2022-2023<\/h3>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>\n\t\n\t\t\n\t\t\tAndr\u00e9 Berndt<\/strong><\/a>, PhD, Professeur adjoint, D\u00e9partement de bioing\u00e9nierie, Universit\u00e9 de Washington<\/strong><\/p>\nIng\u00e9nierie massivement parall\u00e8le et \u00e0 haut d\u00e9bit de biocapteurs optog\u00e9n\u00e9tiques pour la signalisation neuronale<\/em><\/strong><\/p>\nLes prot\u00e9ines fluorescentes cod\u00e9es g\u00e9n\u00e9tiquement ont r\u00e9volutionn\u00e9 l'\u00e9tude des cellules c\u00e9r\u00e9brales et des circuits neuronaux. En s'allumant litt\u00e9ralement en pr\u00e9sence d'une activit\u00e9 neuronale sp\u00e9cifique, qui peut ensuite \u00eatre enregistr\u00e9e par des microscopes et des fibres lumineuses dans des cerveaux vivants, cet outil a perc\u00e9 de nombreux myst\u00e8res et permis aux chercheurs de visualiser l'activit\u00e9 c\u00e9r\u00e9brale et les voies neuronales. Mais il y a eu un goulot d'\u00e9tranglement : D\u00e9velopper et identifier le meilleur capteur pour chaque exp\u00e9rience. Ces prot\u00e9ines cod\u00e9es doivent r\u00e9agir en pr\u00e9sence de stimuli sp\u00e9cifiques uniquement, dans certains cas peuvent avoir besoin d'\u00eatre tr\u00e8s sensibles, dans d'autres cas peuvent avoir besoin de fluorescer pendant une plus longue p\u00e9riode de temps, ou une exp\u00e9rience peut n\u00e9cessiter deux capteurs pour voir comment plusieurs neurotransmetteurs interagir.<\/p>\n
Dans le pass\u00e9, chaque capteur devait \u00eatre g\u00e9n\u00e9tiquement modifi\u00e9, produit et test\u00e9 individuellement. Peut-\u00eatre que quelques dizaines ou centaines seulement pouvaient \u00eatre compar\u00e9es, et les chercheurs ont choisi la meilleure option \u00e0 partir d'un petit \u00e9chantillon - sans savoir s'il existait une option meilleure et plus pr\u00e9cise disponible. Le Dr Berndt a d\u00e9velopp\u00e9 un processus pour d\u00e9velopper et tester simultan\u00e9ment un tr\u00e8s grand nombre de biocapteurs optog\u00e9n\u00e9tiques, visant \u00e0 d\u00e9pister plus de 10 000 par jour et \u00e0 construire une biblioth\u00e8que massive de biocapteurs qui peuvent donner aux chercheurs l'acc\u00e8s \u00e0 des prot\u00e9ines con\u00e7ues avec pr\u00e9cision qu'ils peuvent utiliser pour ex\u00e9cuter jamais- exp\u00e9riences plus sp\u00e9cifiques.<\/p>\n
La technologie utilise le g\u00e9nie g\u00e9n\u00e9tique rapide pour cr\u00e9er un grand nombre de variantes d'un biocapteur, puis place les variantes individuelles dans un r\u00e9seau de micropuits. Les capteurs sont expos\u00e9s aux neuropeptides - actuellement, le Dr Berndt se concentre sur les capteurs opio\u00efdes sp\u00e9cifiques au ligand - et les capteurs optiques lisent ensuite le micror\u00e9seau, d\u00e9tectant la luminosit\u00e9 et d'autres variables de chaque variante, et s\u00e9lectionnant les meilleures options pour des tests suppl\u00e9mentaires. Au cours de 2 ans, quelque 750 000 biocapteurs seront test\u00e9s et le processus de leur d\u00e9pistage affin\u00e9, faisant progresser la recherche sur les actions des opio\u00efdes dans le cerveau et offrant une approche polyvalente que d'autres chercheurs peuvent utiliser pour leurs exp\u00e9riences.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\tRuixuan Gao<\/strong><\/a>, Ph.D., professeur adjoint, D\u00e9partement de chimie et D\u00e9partement des sciences biologiques, Universit\u00e9 de l'Illinois \u00e0 Chicago<\/strong><\/p>\nProfilage spatial inf\u00e9rieur \u00e0 10 nm des prot\u00e9ines synaptiques et des transcrits d'ARN avec une microscopie d'expansion \u00e0 haute isotropie \u00e0 l'aide d'un hydrogel hautement homog\u00e8ne construit \u00e0 partir de monom\u00e8res de type t\u00e9tra\u00e8dre<\/em><\/strong><\/p>\nPour examiner des choses tr\u00e8s petites \u2013 comme les neurones et leurs synapses dans le cerveau \u2013 les chercheurs utilisent de puissants microscopes. Mais il existe une autre approche qui peut donner des r\u00e9sultats impressionnants : \u00e9tendre litt\u00e9ralement un \u00e9chantillon de tissu et les cellules qu'il contient en utilisant un hydrogel gonflable sp\u00e9cial gr\u00e2ce \u00e0 un processus appel\u00e9 microscopie d'expansion. L'hydrogel se lie \u00e0 diff\u00e9rents composants mol\u00e9culaires des cellules et se dilate, maintenant id\u00e9alement tous les composants dans la m\u00eame position relative les uns par rapport aux autres, cr\u00e9ant un \u00e9chantillon plus grand et plus accessible \u00e0 \u00e9tudier - en principe, similaire \u00e0 l'\u00e9criture sur un ballon, puis le gonfler .<\/p>\n
Cependant, les hydrogels actuels utilis\u00e9s pour ce processus pr\u00e9sentent certains inconv\u00e9nients lorsqu'il s'agit d'\u00e9tudier des structures minuscules dans le cerveau. La marge d'erreur dans le maintien de la position relative des mol\u00e9cules n'est pas aussi pr\u00e9cise que souhait\u00e9. Le nouveau gel qui surmonte potentiellement ce probl\u00e8me r\u00e9agit mal \u00e0 la chaleur utilis\u00e9e pour d\u00e9naturer et traiter les \u00e9chantillons de tissus. Et cela peut limiter l'utilisation de biomarqueurs fluorescents. Le Dr Gao vise \u00e0 am\u00e9liorer la technologie en d\u00e9veloppant un nouveau type de \u00abt\u00e9tra-gel\u00bb, qui est chimiquement con\u00e7u pour avoir un monom\u00e8re en forme de t\u00e9tra\u00e8dre qui est extr\u00eamement uniforme lorsqu'il se dilate, r\u00e9siste \u00e0 la chaleur et permet l'utilisation de marqueurs bioluminescents. Il d\u00e9veloppera \u00e9galement des lieurs chimiques, des mol\u00e9cules sp\u00e9cialis\u00e9es qui lieront diff\u00e9rents composants mol\u00e9culaires de l'\u00e9chantillon au gel. L'objectif est d'avoir un \u00e9chantillon \u00e9largi qui correspond \u00e0 la fid\u00e9lit\u00e9 de l'original \u00e0 moins de 10 nanom\u00e8tres, correspondant \u00e0 la r\u00e9solution des microscopes puissants.<\/p>\n
