Synchrotron radiation-based tomography of an entire mouse brain with sub-micron voxels: augmenting interactive brain atlases with terabyte data

Deze studie presenteert een synchrotronstralingsgebaseerde tomografie van een volledig muizenbrein met sub-micron resolutie, die na verwerking en registratie met het Allen-atlas een publiek toegankelijke terabyte-dataset oplevert voor interactieve 3D-visualisatie.

De kern

🧠 De "Google Maps" voor het muizenbrein: Een gigantische 3D-foto

Stel je voor dat je een muizenbrein wilt onderzoeken. Normaal gesproken kijken wetenschappers naar kleine stukjes, alsof je door een sleutelgat naar een kamer kijkt. Je ziet misschien een hoekje van de muur, maar je mist het hele plaatje.

De onderzoekers in dit artikel hebben iets heel speciaals gedaan: ze hebben een fototoestel gebruikt dat het hele muizenbrein in één keer in 3D kan vastleggen, tot op het niveau van individuele cellen. En ze hebben dit niet op een gewone camera gedaan, maar met een synchrotron – dat is een gigantische deeltjesversneller die extreem krachtige röntgenstralen produceert.

1. Het probleem: De "Puzzel" van het brein

Het muizenbrein is ongeveer 1 centimeter breed. Maar de cellen erin zijn microscopisch klein (slechts 10 micrometer).

• De uitdaging: Als je een foto wilt maken van het hele brein met zulke kleine details, heb je een camera nodig met een enorm groot beeldveld. Een gewone röntgencamera is als een postzegel: hij past maar op een klein stukje van het brein.
• De oplossing: De onderzoekers hebben de camera en het muizenbrein op een slimme manier bewogen. Ze hebben het brein in 64 stukjes (8 rijen en 8 kolommen) gefotografeerd en deze foto's later als een enorme puzzel aan elkaar geplakt.
• Het resultaat: Een digitale foto van het hele brein met een resolutie die zo scherp is, dat je zelfs de kern van een enkele zenuwcel kunt zien.

2. De "Terabyte-reuzen"

Deze foto is niet zomaar een bestandje. Het is een reus.

• Stel je voor dat je een foto maakt van een stad, maar dan in 3D en met zoveel detail dat je elke steen op elke gevel kunt zien. Dat is wat dit bestand is.
• Het bestand is 3,3 biljoen pixels groot (3,3 teravoxels). Als je dit als een gewone foto zou opslaan, zou het 6,6 Terabyte zijn. Dat is ongeveer 1.300 keer zoveel data als een standaard laptop opslagruimte.
• De uitdaging: Hoe laat je iemand die geen computerexpert is, door zo'n gigantische berg data bladeren? Je kunt niet zomaar "downloaden" en wachten tot het klaar is.

3. De "Google Maps" voor wetenschappers

Om dit bruikbaar te maken, hebben de onderzoekers een slimme truc bedacht. Ze hebben de data omgezet in een formaat dat werkt als Google Maps of Google Earth.

• Zoomen: Als je ver weg kijkt, zie je alleen de grote lijnen (zoals de grote delen van het brein). Zodra je inzoomt, laadt de computer alleen de kleine stukjes die je nodig hebt, zodat het snel blijft werken.
• De Atlas: Ze hebben deze nieuwe foto "gealigneerd" met de bekende Allen Mouse Brain Atlas. Dit is als het leggen van een nieuwe, super-scherpe foto van een stad over een oude, wazige kaart. Nu weten wetenschappers precies waar ze zijn: "Ah, dit is het hippocampus-gebied!"
• De tools: Ze hebben het online gezet op platforms zoals Neuroglancer en siibra-explorer. Dit betekent dat elke onderzoeker over de hele wereld, met gewoon een webbrowser, in dit 3D-brein kan "wandelen", inzoomen op cellen en delen kan delen via een link (URL), net zoals je een locatie op Google Maps deelt.

4. Waarom is dit zo belangrijk?

Vroeger moesten wetenschappers kiezen: of ze keken naar het hele brein (maar dan vaag), of ze keken naar een klein stukje (dan wel heel scherp).

• Nu: Ze hebben beide. Ze hebben het hele brein in scherp detail.
• De impact: Dit opent de deur voor samenwerking. Een expert in gedrag kan nu direct kijken naar de structuur van de cellen in het brein van een muizenmodel, zonder zelf een röntgenmachine te hoeven bedienen. Het is alsof ze een bibliotheek hebben gekregen waar elke pagina in 4K-kwaliteit is, en die ze allemaal tegelijk kunnen bekijken.

Samenvattend in één zin:

De onderzoekers hebben met een superkrachtige röntgenstraling een 3D-foto van het hele muizenbrein gemaakt die zo scherp is dat je cellen ziet, en ze hebben deze gigantische data omgebouwd tot een online, interactieve kaart die iedereen via een browser kan verkennen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel in het Nederlands:

Titel: Synchrotronstraling-gebaseerde tomografie van een volledig muizenbrein met sub-micron voxels: verrijking van interactieve hersenatlassen met terabyte-data

1. Het Probleem

Het begrijpen van de relatie tussen structuur en functie in de hersenen vereist beeldvorming op hoge resolutie. Een fundamentele uitdaging is het overbruggen van de schaalverschillen: een muizenbrein is ongeveer 1 cm breed, terwijl individuele cellen 1–10 µm groot zijn en synaptische verbindingen kleiner dan 100 nm kunnen zijn.

