии (CAT) или МРТ-сканеров, которые с очень высокой точностью выявляют различные структуры мозга и могут помочь обнаружить изменения в сером или белом веществе. Эти изменения в мозге затем могут быть коррелированы с поведением, например, с результатами тестов на память, и, следовательно, связаны с определенными областями мозга в определенных когнитивных функциях.


Вступление

Повсеместной особенностью мозга позвоночных является его разделение на белое и серое вещество (http://www.brainmuseum.org). Серое вещество содержит сомы нейронов, синапсы и локальные проводники, такие как дендриты и в основном немиелинизированные аксоны. Белое вещество содержит глобальные, а в большом мозге в основном миелинизированные аксоны, которые осуществляют глобальную коммуникацию. В чем эволюционное преимущество такой сегрегации [1]? Сети с одинаковыми локальными и глобальными подключениями могут быть соединены так, чтобы глобальные и локальные подключения точно перемешивались. Поскольку такой замысел не наблюдается, а ссылка на эволюционную случайность в качестве объяснения имеет агностический оттенок, мы искали объяснение, основанное на подходе оптимизации [2–6], который основан на теории эволюции [7–9].

Мы начали с предположения, что эволюция «повозилась» с дизайном мозга, чтобы максимизировать его функциональность. Функциональность мозга должна выиграть от более высокой синаптической связи, потому что синаптические связи являются центральными для обработки информации, а также обучения и памяти, что, как считается, проявляется в синаптических модификациях [10,11]. Однако для увеличения возможностей подключения к сети требуется добавить проводку, что связано с определенными затратами. Стоимость проводки обусловлена ​​метаболической энергией, необходимой для поддержания и проведения [12–15], механизмами управления в разработке [16], временными задержками и затуханием проводимости [17,18], а также объемом проводки [6].

Два новаторских исследования, проведенные Ruppin et al. [19], а также Мюрр и Стерди [20] предположили, что разделение белого и серого вещества могло быть следствием минимизации объема проводки. Они смоделировали мозг сетью, состоящей из локальных и глобальных связей, которые порождают серое и белое вещество соответственно. Хотя минимизация объема проводки является важным фактором в эволюции дизайна мозга, их результаты остаются неубедительными, поскольку прогнозы модели минимизации объема для данной проблемы не являются надежными и их трудно сравнить с эмпирическими наблюдениями (см. Обсуждение).

В этой статье мы приняли модель связности, представленную Ruppin et al. [19] и Murre and Sturdy [20], включая локальные и глобальные связи, но минимизировали задержку проводимости, то есть время, которое требуется сигналу (например, потенциал действия и / или градуированный потенциал), чтобы пройти от сомы одного нейрона к соме другого. . Чтобы увидеть, что высокая связность и короткая задержка проводимости являются конкурирующими требованиями, обратите внимание, что добавление проводки в сеть увеличивает не только ее объем, но и расстояние между нейронами. В свою очередь, это требует более длинных проводов, что при той же скорости проводимости приводит к более длительным задержкам. Более длительные задержки вредны, потому что меньше вычислительных шагов может быть выполнено в пределах временного интервала, наложенного на животных окружающей средой, что делает мозг менее мощной вычислительной машиной [12].

Мы показываем, что конкурирующие требования к высокой связности и короткой задержке проводимости могут естественным образом привести к наблюдаемой архитектуре мозга позвоночных, как это видно в неокортексе млекопитающих и телэнцефалоне птиц. Как и в любом другом теоретическом анализе, мы делаем несколько основных предположений. Во-первых, учитывая, что точная связность неизвестна, мы статистически охарактеризовали межнейронную связность, требуя фиксированного количества соединений на нейрон. Во-вторых, хотя известно, что задержки проводимости различаются между соединениями, мы минимизировали среднюю задержку проводимости. Наконец, вполне вероятно, что в ходе эволюции минимизация задержки проводимости сопровождалась увеличением связности. Однако неизвестно, как количественно оценить преимущества увеличения возможности подключения по сравнению с увеличением задержки проводимости. Поэтому мы приняли математически обоснованный подход к минимизации задержки проводимости при неизменном подключении к сети.

Для получения количественных результатов мы использовали два аналитических (нечисловых) инструментария, заимствованных из теоретической физики. Во-первых, большая часть выводов была сделана с использованием подхода масштабирования. При таком подходе взаимосвязь между переменными принимает форму пропорциональности, а не равенства. Другими словами, числовые коэффициенты первого порядка игнорируются. Можно манипулировать и комбинировать такие соотношения пропорциональности и при этом получать оценку, верную на порядок. Долгая история успешного применения масштабного подхода подтверждает его обоснованность. Во-вторых, мы использовали подход теории возмущений, который полезен, когда точное аналитическое решение проблемы недоступно. При таком подходе точно решается более простая задача. Затем точное решение модифицируется, чтобы соответствовать реальной проблеме, с учетом того факта, что такое изменение является незначительным. Опять же, долгая история этого подхода подтверждает его обоснованность, поскольку разница между точно решаемой и реальной проблемой характеризуется параметром, который намного меньше единицы.

Мы представляем нашу теорию в разделе «Результаты», который состоит из семи разделов. В первом мы рассматриваем конкурирующие требования между небольшими задержками проводимости и высокой связностью в местных цепях. Мы показываем, что локальная задержка проводимости ограничивает размер локальной сети со всеми возможными связями до размера кортикального столба. Во втором разделе полная архитектура мозга моделируется как сеть «маленького мира», которая сочетает в себе высокую локальную связь с небольшой задержкой проводимости. Мы получаем простую оценку задержки проводимости в глобальных связях в зависимости от количества нейронов. В третьем разделе мы рассматриваем пространственную интеграцию локальных и глобальных связей. Мы утверждаем, что смешивание локальных и глобальных соединений существенно увеличивает локальную задержку проводимости, в то время как глобальная задержка проводимости может не измениться. В четвертом разделе, минимизируя локальную задержку проводимости, мы выводим условие, при котором сегрегация белого / серого вещества снижает временные задержки проводимости. Пятый раздел дает необходимое условие для того, чтобы сегрегированный дизайн был оптимальным, а пример такого дизайна приведен в шестом разделе. Наконец, седьмой раздел повторяет наши результаты с точки зрения количества нейронов, межнейронных связей и диаметра аксона.


Тангенциальная миграция

20.2.3 Другие формы тангенциальной миграции в переднем мозге

20.2.3.1 Тангенциально мигрирующие клетки, возникающие из GE

Наряду с кортикальными и обонятельными интернейронами MGE и LGE также дают начало множеству других типов клеток, которые претерпевают тангенциальную миграцию. Два важных ядра в схеме базальных ганглиев - это полосатое тело и бледный шар. Есть два основных типа клеток, которые населяют полосатое тело: шиповатые нейроны среднего размера из LGE и интернейроны полосатого тела из MGE. В то время как происходящие из LGE шиповатые нейроны, по-видимому, претерпевают радиальную миграцию, происходящие из MGE интернейроны полосатого тела мигрируют тангенциально, чтобы достичь зачатка полосатого тела (Marin et al., 2000 Olsson et al., 1995). Зрелый бледный шар состоит из нескольких отдельных классов нейронов, включая ГАМКергические проекционные нейроны, которые по касательной мигрируют из своих источников в LGE, MGE и преоптическую область (Flandin et al., 2010, Nobrega-Pereira et al., 2010).

Таламокортикальные и кортикоталамические аксоны проецируются через узкий разрешающий «коридор» внутри MGE и LGE, чтобы достичь своих целей. Элегантное исследование продемонстрировало, что экспрессирующие neuregulin-1, производные LGE направляющие клетки, которые по касательной мигрируют в MGE, заселяют этот коридор, и эти клетки необходимы для правильного ведения таламокортикальных аксонов (López-Bendito et al., 2006).