Les recherches du Dr Gao ont d\u00e9j\u00e0 identifi\u00e9 des compos\u00e9s prometteurs avec lesquels d\u00e9velopper ce t\u00e9tra-gel. Au fur et \u00e0 mesure que son laboratoire le d\u00e9veloppera et l'affinera, il appliquera ses capacit\u00e9s \u00e0 l'\u00e9tude, par exemple, des cerveaux atteints de la maladie de Parkinson \u00e0 un stade pr\u00e9coce. L'\u00e9tude de la structure exacte de ces cerveaux a \u00e9t\u00e9 difficile avec les m\u00e9thodes traditionnelles, et l'objectif est de cartographier avec pr\u00e9cision les prot\u00e9ines synaptiques et les transcrits de g\u00e8nes associ\u00e9s, aidant \u00e0 d\u00e9couvrir comment le cerveau de la MP \u00e0 d\u00e9but pr\u00e9coce est structur\u00e9 mol\u00e9culairement.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\tMirna Mihovilovic Skanata<\/strong><\/a>, Ph.D., Professeur adjoint, D\u00e9partement de physique, Universit\u00e9 de Syracuse <\/strong><\/p>\nTechnologie de suivi \u00e0 deux photons pour lire et manipuler les sch\u00e9mas neuronaux chez les animaux en mouvement libre <\/em><\/strong><\/p>\nL'\u00e9talon-or pour les neuroscientifiques est d'\u00eatre capable d'enregistrer et de manipuler ce qui se passe dans le cerveau avec un haut niveau de pr\u00e9cision, sur une grande surface, alors qu'un animal vivant se comporte librement et naturellement. Au fil des ann\u00e9es, la technologie a permis aux chercheurs d'aller vers cet id\u00e9al, mais toujours avec quelques compromis. Souvent, les animaux devaient \u00eatre fix\u00e9s sur la t\u00eate et \/ ou avoir des capteurs ou des optiques intrusifs implant\u00e9s dans leur cerveau, et souvent l'enregistrement ou la manipulation haute fid\u00e9lit\u00e9 \u00e9tait limit\u00e9 \u00e0 une zone relativement petite du cerveau, tandis que les enregistrements et la manipulation \u00e0 grande \u00e9chelle \u00e9taient moins pr\u00e9cise.<\/p>\n
L'un des principaux d\u00e9fis est simplement le mouvement et la distorsion du cerveau et des neurones chez un animal en mouvement libre. Mais le Dr Skanata d\u00e9veloppe une nouvelle technologie de suivi \u00e0 deux photons qui lui permet de suivre plusieurs neurones individuels chez un animal en mouvement sans aucun implant invasif, et d'activer ou de manipuler optiquement ces neurones. Le mod\u00e8le utilis\u00e9 est celui des larves de mouches des fruits, qui sont naturellement transparentes, et le syst\u00e8me que le Dr Skanata continuera \u00e0 d\u00e9velopper utilise des microscopes \u00e0 deux photons (qui permettent un ciblage tr\u00e8s pr\u00e9cis) coupl\u00e9s \u00e0 un algorithme ing\u00e9nieux capable de d\u00e9tecter rapidement le mouvement des neurones individuels et ajuster la position du sujet sur une sc\u00e8ne mobile pour le maintenir centr\u00e9 sous le microscope. Le syst\u00e8me calcule les positions relatives de plusieurs neurones, s'adapte au mouvement et \u00e0 la d\u00e9formation du cerveau pendant le mouvement et suit l'activit\u00e9 neuronale sur une grande surface.<\/p>\n
Lors du suivi d'un animal qui a \u00e9t\u00e9 modifi\u00e9 afin que les neurones puissent \u00eatre activ\u00e9s lorsqu'ils sont expos\u00e9s \u00e0 la lumi\u00e8re optique, le syst\u00e8me permet aux chercheurs d'activer les neurones avec une grande pr\u00e9cision pendant l'activit\u00e9 naturelle. Il est important de noter que le syst\u00e8me que d\u00e9veloppe le Dr Skanata a la capacit\u00e9 de contr\u00f4ler ind\u00e9pendamment deux faisceaux laser, de sorte qu'il peut suivre plusieurs zones simultan\u00e9ment, et permettra m\u00eame de suivre l'activit\u00e9 entre les individus, permettant un aper\u00e7u de l'activit\u00e9 neuronale lors des rencontres de groupe.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\t\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>\n\t\n\t\t\n\t\t\t2021-2022<\/h3>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>\n\t\n\t\t\n\t\t\tTimothy Dunn, Ph.D.,<\/a><\/strong> Professeur adjoint, D\u00e9partement de g\u00e9nie biom\u00e9dical, Duke University<\/strong><\/p>\nQuantification comportementale tridimensionnelle \u00e0 plusieurs \u00e9chelles chez les individus et les groupes sociaux<\/em><\/strong><\/p>\nLes m\u00e9thodes actuelles de mesure du mouvement des animaux se comportant librement ont des limites : des observations tr\u00e8s d\u00e9taill\u00e9es de petits mouvements d'un animal (un seul chiffre, par exemple) n\u00e9cessitent des amplitudes de mouvement restreintes. \u00c9tudier le comportement en mouvement libre dans l'espace 3D signifie souvent limiter la r\u00e9solution, peut-\u00eatre uniquement suivre la position globale ou se fier \u00e0 la description d'un observateur. Le suivi vid\u00e9o automatique chez les animaux n\u00e9cessite g\u00e9n\u00e9ralement un environnement non naturel et simple, et les parties du corps non visibles par les cam\u00e9ras ne sont pas suivies avec pr\u00e9cision. Les pr\u00e9dictions d'intelligence artificielle (IA) \u00e0 haute r\u00e9solution sur de grands espaces tridimensionnels \u00e0 l'aide de la repr\u00e9sentation spatiale volum\u00e9trique, une technique r\u00e9cemment d\u00e9velopp\u00e9e pour surmonter ces probl\u00e8mes, n\u00e9cessitent une puissance de calcul massive. L'ajout de plusieurs animaux pour les observations sociales introduit des probl\u00e8mes suppl\u00e9mentaires.<\/p>\n
En cons\u00e9quence, il y a une faible disponibilit\u00e9 des donn\u00e9es les plus recherch\u00e9es : haute r\u00e9solution, suivi automatique des animaux dans l'espace 3D ex\u00e9cutant des comportements naturels, seuls ou en groupe, et quantification de ce mouvement dans un format standardis\u00e9. Le Dr Dunn travaille sur une nouvelle approche qui vise \u00e0 rapprocher cet id\u00e9al. S'appuyant sur les enseignements d'un algorithme d'apprentissage automatique g\u00e9om\u00e9trique 3D que son \u00e9quipe a utilis\u00e9 pour am\u00e9liorer consid\u00e9rablement la pr\u00e9cision des pr\u00e9dictions, le Dr Dunn et son \u00e9quipe travaillent maintenant sur l'\u00e9chantillonnage d'images r\u00e9current adaptatif (ARIS) qui combine les images de plusieurs cam\u00e9ras pour cr\u00e9er un mod\u00e8le qui peut mesurer et pr\u00e9dire la position du corps sur de nombreuses \u00e9chelles, m\u00eame lorsqu'une partie (comme un bras ou un pied) n'est pas directement visible.<\/p>\n
