Emergent topological structure in spontaneous brain-organoid activity

De verborgen vorm van het denken

Stel je je brein voor als een enorme, bruisende stad waar miljoenen neuronen de burgers zijn. Een lange tijd dachten wetenschappers dat ze, om te begrijpen hoe deze stad werkt, alleen maar hoefden te tellen hoeveel mensen er praatten en hoe hard ze riepen. Maar er is een addertje onder het gras: de stad is niet slechts een platte kaart; het is een complexe, meerlagige structuur met verborgen tunnels, lussen en geheime kamers. Dit is het domein van de systeemneurowetenschap, een vakgebied dat probeert te ontdekken hoe het brein zijn chaotische activiteit organiseert in betekenisvolle patronen.

Om dit te begrijpen, gebruiken wetenschappers vaak een hulpmiddel dat topologie wordt genoemd. Beschouw topologie als de studie van "vorm" die niet geeft om exacte afstanden of groottes, maar eerder om de manier waarop dingen met elkaar verbonden zijn. In deze wereld zijn een koffiemok en een donut eigenlijk dezelfde vorm, omdat ze beide precies één gat hebben. Als je de mok uitrekt of vervormt, is het nog steeds een donut. Wetenschappers gebruiken dit idee om hersendata niet alleen te zien als een lijst met getallen, maar als een geometrische vorm. Ze zoeken naar lussen (zoals een kring vrienden die allemaal met elkaar praten) en holtes (lege ruimtes omringd door een groep vrienden). De grote vraag is altijd geweest: "Kunnen we deze vormen daadwerkelijk zien met het beperkte aantal hersencellen dat we tegelijkertijd kunnen registreren, of moeten we miljoenen cellen registreren om het patroon te zien?"

Het detectiveverhaal van het hersen-organoïde

Dit artikel hanteert een detective-aanpak om die vraag te beantwoorden met behulp van hersen-organoïden. Dit zijn geen volledige hersenen, maar kleine, zelforganiserende klontjes hersenweefsel die in een laboratorium zijn gekweekt uit menselijke of muiscellen. Ze zijn als miniaturen, 3D-versies van de hersencortex die spontaan elektrische signalen afgeven, net als een echt brein doet. De onderzoekers registreerden de elektrische "spikes" van deze organoïden met behulp van een hoogtechnologisch rooster van sensoren, een micro-elektrode-array (MEA). Ze slaagden erin om ergens tussen de 26 en 234 individuele neuronen tegelijkertijd te beluisteren.

Het team gebruikte een wiskundige techniek genaamd persistente homologie om de vuurpatronen van deze neuronen om te zetten in een vorm. Stel je voor dat je op elk gegeven moment een snapshot maakt van wie met wie praat. Als twee neuronen tegelijk vuren, krijgen ze een verbindingslijn. Als drie neuronen allemaal tegelijk vuren, vormen ze een driehoek. Als een hele groep een ring van verbindingen vormt, dan is dat een lus. De onderzoekers vroegen zich vervolgens af: "Bestaan deze lussen alleen omdat neuronen toevallig op hetzelfde moment vuren, of is er een echte, gestructureerde vorm verborgen in de data?"

Om dit te achterhalen, creëerden ze een "nulmodel", wat in feite een nepversie van de data is. Ze behielden exact hetzelfde aantal spikes voor elk neuron en de totale hoeveelheid activiteit voor de hele groep, maar ze husselden de timing willekeurig door elkaar. Dit is alsof je een kaartspel husselt zodat het totale aantal rode en zwarte kaarten gelijk blijft, maar de volgorde willekeurig is. Als de echte hersendata meer lussen bevatten dan deze gehusselde, willekeurige versie, dan zou dat betekenen dat de lussen een echt kenmerk zijn van de organisatie van het brein, en niet slechts een toeval van hoe vaak de neuronen vuurden.