Популяция клеток происходит от границы MGE / LGE и мигрирует по касательной в преоптическую область и область гипоталамуса, хотя судьба этих клеток неизвестна (Tripodi et al., 2004). У людей есть доказательства, что некоторые GABAergic GE клетки, происходящие по касательной мигрируют в дорсальный таламус в промежуточном мозге, хотя эта популяция не наблюдается у мышей (Letinic and Rakic, 2001). Кроме того, некоторые предшественники олигодендроцитов рождаются в MGE и впоследствии мигрируют по касательной, чтобы заселить весь конечный мозг (Kessaris et al., 2006).

20.2.3.2 Тангенциально мигрирующие клетки, происходящие из других областей переднего мозга

Клетки Кахаля-Ретциуса присутствуют в кортикальном MZ во время кортикогенеза, исчезают постнатально и имеют решающее значение для правильного расслоения коры. После значительных разногласий относительно их онтогенеза в нескольких исследованиях было обнаружено, что клетки Кахаля-Ретциуса перемещаются по касательной по всей коре от их истоков в кортикальном рубце, перегородке и вентральном паллидуме (Bielle et al., 2005 Takiguchi-Hayashi et al., 2004 Yoshida et al., 2004 Yoshida et al. др., 2006).

VZ всего неокортекса дает начало популяции клеток, которые мигрируют вперед и вентрально к месту будущего бокового обонятельного тракта под управлением хемоаттрактанта нетрина-1 и отталкивающего сигнала эфрина-A5 (Kawasaki et al., 2006 Nomura et al., 2006 Nomura et al. al., 2006 Tomioka et al., 2000).Нейроны гонадотропин-рилизинг-гормона (GnRH) берут начало в носовой плакоде и тангенциально мигрируют вдоль вомероназальных аксонов, чтобы достичь преоптической области и гипоталамуса (Marín and Rubenstein, 2003 Wray et al., 1989). Другая популяция Foxb1-экспрессирующих нейронов гипоталамуса мигрирует тангенциально из таламической области, а субпопуляция Foxb1-экспрессирующих нейронов мигрирует из промежуточного мозга в несколько телэнцефальных структур (García-Moreno et al., 2010 Zhao et al., 2008). Клональный анализ у цыплят показал, что многие диэнцефальные клетки претерпевают тангенциальную миграцию (Golden et al., 1997). Кроме того, есть некоторые доказательства того, что проекционные нейроны коры могут перемещаться по касательной, иногда на значительные расстояния, прежде чем достичь своего целевого сайта (Britanova et al., 2006 Tabata and Nakajima, 2003).

Таким образом, большое разнообразие типов клеток с различным происхождением претерпевает тангенциальную миграцию, чтобы достичь места назначения. Вполне вероятно, что достижения в области генетических манипуляций и методов маркировки клеток откроют еще больше примеров тангенциальной миграции в будущем.


Почему аксоны дальнего действия у млекопитающих перемещаются по трактам белого вещества? - Психология

С помощью мозжечка головной мозг контролирует все произвольные действия в организме.

Задача обучения

Опишите функцию головного мозга.

Ключевые выводы

Ключевые моменты

  • Головной мозг - самый крупный и наиболее развитый из пяти основных отделов мозга.
  • Мозг состоит из двух полушарий, левого и правого, связанных пучком нервных волокон, называемым мозолистым телом.
  • Головной мозг управляет сознательными или волевыми двигательными функциями тела. Повреждение этой области мозга может привести к потере мышечной силы и точности, а не к полному параличу.
  • Первичные сенсорные области коры головного мозга получают и обрабатывают визуальную, слуховую, соматосенсорную, вкусовую и обонятельную информацию.
  • Каждое полушарие коры головного мозга млекопитающих можно разделить на четыре функционально и пространственно определенных доли: лобную, теменную, височную и затылочную.

Ключевые термины

  • борозды: Любая из бороздок, отмечающих извилины на поверхности мозга (множественное число от борозды).
  • кора головного мозга: Наружный слой нервной ткани головного мозга, состоящий из сложенного серого вещества. Кора головного мозга играет ключевую роль в памяти, внимании, восприятии, осознании, мышлении, языке и сознании.
  • обонятельная луковица: Нервная структура переднего мозга позвоночных, участвующая в обонянии (обонянии).
  • Площадь Брока # 8217s: Область лобной доли доминирующего полушария головного мозга человека, функции которой связаны с производством речи.
  • Вернике и район # 8217s: Участвует в понимании письменной и устной речи.
  • афазия: Комбинированное расстройство речи и языка, часто вызванное инсультом.
  • извилины: Гребень на коре головного мозга (множественное число от извилины).

Церебрум Анимация: Расположение головного мозга (красным).

Головной мозг, расположенный спереди или сверху ствола мозга, составляет большую часть мозга. У человека это самый крупный и наиболее развитый из пяти основных отделов мозга. Головной мозг - новейшая структура в филогенетическом смысле, у млекопитающих он самый крупный и развитый среди всех видов.

Головной мозг содержит кору головного мозга (двух полушарий головного мозга), а также несколько подкорковых структур, включая гиппокамп, базальные ганглии и обонятельную луковицу. У более крупных млекопитающих кора головного мозга состоит из множества извилин и борозд, что позволяет ей расширяться по площади, не занимая гораздо большего объема. С помощью мозжечка головной мозг контролирует все произвольные действия в организме.

Кора головного мозга

Кора головного мозга: Кора головного мозга - это внешний слой, изображенный темно-фиолетовым цветом. Обратите внимание на складчатую структуру коры: «долины» коры известны как борозды.

Кора состоит из двух полушарий, правого и левого, разделенных большой бороздой. Толстый пучок волокон, мозолистое тело, соединяет два полушария, позволяя передавать информацию от одной стороны к другой. Правое полушарие контролирует и обрабатывает сигналы с левой стороны тела, в то время как левое полушарие контролирует и обрабатывает сигналы с правой стороны тела.

Четыре доли мозга

Каждое полушарие коры головного мозга млекопитающих можно разделить на четыре функционально и пространственно определенных доли: лобную, теменную, височную и затылочную.

Лобная доля расположена в передней части мозга над глазами и содержит обонятельную луковицу. Лобная доля также содержит моторную кору, которая важна для планирования и реализации движения.

Церебральные доли: Расположение долей головного мозга

Две из основных функций теменной доли - это обработка соматосенсорных ощущений (сенсорных ощущений, таких как давление, боль, тепло, холод) и проприоцепции (ощущение того, как части тела ориентированы в пространстве).

Височная доля расположена у основания мозга у ушей. Он в первую очередь участвует в обработке и интерпретации звуков. Он также содержит гиппокамп, который обрабатывает формирование памяти.

Затылочная доля расположена в задней части мозга. Он в первую очередь связан с видением: видением, распознаванием и идентификацией визуального мира.

Функция головного мозга

Головной мозг управляет сознательными или волевыми двигательными функциями тела. Эти функции берут начало в первичной моторной коре и других моторных областях лобных долей, в которых планируются действия. Верхние мотонейроны первичной моторной коры посылают свои аксоны в ствол головного мозга и спинной мозг в синапсы нижних мотонейронов, которые иннервируют мышцы. Повреждение моторных областей коры головного мозга может привести к определенным типам заболеваний мотонейронов. Этот вид повреждений приводит к потере мышечной силы и точности, а не к полному параличу.

Обонятельная сенсорная система уникальна тем, что нейроны в обонятельной луковице посылают свои аксоны непосредственно в обонятельную кору, а не сначала в таламус. Повреждение обонятельной луковицы приводит к потере обоняния. Обонятельная луковица также получает информацию «сверху вниз» от таких областей мозга, как миндалина, неокортекс, гиппокамп, голубое пятно и черная субстанция. Его потенциальные функции можно разделить на четыре неисключительные категории: различение запахов, повышение чувствительности обнаружения запахов, фильтрация фоновых запахов и разрешение более высоким областям мозга, участвующим в возбуждении и внимании, изменять обнаружение или различение запахов.