ARIS am\u00e9liore s\u00e9lectivement la r\u00e9solution des caract\u00e9ristiques corporelles \u00e0 petite \u00e9chelle et utilise une mod\u00e9lisation pr\u00e9dictive bas\u00e9e sur ce qu'il sait de son sujet (disposition et longueur des membres, comment ils sont connect\u00e9s, comment ils se d\u00e9placent, etc.) - appris d'abord en analysant d'\u00e9normes quantit\u00e9s des donn\u00e9es d'entra\u00eenement de rats se comportant librement, puis affin\u00e9es en utilisant les donn\u00e9es d'entra\u00eenement d'autres esp\u00e8ces - pour se concentrer sur la partie de l'espace o\u00f9 la partie du corps est susceptible de se trouver. Cela utilise beaucoup moins de puissance de calcul que les outils volum\u00e9triques 3D pr\u00e9c\u00e9dents. Dans ses recherches, le Dr Dunn mettra en \u0153uvre ARIS et enregistrera des donn\u00e9es \u00e0 plusieurs \u00e9chelles, depuis la position et la posture globales jusqu'au mouvement des traits fins des mains, des pieds et du visage. D'autres recherches exploreront son efficacit\u00e9 avec plusieurs animaux interagissant. Cette capacit\u00e9 \u00e0 mesurer le comportement d'une mani\u00e8re nouvelle et plus pr\u00e9cise a de vastes implications pour l'\u00e9tude des troubles neurologiques qui affectent le mouvement, en liant l'activit\u00e9 c\u00e9r\u00e9brale au comportement et en \u00e9tudiant les interactions sociales.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\tJeffrey Kieft, Ph.D.,<\/a><\/strong> Professeur, D\u00e9partement de biochimie et de g\u00e9n\u00e9tique mol\u00e9culaire, Facult\u00e9 de m\u00e9decine de l'Universit\u00e9 du Colorado<\/strong><\/p>\nUne nouvelle technologie pour contr\u00f4ler le transcriptome<\/em><\/strong><\/p>\nL'ARN messager, ou ARNm, est reconnu comme un acteur essentiel de la vie et de la sant\u00e9 des cellules. Ces mol\u00e9cules d'ARN sont les mod\u00e8les pour fabriquer des prot\u00e9ines et sont cr\u00e9\u00e9es dans les cellules pour transmettre des instructions \u00e0 la machinerie de fabrication de prot\u00e9ines, puis sont d\u00e9truites par des enzymes. La totalit\u00e9 de l'ARNm qu'un organisme exprime s'appelle son \u00ab transcriptome \u00bb.<\/p>\n
Les d\u00e9ficiences en ARNm et en ARN non codant (ARNnc) sont li\u00e9es \u00e0 certains troubles neurod\u00e9g\u00e9n\u00e9ratifs et neurod\u00e9veloppementaux. S'il y a trop peu d'ARNm ou d'ARNnc sp\u00e9cifique dans le transcriptome, certaines fonctions cellulaires peuvent \u00eatre d\u00e9grad\u00e9es ou d\u00e9sactiv\u00e9es. Le Dr Kieft explore une nouvelle fa\u00e7on de g\u00e9rer le transcriptome en ralentissant la d\u00e9sint\u00e9gration de l'ARNm et de l'ARNnc. Sachant que certaines enzymes qui d\u00e9truisent les ARN essentiellement le \u00ab m\u00e2chent \u00bb d'un bout \u00e0 l'autre, le Dr Kieft a utilis\u00e9 sa compr\u00e9hension de la fa\u00e7on dont les mol\u00e9cules d'ARN sont structur\u00e9es et se replient sur elles-m\u00eames pour cr\u00e9er un morceau d'ARN r\u00e9sistant aux exoribonucl\u00e9ases (xrRNA) qui , lorsqu'il est introduit dans un ARNm ou un ARNnc compatible, se combine et se replie pour former une structure \u00ab bloquante \u00bb, changeant litt\u00e9ralement la forme de l'ARN en ins\u00e9rant une protub\u00e9rance qui arr\u00eate les enzymes dans leur \u00e9lan.<\/p>\n
En ralentissant la d\u00e9croissance de l'ARNm et de l'ARNnc cibles, le Dr Kieft voit l'opportunit\u00e9 de g\u00e9rer leur abondance dans le transcriptome. Les xrRNA con\u00e7us pourraient reconna\u00eetre uniquement des cibles sp\u00e9cifiques, se lier \u00e0 elles et cr\u00e9er la protection, afin que les chercheurs puissent augmenter la proportion de la cible sans changer la quantit\u00e9 cr\u00e9\u00e9e. L'approche a l'avantage d'\u00eatre moins perturbatrice pour la cellule h\u00f4te que de stimuler de mani\u00e8re non naturelle l'ARNm, et la pr\u00e9cision avec laquelle l'ARNxr peut \u00eatre con\u00e7u offre la possibilit\u00e9 de cibler plusieurs ARN \u00e0 la fois, et peut-\u00eatre m\u00eame de permettre un r\u00e9glage fin en g\u00e9rant avec pr\u00e9cision le taux de pourriture. Le Dr Kieft consid\u00e8re cette application, n\u00e9e de la science fondamentale qui \u00e9tudie l'ARN, comme un outil de recherche potentiellement puissant pour les neuroscientifiques, et peut-\u00eatre m\u00eame le fondement de th\u00e9rapies dans un avenir plus lointain.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\tSuhasa Kodandaramaiah, Ph.D.,<\/a><\/strong> Benjamin Mayhugh Professeur adjoint, D\u00e9partement de g\u00e9nie m\u00e9canique, Universit\u00e9 du Minnesota Twin Cities <\/strong><\/p>\nEnregistrements \u00e0 l'\u00e9chelle du cerveau assist\u00e9s par robot chez des souris se comportant librement <\/em><\/strong><\/p>\nLes neuroscientifiques qui \u00e9tudient l'activit\u00e9 c\u00e9r\u00e9brale pendant les comportements doivent g\u00e9n\u00e9ralement faire un compromis\u00a0: ils utilisent des capteurs neuronaux miniaturis\u00e9s mont\u00e9s sur la t\u00eate qui sont suffisamment l\u00e9gers pour permettre \u00e0 un animal sujet de se comporter librement, mais qui ont une r\u00e9solution inf\u00e9rieure ou ne peuvent pas surveiller l'ensemble du cerveau. Soit ils utilisent des outils plus puissants, beaucoup trop lourds pour les animaux sujets et n\u00e9cessitent d'autres solutions, comme l'immobilisation en laissant les animaux se d\u00e9placer sur un tapis roulant, ou encore l'utilisation d'exp\u00e9riences de r\u00e9alit\u00e9 virtuelle qui limitent n\u00e9anmoins le comportement d'un sujet.<\/p>\n
Le Dr Kodandaramaiah rel\u00e8ve le d\u00e9fi avec un exosquelette cr\u00e2nien robotique qui supporte le poids du mat\u00e9riel d'enregistrement et de surveillance neuronal tout en permettant au sujet (dans ce cas une souris) de faire pivoter sa t\u00eate dans les trois degr\u00e9s : un tour complet de 360 degr\u00e9s dans le axe de lacet (rotation horizontale) et environ 50 degr\u00e9s de mouvement dans les axes de tangage et de roulis, tout en se d\u00e9pla\u00e7ant dans une ar\u00e8ne. Le robot a trois bras articul\u00e9s dispos\u00e9s dans une configuration triangulaire, suspendus au-dessus du sujet et se rejoignant au point de montage sur la t\u00eate. Les capteurs de la monture d\u00e9tecteront le mouvement de la souris et dirigeront le robot pour permettre le mouvement avec le moins de force r\u00e9sistive possible, permettant \u00e0 la souris de tourner et de se d\u00e9placer dans une ar\u00e8ne g\u00e9n\u00e9ralement utilis\u00e9e pour les exp\u00e9riences en neurosciences avec tout l'\u00e9quipement sensoriel n\u00e9cessaire et fils des implants support\u00e9s par le robot.<\/p>\n
