Brainana: an end-to-end preprocessing framework for macaque neuroimaging
Brainanaは、ディープラーニングモデル、解剖学的最適化、および品質管理を統合することで、再現可能でスケーラブル、かつ研究間での比較可能な結果を保証するために、マカクの神経画像データのエンドツーエンドの前処理を標準化および効率化するように設計された、自動化されたコンテナ化およびクラウドアクセスの可能なフレームワークである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
アカキマカックの脳は、神経科学における強力な架け橋です。それは、私たちがヒトの脳に対して作成できる広範で非侵襲的なマップと、生体内の内部を観察することでのみ目にすることができる微細な細胞レベルの詳細とを結びつけています。研究者は、脳がどのように配線されているかというアイデアを検証するためにこれらのサルを使用し、そのアイデアがヒトの精神がいかに機能するかを説明することを期待しています。これを行うために、彼らは磁気共鳴画像法（MRI）を用いてサルの脳の詳細な画像を作成します。これは、手術を行うことなく軟部組織の鮮明な画像を作成する技術です。しかし、それらの生の画像を有用な科学的知識へと変換することは、非常に困難です。ヒトのスキャンとは異なり、サルのスキャンは多くの異なる研究室から、異なる装置、異なるポジショニング、そして異なる設定を用いて提供されます。この多様性は、比較が困難な混沌としたデータの混在を生み出します。これらの画像を整理し標準化する方法がなければ、その中に含まれる貴重な情報は、それを収集した特定のチームにのみ利用可能な状態で、閉じ込められたままになってしまいます。
研究者チームは、この問題に対する解決策として「Brainana」と呼ばれるシステムを構築しました。これは、マカックの生の脳スキャンを受け取り、クリーンで標準化された、使いやすいデータへと変換するために設計された、完全自動化されたシステムです。このツールが存在する前は、科学者たちは多くの異なるソフトウェアを繋ぎ合わせ、それらを連携させるために独自のカスタムコードを書かなければならないことがよくありました。このプロセスは遅く、エラーが発生しやすく、再現が困難でした。Brainanaは、その継ぎ接ぎの作業を、あらゆるステップを処理する単一の統合されたパイプラインへと置き換えます。それは、乱れた生の画像を取り込み、傾いた向きや脳の一部が欠けているといった一般的なエラーを修正し、その後、脳の表面の詳細な3Dマップを作成します。極めて重要なのは、これがデータの変更プロセスを正確に追跡しながら行われることであり、これにより研究者は、あるサルから別のサルへ、あるいは一つの研究室から別の研究室へと、自信を持って結果を比較できるのです。
このシステムは、23の異なる撮像施設から収集された130頭のサルのデータを用いてテストされました。これらの施設は、現実世界の研究で見られる全範囲の条件を代表する、非常に多様なスキャナーとプロトコルを使用していました。このツールは、この多様なデータを正常に処理し、既知の解剖学的パターンと一致する一貫した結果を出しました。例えば、アカゲザルは脳が大きく平均84ミリリットルである一方、カニクイザルはより小さく平均62ミリリットルであることを正しく特定しました。また、脳の外層の厚さもマッピングし、脳の前方で厚く後方で薄いというパターンを見出しましたが、これは先行研究と一致しています。研究者がタスク中の脳活動を調査した際、システムは顔、体、物体に対して脳が反応する正確な位置を保持しました。また、動物が安静状態にあるときの異なる脳領域間の自然な接続パターンも維持しました。これらの結果は、このツールが重要な詳細を失うことなく、科学データの乱雑な現実を扱うことができることを示しています。
Brainanaを特に有用にしているのは、それが単に数字を生み出すだけでなく、人間が実際に見て理解できるデータを生み出す点にあります。研究者は、すべての出力ファイルを自動的に整理するコンパニオン・ビューアを構築しました。科学者はこのビューアを開くと、直ちに脳を三次元的に見ることができ、脳の表面が内部のスライスと連動しています。表面上の地点をクリックすれば、即座に対応する体積内の位置を確認でき、さらにその領域を特定するラベルが表示されます。これにより、複雑なファイル形式に関する専門的なトレーニングの必要性がなくなります。実験を計画している研究者は、電極をどこに配置すべきかを正確に確認するためにこのツールを使用できますし、臨床医は、画像処理ソフトウェアの専門家である必要なく、特定の脳領域がどのように行動に関連しているかを理解するためにスキャンを見ることができます。
このシステムは、サル研究において共通の悩みとなる、スキャン中の動物のポジショニングの問題も解決しています。サルはしばしばヘッドポストなどのハードウェアで固定されるため、画像内で脳が傾いたり、切れたりして見えることがあります。標準的なコンピュータプログラムは、このような奇妙な角度に直面すると失敗することがよくあります。Brainanaには、脳の形状を歪めることなく、画像を標準的な位置へと緩やかに回転させ、整列させる特別なステップが含まれています。この単純な修正により、困難なスキャンであっても、残りの自動プロセスが正しく機能するようになります。また、このツールは、マカックの脳に特化して訓練された高度なコンピュータモデルを使用して、灰白質や白質といった異なる種類の組織を高い精度で分離します。テストにおいて、これらのモデルは、組織が薄い場所や判別が難しい場所であっても、脳の微細な構成要素の90パーセント以上を正しくラベル付けしました。
脳スキャンのクリーニングと分析を自動化し、アクセシブルにすることで、この研究はより大規模なコラボレーションへの扉を開きます。科学者は、自分たちの結果が他の全員と同じ方法で処理されることを確信しながら、より簡単にデータを共有できるようになります。これにより、単一の研究室では対処できないほど大きな問いに答えるために、多くの異なる研究からのデータを集約することが可能になります。このツールは、標準的なコンピュータやクラウド上で実行できるパッケージとして公開されており、強力なスーパーコンピュータを持たない研究者でも利用できます。これは、孤立したカスタムメイドの解決策から、霊長類の脳を理解するための共有された信頼できるインフラストラクチャへの転換を意味しています。
研究者たちは、このツールは他の手法に取って代わるものではなく、それらと並行して機能するように設計されていることを強調しています。このツールは準備という重労働を担い、科学者が本来解くべき生物学的な問いに集中できるようにします。目標が、単一のニューロンからの記録と脳スキャンを結びつけることであれ、あるいは異なる種間での脳構造を比較することであれ、クリーンで標準化された出発点を持つことは不可欠です。この成果は、かつては障壁と見なされていたマカックの神経科学におけるデータの多様性が、効果的に管理できるものであることを証明しています。この新しい枠組みによって、分野はより明確で統一された視点を持って前進することができ、サルとヒトの両方の行動の根底にあるメカニズムの理解に近づくことができます。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。