3D-дескрипторы для анализа дендритных шипиков
В Санкт-Петербургском политехническом университете Петра Великого разработали метод анализа структуры нервных клеток, который точнее отслеживает изменения при болезни Альцгеймера. Ученые предложили использовать сложные 3D-дескрипторы для описания формы дендритных шипиков — микроскопических выростов на нейронах, отвечающих за память и обучение. Работа поддержана грантом Минобрнауки и опубликована в журнале Bioinformatics (Q1).
Дендритные шипики — это своего рода антенны нейронов, улавливающие сигналы от соседних клеток. Их форма напрямую связана с работой: зрелые шипики обеспечивают надежную передачу сигнала, а при нейродегенерации, как при болезни Альцгеймера, они сжимаются или исчезают — и это происходит еще до первых симптомов.
Обычно шипики делят на три-четыре типа (например, «грибовидные» или «тонкие»). Однако такой подход субъективен и не отражает всего разнообразия форм, которые на самом деле образуют непрерывный спектр. К тому же стандартные измерения вроде длины или объема дают усредненную картину и не позволяют уловить критические изменения.
Сотрудники Научно-исследовательской лаборатории «Лаборатория анализа биомедицинских изображений и данных» СПбПУ (Екатерина Пчицкая, Дарья Смирнова, Анита Устинова и Вячеслав Чуканов) вместо отдельных параметров оцифровали всю трехмерную поверхность шипика. В основе методов — сферические гармоники (для полной 3D-формы) и моменты Цернике (для анализа силуэтов с разных ракурсов, так называемый Light Field дескриптор). Эти инструменты уже зарекомендовали себя в инженерных задачах, но в нейробиологии их применили впервые.
Важная деталь: новый дескриптор позволяет не только сравнивать объекты, но и восстанавливать точную 3D-форму шипика по набору числовых коэффициентов. По сравнению с предыдущей моделью (аппроксимацией эллипсами) метод оказался точнее — особенно хорошо он фиксирует неровности головки шипика. Это открывает возможность создавать синтетические наборы данных и моделировать формы более детально.
В экспериментах ученые сравнили новые 3D-дескрипторы с классическими метриками на культуре нейронов в норме и в модели токсичности амилоида (in vitro модель болезни Альцгеймера). При кластеризации (группировке по сходству) традиционные методы находили лишь малозаметные различия между здоровыми и патологическими шипиками. А сферические гармоники и Light Field позволили выявить статистически значимые различия в 4–5 кластерах из 5–6. Это значит, что новые дескрипторы гораздо чувствительнее.
Анализ показал: при патологии увеличивается доля вытянутых, незрелых форм, тогда как в контроле преобладают структуры с крупной головкой. Этот вывод подтверждает известные данные о деградации шипиков при болезни Альцгеймера и дает ученым инструмент для тестирования потенциальных лекарств. Чем лучше вещество восстанавливает «здоровую» морфологию в кластерах, тем выше его возможная эффективность — это надежнее, чем простое сравнение средних значений.
