Information arrival sets the minimum acquisition time in calcium imaging

De neurowetenschap is grotendeels een optische wetenschap geworden, een veld waar onderzoekers de elektrische activiteit van de hersenen observeren door deze om te zetten in licht. Hiervoor gebruiken ze een speciaal instrument, een twee-fotonmicroscoop, om in levend weefsel te kijken. Ze injecteren een chemische sensor, een klein molecuul dat helderder oplicht wanneer het een calciumion opvangt. Omdat neuronen telkens wanneer ze een elektrisch signaal, of een 'spike', afgeven ook calcium vrijgeven, fungeert dit licht als een vervanger voor de werkelijke elektrische gebeurtenis. Het proces is echter geen perfecte spiegel. De sensor heeft tijd nodig om te reageren, het licht flikkert met ruis en de camera legt beelden vast met een vaste snelheid. Dit creëert een kloof tussen de werkelijke elektrische vonk en de geregistreerde lichtflits. Decennialang hebben wetenschappers zich gericht op het bouwen van betere computerprogramma's om de oorspronkelijke elektrische signalen uit de wazige lichtopnames te raden. Maar een meer fundamentele vraag bleef ongesteld: hoe lang moet een wetenschapper een neuron eigenlijk observeren voordat men genoeg heeft gezien om een specifieke vraag te kunnen beantwoorden?

Een nieuwe studie door Maurice Antony Ewing pakt dit timingprobleem direct aan. In plaats van alleen te proberen het verleden te raden, vraagt het onderzoek wanneer de benodigde informatie voor een taak arriveert en wanneer langer kijken niet meer helpt. Het team behandelde de lengte van het observatievenster als een puzzel die achterstevoren opgelost moest worden. Ze gebruikten een enorme collectie van echte wereldgegevens waarbij wetenschappers zowel de gloeiende calciumsignalen als de werkelijke elektrische spikes van dezelfde neuronen tegelijkertijd hebben opgenomen. Deze grondwaarheid-data stelde hen in staat om precies te testen hoeveel informatie er op elk fractie van een seconde beschikbaar was. Door opnames van honderden neuronen over verschillende soorten sensoren en hersengebieden te analyseren, ontdekten ze dat het antwoord volledig afhangt van de specifieke apparatuur en de biologische opstelling die wordt gebruikt. Er is geen enkele regel die voor alle experimenten geldt.

De onderzoekers ontdekten dat voor sommige snel reagerende sensoren de benodigde informatie in een flits arriveert. Voor een specifieke sensor genaamd GCaMP8m toonden de gegevens aan dat het systeem zijn piekvermogen om spikes te identificeren bereikt binnen slechts 67 milliseconden, wat ongeveer de tijd is die nodig is om twee videoframes vast te leggen. Voor een andere sensor, GCaMP6s, die wordt gebruikt in de hersenen buiten het ruggenmerg, was het optimale venster langer en vereiste het ongeveer 250 milliseconden, oftewel acht frames. In het ruggenmerg, waar de signalen trager zijn en de omgeving complexer is, bepaalden de onderzoekers dat een wetenschapper ongeveer 667 milliseconden, of twintig frames, moet kijken om het best mogelijke resultaat te krijgen. Cruciaal is dat de studie bewees dat deze specifieke tijdslimieten niet slechts gelukkige gissingen waren gemaakt op één groep neuronen. Het team selecteerde deze tijden met behulp van een set neuronen die zij de "ontdekkingsgroep" noemden, en testte deze vervolgens op volledig andere neuronen die ze nog nooit hadden gezien. De geselecteerde tijden werkten perfect op de nieuwe neuronen, wat bevestigde dat de regel overdraagbaar is.

Misschien wel de meest verrassende bevinding was dat langer kijken dan deze specifieke limieten de resultaten zelfs verslechtert. Zododat de informatie is gearriveerd en de taak is voltooid, zorgt het voortzetten van de opname voor meer ruis en maakt het het beeld waziger. In elk geteste geval zorgde het verlengen van de opnametijd voorbij het optimale punt ervoor dat de nauwkeurigheid van de spike-detectie daalde. Voor de snelste sensor verminderde het te lang door laten draaien van de camera de nauwkeurigheid met een merkbare marge. Dit zet de algemene aanname op zijn kop dat meer data altijd beter is. De studie suggereert dat in veel gevallen een wetenschapper kostbare tijd verspilt en potentieel het delicate weefsel beschadigt door onnodige lichtblootstelling door te lang door te registreren.