Речь и язык в основном связаны с частями коры головного мозга. Двигательные части языка относятся к области Брока в лобной доле. Понимание речи приписывается области Вернике, на стыке височно-теменных долей. Повреждение области Брока приводит к выраженной афазии (негибкой афазии), а повреждение области Вернике приводит к рецептивной афазии.


Двигательные системы

Дэвид Л. Фелтен, доктор медицины, Мэри Суммо Майда, доктор философии, Атлас нейробиологии Неттера (третье издание), 2016 г.

15.8 Окончания кортикоспинального тракта в спинном мозге

Скрещенные аксоны в латеральном CST, смешанные с аксонами руброспинального тракта, перемещаются в латеральном канатике. Эти аксоны CST оканчиваются прямо или косвенно в основном на LMNs, связанных с дистальной мускулатурой, особенно при умелых движениях рук и пальцев. Неперекрещенные передние аксоны CST пересекаются преимущественно в передней белой комиссуре и оканчиваются прямо или косвенно, главным образом, на LMNs, которые снабжают медиальную мускулатуру. Небольшое количество передних аксонов CST оканчиваются ипсилатерально по отношению к исходным кортикальным клеткам. Изолированное поражение CST в костномозговых пирамидах приводит к слабости контралатеральных тонких, ловких движений рук и пальцев. Все другие поражения, вовлекающие CST на других уровнях (внутренняя капсула, ножка головного мозга, мосты), где эти нисходящие волокна перемешаны с другими нисходящими двигательными системами, вызывают контралатеральную спастическую гемиплегию с гипертонусом, гиперрефлексией и ответами подошвенных разгибателей в качестве долгосрочных последствий. Поражение латеральной CST вызывает симптомы, сходные с симптомами ипсилатерального повреждения латерального семенного канатика ниже уровня поражения.


Резюме автора

Поскольку все больше и больше данных становится доступным по участкам белого вещества, возникает необходимость в разработке структур моделирования, которые включают эти данные на уровне всего мозга. Это требует разработки эффективных математических схем для изучения зависимостей параметров, которые затем могут быть сопоставлены с данными, в частности скоростью потенциалов действия, которые вызывают задержки между областями мозга. Здесь мы разрабатываем метод, описывающий формирование потенциалов действия пороговыми активированными токами, часто называемый моделированием спайк-диффузно-спайк. Особое внимание в нашем исследовании уделяется зависимости скорости потенциалов действия от структурных параметров. Мы обнаружили, что диаметр аксонов и толщина миелиновой оболочки имеют сильное влияние на скорость, тогда как длина миелинизированных сегментов и узел длины Ранвье имеют меньшее влияние. Помимо изучения отдельных аксонов, мы демонстрируем, что потенциалы действия между соседними аксонами могут синхронизироваться и замедлять их скорость распространения.

Цитата: Schmidt H, Knösche TR (2019) Распространение и синхронизация потенциала действия в миелинизированных аксонах. PLoS Comput Biol 15 (10): e1007004. https://doi.org/10.1371/journal.pcbi.1007004

Редактор: Борис С. Гуткин, École Normale Supérieure, College de France, CNRS, ФРАНЦИЯ

Полученный: 1 апреля 2019 г. Принято: 27 сентября 2019 г., Опубликовано: 17 октября 2019 г.,

Авторское право: © 2019 Schmidt, Knösche. Это статья в открытом доступе, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника.

Доступность данных: Это чисто вычислительное исследование, и все соответствующие данные находятся в документе.

Финансирование: HS и TRK были поддержаны Немецким исследовательским фондом (DFG [KN 588 / 7-1] в рамках приоритетной программы «Computational Connectomics» [SPP 2041]). Финансирующие организации не играли никакой роли в дизайне исследования, сборе и анализе данных, принятии решения о публикации или подготовке рукописи.

Конкурирующие интересы: Авторы заявили, что не существует никаких конкурирующих интересов.


Нейроанатомия

Вскрытие мозга животных или трупов было важнейшим инструментом нейробиологов с 340 г. до н.э., когда Аристотель впервые опубликовал свои вскрытия. С тех пор этот метод значительно продвинулся с открытием различных методов окрашивания, которые могут выделить определенные клетки. Поскольку мозг можно очень тонко нарезать, исследовать под микроскопом и выделить отдельные клетки, этот метод особенно полезен для изучения определенных групп нейронов или небольших структур мозга, то есть он имеет очень высокое пространственное разрешение. Рассечения позволяют ученым изучать изменения в головном мозге, которые происходят из-за различных заболеваний или переживаний (например, воздействия лекарств или травм головного мозга).

Также проводятся исследования виртуального вскрытия с живыми людьми. Здесь мозг визуализируется с помощью компьютерной аксиальной томографии (CAT) или МРТ-сканеров, которые с очень высокой точностью выявляют различные структуры мозга и могут помочь обнаружить изменения в сером или белом веществе. Эти изменения в мозге затем могут быть коррелированы с поведением, например, с результатами тестов на память, и, следовательно, связаны с определенными областями мозга в определенных когнитивных функциях.


Соматосенсорная система

Стюарт Хендри, Стивен Сяо, в Fundamental Neuroscience (четвертое издание), 2013 г.

Восходящие пути к таламусу

Аксоны от нейронов пластинки I и нейронов пластинки IV / V перекрещиваются и входят в тракты волокон в переднебоковом квадранте спинного мозга, но тракты, в которые они входят, отличаются друг от друга расположением и окончанием (рис. 24.11). Нейроны пластинок IV и V входят в передний спиноталамический тракт и оканчиваются в боковых частях таламуса, включая VPL и VPI, и интраламинарном ядре, центральном латеральном ядре. Иннервация вентрально-заднего таламуса не означает, что в таламусе сходятся как ноцицептивная, так и механосенсорная информация. Эти два остаются разделенными, поскольку медиальные лемнискальные аксоны оканчиваются на группах крупных нейронов, тогда как спиноталамические аксоны иннервируют кластеры более мелких нейронов. Свойства ответа меньших нейронов в VPL очень похожи на свойства отклика нейронов широкого динамического диапазона, которые их иннервируют, как по типу стимулов, на которые они реагируют, так и по размеру их рецептивных полей.

Ноцицептивные специфические нейроны пластинки I входят в латеральный спиноталамический тракт и оканчиваются в нескольких ядрах таламуса, включая два, которые получают мало входов в глубокие пластинки (рис. 24.11). Мишени, в которых конвергенция входов пластинки I и пластинки V сильно подозревается или как известно, происходит, включают ядро ​​заднего вентрального комплекса. Хотя наиболее убедительные данные в поддержку конвергенции были получены для VPI, несколько тщательных исследований документально подтвердили прекращение входов lamina I в кластерах небольших нейронов в VPL и VPM. Это представляет собой то, что стало традиционным взглядом на ноцицептивный путь, что различительная боль вызывается ноцицептивными входами как в пластинку I, так и в пластинку V через реле в вентральных задних ядрах, и эта ноцицептивная информация достигает SI и SII (Perl and Kruger , 1996).

За пределами вентрально-заднего комплекса находятся два участка спиноталамических окончаний, преимущественно из пластинки I (рис. 24.11). Одно из них - это субъядро медиодорсального ядра (Mdvc), в котором спиноталамические окончания удивительно богаты. Другой - кзади от классически проведенных границ VP и включает медиальное ядро ​​задней группы (POm). Нейроны в этой области иннервируются спиноталамическими аксонами и демонстрируют ту же химическую сигнатуру (иммунореактивность для кальций-связывающего белка, кальбиндина), что и спиноталамические реципиенты нейронов VPL и VPM (Craig and Dostrovsky, 1999).