Supprimer le besoin de miniaturisation permet aux chercheurs d'utiliser n'importe quel mat\u00e9riel de pointe disponible, ce qui signifie qu'un robot peut th\u00e9oriquement \u00eatre mis \u00e0 niveau pour utiliser la derni\u00e8re technologie peu apr\u00e8s son introduction. Pour en arriver l\u00e0, l'\u00e9quipe du Dr Kodandaramaiah passera par plusieurs \u00e9tapes : concevoir l'exosquelette ; l'ing\u00e9nierie de la sc\u00e8ne principale avec ses capteurs n\u00e9cessaires ainsi que des \u00e9lectrodes et des cam\u00e9ras haute densit\u00e9 pour l'observation externe des yeux, des moustaches et plus encore\u00a0; effectuer des tests sur paillasse\u00a0; r\u00e9gler le robot sur les entr\u00e9es qu'une souris peut fournir\u00a0; d\u00e9terminer comment introduire les sondes\u00a0; et enfin faire un enregistrement en direct. Avec ce fondement m\u00e9canique, le Dr Kodandaramaiah esp\u00e8re aider les chercheurs \u00e0 se rapprocher de l'\u00e9tat o\u00f9 ils peuvent effectuer des enregistrements neuronaux d\u00e9taill\u00e9s \u00e0 l'\u00e9chelle du cerveau de sujets se comportant librement sur de longues p\u00e9riodes.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\t\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>\n\t\n\t\t\n\t\t\t2020-2021<\/h3>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>\n\t\n\t\t\n\t\t\tEva Dyer, Ph.D.<\/a>, Professeur adjoint, Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology & Emory University<\/strong><\/p>\n\u201c<\/em><\/strong>Comparaison d'ensembles de donn\u00e9es neuronales \u00e0 grande \u00e9chelle dans le temps, l'espace et le comportement \u00bb<\/em><\/strong><\/p>\nLa capacit\u00e9 d'observer et d'enregistrer des donn\u00e9es neuronales sur de grandes parties du cerveau a abouti \u00e0 d'\u00e9normes quantit\u00e9s de donn\u00e9es, permettant de trouver des mod\u00e8les dans les donn\u00e9es qui peuvent expliquer combien de neurones travaillent ensemble pour coder des informations sur le monde. M\u00eame avec les nouvelles avanc\u00e9es dans la recherche de mod\u00e8les de faible dimension dans les ensembles de donn\u00e9es, il est toujours difficile de comparer plusieurs enregistrements \u00e0 grande \u00e9chelle, que ce soit sur de longues p\u00e9riodes de temps, ou entre diff\u00e9rents individus r\u00e9solvant les m\u00eames t\u00e2ches ou des t\u00e2ches similaires, ou entre des \u00e9tats pathologiques. L'exp\u00e9rience de la Dre Dyer en utilisant l'apprentissage automatique (ML) pour d\u00e9coder l'activit\u00e9 c\u00e9r\u00e9brale l'a amen\u00e9e \u00e0 une nouvelle solution pour identifier des mod\u00e8les dans plusieurs grands ensembles de donn\u00e9es neuronales.<\/p>\n
Le travail du Dr Dyer consiste \u00e0 cr\u00e9er des algorithmes d'apprentissage automatique pour extraire des informations significatives \u00e0 partir d'ensembles de donn\u00e9es neuronales, qui sont \u00e9tiquet\u00e9s pour identifier si l'animal \u00e9tait endormi, \u00e9veill\u00e9, en qu\u00eate de nourriture ou s'il se livrait \u00e0 divers mouvements ou comportements. De nouvelles r\u00e8gles math\u00e9matiques inspir\u00e9es de la cryptographie guident les algorithmes pour identifier des mod\u00e8les similaires dans des ensembles de donn\u00e9es s\u00e9par\u00e9s, en cherchant sp\u00e9cifiquement \u00e0 faire correspondre l'activit\u00e9 neuronale g\u00e9n\u00e9r\u00e9e par diff\u00e9rents \u00e9tats du cerveau comme point de d\u00e9part pour aligner les donn\u00e9es. L'alignement de l'activit\u00e9 neuronale peut montrer comment les sch\u00e9mas neuronaux sont li\u00e9s au comportement et \u00e0 l'\u00e9tat du sujet, ainsi que pr\u00e9venir la corruption par le bruit, et fournit un tremplin critique pour des techniques d'analyse plus puissantes.<\/p>\n
Le deuxi\u00e8me objectif du Dr Dyer aidera les chercheurs \u00e0 se recentrer sur des neurones uniques pour comprendre comment ils contribuent aux changements globaux de l'activit\u00e9 neuronale et s'ils peuvent \u00eatre utilis\u00e9s pour pr\u00e9dire des \u00e9tats c\u00e9r\u00e9braux sp\u00e9cifiques. La recherche explorera en outre si les diff\u00e9rences de comportement peuvent \u00eatre attribu\u00e9es \u00e0 des types de cellules sp\u00e9cifiques et comment les diff\u00e9rences observ\u00e9es entre les ensembles de donn\u00e9es peuvent \u00eatre utilis\u00e9es pour caract\u00e9riser la variation entre les animaux individuels. La capacit\u00e9 de d\u00e9coder et de comparer de grands ensembles de donn\u00e9es neuronales se r\u00e9v\u00e9lera inestimable dans la recherche neurologique en indiquant comment les maladies neurod\u00e9g\u00e9n\u00e9ratives affectent le traitement de l'information par le cerveau.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\tRikky Muller, Ph.D.<\/a>, Professeur adjoint de g\u00e9nie \u00e9lectrique et d'informatique, Universit\u00e9 de Californie - Berkeley<\/strong><\/p>\n\u201c<\/strong><\/em>Un appareil holographique haute vitesse pour le contr\u00f4le optog\u00e9n\u00e9tique de milliers de neurones \u00bb<\/em><\/strong><\/p>\nL'optog\u00e9n\u00e9tique - qui modifie g\u00e9n\u00e9tiquement les neurones pour qu'ils soient sensibles \u00e0 la lumi\u00e8re afin que les chercheurs puissent les activer ou les faire taire \u00e0 volont\u00e9 - a r\u00e9volutionn\u00e9 la recherche en neurosciences. Associ\u00e9s \u00e0 des modulateurs de lumi\u00e8re spatiaux qui fa\u00e7onnent la lumi\u00e8re en hologrammes 3D, les chercheurs peuvent contr\u00f4ler individuellement de nombreux neurones r\u00e9partis dans une r\u00e9gion tridimensionnelle d'un cerveau in vivo<\/em>. Mais jusqu'\u00e0 pr\u00e9sent, il n'existait pas de projecteur holographique capable de contr\u00f4ler les neurones aux vitesses trouv\u00e9es naturellement dans le cerveau.<\/p>\nLe Dr Muller con\u00e7oit et construit un projecteur holographique pour r\u00e9soudre ce probl\u00e8me. Son appareil diffusera des images lumineuses holographiques \u00e0 des taux de 10 000 images par seconde (Hz). De nombreux t\u00e9l\u00e9viseurs de la g\u00e9n\u00e9ration actuelle actualisent 60 images par seconde, \u00e0 titre de comparaison, et les outils holographiques les plus rapides disponibles dans le commerce atteignent 500 Hz. Ce taux de rafra\u00eechissement \u00e9lev\u00e9 est n\u00e9cessaire pour reproduire la signalisation neuronale naturelle, qui implique des temps de potentiel d'action d'environ 1\/1 000e de seconde (\u00e9quivalent \u00e0 1000 Hz lorsque l'on consid\u00e8re les taux de rafra\u00eechissement.) De plus, Muller vise \u00e0 cibler des milliers de neurones avec une pr\u00e9cision extr\u00eame, et tout comme les taux plus \u00e9lev\u00e9s des t\u00e9l\u00e9viseurs donnent des images plus nettes, un hologramme de 10 000 Hz offrira une plus grande pr\u00e9cision.<\/p>\n