Het onderzoek verduidelijkte ook wat er gebeurt wanneer de data onvoldoende is. Zelfs op het perfecte moment blijven sommige biologische opstellingen inherent moeilijk te lezen. De studie mat een "residuele ambiguïteit", een toestand waarin het signaal simpelweg te wazig is om elke enkele spike met totale zekerheid te onderscheiden. Voor de opnames in het ruggenmerg bleef deze ambiguïteit hoog, zelfs nadat de optimale tijd was verstreken. De auteur benadrukt dat in deze gevallen het toevoegen van meer tijd het probleem niet zal oplossen. Als een wetenschapper een duidelijker beeld nodig heeft dan de huidige opstelling toelaat, kan hij niet simpelweg langer wachten; hij moet de methode veranderen, bijvoorbeeld door een andere sensor of een andere beeldvormingstechniek te gebruiken. De studie vertelt hen niet welke nieuwe methode ze moeten kiezen, maar sluit resoluut de mogelijkheid uit dat tijd alleen de oplossing is.

Dit werk vestigt een nieuwe manier om experimenten te ontwerpen. In plaats van te gissen hoe lang er opgenomen moet worden, kan een onderzoeker nu de minimale tijd schatten die nodig is om een specifiek doel te bereiken. De studie gebrude een computersysteem om de data te analyseren en een specifiek protocol voor elk type sensor vast te leggen. Deze protocollen werden vervolgens gevalideerd op ongeziene neuronen, wat bewees dat de timingregels in de praktijk standhouden. De resultaten laten zien dat voor de snelle GCaMP8m-sensor de informatie in essentie compleet is binnen twee videoframes. Voor de tragere ruggenmergpreparaten duurt het twintig frames. Voorbij deze punten is de extra tijd niet alleen nutteloos; het is actief schadelijk voor de kwaliteit van het antwoord.

De implicaties reiken verder dan alleen het besparen van tijd. In medisch onderzoek, met name bij het bestuderen van hersentumoren, is het vermogen om neuronale activiteit nauwkeurig te meten cruciaal. Als de meting gebrekkig is omdat het opnamevenster te kort of te lang is, kunnen de conclusies over hoe neuronen interageren met ziekte foutief zijn. Deze studie biedt een methode om de informatieve inhoud van een experiment te auditeren voordat het zelfs wordt uitgevoerd. Het verschuift de focus van simpelweg zoveel mogelijk data verzamelen naar het verzamelen van de juiste hoeveelheid data voor de specifieke vraag die gesteld wordt. Door de acquisitietijd te behandelen als een variabele die gemeten en geoptimaliseerd kan worden, biedt het onderzoek een pad naar efficiëntere en nauwkeurigere observaties van de levende hersenen.

De studie is retrospectief, wat betekent dat het data analyseerde die al eerder was verzameld in plaats van een nieuwe microscoop op te zetten om de theorie in realtime te testen. Echter, de logica is robuust. Het team heeft aangetoond dat de aankomstcurve van informatie in kaart kan worden gebracht, dat het optimale stoppunt kan worden geïdentificeerd, en dat dit stoppunt kan worden toegepast op nieuwe, ongeziene biologische monsters. Ze hebben ook benadrukt dat de numerieke scores die gebruikt worden om succes te meten, vergelijkende instrumenten zijn en geen absolute fysieke limieten. De geldigheid van deze scores hangt af van de specifieke opstelling, maar het patroon van informatie-aankomst is echt. De studie concludeert dat voor elke gegeven optische opstelling er een moment is waarop de informatie die nodig is voor een verklaarde taak is gearriveerd, en dat een wetenschapper moet stoppen met opnemen.

Uiteindelijk biedt het werk een duidelijke, praktische les voor de wetenschappelijke gemeenschap. De hersenen spreken niet in één enkele, uniforme taal, en de instrumenten die worden gebruikt om naar hen te luisteren, werken niet allemaal met dezelfde snelheid. Sommige sensoren reageren snel, terwijl andere traag en bedachtzaam zijn. Door de observatietijd af te stemmen op de specifieke snelheid van de sensor en de biologische omgeving, kunnen onderzoekers de dubbele valkuilen vermijden van te vroeg stoppen en te lang kijken. De studie bewijst dat meer tijd niet op zichzelf een deugd is. In de delicate zaak van het observeren van de hersenen is weten wanneer je moet stoppen net zo belangrijk als weten hoe je moet beginnen.