Существуют значительные разногласия по поводу спиноталамической иннервации в заднебоковом таламусе обезьян и людей. Одна часть разногласий касается пропорции афферентов lamina I, которые заканчиваются внутри границ VPL и VPM, и тех, которые заканчиваются каудально и медиальнее них. Консервативное прочтение литературы приводит нас к распознаванию спиноталамической иннервации четырех областей, каждая со своей корковой мишенью. Спиноталамические окончания в VPL и VPM ретранслируются в SI, а в VPI - в SII. Вместе их можно рассматривать как боковой путь к первой или отличительной боли. Второй медиальный путь к передней поясной извилине через MDvc и к островку через нейроны VMpo, по-видимому, является центральным путем для второй или преследующей боли.


Материалы и методы

Иммуногистохимия и визуализация

Двух взрослых мышей-самцов (C57BL / 6J, возраст 8 месяцев, лаборатория Джексона) глубоко анестезировали смесью кетамина (200 мг / кг) и ксилазина (20 мг / кг) и перфузировали транскардиально физиологическим раствором, а затем - 4%. параформальдегид. Их мозг препарировали, фиксировали в 4% параформальдегиде в течение ночи при 4 ° C, подвергали криозащите в 30% сахарозе в течение ночи при 4 ° C и делали коронковые срезы толщиной 40 ° C на замораживающем микротоме. Срезы промывали 0,1 М фосфатно-солевым буфером (PBS, pH 7,2), инкубировали в 0,3% H2О2 в PBS в течение 20 минут для подавления активности эндогенной пероксидазы, промывали в PBS (3 раза по 5 минут каждый), блокировали в 5% нормальной ослиной сыворотке (NDS) и 0,3% Triton X-100 (TX) и инкубировали в кроличьих анти- транспортер серотонина (SERT) IgG (1: 5000 ImmunoStar, # x0002324330) с 5% NDS и 0,3% TX в PBS в течение 2,5 дней при 4 ° C на шейкере. Срезы промывали в PBS (3 раза по 10 минут каждый), инкубировали в биотинилированном ослином антикроличьем IgG (1: 1000 Jackson ImmunoResearch, # x00023711-065-152) с 2% NDS и 0,3% TX в PBS, промывали. в PBS (3 раза по 10 минут каждый), инкубировали в комплексе авидин-биотин-пероксидаза (1: 100 Vector Laboratories, # x00023PK-6100), промывали в PBS (3 раза по 10 минут каждый), проявляли с 3, 3 & # x00027-диаминобензидин и H2О2 с использованием никелевой интенсификации в течение 5 минут (Vector Laboratories, & # x00023SK-4100), промытые в PBS (3 раза по 5 минут каждое), нанесены на предметные стекла с желатиновой / хромовой подложкой, высушены на воздухе и закрыты Permount. Они были получены с помощью системы Zeiss Axio Imager Z1 со следующими объективами: 1 & # x000D7 (NA = 0,025 используется для целых секций), 10 & # x000D7 (NA = 0,45), 20 & # x000D7 (NA = 0,80) и 40 & # x000D7 (NA = 1,30, масло). Все процедуры были одобрены Комитетом по уходу и использованию животных UCSB.

Подготовка 2D-форм

Внешняя граница, желудочковые промежутки и основные участки белого вещества визуализированных срезов были вручную нарисованы в Adobe Illustrator CC экспертом, обученным нейроанатомии. Чтобы уменьшить количество контуров, основные участки на краю сечения были исключены из контура границы. Контуры были импортированы в Wolfram Mathematica 12. Контур внешней границы был разделен по средней (сагиттальной) линии симметрии. Правая часть контура была сглажена скользящей средней и отражена в левой части. Та же процедура была использована для внутренних контуров, симметричных относительно средней линии (например, водопровода головного мозга). Внутренние контуры вдали от средней линии (например, свод) были сглажены с правой стороны с помощью скользящего среднего и отражены с левой стороны. Таким образом, окончательные оцифрованные контуры (массивы X- и Y-координат с рациональными значениями) были идеально симметричными с двух сторон, компенсируя незначительные отклонения плоскости сечения и реальную (незначительную) асимметрию мозга.

Затем полученные контуры были переформатированы для моделирования FBM. Они были преобразованы в N & # x000D7 2 матрицы, строки которых представляют последовательные целочисленные координаты Y, а два столбца которых представляют крайние левые и крайние правые X-координаты контура (также целочисленные). Чтобы прийти к этому формату, исходные координаты контура были разделены на целочисленный коэффициент, который после округления дал не менее четырех значений X для каждого последовательного значения Y, и были выбраны минимальное и максимальное значения X. Поскольку эта процедура эффективно уменьшила размер контура, он был увеличен до исходного размера путем умножения целочисленных координат на тот же коэффициент и заполнения новых пустых строк значениями X, полученными путем линейной интерполяции между ближайшими доступными X- координаты. Поскольку этот формат не может кодировать вогнутости, ориентированные вдоль оси Y (например, третий желудочек), такие вогнутости хранились как отдельные внутренние контуры.В исследовании все такие вогнутости были сосредоточены на средней линии, что позволяло их легко фиксировать с максимальным значением X слева от линии и минимальным значением X справа от линии. Для целей данного исследования все внутренние контуры рассматривались как непроницаемые препятствия, независимо от их физической природы (желудочковые пространства, выемки на внешних границах, тракты белого вещества).

Компьютерное моделирование, подробно описанное ниже, было выполнено на суперкомпьютерной системе Frontera (NSF, Texas Advanced Computing Center).

Дискретно отраженный FBM

В моделировании каждое отдельное серотонинергическое волокно было представлено как траектория дискретного двумерного FBM (Qian, 2003). Рассмотрим случайного пешехода, начинающего с позиции р0 и двигаясь согласно рекурсивному соотношению рп& # x0002B1 = рп & # x0002B & # x003BEп, где & # x003BEп представляет собой двухкомпонентный дробный гауссовский шум. Это означает, что Икс а также у компоненты & # x003BEп являются гауссовскими случайными числами с нулевым средним и дисперсией & # x003C3 2, и что каждый компонент имеет дальнодействующие корреляции между шагами (но Икс а также у движения независимы друг от друга). Соответствующая ковариационная функция задается & # x02329 & # x003BE x, m & # x000A0 & # x003BE x, n & # x0002B m & # x0232A = & # x02329 & # x003BE y, m & # x000A0 & # x003BE y, n & # x0002B m & # x0232A = & # x000A0 1 2 & # x000A0 & # x003C3 2 & # x000A0 [| n & # x0002B 1 | 2 H - 2 | п | 2 H & # x0002B | п - 1 | 2 H], где ЧАС - индекс Херста. Метод фильтрации Фурье (Makse et al., 1996) использовался для генерации этих коррелированных на большом расстоянии случайных чисел на компьютере (Wada and Vojta, 2018).

Если случайный путешественник встречает границу (т.е. внешний или внутренний контур), она отражается. Это отражение может быть реализовано несколькими различными способами, включая потенциальную силу отталкивания или простое условие отражения, которое либо предотвращает попадание траектории в запрещенную область, либо отражает ее на отражающей стенке. Обширные тестовые расчеты (Войта и др., 2020) показали, что выбор условия отражения не влияет на результирующую плотность вероятности для rFBM за пределами узкой области (шириной всего несколько шагов) на границе. Таким образом, в следующих симуляциях использовалось условие, что шаг, который приведет случайного блуждающего в запрещенную зону, просто не будет выполнен.

Отраженные FBM-пути в мозговидных формах

Целью моделирования FBM в мозговидных формах было моделирование двумерного распределения плотности серотонинергических волокон на разных ростро-каудальных уровнях. Мозг представляет собой трехмерную структуру, но двухмерного моделирования достаточно для аппроксимации плотностей при условии, что геометрия мозга не изменяется слишком быстро в направлении, перпендикулярном выбранному участку. Серотонинергические волокна не образуют пучков и не показывают предпочтительной ориентации (т.е. они пространственно изотропны) в терминальных полях (Janu & # x00161onis et al., 2019). Поскольку три пространственные координаты в FBM не зависят друг от друга, это означает, что движением, перпендикулярным выбранному участку, можно пренебречь [дополнительную информацию см. В Vojta et al. (2020)].