Le Dr Muller, un ing\u00e9nieur \u00e9lectricien qui se concentre sur la neurotechnologie, consulte r\u00e9guli\u00e8rement des neuroscientifiques pendant qu'elle con\u00e7oit, teste et construit l'appareil pour s'assurer qu'il r\u00e9pond \u00e0 leurs besoins. L'appareil utilisera un r\u00e9seau de micromiroirs, qui sculptera des motifs 3D de lumi\u00e8re \u00e0 des endroits et \u00e0 des profondeurs sp\u00e9cifiques gr\u00e2ce \u00e0 l'actionnement \u00e9lectrique de miroirs miniatures; la lumi\u00e8re est ensuite relay\u00e9e \u00e0 travers une s\u00e9rie de lentilles. Le projet concevra et fabriquera d'abord deux tableaux - un plus petit tableau pour les tests et la preuve de concept, et un tableau de plus grand format, ainsi que les pilotes et commandes associ\u00e9s qui seront utilis\u00e9s pour la mesure et l'\u00e9talonnage. Enfin, l'\u00e9quipe du Dr Muller produira un modulateur de lumi\u00e8re spatial complet. On esp\u00e8re que cet outil donnera aux chercheurs une capacit\u00e9 sans pr\u00e9c\u00e9dent de contr\u00f4ler et de tester la connectivit\u00e9 neuronale.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\tKai Zinn, Ph.D.<\/a>, Howard et Gwen Laurie Smits Professeur de biologie, California Institute of Technology<\/strong><\/p>\n\u201c<\/em><\/strong>Code \u00e0 barres enzymatique modulaire \u00bb<\/em><\/strong><\/p>\nDe nombreuses exp\u00e9riences en neurosciences impliquent l'analyse de la liaison des anticorps et des r\u00e9cepteurs aux surfaces cellulaires. En outre, une compr\u00e9hension du d\u00e9veloppement et de la fonction neuronale n\u00e9cessite des connaissances sur in vivo<\/em> interactions entre les prot\u00e9ines de surface cellulaire. Les exp\u00e9riences \u00e0 haut d\u00e9bit impliquant des prot\u00e9ines sont g\u00e9n\u00e9ralement longues et complexes car chaque prot\u00e9ine a des propri\u00e9t\u00e9s biochimiques diff\u00e9rentes. Pour aider \u00e0 ouvrir de nouvelles opportunit\u00e9s pour la recherche en neurosciences, le Dr Zinn et son \u00e9quipe d\u00e9veloppent une mani\u00e8re modulaire de \u00abcoder\u00bb diff\u00e9rentes prot\u00e9ines, offrant aux chercheurs une bo\u00eete \u00e0 outils flexible.<\/p>\nLe code \u00e0 barres dans sa forme la plus simple consiste \u00e0 ins\u00e9rer un marqueur g\u00e9n\u00e9tique dans des mol\u00e9cules, puis \u00e0 rechercher ces marqueurs apr\u00e8s l'exp\u00e9rience pour d\u00e9terminer quelles mol\u00e9cules sont localis\u00e9es ensemble. Il a \u00e9t\u00e9 utilis\u00e9 avec des acides nucl\u00e9iques avec un grand succ\u00e8s. Les prot\u00e9ines sont cependant plus complexes et il n'y avait aucun moyen de coder les milliers de prot\u00e9ines d'int\u00e9r\u00eat pour les chercheurs sans recourir \u00e0 la r\u00e9ticulation chimique, qui alt\u00e8re souvent la fonction des prot\u00e9ines. Le Dr Zinn surmonte ce d\u00e9fi en utilisant des prot\u00e9ines de fusion contenant des modules de liaison aux prot\u00e9ines de haute affinit\u00e9 attach\u00e9s \u00e0 des enzymes \u00ab\u00e0 domaine HUH\u00bb, qui peuvent se coupler de mani\u00e8re covalente \u00e0 des oligonucl\u00e9otides de codes \u00e0 barres. Les modules de liaison permettent aux codes-barres d'\u00eatre attach\u00e9s \u00e0 des anticorps, des prot\u00e9ines biotinyl\u00e9es et des prot\u00e9ines avec des \u00e9tiquettes de liaison covalente. Cela permet d'acc\u00e9der \u00e0 la plupart des prot\u00e9ines d'int\u00e9r\u00eat pour les neuroscientifiques. Le projet consiste \u00e9galement \u00e0 construire des \u00e9chafaudages de nanoparticules avec 60 points de liaison qui peuvent \u00eatre simultan\u00e9ment attach\u00e9s \u00e0 des codes-barres et \u00e0 des prot\u00e9ines d'int\u00e9r\u00eat. Ces \u00e9chafaudages am\u00e9lioreront l'observabilit\u00e9 des interactions - les interactions faibles sont rendues plus fortes lorsque plusieurs prot\u00e9ines sur chaque structure interagissent.<\/p>\n
Le projet du Dr Zinn consistera \u00e0 d\u00e9velopper les protocoles et processus impliqu\u00e9s dans la conduite de plusieurs types d'exp\u00e9riences de s\u00e9quen\u00e7age monocellulaire \u00e0 haut d\u00e9bit qui fourniront des informations sur les prot\u00e9ines. Il s'agit notamment d'exp\u00e9riences utilisant des anticorps \u00e0 code-barres pour observer l'expression de r\u00e9cepteurs de surface sp\u00e9cifiques sur une cellule, pour observer les changements dans les cellules lorsqu'elles sont expos\u00e9es \u00e0 certaines prot\u00e9ines, pour visualiser un grand nombre d'antig\u00e8nes dans le tissu c\u00e9r\u00e9bral, pour cribler les interactions d'un grand nombre de prot\u00e9ines et pour identifier les r\u00e9cepteurs des prot\u00e9ines \u00aborphelines\u00bb. Gr\u00e2ce \u00e0 sa modularit\u00e9, sa simplicit\u00e9 et sa capacit\u00e9 \u00e0 permettre \u00e0 plusieurs prot\u00e9ines d'interagir \u00e0 la fois, le Dr Zinn s'attend \u00e0 ce que son syst\u00e8me de codes-barres permette et acc\u00e9l\u00e8re ces et bien d'autres types d'exp\u00e9riences en neurosciences.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\t2019-2020<\/h3>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>\n\t\n\t\t\n\t\t\tGilad Evrony, MD, Ph.D.,<\/a> Professeur adjoint, Centre de g\u00e9n\u00e9tique humaine et de g\u00e9nomique, Depts. de p\u00e9diatrie, neurosciences et physiologie, Langone Health de l'Universit\u00e9 de New York<\/strong><\/p>\n"TAPISSERIE: Une technologie multi-omique monocellulaire pour le tra\u00e7age haute r\u00e9solution par lignage du cerveau humain"<\/em><\/strong><\/p>\nIl est de notori\u00e9t\u00e9 publique que chaque \u00eatre humain commence par une seule cellule avec un seul ensemble d '\u00abinstructions\u00bb d'adn, mais les d\u00e9tails de la transformation de cette cellule en trillions - y compris les dizaines de milliards de cellules du cerveau - sont encore largement inconnus. Les recherches du Dr Evrony visent \u00e0 d\u00e9velopper une technologie appel\u00e9e TAPESTRY, qui pourrait \u00e9clairer ce processus en cr\u00e9ant un "arbre g\u00e9n\u00e9alogique" des cellules c\u00e9r\u00e9brales, montrant quelles cellules prog\u00e9nitrices sont \u00e0 l'origine des centaines de types de cellules matures dans le cerveau humain.<\/p>\n
