Un gruppo internazionale di ricercatori, guidati dall’Università del Michigan, ha introdotto nuovi metodi che rivelano quali regioni del cervello sono attive durante il giorno, con una risoluzione a livello di singola cellula.
Utilizzando modelli murini, i ricercatori hanno sviluppato un protocollo sperimentale e un’analisi computazionale per monitorare quali neuroni e reti all’interno del cervello fossero attivi in momenti diversi.
Pubblicato sulla rivista PLOS Biology, lo studio fornisce nuove informazioni sulla segnalazione cerebrale durante il sonno e la veglia.
“Abbiamo intrapreso questo difficile studio per comprendere la fatica”, ha affermato l’autore senior Daniel Forger, professore di matematica presso l’Università del Michigan. “Stiamo osservando profondi cambiamenti nel cervello nel corso della giornata mentre restiamo svegli e sembrano essere corretti quando andiamo a dormire.”
Valutare oggettivamente la fatica
Ciò che il gruppo ha scoperto, e come lo ha scoperto, potrebbe contribuire a portare a nuovi modi per valutare oggettivamente la fatica negli esseri umani. Questi potrebbero a loro volta essere utilizzati per garantire che le persone con responsabilità elevate, come piloti e chirurghi, siano adeguatamente riposate prima di iniziare un volo o un intervento chirurgico.
“In realtà siamo pessimi giudici della nostra stessa stanchezza. Si basa sulla nostra stanchezza soggettiva”, ha affermato Forger. “La nostra speranza è di poter sviluppare delle ‘firme’ che ci dicano se le persone sono particolarmente affaticate e se possono svolgere il loro lavoro in sicurezza”.
Lo studio è stato finanziato della National Science Foundation e dell’U.S. Army Research Office degli Stati Uniti. Ha inoltre ricevuto finanziamenti dall’Human Frontier Science Program, o HFSP, che consente un lavoro pionieristico nelle scienze della vita attraverso la collaborazione internazionale, fondamentale per questo studio.
Una tecnica di imaging all’avanguardia: la microscopia a foglio di luce
Mentre i ricercatori dell’Università del Michigan creavano i flussi di lavoro matematici e computazionali per analizzare e interpretare i dati, i collaboratori in Giappone e Svizzera stavano sviluppando un nuovo e potente approccio sperimentale.
Hanno sfruttato una forma di imaging all’avanguardia chiamata microscopia a foglio di luce, che ha permesso loro di generare immagini 3D del cervello di topo. Hanno anche introdotto un metodo di marcatura genetica che ha fatto sì che i neuroni attivi brillassero al microscopio, consentendo ai ricercatori di vedere quali cellule erano attive nel cervello e quando.
“Sappiamo, grazie a studi condotti negli ultimi 20 o 30 anni, come decifrare come un aspetto – un gene o un tipo di neurone, ad esempio – possa contribuire al comportamento”, ha affermato Konstantinos Kompotis, coautore dello studio e ricercatore senior presso il Laboratorio di Psicofarmacologia del Sonno Umano dell’Università di Zurigo. “Ma sappiamo anche che, qualunque cosa governi il nostro comportamento, non è solo un gene, un neurone o una struttura cerebrale. È tutto e come si connette e interagisce in un dato momento.”
L’attività inizia negli strati sottocorticali del cervello
L’HSFP ha riunito gruppi di tre paesi per indagare più a fondo queste connessioni e interazioni. Tra questi, il team dell’Università del Michigan, il team di Zurigo e un team giapponese, guidato da Hiroki Ueda del Laboratorio di Biologia Sintetica del RIKEN Center for Biosystems and Dynamics Research.
Collaborando tra loro, hanno osservato che, in generale, quando i topi si svegliano l’attività inizia negli strati interni, o sottocorticali, del cervello. Con l’avanzare dell’attività dei topi durante il giorno – o meglio, durante la notte (sono animali notturni) – i centri di attività si sono spostati verso la corteccia, sulla superficie cerebrale.
“Il cervello non si limita a modificare il livello di attività durante il giorno o durante un comportamento specifico”, ha affermato Kompostis. “In realtà, riorganizza quali reti o regioni comunicanti sono responsabili, proprio come le strade di una città servono diverse reti di traffico in momenti diversi.”
Questa scoperta, e il modo in cui è stata elaborata, fornisce passi fondamentali per identificare i segnali di affaticamento e altro ancora, ha affermato Forger. Ad esempio, sospetta che esplorare ulteriormente questo schema generale potrebbe portare a collegamenti con la salute mentale.
“Questo studio non affronta questo argomento”, ha detto Forger. “Ma penso che l’attività che abbiamo osservato in diverse regioni sarà importante per comprendere alcuni disturbi psichiatrici.”
Tradurre i modelli murini in fisiologia umana
Inoltre, Kompotis ha già iniziato a collaborare con partner industriali per utilizzare le tecniche sperimentali del team per studiare come diverse terapie e farmaci candidati influenzino l’attività cerebrale.
Sebbene le nuove tecniche sperimentali non siano applicabili agli esseri umani, i ricercatori possono tradurre alcuni risultati dei modelli murini alla fisiologia umana, ha affermato Forger. E gli approcci computazionali sviluppati per questo studio sono generalizzabili, ha affermato il coautore Guanhua Sun. Sun ha lavorato a questo progetto come dottorando presso l’Università del Michigan ed è ora docente presso la New York University.
“La matematica alla base di questo problema è in realtà piuttosto semplice”, ha affermato Sun.
Questa semplice matematica ha permesso al team di combinare i nuovi dati con set di dati esistenti sui cervelli dei topi. La sfida, ha affermato Sun, è stata garantire che il modo in cui combinavano tali dati fosse coerente con la biologia e la neurologia. Finché questo standard verrà rispettato, l’approccio computazionale dei ricercatori potrà essere applicato alla raccolta di dati umani. ricavati da EEG, PET e risonanza magnetica, ha affermato.
Un modello trasferibile
“Il modo in cui rileviamo l’attività cerebrale umana è più approssimativo di quello che osserviamo nel nostro studio”, ha affermato Sun. “Ma il metodo che abbiamo introdotto in questo articolo può essere modificato in modo da applicarlo a quei dati umani. Si potrebbe anche adattarlo ad altri modelli animali, ad esempio quelli utilizzati per studiare l’Alzheimer e il Parkinson. Direi che è abbastanza trasferibile.”