Большинство симуляций было выполнено с ЧАС = 0,8, но значения между ЧАС = 0,3 и 0,9 также были изучены для сравнения. Каждый набор данных состоял из 960 отдельных волокон (траекторий FBM), начинающихся со случайных позиций внутри формы. Каждая траектория имела 2 22 & # x02248 4 миллиона шагов размера (стандартное отклонение) & # x003C3 = 1,29 & # x003BCm. Примерные траектории показаны на рисунке 1. Локальная плотность (ds) был определен путем подсчета общего количества сегментов случайного блуждания внутри каждой ячейки (линейного размера 12,9 & # x003BCm) квадратной сетки, покрывающей фигуру. Траектории были достаточно длинными, чтобы относительные плотности достигли установившегося состояния (т. Е. Они не менялись при дальнейшем увеличении длины траектории).

Рисунок 1. (А) Серотонинергические волокна, визуализированные с помощью SERT-иммуногистохимии с высоким разрешением (40 & # x000D7, NA = 1,3 масло) в первичной соматосенсорной коре мыши (S1). Изображение представляет пять фокальных уровней (в корональном разрезе толщиной 40 & # x003BCm), которые были объединены цифровым способом. Шкала шкалы = 20 & # x003BCm. (В) Моделируемые пути выборки FBM (ЧАС = 0.8).

Для сравнения смоделированных плотностей волокон и плотностей, наблюдаемых в фактических (иммуноокрашенных) срезах, смоделированные плотности были масштабированы до & # x0201Coptical density & # x0201D с помощью (подобного закону Бера-Ламберта) преобразования. dо = 1 & # x02212 exp (& # x02212kds), где параметр затухания k было выбрано таким образом, чтобы среднее значение пикселя в моделируемом участке соответствовало среднему значению пикселя в изображении иммуноокрашенного участка. Это преобразование устранило зависимость от произвольно выбранного количества и длины траекторий FBM, а также реалистично ограничило значения плотности конечным интервалом.

Отраженные FMB-траектории в кольце с переменной кривизной.

Кривизна границы может сильно повлиять на скопление волокон, что имеет прямое значение для нейроанатомии головного мозга. Например, в корональной плоскости кривизна коры головного мозга может быть высокой около сагиттальной плоскости, так как внешняя граница поворачивается к мозолистому телу, и низкой в ​​боковых выпуклостях. Корковые извилины и борозды человеческого мозга создают дополнительную изменчивость локальной кривизны, которая может дополнительно модулировать накопление серотонинергических волокон. Следовательно, качественный взаимосвязь между кривизной границ и плотностью волокон может позволить теоретические предсказания в нейроанатомии и может устранить необходимость в детальном компьютерном моделировании для каждой индивидуальной формы. Однако следует проявлять осторожность в формах со сложной геометрией, потому что супердиффузионная rFBM не является локальным процессом из-за ее дальнодействующих корреляций. Следовательно, на его свойства потенциально может влиять геометрия всего домена. Систематический количественный анализ rFBM в геометрически идеализированных пространственных областях (в двух и трех измерениях) выходит за рамки настоящего анализа и представлен в другом месте (Войта и др., 2020).

Чтобы понять, как плотность траекторий FBM изменяется в зависимости от ЧАС и кривизну контура, особенно в нейроанатомически значимых формах, мы исследовали кольцеобразную форму, ограниченную контурами R o u t e r = 100 (1 & # x0002B 0,5 cos 2 (4 & # x003C6)) и рвнутренний = 50 (определяется в полярных координатах, где & # x003C6 & # x02208 [0, 2 & # x003C0)). Эта форма может представлять собой поперечное сечение абстрактного мозга позвоночного. Мозг позвоночных развивается из нервной трубки и остается топологически подобным трубке во взрослом возрасте, где внутренняя часть трубки - это желудочковое пространство, заполненное спинномозговой жидкостью (ЦСЖ).

Эти симуляции были выполнены с ЧАС = 0,3, 0,5 и 0,8. Каждый набор данных состоял из 100 отдельных волокон (траекторий FBM), начиная со случайных позиций внутри формы. Каждая траектория имела 2 20 & # x02248 1 миллион шагов размера (стандартное отклонение) & # x003C3 = 0,4. В субдиффузионном случае (ЧАС = 0,3), необходимо было увеличить размер шага до 1, чтобы моделирование вышло на стационарный режим. Как и прежде, локальная плотность волокна (ds) определялась путем подсчета общего числа сегментов случайного блуждания внутри каждой ячейки (линейного размера 1) квадратной сетки, покрывающей фигуру.

Моделирование отраженных FBM-траекторий на 2D-диске с переполнением

Ткань головного мозга представляет собой очень переполненное пространство, но имеется мало количественной информации о размерах и геометрии внеклеточного пространства в различных областях мозга (Hrabetova et al., 2018). Чтобы оценить чувствительность наших результатов к эффектам краудинга, мы выполнили моделирование FBM в большом диске с радиусом р = 100, заполнено 1013 небольшими дисковыми препятствиями радиуса рНаблюдения = 2. Препятствия располагались внутри круга радиусом 90, при этом внешнее кольцо шириной 10 оставалось незанятым. Эта форма была предназначена для представления сильно абстрактной неокортикальной области с пустым внешним краем, представляющим кортикальный слой I. Во взрослом возрасте этот слой почти лишен сомат нейронов (но содержит много дендритов и аксонов, которые для простоты были проигнорированы при моделировании).

Моделирование проводилось с ЧАС = 0,8. Каждый набор данных состоял из 192 отдельных волокон (траекторий FBM), начинающихся со случайных позиций внутри формы. Каждая траектория имела 2 25 & # x02248 34 миллиона шагов размера (стандартное отклонение) & # x003C3 = 0,4. Как и прежде, локальная плотность волокна (ds) определялась путем подсчета общего количества сегментов случайного блуждания внутри каждой ячейки (линейного размера 0,5) квадратной сетки, покрывающей фигуру.


1. ВВЕДЕНИЕ

Белое вещество центральной нервной системы - это сложно организованная система нервных путей, которые соединяют анатомические области, образуя функциональные цепи. Эти нервные пути образованы пучками плотно упакованных аксонов микрометровой толщины, которые отвечают за передачу информации. Калибр аксона и присутствие миелина являются наиболее важными морфологическими детерминантами, которые контролируют скорость проведения потенциалов действия (Drakesmith et al., 2019 Waxman, 1980).