La technologie pourrait r\u00e9soudre certains des probl\u00e8mes cl\u00e9s auxquels sont confront\u00e9s les chercheurs qui \u00e9tudient le d\u00e9veloppement du cerveau humain. La m\u00e9thode cl\u00e9 pour \u00e9tudier le d\u00e9veloppement en tra\u00e7ant des lign\u00e9es (introduire des marqueurs dans des cellules d\u2019animaux immatures, puis \u00e9tudier la mani\u00e8re dont ces marqueurs sont transmis \u00e0 leur descendance) est impossible chez l\u2019homme car elle est envahissante. Les travaux ant\u00e9rieurs du Dr Evrony avec ses coll\u00e8gues ont montr\u00e9 que des mutations naturelles peuvent \u00eatre utilis\u00e9es pour tracer des lign\u00e9es dans le cerveau humain. TAPESTRY vise \u00e0 faire progresser et \u00e0 adapter cette approche en r\u00e9solvant plusieurs limitations des m\u00e9thodes actuelles. Premi\u00e8rement, le tra\u00e7age de la lign\u00e9e n\u00e9cessite une isolation et une amplification plus fiables des quantit\u00e9s infimes d\u2019ADN de cellules individuelles. Deuxi\u00e8mement, une compr\u00e9hension d\u00e9taill\u00e9e du d\u00e9veloppement du cerveau humain doit \u00eatre rentable pour permettre de profiler des milliers ou des dizaines de milliers de cellules individuelles. Enfin, il faut \u00e9galement cartographier les ph\u00e9notypes de cellules - non seulement pour voir \u00e0 quel point les cellules sont li\u00e9es, mais aussi quel type de cellules elles sont. TAPESTRY cherche \u00e0 r\u00e9soudre ces probl\u00e8mes.<\/p>\n
L'approche du Dr Evrony s'applique \u00e0 toutes les cellules humaines, mais pr\u00e9sente un int\u00e9r\u00eat particulier pour les troubles c\u00e9r\u00e9braux. Une fois que les lignages c\u00e9r\u00e9braux sains sont cartographi\u00e9s, ils peuvent servir de base pour voir en quoi le d\u00e9veloppement c\u00e9r\u00e9bral diff\u00e8re chez les personnes souffrant de divers troubles susceptibles de survenir au cours du d\u00e9veloppement, tels que l'autisme et la schizophr\u00e9nie.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\tIaroslav 'Alex' Savtchouk, Ph.D.<\/a>, Professeur adjoint, d\u00e9partement des sciences biom\u00e9dicales, Universit\u00e9 Marquette<\/strong><\/p>\n\u00abImagerie panoptique rapide des volumes du cerveau par st\u00e9r\u00e9oscopie quadrangulaire \u00e0 horodatage\u00bb<\/strong> <\/em><\/p>\nLes techniques modernes d'imagerie optique du cerveau permettent l'observation d'une fine couche du cerveau, mais l'imagerie de nombreuses activit\u00e9s c\u00e9r\u00e9brales dans un espace tridimensionnel - tel qu'un volume de cerveau - s'est av\u00e9r\u00e9e d\u00e9courageante. Le Dr Savtchouk a d\u00e9velopp\u00e9 une approche qui permet aux chercheurs de voir ce qui se passe non seulement \u00e0 la surface du cerveau, mais aussi \u00e0 une r\u00e9solution spatio-temporelle bien plus \u00e9lev\u00e9e que jamais.<\/p>\n
Le processus central - la microscopie \u00e0 deux photons - d\u00e9tecte l'activit\u00e9 c\u00e9r\u00e9brale en recherchant la fluorescence dans les cellules c\u00e9r\u00e9brales g\u00e9n\u00e9tiquement modifi\u00e9es d'animaux de laboratoire. Avec un seul laser, les informations de profondeur sont enregistr\u00e9es tr\u00e8s lentement. Avec deux faisceaux laser, les chercheurs ont essentiellement une vision binoculaire - ils peuvent voir ce qui est proche et plus \u00e9loign\u00e9, mais il existe toujours des "ombres" visuelles o\u00f9 rien ne peut \u00eatre vu (par exemple, quand une personne regarde un bord d\u2019\u00e9chiquier, certaines pi\u00e8ces peut \u00eatre bloqu\u00e9 par des pi\u00e8ces plus proches.) Le Dr Savtchouk r\u00e9sout ce probl\u00e8me en ajoutant deux faisceaux laser suppl\u00e9mentaires, ce qui donne une vision quadrupl\u00e9e et r\u00e9duit consid\u00e9rablement les angles morts. Il est \u00e9galement en train de s\u00e9quencer la synchronisation des lasers - qui impulsent rapidement - afin que les chercheurs sachent quel laser a vu quelle activit\u00e9, essentielle \u00e0 la cr\u00e9ation d'un mod\u00e8le tridimensionnel pr\u00e9cis.<\/p>\n
Le projet de M. Savtchouk consiste tout d'abord \u00e0 concevoir le syst\u00e8me \u00e0 l'aide de simulations sur ordinateur, puis \u00e0 en d\u00e9montrer l'application avec des mod\u00e8les de souris. Son objectif est de d\u00e9velopper des moyens de mettre \u00e0 jour les microscopes \u00e0 deux photons existants en ajoutant des faisceaux laser et en mettant \u00e0 niveau le mat\u00e9riel et les logiciels, permettant ainsi aux laboratoires de b\u00e9n\u00e9ficier de la technologie sans avoir \u00e0 payer pour un nouveau syst\u00e8me.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>
\n\t\n\t\t\n\t\t\t
Andr\u00e9 Berndt<\/strong><\/a>, PhD, Professeur adjoint, D\u00e9partement de bioing\u00e9nierie, Universit\u00e9 de Washington<\/strong><\/p>\n Ing\u00e9nierie massivement parall\u00e8le et \u00e0 haut d\u00e9bit de biocapteurs optog\u00e9n\u00e9tiques pour la signalisation neuronale<\/em><\/strong><\/p>\n Les prot\u00e9ines fluorescentes cod\u00e9es g\u00e9n\u00e9tiquement ont r\u00e9volutionn\u00e9 l'\u00e9tude des cellules c\u00e9r\u00e9brales et des circuits neuronaux. En s'allumant litt\u00e9ralement en pr\u00e9sence d'une activit\u00e9 neuronale sp\u00e9cifique, qui peut ensuite \u00eatre enregistr\u00e9e par des microscopes et des fibres lumineuses dans des cerveaux vivants, cet outil a perc\u00e9 de nombreux myst\u00e8res et permis aux chercheurs de visualiser l'activit\u00e9 c\u00e9r\u00e9brale et les voies neuronales. Mais il y a eu un goulot d'\u00e9tranglement : D\u00e9velopper et identifier le meilleur capteur pour chaque exp\u00e9rience. Ces prot\u00e9ines cod\u00e9es doivent r\u00e9agir en pr\u00e9sence de stimuli sp\u00e9cifiques uniquement, dans certains cas peuvent avoir besoin d'\u00eatre tr\u00e8s sensibles, dans d'autres cas peuvent avoir besoin de fluorescer pendant une plus longue p\u00e9riode de temps, ou une exp\u00e9rience peut n\u00e9cessiter deux capteurs pour voir comment plusieurs neurotransmetteurs interagir.