A structured-illumination miniscope for optically sectioned imaging and real-time neural decoding

Stellen Sie sich vor, Sie versuchen, einem einzelnen Geiger zuzuhören, der ein wunderschönes Solo inmitten eines geschäftigen, lauten Konzertsaals spielt. Das ist das tägliche Dilemma von Wissenschaftlern, die einzelne Gehirnzellen dabei beobachten wollen, wie sie miteinander „kommunizieren“, während ein Tier rennt, springt oder die Umgebung erkundet. Jahrelang haben sie dafür winzige, leichte Mikroskope verwendet, die an die Köpfe von Mäusen geschnallt wurden. Diese Geräte sind wie winzige Kameras, die die leuchtenden Signale der feuernden Neuronen sehen können. Es gibt jedoch ein großes Problem: Diese Kameras sehen alles, was sich vor ihnen befindet, und nicht nur die spezifische Schicht, die sie eigentlich betrachten wollen. Es ist, als würde man versuchen, ein scharfes Foto von einer bestimmten Sitzreihe in einem Stadion zu machen, aber die Kamera erfasst auch die unscharfe, leuchtende Menge in den Reihen darüber und darunter. Dieses „out-of-focus“-Leuchten wäscht die Details weg, was es schwierig macht, genau zu erkennen, welches Neuron gerade was macht. Zwar existieren leistungsstarke, teure Mikroskope, die dies durch den Einsatz spezieller Laser lösen können, indem sie die unscharfen Schichten ignorieren, aber diese sind zu schwer und komplex, um sie auf eine rennende Maus zu schnallen. So steckten Wissenschaftler zwischen den Stühlen: Entweder ein klares Bild eines winzigen Bereichs mit einer schweren Maschine oder eine leichte Kamera, die ein verschwommenes Chaos sieht.

Dieses Paper stellt eine clevere, leichte Lösung vor, die wie ein „intelligenter Filter“ für diese winzigen Kameras fungiert. Die Forscher entwickelten eine neue Art von Miniskop, das weniger als 3 Gramm wiegt (etwa so viel wie eine AA-Batterie) und einen Trick namens „strukturierte Beleuchtung“ nutzt. Denken Sie daran, wie man mit einer Taschenlampe durch einen Lattenzaun auf eine Wand leuchtet. Wenn man normales Licht durch den Zaun scheint, sieht man die ganze Wand. Aber wenn man Licht durch den Zaun leitet, sieht man Streifen. Die intelligente Kamera in diesem neuen Gerät macht zwei schnelle Aufnahmen: eine mit normalem Licht und eine mit dem „gestreiften“ Licht. Durch den Vergleich dieser beiden Bilder kann der Computer mathematisch berechnen, welche Teile des Bildes scharf und im Fokus sind (die Streifen sind klar) und welche Teile des unscharfen Hintergrundrauschens ausmachen (die Streifen werden ausgewaschen). Er kann dann die unscharfen Teile abziehen, sodass ein kristallklares Bild der Neuronen übrig bleibt, die er gerade betrachtet. Dies ermöglicht es der Maus, sich frei zu bewegen, während Wissenschaftler hochwertige, klare Daten erhalten, ohne schwere und teure Ausrüstung zu benötigen.

Der „intelligente Filter“ für Gehirnkameras

Das Team, unter der Leitung von Forschern des Chinese Institute for Brain Research und der Beijing Normal University, entwickelte dieses neue Gerät, um das Problem des „verschwommenen Hintergrunds“ zu lösen. Sie nennen es ein HiLo-Miniskop. Der Name stammt von der Technik, die es verwendet: High-frequency (Hochfrequenz) und Low-frequency (Niederfrequenz) Lichtverarbeitung.

So funktioniert es in einfachen Worten:
Das Gerät verwendet zwei winzige blaue LEDs (Lichtquellen). Eine strahlt ein normales, gleichmäßiges Licht auf das Gehirn. Die andere strahlt Licht durch ein einfaches Gitter (einen sogenannten Ronchi-Gitter), wodurch ein Muster aus Streifen auf das Gehirn projiziert wird. Die Kamera macht ein Foto vom gleichmäßigen Licht, dann ein Foto vom gestreiften Licht, und das Ganze extrem schnell – 30 Mal pro Sekunde.

Da die Neuronen, auf die die Kamera fokussiert ist, scharf sind, wirken die Streifen auf ihnen klar. Aber die unscharfen, außer Fokus befindlichen Zellen im Hintergrund zeigen die Streifen nicht deutlich; sie sehen nur wie ein verschwommenes Leuchten aus. Der Computer betrachtet die beiden Bilder und sagt: „Okay, die Teile, die wie Streifen aussehen, sind das echte Signal. Die Teile, die wie ein verschwommenes Leuchten aussehen, sind nur Hintergrundrauschen.“ Er wirft dann das verschwommene Leuchten weg und behält das scharfe Signal. Das Ergebnis ist ein Video des Gehirns, das viel klarer ist und einen wesentlich besseren Kontrast aufweist als Standardkameras.

Was sie herausfanden: Klarere Signale, mehr Neuronen

Die Forscher testeten dieses neue Mikroskop in mehreren Tests, um zu sehen, ob es wirklich funktioniert.

1. Es bereinigt das Rauschen:
Zuerst betrachteten sie Hirnschnitte einer Maus. Die Bilder des neuen HiLo-Mikroskops zeigten eine enorme Reduktion des „verschwommenen Leuchtens“ im Vergleich zu herkömmlichen Widefield-Aufnahmen. Die Neuronen traten deutlich gegen einen dunklen Hintergrund hervor.