Аксоны подвержены различным повреждениям, отчасти из-за их уникальной морфологии и требований к энергии (Conforti, Gilley, & Coleman, 2014 Perge, Koch, Miller, Sterling, & Balasubramanian, 2009 Wu, Williams, & Nathans, 2014). Дегенерация и / или дисфункция аксонов связана с физической травмой, кислородной и глюкозной недостаточностью, воспалением и генными мутациями (обзор Stassart, Möbius, Nave, & Edgar, 2018). Дегенерация аксонов является ранним признаком нейродегенеративных заболеваний, таких как болезнь Альцгеймера (например, Blazquez-Llorca et al., 2017) и рассеянный склероз (например, Evangelou et al., 2001). При травме может произойти потеря аксонов в зависимости от степени повреждения пораженных трактов белого вещества (обзор в Nashmi & Fehlings, 2001). Есть также данные, позволяющие предположить, что измененные характеристики аксонов, такие как распределение калибров аксонов или очаговые вздутия, могут вносить вклад в различные патологии (Bartzokis, 2011) и нарушения развития нервной системы (Raven et al., 2020 Stassart et al., 2018). Например, в животной модели синдрома Ангельмана, редкого генетического заболевания, связанного с аутизмом, широкое уменьшение объемов белого вещества было связано с уменьшением количества аксонов с большими радиусами (Judson et al., 2017). Аналогичные наблюдения были сделаны у детей с расстройством аутистического спектра (РАС), где электронная микроскопия выявила более низкий процент аксонов большого радиуса в мозолистом теле по сравнению с типичными развивающимися детьми соответствующего возраста (Wegiel et al., 2018). Зикопулос и Барбас (2010) сообщили о значительно более низкой относительной плотности очень больших аксонов в префронтальном белом веществе мозга взрослых с РАС. Эти вскрытие исследования демонстрируют потенциал неинвазивной количественной оценки радиусов аксонов (включая возможность проводить продольную оценку у одного и того же человека) для понимания нейропатологии в клинических исследованиях и, возможно, в диагностике. Крайне важно, и как обсуждается ниже, методы диффузионно-взвешенной МРТ для картирования диаметра аксонов более чувствительны к аксонам большего размера, чем аксоны меньшего размера, и поэтому эта преимущественная потеря аксонов с большим радиусом при различных заболеваниях означает, что метод имеет большие перспективы в качестве биомаркера.

Диффузионно-взвешенная МРТ (дМРТ) является особенно актуальным методом нейровизуализации для исследования клеточных функций, что намного ниже разрешения эксперимента по визуализации (Alexander et al., 2010 Assaf Blumenfeld-Katzir, Yovel, & Basser, 2008 Fan et al., 2020 Huang et al., 2020 McNab et al., 2013 Romascano et al., 2020 Sepehrband, Alexander, Kurniawan, Reutens, & Yang, 2016 Veraart et al., 2020). Действительно, дМРТ чувствителен к широкому диапазону микроструктурных параметров ткани, потому что сигнал чувствителен к микрометровому масштабу диффузии молекул воды (Tanner, 1979). Разработка картирования диаметра аксона с использованием дМРТ была затруднена из-за различных смешивающих факторов, которые привели к значительной и спорной переоценке радиуса аксона с помощью МРТ (Burcaw, Fieremans, & Novikov, 2015 Horowitz et al., 2015 Innocenti, Caminiti, & Aboitiz , 2015 Lee et al., 2018 Lee, Jespersen, Fieremans, & Novikov, 2020 Nilsson, Lasič, Drobnjak, Topgaard, & Westin, 2017). Новые идеи в области биофизического моделирования и разработки оборудования значительно повысили точность картирования радиуса аксона (Jones et al., 2018 McNab et al., 2013 Veraart et al., 2020). Однако МР-картирование радиуса аксона не может заменить in vivo микроскопия. Во-первых, при отсутствии сильных априори предположения о распределении (Assaf et al., 2008 Sepehrband et al., 2016), информация, полученная с помощью dMRI, обычно ограничивается одним скаляром, представляющим все основное распределение аксонов (например, Alexander et al., 2010 Fan et al., 2020 Veraart et al., 2020). Во-вторых, этот скаляр сильно смещен в сторону самых крупных аксонов и почти не чувствителен к большей части аксонов (Burcaw et al., 2015 Nilsson et al., 2017). Обратите внимание, что здесь мы принимаем термин «эффективный радиус MR» для обозначения радиуса аксона, полученного из MR (Veraart et al., 2020). Напротив, микроскопия - это хорошо воспроизводимый метод извлечения большей части меньших аксонов, но страдает плохой точностью количественной оценки недостаточно представленных более крупных аксонов (Aboitiz, Scheibel, Fisher, & Zaidel, 1992).

Тем не менее аксоны большого радиуса важны для функции мозга, особенно у млекопитающих с увеличенным размером мозга. Во-первых, аксоны большого радиуса способны к более быстрой проводимости, что является преимуществом для чувствительных ко времени процессов. Во-вторых, была выдвинута гипотеза, что аксоны большого радиуса нейронов дальнего действия важны для поддержания нейронной синхронности (Buzsáki, Logothetis, & Singer, 2013). Однако аксоны с большим радиусом обходятся непропорционально высокой стоимостью с точки зрения использования энергии и пространственных ограничений (Knowles, 2017 Perge et al., 2009). Гистологические исследования широко сообщают, что для человеческого мозга радиусы аксонов находятся в диапазоне 0,25–1 мкм (Aboitiz et al., 1992 Caminiti, Ghaziri, Galuske, Hof, & Innocenti, 2009 Liewald, Miller, Logothetis, Wagner, & Schüz, 2014 Tang, Nyengaard, Pakkenberg, & Gundersen, 1997), при этом только 1% всех аксонов имеет радиус более 1,5 мкм (Caminiti et al., 2009). Действительно, несмотря на то, что разные тракты белого вещества имеют очень разную длину и связаны между собой совершенно разными функциональными цепями, в целом они имеют асимметричное распределение радиусов аксонов, характеризующееся в основном тонкими аксонами (Aboitiz et al., 1992 Caminiti et al., 2009 Liewald et al. , 2014 Perge et al., 2009 Tomasi, Caminiti, & Innocenti, 2012). Радиусы большей части более мелких аксонов существенно не различаются у млекопитающих с различным размером мозга. Однако было показано, что более крупный мозг имеет больше крупных аксонов и увеличенный максимальный радиус (Olivares, Montiel, & Aboitiz, 2001 Schüz & Preiβl, 1996). Примечательно, что это наблюдение способствует картированию диаметра МР-аксонов в головном мозге человека.

В недавней работе точность оценки эффективного радиуса МРТ с использованием дМРТ была оценена путем сравнения микроскопии и МРТ в фиксированной ткани белого вещества мозга грызунов (Veraart et al., 2020). Кроме того, возможность применения техники для in vivo МРТ человека уже была установлена ​​путем сравнения значений, полученных с помощью МРТ мозолистого тела человека, со значениями, указанными в литературе (Fan et al., 2020 Veraart et al., 2020). Здесь мы: (а) представим всю мозговую характеристику эффективного радиуса МРТ и (б) оценим надежность (повторяемость и воспроизводимость) меж- и внутрисканирующего теста-ретеста, чтобы способствовать дальнейшему развитию эффективного радиуса МРТ как биомаркер нейровизуализации.


Двигательные системы

Дэвид Л. Фелтен, доктор медицины, Мэри Суммо Майда, доктор философии, Атлас нейробиологии Неттера (третье издание), 2016 г.

15.8 Окончания кортикоспинального тракта в спинном мозге

Скрещенные аксоны в латеральном CST, смешанные с аксонами руброспинального тракта, перемещаются в латеральном канатике. Эти аксоны CST оканчиваются прямо или косвенно в основном на LMNs, связанных с дистальной мускулатурой, особенно при умелых движениях рук и пальцев. Неперекрещенные передние аксоны CST пересекаются преимущественно в передней белой комиссуре и оканчиваются прямо или косвенно, главным образом, на LMNs, которые снабжают медиальную мускулатуру. Небольшое количество передних аксонов CST оканчиваются ипсилатерально по отношению к исходным кортикальным клеткам. Изолированное поражение CST в костномозговых пирамидах приводит к слабости контралатеральных тонких, ловких движений рук и пальцев. Все другие поражения, вовлекающие CST на других уровнях (внутренняя капсула, ножка головного мозга, мосты), где эти нисходящие волокна перемешаны с другими нисходящими двигательными системами, вызывают контралатеральную спастическую гемиплегию с гипертонусом, гиперрефлексией и ответами подошвенных разгибателей в качестве долгосрочных последствий. Поражение латеральной CST вызывает симптомы, сходные с симптомами ипсилатерального повреждения латерального семенного канатика ниже уровня поражения.


Почему аксоны дальнего действия у млекопитающих перемещаются по трактам белого вещества? - Психология

С помощью мозжечка головной мозг контролирует все произвольные действия в организме.

Задача обучения

Опишите функцию головного мозга.