<\/p>\n Dans le pass\u00e9, chaque capteur devait \u00eatre g\u00e9n\u00e9tiquement modifi\u00e9, produit et test\u00e9 individuellement. Peut-\u00eatre que quelques dizaines ou centaines seulement pouvaient \u00eatre compar\u00e9es, et les chercheurs ont choisi la meilleure option \u00e0 partir d'un petit \u00e9chantillon - sans savoir s'il existait une option meilleure et plus pr\u00e9cise disponible. Le Dr Berndt a d\u00e9velopp\u00e9 un processus pour d\u00e9velopper et tester simultan\u00e9ment un tr\u00e8s grand nombre de biocapteurs optog\u00e9n\u00e9tiques, visant \u00e0 d\u00e9pister plus de 10 000 par jour et \u00e0 construire une biblioth\u00e8que massive de biocapteurs qui peuvent donner aux chercheurs l'acc\u00e8s \u00e0 des prot\u00e9ines con\u00e7ues avec pr\u00e9cision qu'ils peuvent utiliser pour ex\u00e9cuter jamais- exp\u00e9riences plus sp\u00e9cifiques.<\/p>\n La technologie utilise le g\u00e9nie g\u00e9n\u00e9tique rapide pour cr\u00e9er un grand nombre de variantes d'un biocapteur, puis place les variantes individuelles dans un r\u00e9seau de micropuits. Les capteurs sont expos\u00e9s aux neuropeptides - actuellement, le Dr Berndt se concentre sur les capteurs opio\u00efdes sp\u00e9cifiques au ligand - et les capteurs optiques lisent ensuite le micror\u00e9seau, d\u00e9tectant la luminosit\u00e9 et d'autres variables de chaque variante, et s\u00e9lectionnant les meilleures options pour des tests suppl\u00e9mentaires. Au cours de 2 ans, quelque 750 000 biocapteurs seront test\u00e9s et le processus de leur d\u00e9pistage affin\u00e9, faisant progresser la recherche sur les actions des opio\u00efdes dans le cerveau et offrant une approche polyvalente que d'autres chercheurs peuvent utiliser pour leurs exp\u00e9riences.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div> Ruixuan Gao<\/strong><\/a>, Ph.D., professeur adjoint, D\u00e9partement de chimie et D\u00e9partement des sciences biologiques, Universit\u00e9 de l'Illinois \u00e0 Chicago<\/strong><\/p>\n Profilage spatial inf\u00e9rieur \u00e0 10 nm des prot\u00e9ines synaptiques et des transcrits d'ARN avec une microscopie d'expansion \u00e0 haute isotropie \u00e0 l'aide d'un hydrogel hautement homog\u00e8ne construit \u00e0 partir de monom\u00e8res de type t\u00e9tra\u00e8dre<\/em><\/strong><\/p>\n Pour examiner des choses tr\u00e8s petites \u2013 comme les neurones et leurs synapses dans le cerveau \u2013 les chercheurs utilisent de puissants microscopes. Mais il existe une autre approche qui peut donner des r\u00e9sultats impressionnants : \u00e9tendre litt\u00e9ralement un \u00e9chantillon de tissu et les cellules qu'il contient en utilisant un hydrogel gonflable sp\u00e9cial gr\u00e2ce \u00e0 un processus appel\u00e9 microscopie d'expansion. L'hydrogel se lie \u00e0 diff\u00e9rents composants mol\u00e9culaires des cellules et se dilate, maintenant id\u00e9alement tous les composants dans la m\u00eame position relative les uns par rapport aux autres, cr\u00e9ant un \u00e9chantillon plus grand et plus accessible \u00e0 \u00e9tudier - en principe, similaire \u00e0 l'\u00e9criture sur un ballon, puis le gonfler .<\/p>\n Cependant, les hydrogels actuels utilis\u00e9s pour ce processus pr\u00e9sentent certains inconv\u00e9nients lorsqu'il s'agit d'\u00e9tudier des structures minuscules dans le cerveau. La marge d'erreur dans le maintien de la position relative des mol\u00e9cules n'est pas aussi pr\u00e9cise que souhait\u00e9. Le nouveau gel qui surmonte potentiellement ce probl\u00e8me r\u00e9agit mal \u00e0 la chaleur utilis\u00e9e pour d\u00e9naturer et traiter les \u00e9chantillons de tissus. Et cela peut limiter l'utilisation de biomarqueurs fluorescents. Le Dr Gao vise \u00e0 am\u00e9liorer la technologie en d\u00e9veloppant un nouveau type de \u00abt\u00e9tra-gel\u00bb, qui est chimiquement con\u00e7u pour avoir un monom\u00e8re en forme de t\u00e9tra\u00e8dre qui est extr\u00eamement uniforme lorsqu'il se dilate, r\u00e9siste \u00e0 la chaleur et permet l'utilisation de marqueurs bioluminescents. Il d\u00e9veloppera \u00e9galement des lieurs chimiques, des mol\u00e9cules sp\u00e9cialis\u00e9es qui lieront diff\u00e9rents composants mol\u00e9culaires de l'\u00e9chantillon au gel. L'objectif est d'avoir un \u00e9chantillon \u00e9largi qui correspond \u00e0 la fid\u00e9lit\u00e9 de l'original \u00e0 moins de 10 nanom\u00e8tres, correspondant \u00e0 la r\u00e9solution des microscopes puissants.<\/p>\n Les recherches du Dr Gao ont d\u00e9j\u00e0 identifi\u00e9 des compos\u00e9s prometteurs avec lesquels d\u00e9velopper ce t\u00e9tra-gel. Au fur et \u00e0 mesure que son laboratoire le d\u00e9veloppera et l'affinera, il appliquera ses capacit\u00e9s \u00e0 l'\u00e9tude, par exemple, des cerveaux atteints de la maladie de Parkinson \u00e0 un stade pr\u00e9coce. L'\u00e9tude de la structure exacte de ces cerveaux a \u00e9t\u00e9 difficile avec les m\u00e9thodes traditionnelles, et l'objectif est de cartographier avec pr\u00e9cision les prot\u00e9ines synaptiques et les transcrits de g\u00e8nes associ\u00e9s, aidant \u00e0 d\u00e9couvrir comment le cerveau de la MP \u00e0 d\u00e9but pr\u00e9coce est structur\u00e9 mol\u00e9culairement.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div> Mirna Mihovilovic Skanata<\/strong><\/a>, Ph.D., Professeur adjoint, D\u00e9partement de physique, Universit\u00e9 de Syracuse <\/strong><\/p>\n Technologie de suivi \u00e0 deux photons pour lire et manipuler les sch\u00e9mas neuronaux chez les animaux en mouvement libre <\/em><\/strong><\/p>\n L'\u00e9talon-or pour les neuroscientifiques est d'\u00eatre capable d'enregistrer et de manipuler ce qui se passe dans le cerveau avec un haut niveau de pr\u00e9cision, sur une grande surface, alors qu'un animal vivant se comporte librement et naturellement. Au fil des ann\u00e9es, la technologie a permis aux chercheurs d'aller vers cet id\u00e9al, mais toujours avec quelques compromis. Souvent, les animaux devaient \u00eatre fix\u00e9s sur la t\u00eate et \/ ou avoir des capteurs ou des optiques intrusifs implant\u00e9s dans leur cerveau, et souvent l'enregistrement ou la manipulation haute fid\u00e9lit\u00e9 \u00e9tait limit\u00e9 \u00e0 une zone relativement petite du cerveau, tandis que les enregistrements et la manipulation \u00e0 grande \u00e9chelle \u00e9taient moins pr\u00e9cise.