KI verwenden, um Neuronen zu lokalisieren, die an der Gangwiederaufnahme beteiligt sind

Forscher der EPFL können gelähmte Nagetiere wieder zum Laufen bringen, indem sie das beschädigte Rückenmark der Tiere stimulieren. Diese vielversprechende Behandlung hat bereits in klinischen Studien am Universitätsspital Lausanne (CHUV) Paraplegikern geholfen, ihre Mobilität wiederzuerlangen. Jetzt, mit künstlicher Intelligenz, die Forscher können genau bestimmen, welche Neuronen an der Gangrückgewinnung beteiligt sind. Die Ergebnisse, die veröffentlicht wurden in Natur Biotechnologie , könnte zur Entwicklung neuer Ansätze führen, Behandlungen noch effektiver machen, sowie den Weg für Fortschritte in anderen Bereichen der biomedizinischen Forschung ebnen.

Das Rückenmark von Nagetieren enthält - wie das des Menschen - etwa 50 verschiedene Arten von Nervenzellen, oder Neuronen. Nicht alle diese Zellen, jedoch, in gleicher Weise auf die an der EPFL entwickelte Gangwiederherstellungsbehandlung ansprechen, die auf einer Kombination von Übungen und elektrischer und chemischer Rückenmarkstimulation basiert. Durch die genaue Identifizierung der beteiligten Neuronentypen jedoch, Forscher können besser verstehen, was auf zellulärer Ebene passiert, wenn diese Reize zu einer sofortigen Erholung des Gangs führen. Sie können dann gezielt auf die Neuronen abzielen, die durch Stimulation aktiviert werden, Dadurch wird die Wirksamkeit der Behandlung gesteigert.

Im Rahmen dieser Bemühungen Das Labor von Grégoire Courtine hat eine Methode des maschinellen Lernens entwickelt, die auf jede Art von Einzelzelltechnologie angewendet werden kann. und identifizieren Sie, welche Zellen für die jeweilige Aufgabe am wichtigsten sind. Die Anwendung dieser Methode auf die Einzelzellbiologie ist besonders spannend, da Techniken wie die Einzelzell-RNA-Sequenzierung genaue zellweise Messungen aller Gene ermöglichen, die eine Zelle exprimieren könnte. Dies ermöglicht es Forschern, die wichtigsten zellulären Mechanismen zu lokalisieren.

Die Wissenschaftler verglichen ihre Ergebnisse mit zwei Gruppen von Mäusen:Mäusen, die nach einer Rückenmarksverletzung das Gehen wieder gelernt hatten, und solchen, die aufgrund fehlender Behandlung in den unteren Gliedmaßen gelähmt blieben. Jedoch, wenn eine solche Behandlung die Expression von Tausenden von Genen verändern könnte, In diesen riesigen Datensätzen die spezifischen Neuronen zu identifizieren, die bei der Genesung der Mäuse helfen, ist ein schwieriges Problem. Um dies anzugehen, Courtines Team entwickelte eine Methode des maschinellen Lernens. genannt Augur, es ist in der Lage zu lernen, die Zelltypen zu bestimmen, die die Unterschiede zwischen zwei Bedingungen am besten erklären, indem es automatisch die Expressionsniveaus von Tausenden von Genen berücksichtigt.

Augur bietet eine Prioritätspunktzahl, Vorhersage, welche Zellen die größten Unterschiede zwischen gelähmten Mäusen und solchen mit wiedererlangter Mobilität aufweisen. Wenn Augur einen bestimmten Neuronentyp priorisiert, es bedeutet, dass dieses Neuron für die durch elektrochemische Stimulation induzierte Gangwiederherstellung entscheidend ist. Umgekehrt, Neuronen, die von Augur nicht priorisiert werden, verhalten sich in mobilen und nicht-mobilen Mäusen ähnlich und spielen daher wahrscheinlich keine große Rolle beim Ansprechen auf die Behandlung.

Es ist eine robuste statistische Methode, die auf jede Störung angewendet werden kann. Je genauer Augur den beiden Mäusegruppen einen bestimmten Neuronentyp zuordnen kann, desto relevanter sind diese bestimmten Nervenzellen. Sie sind daher eher an der Gangwiederherstellung beteiligt."

Michael Skinnider und Jordan Squair, Die beiden Erstautoren des Papiers

Mit dieser Methode, die Forscher konnten einen Neuronentyp identifizieren, der bei Mäusen eine wichtige Rolle bei der Gangerholung spielt. Sie können nun die Wirkmechanismen genauer beobachten, und auch gezielt mit pharmakologischen Behandlungen, um die Gesamtwirksamkeit zu erhöhen.

Diese Methode wird für viele biomedizinische Studien von Interesse sein, laut Courtine:"Ob Sie an Krebs arbeiten, Morbus Crohn, COVID, oder Multiple Sklerose, Die zentrale Frage bleibt dieselbe, Welcher Zelltyp ist die Ursache des Problems? Unsere Methode beschleunigt den Ermittlungsprozess, und aus diesem Grund haben wir Augur frei verfügbar gemacht."

• Risiko für Zahnfleischerkrankungen und Speiseröhren- und Magenkrebs
• Studie zeigt antivirale Wirkung von Curcumin