Ключевые выводы

Ключевые моменты

  • Головной мозг - самый крупный и наиболее развитый из пяти основных отделов мозга.
  • Мозг состоит из двух полушарий, левого и правого, связанных пучком нервных волокон, называемым мозолистым телом.
  • Головной мозг управляет сознательными или волевыми двигательными функциями тела. Повреждение этой области мозга может привести к потере мышечной силы и точности, а не к полному параличу.
  • Первичные сенсорные области коры головного мозга получают и обрабатывают визуальную, слуховую, соматосенсорную, вкусовую и обонятельную информацию.
  • Каждое полушарие коры головного мозга млекопитающих можно разделить на четыре функционально и пространственно определенных доли: лобную, теменную, височную и затылочную.

Ключевые термины

  • борозды: Любая из бороздок, отмечающих извилины на поверхности мозга (множественное число от борозды).
  • кора головного мозга: Наружный слой нервной ткани головного мозга, состоящий из сложенного серого вещества. Кора головного мозга играет ключевую роль в памяти, внимании, восприятии, осознании, мышлении, языке и сознании.
  • обонятельная луковица: Нервная структура переднего мозга позвоночных, участвующая в обонянии (обонянии).
  • Площадь Брока # 8217s: Область лобной доли доминирующего полушария головного мозга человека, функции которой связаны с производством речи.
  • Вернике и район # 8217s: Участвует в понимании письменной и устной речи.
  • афазия: Комбинированное расстройство речи и языка, часто вызванное инсультом.
  • извилины: Гребень на коре головного мозга (множественное число от извилины).

Церебрум Анимация: Расположение головного мозга (красным).

Головной мозг, расположенный спереди или сверху ствола мозга, составляет большую часть мозга. У человека это самый крупный и наиболее развитый из пяти основных отделов мозга. Головной мозг - новейшая структура в филогенетическом смысле, у млекопитающих он самый крупный и развитый среди всех видов.

Головной мозг содержит кору головного мозга (двух полушарий головного мозга), а также несколько подкорковых структур, включая гиппокамп, базальные ганглии и обонятельную луковицу. У более крупных млекопитающих кора головного мозга состоит из множества извилин и борозд, что позволяет ей расширяться по площади, не занимая гораздо большего объема. С помощью мозжечка головной мозг контролирует все произвольные действия в организме.

Кора головного мозга

Кора головного мозга: Кора головного мозга - это внешний слой, изображенный темно-фиолетовым цветом. Обратите внимание на складчатую структуру коры: «долины» коры известны как борозды.

Кора состоит из двух полушарий, правого и левого, разделенных большой бороздой. Толстый пучок волокон, мозолистое тело, соединяет два полушария, позволяя передавать информацию от одной стороны к другой. Правое полушарие контролирует и обрабатывает сигналы с левой стороны тела, в то время как левое полушарие контролирует и обрабатывает сигналы с правой стороны тела.

Четыре доли мозга

Каждое полушарие коры головного мозга млекопитающих можно разделить на четыре функционально и пространственно определенных доли: лобную, теменную, височную и затылочную.

Лобная доля расположена в передней части мозга над глазами и содержит обонятельную луковицу. Лобная доля также содержит моторную кору, которая важна для планирования и реализации движения.

Церебральные доли: Расположение долей головного мозга

Две из основных функций теменной доли - это обработка соматосенсорных ощущений (сенсорных ощущений, таких как давление, боль, тепло, холод) и проприоцепции (ощущение того, как части тела ориентированы в пространстве).

Височная доля расположена у основания мозга у ушей. Он в первую очередь участвует в обработке и интерпретации звуков. Он также содержит гиппокамп, который обрабатывает формирование памяти.

Затылочная доля расположена в задней части мозга. Он в первую очередь связан с видением: видением, распознаванием и идентификацией визуального мира.

Функция головного мозга

Головной мозг управляет сознательными или волевыми двигательными функциями тела. Эти функции берут начало в первичной моторной коре и других моторных областях лобных долей, в которых планируются действия. Верхние мотонейроны первичной моторной коры посылают свои аксоны в ствол головного мозга и спинной мозг в синапсы нижних мотонейронов, которые иннервируют мышцы. Повреждение моторных областей коры головного мозга может привести к определенным типам заболеваний мотонейронов. Этот вид повреждений приводит к потере мышечной силы и точности, а не к полному параличу.

Обонятельная сенсорная система уникальна тем, что нейроны в обонятельной луковице посылают свои аксоны непосредственно в обонятельную кору, а не сначала в таламус. Повреждение обонятельной луковицы приводит к потере обоняния. Обонятельная луковица также получает информацию «сверху вниз» от таких областей мозга, как миндалина, неокортекс, гиппокамп, голубое пятно и черная субстанция. Его потенциальные функции можно разделить на четыре неисключительные категории: различение запахов, повышение чувствительности обнаружения запахов, фильтрация фоновых запахов и разрешение более высоким областям мозга, участвующим в возбуждении и внимании, изменять обнаружение или различение запахов.

Речь и язык в основном связаны с частями коры головного мозга. Двигательные части языка относятся к области Брока в лобной доле. Понимание речи приписывается области Вернике, на стыке височно-теменных долей. Повреждение области Брока приводит к выраженной афазии (негибкой афазии), а повреждение области Вернике приводит к рецептивной афазии.


Тангенциальная миграция

20.2.3 Другие формы тангенциальной миграции в переднем мозге

20.2.3.1 Тангенциально мигрирующие клетки, возникающие из GE

Наряду с кортикальными и обонятельными интернейронами MGE и LGE также дают начало множеству других типов клеток, которые претерпевают тангенциальную миграцию. Два важных ядра в схеме базальных ганглиев - это полосатое тело и бледный шар. Есть два основных типа клеток, которые населяют полосатое тело: шиповатые нейроны среднего размера из LGE и интернейроны полосатого тела из MGE. В то время как происходящие из LGE шиповатые нейроны, по-видимому, претерпевают радиальную миграцию, происходящие из MGE интернейроны полосатого тела мигрируют тангенциально, чтобы достичь зачатка полосатого тела (Marin et al., 2000 Olsson et al., 1995). Зрелый бледный шар состоит из нескольких отдельных классов нейронов, включая ГАМКергические проекционные нейроны, которые по касательной мигрируют из своих источников в LGE, MGE и преоптическую область (Flandin et al., 2010, Nobrega-Pereira et al., 2010).

Таламокортикальные и кортикоталамические аксоны проецируются через узкий разрешающий «коридор» внутри MGE и LGE, чтобы достичь своих целей. Элегантное исследование продемонстрировало, что экспрессирующие neuregulin-1, производные LGE направляющие клетки, которые по касательной мигрируют в MGE, заселяют этот коридор, и эти клетки необходимы для правильного ведения таламокортикальных аксонов (López-Bendito et al., 2006).

Популяция клеток происходит от границы MGE / LGE и мигрирует по касательной в преоптическую область и область гипоталамуса, хотя судьба этих клеток неизвестна (Tripodi et al., 2004). У людей есть доказательства, что некоторые GABAergic GE клетки, происходящие по касательной мигрируют в дорсальный таламус в промежуточном мозге, хотя эта популяция не наблюдается у мышей (Letinic and Rakic, 2001). Кроме того, некоторые предшественники олигодендроцитов рождаются в MGE и впоследствии мигрируют по касательной, чтобы заселить весь конечный мозг (Kessaris et al., 2006).

20.2.3.2 Тангенциально мигрирующие клетки, происходящие из других областей переднего мозга

Клетки Кахаля-Ретциуса присутствуют в кортикальном MZ во время кортикогенеза, исчезают постнатально и имеют решающее значение для правильного расслоения коры. После значительных разногласий относительно их онтогенеза в нескольких исследованиях было обнаружено, что клетки Кахаля-Ретциуса перемещаются по касательной по всей коре от их истоков в кортикальном рубце, перегородке и вентральном паллидуме (Bielle et al., 2005 Takiguchi-Hayashi et al., 2004 Yoshida et al., 2004 Yoshida et al. др., 2006).