2. Es funktioniert bei rennenden Mäusen:
Als Nächstes schnallten sie das Gerät an die Köpfe von Mäusen und beobachteten sie beim Herumlaufen. Sie zeichneten die Aktivität im Hippocampus auf, einem Teil des Gehirns, der mit Gedächtnis und Navigation zu tun hat.

• Das Ergebnis: Die Signale einzelner Neuronen waren viel sauberer. Als sie die Daten untersuchten, war das „Signal-Rausch-Verhältnis“ (wie viel reale Gehirnaktivität im Vergleich zum Hintergrundrauschen vorhanden ist) mit dem HiLo-Mikroskop signifikant besser als mit Standardmodellen.
• Der coole Teil: Normalerweise müssen Wissenschaftler, um saubere Daten von einem Standardmikroskop zu erhalten, komplexe Computerprogramme verwenden, um die Signale nach dem Experiment zu „demixen“. Das kostet viel Zeit und Rechenleistung. Die Forscher fanden heraus, dass sie mit dem HiLo-Mikroskop einfach einen einfachen Durchschnitt der Pixel im Bereich eines Neurons bilden konnten und das Ergebnis fast so gut war wie die komplexen, computerkorrigierten Daten des Standardmikroskops. Das bedeutet, dass sie hochwertige Daten sofort erhalten können, ohne auf einen langsamen Computer warten zu müssen, der die Daten später korrigiert.

3. Es sieht mehr Schichten:**
Das Mikroskop verfügt außerdem über eine spezielle Flüssiglinse, die den Fokus sehr schnell ändern kann. Das Team nutzte dies, um gleichzeitig zwei verschiedene Tiefen im Gehirn zu betrachten, indem es 2,5 Mal pro Sekunde hin und her wechselte.

• Das Ergebnis: Dies ermöglichte es ihnen, deutlich mehr Neuronen als zuvor zu erfassen. Sie fanden heraus, dass die Betrachtung von zwei Schichten ihnen eine viel größere Gruppe von Neuronen zur Untersuchung bot, und die Signale beider Schichten waren dennoch klar und zuverlässig.

4. Es hilft zu entschlüsseln, wo sich die Maus befindet:
Da die Signale so klar waren, konnten die Forscher allein durch die Gehirnaktivität bestimmen, wo sich die Maus im Raum befand.

• Das Ergebnis: Als sie die einfachen HiLo-Signale verwendeten, um den Standort der Maus vorherzusagen, waren sie weita viel genauer als mit den Standard-Widefield-Signalen. Tatsächlich waren die einfachen HiLo-Signale fast so gut wie die komplexen, computerkorrigierten Signale des Standardmikroskops. Dies beweist, dass das „intelligente Filter“-System die wichtigen Informationen direkt zum Zeitpunkt der Aufnahme erfasst.

Der „Kontrolltest“: Eine Closed-Loop-Gehirn-Maschine-Schnittstelle

Der spannendste Teil der Studie war ein „Proof-of-Principle“-Test, um zu sehen, ob diese Technologie für eine Brain-Machine Interface (BMI) genutzt werden kann. Dies ist ein System, bei dem das Gehirn in Echtzeit eine Maschine steuert.

Der Aufbau:
Sie platzierten eine Maus in einer fest installierten Kopfposition und gaben ihr einen Geruch (einen Duft). Wenn die Gehirnaktivität der Maus einem bestimmten Muster entsprach (wie einem „Ich rieche das“-Signal), gab der Computer der Maus sofort einen Tropfen süßes Wasser als Belohnung.

Die Herausforderung:
Damit dies funktioniert, muss der Computer das Gehirnsignal lesen, entscheiden, ob es dem Muster entspricht, und die Belohnung sofort ausgeben. Wenn das Signal verschwommen ist oder der Computer zu lange für die Bereinigung braucht, scheitert das System.

Das Ergebnis:
Mit dem HiLo-Mikroskop funktionierte das System perfekt. Da das Mikroskop sofort so klare Signale lieferte, konnte der Computer das „Geruchsmuster“ in Echtzeit erkennen und die Belohnung auslösen. Die Mäuse lernten, das System zu steuern; sie konnten ihre Gehirnaktivität so modulieren, dass sie mehr Belohnungen erhielten. Dies zeigte, dass das HiLo-Mikroskop schnell und klar genug ist, um für Echtzeit-Experimente verwendet zu werden, bei denen das Gehirn mit einer Maschine kommuniziert und sofortiges Feedback erhält.

Warum das wichtig ist

Dieses Paper behauptet nicht, einen Zauberstab erfunden zu zu haben, der alle Probleme der Neurowissenschaften löst. Die Autoren weisen vorsichtig darauf hin, dass ihr Gerät nicht so tief in das Gehirn blicken kann wie die schweren, teuren Multiphotonen-Mikroskope und auch nicht so perfekt überlappende Neuronen trennt wie die fortschrittlichsten Computeralgorithmen.

Sie haben jedoch gezeigt, dass strukturierte Beleuchtung eine praktische, zugängliche und hocheffektive Methode ist, um die Qualität der Gehirnbildgebung bei frei beweglichen Tieren zu verbessern. Indem sie das Bild bereits vor der Verarbeitung durch den Computer bereinigen, haben sie es möglich gemacht, hochwertige Daten zu erhalten, ohne schwere Ausrüstung oder langsame, komplexe Rechenprozesse zu benötigen. Dies öffnet die Tür für mehr Experimente, die schnelles, Echtzeit-Feedback erfordern, und hilft uns zu verstehen, wie das Gehirn arbeitet, während ein Tier tatsächlich etwas tut, anstatt nur stillzusitzen.

Kurz gesagt: Sie haben eine winzige, intelligente Kamera gebaut, die das Rauschen herausfiltert und es Wissenschaftlern ermöglicht, den „Geiger“ selbst mitten im „Konzertsaal“ klar zu hören.