• Beperkingen van bestaande technieken: X-ray micro- en nanotomografie bieden niet-destructieve 3D-beeldvorming met micrometer- of sub-micrometerresolutie. Echter, het veld van zicht (FOV) van huidige detectoren is beperkt. Meestal kunnen slechts sub-volumes van ongeveer 10 mm³ worden vastgelegd, terwijl het volledige muizenbrein een volume van ongeveer 500 mm³ heeft.
• Data-uitdagingen: Het scannen van een heel brein met isotrope cellulaire resolutie genereert datasets van meerdere terabytes (TB). Deze enorme datasets zijn moeilijk op te slaan, te verwerken, te registreren (aligneren met bestaande atlassen) en toegankelijk te maken voor experts die niet gespecialiseerd zijn in beeldverwerking.

2. Methodologie

De auteurs hebben een geïntegreerde pijplijn ontwikkeld die bestaat uit acquisitie, reconstructie, registratie en verspreiding:

• Acquisitie (Extended Field-of-View):

  • Locatie: Anatomix straallijn bij Synchrotron Soleil (Frankrijk).
  • Techniek: Er werd gebruik gemaakt van een "offset" strategie. De rotatieas van het monster werd lateraal verplaatst ten opzichte van de detector en de röntgenbundel.
  • Scanparameters: Het brein werd gescand in 8 hoogte-stappen. Bij elke stap werden 4 scans van 360° uitgevoerd met een verschoven rotatieas, wat resulteerde in een 8x8 uitgebreid FOV.
  • Resolutie: Effectieve pixelgrootte van 0,65 µm.
  • Totale data: 4.495 projecties, samengesteld tot een volume van 15.000³ voxels (3,3 teravoxels).

• Reconstructie:

  • De afzonderlijke projecties werden "gestitched" (samengevoegd) met een overlap van 200 pixels.
  • Toepassing van faseherstel (propagatie-gebaseerd) en correctie van ringartefacten.
  • Reconstructie uitgevoerd met het gridrec algoritme in tomopy.
  • De ruimtelijke resolutie werd geschat op 1,7 µm (gebaseerd op Fourier Shell Correlation).

• Registratie (Alignment):

  • Doel: Het registreren van het microtomografie-volume met het Allen Mouse Brain Common Coordinate Framework v3 (CCFv3).
  • Uitdaging: Directe registratie van multi-terabyte data is onmogelijk door geheugenbeperkingen.
  • Oplossing: Een gedistribueerde, hiërarchische aanpak.
    1. De volumes werden eerst verlaagd in resolutie (downsampled) om in het geheugen te passen.
    2. Er werd een globale transformatie berekend (affine en niet-rigide) met behulp van elastix, waarbij zowel beeldintensiteit, gradiënten, segmentaties en handmatig geselecteerde landmerken (70 paren) werden gebruikt.
    3. De resulterende transformatie werd toegepast op lokale, axis-georiënteerde sub-volumes van de originele hoge-resolutie data om deze stapsgewijs te warpen.

• Visualisatie en Delen:

  • De geregistreerde data werd omgezet naar het Neuroglancer formaat (gesharded chunks van 64x64x64 voxels).
  • Er werden zes resolutieniveaus gegenereerd (van 0,65 µm tot 20,8 µm).
  • Data werd geüpload naar de Ebrains-repository en is toegankelijk via browsers zoals siibra-explorer en Neuroglancer.

3. Belangrijkste Resultaten

• Datasetgrootte: Het gereconstrueerde volume bedraagt 3,3 teravoxels (ongeveer 6,6 TB ruwe data bij 16-bit precisie). Na compressie en opslag in het Neuroglancer-formaat is dit 5,4 TB.
• Registratie-nauwkeurigheid: De niet-rigide registratie met landmerken leverde een gemiddelde fout van 0,08 mm op (vergeleken met 2,49 mm na handmatige voorafrichting).
• Volumetrische verandering: Door de registratie en de verschillende voorbereiding (ethanol vs. formaline) werd een volumetrische krimp van ongeveer 48% waargenomen ten opzichte van het CCFv3-template, wat consistent is met eerdere observaties van weefselkrimp.
• Kwaliteit: De data toont microanatomische details zoals individuele neuronen, celkernen en vezelbanen in 3D, vergelijkbaar met conventionele histologie maar met isotrope resolutie.

4. Bijdragen

1. Technische doorbraak: Eerste publicatie van een volledig muizenbrein-scan met sub-micron resolutie (0,65 µm) over het gehele volume, wat een resolutieverbetering van een orde van grootte biedt in de derde dimensie ten opzichte van bestaande atlassen.
2. Data-pijplijn: Ontwikkeling van een schaalbare, gedistribueerde workflow voor het verwerken, registreren en transformeren van multi-terabyte datasets zonder geheugenlimieten.
3. Open Data & Toegankelijkheid: De dataset is publiek beschikbaar gesteld via Ebrains. Door het gebruik van Neuroglancer en siibra-explorer kunnen onderzoekers zonder diepgaande beeldverwerkingskennis navigeren door de data, annotaties van bestaande atlassen overlappen en specifieke locaties delen via URL's.

5. Betekenis

Dit werk opent de deur voor een nieuwe generatie neuroimaging-studies. Het combineert de hoge resolutie van X-ray tomografie met de context van bestaande atlas-annotaties. Door de data toegankelijk te maken in een browser-gebaseerde omgeving, worden barrières voor samenwerking tussen domeinexperts (neurowetenschappers) en data-experts verlaagd. Het stelt onderzoekers in staat om structuren in het hele brein te bestuderen in 3D, wat essentieel is voor het ontrafelen van de complexe architectuur van het zenuwstelsel. De dataset dient als een fundamentele referentie voor toekomstige analyses en validatie van andere beeldvormingstechnieken.