VZ всего неокортекса дает начало популяции клеток, которые мигрируют вперед и вентрально к месту будущего бокового обонятельного тракта под управлением хемоаттрактанта нетрина-1 и отталкивающего сигнала эфрина-A5 (Kawasaki et al., 2006 Nomura et al., 2006 Nomura et al. al., 2006 Tomioka et al., 2000). Нейроны гонадотропин-рилизинг-гормона (GnRH) берут начало в носовой плакоде и тангенциально мигрируют вдоль вомероназальных аксонов, чтобы достичь преоптической области и гипоталамуса (Marín and Rubenstein, 2003 Wray et al., 1989). Другая популяция Foxb1-экспрессирующих нейронов гипоталамуса мигрирует тангенциально из таламической области, а субпопуляция Foxb1-экспрессирующих нейронов мигрирует из промежуточного мозга в несколько телэнцефальных структур (García-Moreno et al., 2010 Zhao et al., 2008). Клональный анализ у цыплят показал, что многие диэнцефальные клетки претерпевают тангенциальную миграцию (Golden et al., 1997). Кроме того, есть некоторые доказательства того, что проекционные нейроны коры могут перемещаться по касательной, иногда на значительные расстояния, прежде чем достичь своего целевого сайта (Britanova et al., 2006 Tabata and Nakajima, 2003).

Таким образом, большое разнообразие типов клеток с различным происхождением претерпевает тангенциальную миграцию, чтобы достичь места назначения. Вполне вероятно, что достижения в области генетических манипуляций и методов маркировки клеток откроют еще больше примеров тангенциальной миграции в будущем.


Вступление

Повсеместной особенностью мозга позвоночных является его разделение на белое и серое вещество (http://www.brainmuseum.org). Серое вещество содержит сомы нейронов, синапсы и локальные проводники, такие как дендриты и в основном немиелинизированные аксоны. Белое вещество содержит глобальные, а в большом мозге в основном миелинизированные аксоны, которые осуществляют глобальную коммуникацию. В чем эволюционное преимущество такой сегрегации [1]? Сети с одинаковыми локальными и глобальными подключениями могут быть соединены так, чтобы глобальные и локальные подключения точно перемешивались. Поскольку такой замысел не наблюдается, а ссылка на эволюционную случайность в качестве объяснения имеет агностический оттенок, мы искали объяснение, основанное на подходе оптимизации [2–6], который основан на теории эволюции [7–9].

Мы начали с предположения, что эволюция «повозилась» с дизайном мозга, чтобы максимизировать его функциональность. Функциональность мозга должна выиграть от более высокой синаптической связи, потому что синаптические связи являются центральными для обработки информации, а также обучения и памяти, что, как считается, проявляется в синаптических модификациях [10,11]. Однако для увеличения возможностей подключения к сети требуется добавить проводку, что связано с определенными затратами. Стоимость проводки обусловлена ​​метаболической энергией, необходимой для поддержания и проведения [12–15], механизмами управления в разработке [16], временными задержками и затуханием проводимости [17,18], а также объемом проводки [6].

Два новаторских исследования, проведенные Ruppin et al. [19], а также Мюрр и Стерди [20] предположили, что разделение белого и серого вещества могло быть следствием минимизации объема проводки. Они смоделировали мозг сетью, состоящей из локальных и глобальных связей, которые порождают серое и белое вещество соответственно. Хотя минимизация объема проводки является важным фактором в эволюции дизайна мозга, их результаты остаются неубедительными, поскольку прогнозы модели минимизации объема для данной проблемы не являются надежными и их трудно сравнить с эмпирическими наблюдениями (см. Обсуждение).

В этой статье мы приняли модель связности, представленную Ruppin et al. [19] и Murre and Sturdy [20], включая локальные и глобальные связи, но минимизировали задержку проводимости, то есть время, которое требуется сигналу (например, потенциал действия и / или градуированный потенциал), чтобы пройти от сомы одного нейрона к соме другого. . Чтобы увидеть, что высокая связность и короткая задержка проводимости являются конкурирующими требованиями, обратите внимание, что добавление проводки в сеть увеличивает не только ее объем, но и расстояние между нейронами. В свою очередь, это требует более длинных проводов, что при той же скорости проводимости приводит к более длительным задержкам. Более длительные задержки вредны, потому что меньше вычислительных шагов может быть выполнено в пределах временного интервала, наложенного на животных окружающей средой, что делает мозг менее мощной вычислительной машиной [12].

Мы показываем, что конкурирующие требования к высокой связности и короткой задержке проводимости могут естественным образом привести к наблюдаемой архитектуре мозга позвоночных, как это видно в неокортексе млекопитающих и телэнцефалоне птиц. Как и в любом другом теоретическом анализе, мы делаем несколько основных предположений. Во-первых, учитывая, что точная связность неизвестна, мы статистически охарактеризовали межнейронную связность, требуя фиксированного количества соединений на нейрон. Во-вторых, хотя известно, что задержки проводимости различаются между соединениями, мы минимизировали среднюю задержку проводимости. Наконец, вполне вероятно, что в ходе эволюции минимизация задержки проводимости сопровождалась увеличением связности. Однако неизвестно, как количественно оценить преимущества увеличения возможности подключения по сравнению с увеличением задержки проводимости. Поэтому мы приняли математически обоснованный подход к минимизации задержки проводимости при неизменном подключении к сети.

Для получения количественных результатов мы использовали два аналитических (нечисловых) инструментария, заимствованных из теоретической физики. Во-первых, большая часть выводов была сделана с использованием подхода масштабирования. При таком подходе взаимосвязь между переменными принимает форму пропорциональности, а не равенства. Другими словами, числовые коэффициенты первого порядка игнорируются. Можно манипулировать и комбинировать такие соотношения пропорциональности и при этом получать оценку, верную на порядок. Долгая история успешного применения масштабного подхода подтверждает его обоснованность. Во-вторых, мы использовали подход теории возмущений, который полезен, когда точное аналитическое решение проблемы недоступно. При таком подходе точно решается более простая задача. Затем точное решение модифицируется, чтобы соответствовать реальной проблеме, с учетом того факта, что такое изменение является незначительным. Опять же, долгая история этого подхода подтверждает его обоснованность, поскольку разница между точно решаемой и реальной проблемой характеризуется параметром, который намного меньше единицы.

Мы представляем нашу теорию в разделе «Результаты», который состоит из семи разделов. В первом мы рассматриваем конкурирующие требования между небольшими задержками проводимости и высокой связностью в местных цепях. Мы показываем, что локальная задержка проводимости ограничивает размер локальной сети со всеми возможными связями до размера кортикального столба. Во втором разделе полная архитектура мозга моделируется как сеть «маленького мира», которая сочетает в себе высокую локальную связь с небольшой задержкой проводимости. Мы получаем простую оценку задержки проводимости в глобальных связях в зависимости от количества нейронов. В третьем разделе мы рассматриваем пространственную интеграцию локальных и глобальных связей. Мы утверждаем, что смешивание локальных и глобальных соединений существенно увеличивает локальную задержку проводимости, в то время как глобальная задержка проводимости может не измениться. В четвертом разделе, минимизируя локальную задержку проводимости, мы выводим условие, при котором сегрегация белого / серого вещества снижает временные задержки проводимости. Пятый раздел дает необходимое условие для того, чтобы сегрегированный дизайн был оптимальным, а пример такого дизайна приведен в шестом разделе. Наконец, седьмой раздел повторяет наши результаты с точки зрения количества нейронов, межнейронных связей и диаметра аксона.


Смотреть видео: Несколько часов назад! Россия заблокировала удары Израиля по центральной части Сир-ии. (May 2022).