Contextual Cellular Growth (ConCeG) of neural cells for realistic grey matter tissue generation for diffusion MRI simulations

Technische Samenvatting: Contextual Cellular Growth (ConCeG) voor grijze stof simulatie

Probleemstelling
De nauwkeurige interpretatie van diffusie magnetische resonantie imaging (dMRI) signalen in grijze stof (GM) wordt bemoeilijkt door de complexe, heterogene en dicht opeengepakte cellulaire omgeving van het weefsel. Hoewel numerieke phantomen essentieel zijn voor het valideren van biofysische modellen en het begrijpen van de relatie tussen microstructuur en diffusiesignalen, schieten bestaande benaderingen vaak tekort in morfologische realisme en de multi-cellulaire organisatie die vereist is om grijze stof getrouw weer te geven. Veel gebruikte methoden vertrouwen op vereenvoudigde geometrieën (bijv. parallelle cilinders) die geschikt zijn voor witte stof maar onvoldoende voor grijze stof, of ze maken gebruik van kleinschalige elektronenmicroscopie (EM) reconstructies die niet eenvoudig te "tunen" zijn om specifieke microstructuurkenmerken te onderzoeken. Er is een kritieke behoefte aan een framework dat in staat is om grootschalige, dichte, multi-cellulaire grijze stof substraten te genereren die zowel biologisch gefundeerd als volledig regelbaar zijn voor Monte Carlo diffusiesimulaties.

Methodologie: ConCeG Framework
De auteurs introduceren Contextual Cellular Growth (ConCeG), een generatief framework ontworpen voor het creëren van individuele cellen of dichte, driedimensionale, multi-cellulaire grijze stof substraten. De pijplijn bestaat uit vier hoofdfasen:

1. Morfologische Karakterisering:

   • Echte neuronale en gliale reconstructies worden verkregen uit open repositories (NeuroMorpho.org, Allen Brain Atlas).
   • Structurele parameters (vertakkingsorde, hoeken, diameters, soma grootte) en topologische eigenschappen worden geëxtraheerd.
   • Topologische Persistentie Barcodes worden berekend voor elk celtype om de vertakkingsstructuur te representeren.
   • Attractor Points: Eindpunten van echte dendrieten worden geprojecteerd op een eenheidsbol om directionele distributies te definiëren, die dienen als "attractor points" die synthetische groei sturen, vergelijkbaar met chemische gradiënten.

2. Netwerk Initialisatie:

   • Soma-posities worden binnen een 3D-domein geplaatst op basis van door de gebruiker gedefinieerde dichtheidsdistributies en celtype-composities.
   • Een ruimtelijk beperkt groeinetwerk wordt gevuld met willekeurig verdeelde knopen die geldende groeilocaties vertegenwoordigen.
   • Knopen worden verbonden via 3D Delaunay triangulatie, wat toegestane groeistappen definieert.
   • Periodieke Randvoorwaarden worden geïmplementeerd om ervoor te zorgen dat takken aan de ene kant van de voxel kunnen verlaten en aan de tegenovergestelde kant weer kunnen binnengaan, waardoor de volledige morfologische omvang behouden blijft en tegels (tiling) voor grotere simulaties mogelijk wordt.

3. Synthetische Groei:

   • Cellulaire projecties groeien iteratief door het netwerk met behulp van biologisch geïnformeerde kostenfuncties.
   • Kostenfuncties: De groeirichting wordt bepaald door een combinatie van chemo-attractie (bewegen naar een attractor punt) en arbor collapse (vermijden van bestaande structuren en het naleven van lokale straalbeperkingen).
   • Vertakking: Initiatie en terminatie van vertakkingen worden beheerd door de topologische persistentie barcodes. Terwijl een projectie groeit, wordt de waarschijnlijkheid van bifurcatie geëvalueerd op basis van de padlengte relatief aan de barcode-intervallen.
   • Fibre Collapse: Als een projectie vast komt te zitten, kan deze terugtrekken en opnieuw groeien; herhaaldelijk vastlopen beëindigt de projectie.

4. Optimalisatie en Meshing:

   • Globale Optimalisatie: Een post-groei stap hersampled cellulaire skeletten als overlappende sferen. Repulsieve en attractieve krachten worden toegepast om botsingen op te lossen en de pakkingdichtheid te verhogen, terwijl de relatieve celafstand behouden blijft.
   • Mesh Generatie: Cellulaire skeletten (SWC formaat) worden via een metaball-gebaseerde procedure in Blender omgezet in waterdichte 3D-oppervlaktemeshes. Nabijgelegen elementen van andere cellen krijgen negatieve velden toegewezen om intersectie te voorkomen.