Wat ze vonden

De resultaten waren opwindend. In 14 van de 18 datasets van de organoïden ontdekten de onderzoekers dat de echte hersenactiviteit aanzienlijk meer lusstructuren (wiskundig genoemd "eerste homologie" of H1) bevatte dan de willekeurige, gehusselde data. Dit betekent dat de neuronen niet zomaar willekeurig vuurden; ze organiseerden zichzelf in specifieke, circulaire patronen.

Hier zijn de belangrijkste ontdekkingen, eenvoudig uitgelegd:

• De lussen zijn echt en robuust: De lussen waren geen toevalstreffer. Wanneer de onderzoekers willekeurig 10% van de neuronen uit de data verwijderden, bleven de lussen grotendeels intact. Echter, wanneer ze specifiek de "ster-neuronen" verwijderden die deel uitmaakten van de lussen, stortte de structuur in. Dit suggereert dat de lussen vertrouwen op een specifieke, niet-redundante kerngroep van neuronen, in plaats van dat ze gelijkmatig verspreid zijn waarbij elke neuron de taak kan overnemen.
• Grootte doet ertoe: Hoe meer neuronen ze registreerden, hoe rijker de vorm werd. In de kleinere groepen (rond de 26 neuronen) was het moeilijk om een vorm te zien boven de ruis uit. Maar naarmate het aantal neuronen groeide, werden de lussen duidelijker. Nog interessanter was dat in de grootste netwerken (die met meer dan 119 neuronen) ze begonnen holtes te zien (wiskundig genoemd "tweede homologie" of H2). Denk aan een holte als een lege ruimte binnenin een bubbel van neuronen. Deze 3D-achtige lege ruimtes verschenen pas toen het netwerk groot genoeg was om ze te ondersteunen.
• Het is niet alleen de sensoren: Een grote zorg bij een dergelijk onderzoek is dat de vorm misschien slechts een artefact is van de sensoren zelf. Bijvoorbeeld, als de sensoren in een cirkel zijn gerangschikt, ziet de data er misschien gewoon uit als een cirkel. De onderzoekers controleerden dit door naar de fysieke afstand tussen de sensoren te kijken. Ze ontdekten dat in sommige gevallen de lussen niets te maken hadden met hoe dicht de sensoren bij elkaar stonden; de lussen gingen puur over hoe de neuronen met elkaar communiceerden. In andere gevallen speelde afstand een rol, maar de algehele structuur was nog steeds een echt kenmerk van de hersenactiviteit, en geen trucje van de registratieapparatuur.

Waarom dit ertoe doet

Het artikel sluit expliciet de mogelijkheid uit dat deze vormen slechts willekeurige ruis zijn veroorzaakt door neuronen die met hoge frequenties vuren. Door de echte data te vergelijken met de gehusselde "nul"-data, bewezen ze dat de lussen en holtes een gestructureerde topologie zijn die inherent is aan de hersenactiviteit. Ze lieten ook zien dat je niet miljoenen neuronen hoeft te registreren om dit te zien; zelfs met slechts een paar honderd (de schaal van huidige experimenten) zijn deze complexe vormen detecteerbaar.

De auteurs merken voorzichtig op dat hoewel ze deze structuren hebben gevonden, dit slechts het begin is. De lussen die ze vonden, zijn de eerste trede op een ladder; de holtes zijn de volgende stap. Ze suggereren dat als we in 3D zouden kunnen registreren met een nog hogere resolutie, we wellicht nog complexere vormen zouden zien. Maar voor nu bevestigt dit onderzoek dat persistente homologie een bruikbaar hulpmiddel is voor de data die we al hebben. Het laat zien dat zelfs in deze kleine, zelforganiserende hersenklontjes, de neuronen complexe, geometrische architecturen van activiteit bouwen die veel verder gaan dan eenvoudige "aan" en "uit"-signalen. Het brein is, zelfs in een petrischaal, blijkbaar vormen aan het tekenen.