Connectome ( engelsk connectome / k ə ˈ n ɛ k t oʊ m / ) er en komplet beskrivelse af strukturen af forbindelser i kroppens nervesystem [2] [3] . Forskningsområdet, som omfatter kortlægning og analyse af neuronale forbindelsers arkitektur, kaldes "connectomics".
Den første, i 1986, var forbindelsen til nematodeormen Caenorhabditis elegans , hvis nervesystem kun har 302 neuroner . Holdet af videnskabsmænd kortlagde alle 7.000 forbindelser mellem neuroner [4] . Hvad angår den menneskelige hjerne, ifølge de seneste data,[ hvornår? ] , indeholder omkring 86 milliarder nerveceller og 10.000 gange flere forbindelser . Det menes, at mange aspekter af den menneskelige personlighed, såsom personlighed og intelligens, er indeholdt i forbindelserne mellem neuroner, så beskrivelsen af det menneskelige connectom kan være et stort skridt i retning af at forstå mange mentale processer. At bestemme forbindelsen til nematodeormen Caenorhabditis elegans tog mere end 12 års hårdt arbejde. For at identificere forbindelsen til en hjerne, der kan sammenlignes med vores egen, er det nødvendigt at have mere avancerede automatiserede teknologier, der vil øge hastigheden for at finde forbindelser.
Selve udtrykket "connectome" blev foreslået i 2005 uafhængigt af forskerne Olaf Sporns og Patrick Hagmann.
Nogle forskere kalder connectomet et kort over forbindelser, ikke af hele organismen , men over dens dele. Så i 2009 blev der publiceret en undersøgelse af axon -connectomet , der innerverer interscutellum-musklerne i museauriklerne ( eng. interscutularis muscle connectome ) [5] .
I sommeren 2009 lancerede US National Institutes of Health Human Connectome- projektet.med en indledende finansiering på $30 millioner [6] .
I 2005 opfandt Dr. Olaf Sporns fra Indiana University og Dr. Patrick Hagman fra University of Lausanne Hospital uafhængigt og samtidigt udtrykket "connectome" for at henvise til kortet over neuronale forbindelser i hjernen. Dette navn blev foreslået på grund af konsonansen med udtrykket "genom".
"Connectomics" (Hagman, 2005) er blevet defineret som videnskaben om at indsamle og analysere connectomdata.
I deres papir fra 2005 "The Human Connectome, A Structural Description of the Human Brain," skrev Sporns og hans team:
For at forstå et netværks funktion er det nødvendigt at kende dets elementer og deres relationer. Formålet med denne artikel er at diskutere forskningsstrategier rettet mod en omfattende karakterisering af netværkselementer og deres sammenhænge i den menneskelige hjerne. Vi foreslår at kalde dette datasæt det menneskelige "forbindelse", og vi tror, at udtrykket vil blive anvendt i kognitiv neurovidenskab og neuropsykologi. Connectomet vil i høj grad øge vores forståelse af hjernefunktion på lavt niveau og vil give indsigt i, hvordan hjernefunktionen vil ændre sig, hvis den ændres på et lavt niveau.
I 2005 skrev Dr. Hagman i sin artikel "From Diffusion Brain MRI to Connectomics":
Det er klart, at ligesom genomet, der er mere end blot et sæt gener, er sættet af alle neuronale forbindelser i hjernen vigtigere end hver enkelt forbindelse.
Veje gennem den medullære hvide substans kan bestemmes ved hjælp af histologisk degenerationsundersøgelse og aksonal sporing . Axonal sporing er det primære grundlag for at kortlægge lange hvide stofs hjernebaner i en enorm matrix af forbindelser mellem gråstofregioner . De første sådanne undersøgelser blev udført i macaque visuelle cortex (Fellman og Van Essen, 1991) og den thalamo-corticale kanal i kattehjernen (Skannel et al., 1999). Oprettelse af databaser for sådanne arrays af anatomiske forbindelser giver dig mulighed for konstant at opdatere dem og øge deres nøjagtighed. Et slående eksempel på sådanne databaser er CoCoMac online-macaque cortex-forbindelsesdatabase (Köter, 2004).
Netværk af hjerneforbindelser kan repræsenteres i forskellige skalaer, som svarer til niveauer af rumlig opløsning i hjernebilleddannelse (Köter, 2007; Sporns, 2010). Disse niveauer kan groft klassificeres som mikroskala, mesoskala og makroskala. I sidste ende vil det være muligt at forbinde de opnåede resultater på forskellige niveauer til et enkelt hierarkisk kort over neuronal organisation, som kan vise en individuel neuron i en population af neuroner op til så store systemer som corticale regioner. På grund af det faktum, at forskellige individer vil have forskelle i forbindelsesled, vil ethvert samlet kort sandsynligvis give probabilistisk information om forbindelsen mellem neuroner (Sporns et al., 2005).
Kortlægning af connectomet på mikroniveau (med mikrometeropløsning) betyder at bygge et komplet neuralt netværkskort, neuron for neuron. Alene hjernebarken indeholder omkring 10 milliarder neuroner forbundet med 1014 synaptiske forbindelser. Til sammenligning: antallet af basepar i det menneskelige genom er 3×10 9 .
Nogle af hovedudfordringerne ved at opbygge den menneskelige forbindelse på mikroniveau i dag[ hvornår? ] omfatter:
For at løse dataindsamlingsproblemer er flere grupper af videnskabsmænd i gang med at skabe højkapacitets seriel elektronmikroskoper (Katsuri et al. 2009; Bock et al. 2011). Endelig er statistisk grafteori en ny disciplin, der udvikler sofistikerede mønstergenkendelsesteknikker og værktøjer til logisk behandling af disse hjernegrafer (Goldenberg et al. 2009).
"Meso"-connectome svarer til en skala på hundredvis af mikrometer. I stedet for at forsøge at kortlægge hver enkelt neuron, vil mesoscale connectome forsøge at fange anatomisk og funktionelt adskilte populationer af neuroner forbundet i lokale kredsløb (f.eks. hjernesøjler) af hundreder eller tusinder af individuelle neuroner. Opgaven med at skabe et mesoconnectom er stadig ambitiøs og kan kun løses ved invasive metoder.
Connectomet på makroniveau (med en opløsning på millimeter) forsøger at fange store hjernesystemer. Connectome-databaser på mikro- og meso-niveau kan være meget mere kompakte end dem på cellulært niveau.