权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

APEX multi-labels, large field 3D electron microscopy analysis for highly dense brain networks

APEX 多标记、大视场 3D 电子显微镜分析高密度大脑网络

基本信息

批准号：
21K07254
负责人：
滋野修一
金额：
$ 2.75万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2023-03-31
项目状态：
已结题

项目摘要

本研究が設定した段階的な進展の内、達成した内容を要約する。（１）走査型電子顕微鏡で可視化できる電子タグAPEXマルチラベル手法をマウス脳の線条体に適用し、広域のダイヤモンドナイフとテープ上での連続超薄切片撮影と大量画像の一括モンタージュ、アライメント、画像処理を完成。レンダリング処理を用いた立体構築により、シナプス、スパインや回路を識別、骨格もしくはレンダリング三次元モデルを作成することに成功した。（２）大脳皮質の体性感覚野S1領域における第5層のニューロンを対象に、APEXをミトコンドリアで局所発現、また同個体の脳で、大脳皮質運動野の第5層の細胞体の細胞質にAPEXを局所的に発現、線条体腹側部で、大脳皮質二箇所から投射する長距離性の回路を二重標識した。さらに（３）発達期の脳を用いて、固定法や染色条件について改良を加えることにより、子宮内電気細孔法でも標本作成と観察が成功した。また、APEXで標識された回路を手動もしくは自動で機械認識させる技術の発達を試みた。この手法は、複雑な回路の識別時間を大幅に短縮することが可能である。既に大脳皮質で報告のある3D U-netやFlood filling networkを用いて線条体ので回路を機械学習させ、軸索と樹状突起を機械識別させることに成功した。研究の主目的である、D1もしくはD2タイプのドーパミン受容体を発現する線条体中型有棘細胞群の相互連結を識別し、その結合特性を解明した結果、これまで視床で同定されている巨大シナプスが豊富に存在していることを発見した。さらに本手法の優位点である全結合同定を行い、シナプス周辺の結合回路を全同定し、複数の細胞タイプが、単一シナプス場に情報連結する新しい像を得ることができた。

This study sets the stage for progress and content. (1) A walk-through electron microscope is used to visualize the electron microscope, APEX, and other methods. It is applicable to the line body of the microscope, and the ultra-thin section of the microscope is used to capture a large number of images, including image processing. The three dimensional structure is successfully constructed. (2) Double identification of long-distance circuits in the 5th layer of the somatic sensory field of the cortex, APEX, AP (3) The detection of the development period was successfully carried out by the method of fixation, improvement of staining conditions, and the method of electric fine holes in uterus. The APEX logo circuit is manually operated and the mechanical recognition is automatically operated. The recognition time of this method is greatly shortened, and it is possible to shorten the recognition time of this method. The 3D U-net and Flood filling network are used to mechanically learn the loop of the linear body and mechanically recognize the axons and dendrites. The main purpose of this study is to identify the interlinkage of line-shaped cell populations and to elucidate their binding characteristics. In this method, the optimal sites are all connected to the same line, and the combination circuits are all connected to the same line, and the multiple cells are connected to the same line, and the information links are connected to the same line.