Belangrijkste Bijdragen

• Een Speciaal Ontwikkeld GM Phantom Generator: ConCeG is het eerste framework dat specifiek is ontworpen voor het genereren van dichte, heterogene, multi-cellulaire grijze stof substraten die de volledige complexiteit van cellulaire morfologie en weefselorganisatie vangen, inclusief de extracellulaire ruimte.
• Contextueel Groeimechanisme: De methode combineert topologische neuron-synthese met een ruimtelijk beperkt groeinetwerk, wat de gecontroleerde generatie van heterogene omgevingen met realistische intra- en extracellulaire compartimenten mogelijk maakt.
• Schaalbaarheid en Regelbaarheid: Het framework ondersteunt de generatie van corticale kolommen met willekeurige celtype-mengsels en laag-specifieke dichtheden, waardoor onderzoekers microstructuurparameters kunnen "tunen" (bijv. celendichtheid, compositie) terwijl de biologische realiteit behouden blijft.
• Compatibiliteit: De output is volledig compatibel met Monte Carlo diffusiesimulatoren (bijv. DiSimPy), wat directe simulatie van dMRI signalen mogelijk maakt.

Resultaten en Validatie
Het framework werd gevalideerd door een synthetische corticale kolom (100 × 100 × 1200 µm) te genereren met pyrmidale cellen, basket cells en astrocyten, en deze te vergelijken met biologische reconstructies en EM-data:

• Structurele Overeenkomst: Synthetische cellen vertoonden een sterke overeenkomst met echte data in de distributies van vertakkingsorde, vertakkingslengte, vertakkingshoeken en tortuositeit voor pyrmidale en basket cells. De tortuositeit van astrocyten vertoonde een bredere distributie, maar bleef vergelijkbaar.
• Intracellulaire Power Spectrum: Zowel echte als synthetische takken vertoonden een plateau in het powerspectrum bij lage ruimtelijke frequenties, wat aangeeft dat synthetische arbors de kort-bereik wanorde en ruimtelijke correlaties waargenomen in biologisch weefsel reproduceren. Dit suggereert vergelijkbare langetermijn intracellulaire diffusiedynamica.
• Compositie Schaling: Het volume van het grootste cellulaire component volgde een power-law relatie met de bemonsteringslengteschaal, wat een fractale dimensie van ongeveer 1,5 opleverde, wat nauw overeenkomt met de ~1,6 gerapporteerde in echt weefsel.
• Extracellulaire Ruimte: De poriegrootte-distributies vertoonden een nauwe overeenkomst in gemiddelde waarden, hoewel ConCeG een staart van grotere poriën vertoonde die niet in de EM-data aanwezig was. De gemiddelde tortuositeit was vergelijkbaar, zij het iets lager in ConCeG, wat wijst op iets directere transportpaden.
• Diffusie Simulaties: Monte Carlo-simulaties toonden aan dat de gegenereerde substraten diffusie-gewogen signalen produceren die variëren volgens de weefselcompositie (bijv. laag 4 vertoonde grotere signaalattenuatie door een hoger soma volume fractie). De resultaten bevestigden dat de synthetische substraten structurele kenmerken vangen die dMRI-metingen beïnvloeden.

Betekenis en Claims
Het artikel claimt dat ConCeG een biologisch gefundeerd framework biedt voor het genereren van grijze stof substraten die geschikt zijn voor grootschalige diffusie MRI-simulaties. Door cellulaire morfologie en weefselarchitectuur te overbruggen, adresseert het een langdurig gat in het vakgebied door de creatie van realistische, multi-cellulaire GM phantomen met een controleerbare compositie mogelijk te maken.

De auteurs benadrukken dat hoewel het framework succesvol de belangrijkste structurele en statistische kenmerken over meerdere schalen vastlegt, het momenteel een representatie is van geselecteerde grijze stof cellulaire ruggengraten. Het bevat nog niet expliciet dendritische spines, synaptische boutons of vaten. De betekenis ligt in het vermogen om de cellulaire dichtheid, morfologie en pakking systematisch te verstoren om hypothesen te testen over hoe specifieke microstructurele veranderingen (bijv. neuronverlies, gliose) dMRI-biomarkers kunnen beïnvloeden. De auteurs merken op dat toekomstige validatie de ConCeG-afgeleide signalen moet vergelijken met bekende in vivo en ex vivo dMRI signaturen om de realiteitswaarde van de diffusie-gewogen signalen verder te bevestigen.