<\/p>\n L'un des principaux d\u00e9fis est simplement le mouvement et la distorsion du cerveau et des neurones chez un animal en mouvement libre. Mais le Dr Skanata d\u00e9veloppe une nouvelle technologie de suivi \u00e0 deux photons qui lui permet de suivre plusieurs neurones individuels chez un animal en mouvement sans aucun implant invasif, et d'activer ou de manipuler optiquement ces neurones. Le mod\u00e8le utilis\u00e9 est celui des larves de mouches des fruits, qui sont naturellement transparentes, et le syst\u00e8me que le Dr Skanata continuera \u00e0 d\u00e9velopper utilise des microscopes \u00e0 deux photons (qui permettent un ciblage tr\u00e8s pr\u00e9cis) coupl\u00e9s \u00e0 un algorithme ing\u00e9nieux capable de d\u00e9tecter rapidement le mouvement des neurones individuels et ajuster la position du sujet sur une sc\u00e8ne mobile pour le maintenir centr\u00e9 sous le microscope. Le syst\u00e8me calcule les positions relatives de plusieurs neurones, s'adapte au mouvement et \u00e0 la d\u00e9formation du cerveau pendant le mouvement et suit l'activit\u00e9 neuronale sur une grande surface.<\/p>\n Lors du suivi d'un animal qui a \u00e9t\u00e9 modifi\u00e9 afin que les neurones puissent \u00eatre activ\u00e9s lorsqu'ils sont expos\u00e9s \u00e0 la lumi\u00e8re optique, le syst\u00e8me permet aux chercheurs d'activer les neurones avec une grande pr\u00e9cision pendant l'activit\u00e9 naturelle. Il est important de noter que le syst\u00e8me que d\u00e9veloppe le Dr Skanata a la capacit\u00e9 de contr\u00f4ler ind\u00e9pendamment deux faisceaux laser, de sorte qu'il peut suivre plusieurs zones simultan\u00e9ment, et permettra m\u00eame de suivre l'activit\u00e9 entre les individus, permettant un aper\u00e7u de l'activit\u00e9 neuronale lors des rencontres de groupe.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div> Timothy Dunn, Ph.D.,<\/a><\/strong> Professeur adjoint, D\u00e9partement de g\u00e9nie biom\u00e9dical, Duke University<\/strong><\/p>\n Quantification comportementale tridimensionnelle \u00e0 plusieurs \u00e9chelles chez les individus et les groupes sociaux<\/em><\/strong><\/p>\n Les m\u00e9thodes actuelles de mesure du mouvement des animaux se comportant librement ont des limites : des observations tr\u00e8s d\u00e9taill\u00e9es de petits mouvements d'un animal (un seul chiffre, par exemple) n\u00e9cessitent des amplitudes de mouvement restreintes. \u00c9tudier le comportement en mouvement libre dans l'espace 3D signifie souvent limiter la r\u00e9solution, peut-\u00eatre uniquement suivre la position globale ou se fier \u00e0 la description d'un observateur. Le suivi vid\u00e9o automatique chez les animaux n\u00e9cessite g\u00e9n\u00e9ralement un environnement non naturel et simple, et les parties du corps non visibles par les cam\u00e9ras ne sont pas suivies avec pr\u00e9cision. Les pr\u00e9dictions d'intelligence artificielle (IA) \u00e0 haute r\u00e9solution sur de grands espaces tridimensionnels \u00e0 l'aide de la repr\u00e9sentation spatiale volum\u00e9trique, une technique r\u00e9cemment d\u00e9velopp\u00e9e pour surmonter ces probl\u00e8mes, n\u00e9cessitent une puissance de calcul massive. L'ajout de plusieurs animaux pour les observations sociales introduit des probl\u00e8mes suppl\u00e9mentaires.<\/p>\n En cons\u00e9quence, il y a une faible disponibilit\u00e9 des donn\u00e9es les plus recherch\u00e9es : haute r\u00e9solution, suivi automatique des animaux dans l'espace 3D ex\u00e9cutant des comportements naturels, seuls ou en groupe, et quantification de ce mouvement dans un format standardis\u00e9. Le Dr Dunn travaille sur une nouvelle approche qui vise \u00e0 rapprocher cet id\u00e9al. S'appuyant sur les enseignements d'un algorithme d'apprentissage automatique g\u00e9om\u00e9trique 3D que son \u00e9quipe a utilis\u00e9 pour am\u00e9liorer consid\u00e9rablement la pr\u00e9cision des pr\u00e9dictions, le Dr Dunn et son \u00e9quipe travaillent maintenant sur l'\u00e9chantillonnage d'images r\u00e9current adaptatif (ARIS) qui combine les images de plusieurs cam\u00e9ras pour cr\u00e9er un mod\u00e8le qui peut mesurer et pr\u00e9dire la position du corps sur de nombreuses \u00e9chelles, m\u00eame lorsqu'une partie (comme un bras ou un pied) n'est pas directement visible.<\/p>\n ARIS am\u00e9liore s\u00e9lectivement la r\u00e9solution des caract\u00e9ristiques corporelles \u00e0 petite \u00e9chelle et utilise une mod\u00e9lisation pr\u00e9dictive bas\u00e9e sur ce qu'il sait de son sujet (disposition et longueur des membres, comment ils sont connect\u00e9s, comment ils se d\u00e9placent, etc.) - appris d'abord en analysant d'\u00e9normes quantit\u00e9s des donn\u00e9es d'entra\u00eenement de rats se comportant librement, puis affin\u00e9es en utilisant les donn\u00e9es d'entra\u00eenement d'autres esp\u00e8ces - pour se concentrer sur la partie de l'espace o\u00f9 la partie du corps est susceptible de se trouver. Cela utilise beaucoup moins de puissance de calcul que les outils volum\u00e9triques 3D pr\u00e9c\u00e9dents. Dans ses recherches, le Dr Dunn mettra en \u0153uvre ARIS et enregistrera des donn\u00e9es \u00e0 plusieurs \u00e9chelles, depuis la position et la posture globales jusqu'au mouvement des traits fins des mains, des pieds et du visage. D'autres recherches exploreront son efficacit\u00e9 avec plusieurs animaux interagissant. Cette capacit\u00e9 \u00e0 mesurer le comportement d'une mani\u00e8re nouvelle et plus pr\u00e9cise a de vastes implications pour l'\u00e9tude des troubles neurologiques qui affectent le mouvement, en liant l'activit\u00e9 c\u00e9r\u00e9brale au comportement et en \u00e9tudiant les interactions sociales.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div> Jeffrey Kieft, Ph.D.,<\/a><\/strong> Professeur, D\u00e9partement de biochimie et de g\u00e9n\u00e9tique mol\u00e9culaire, Facult\u00e9 de m\u00e9decine de l'Universit\u00e9 du Colorado<\/strong><\/p>\n Une nouvelle technologie pour contr\u00f4ler le transcriptome<\/em><\/strong><\/p>\n L'ARN messager, ou ARNm, est reconnu comme un acteur essentiel de la vie et de la sant\u00e9 des cellules. Ces mol\u00e9cules d'ARN sont les mod\u00e8les pour fabriquer des prot\u00e9ines et sont cr\u00e9\u00e9es dans les cellules pour transmettre des instructions \u00e0 la machinerie de fabrication de prot\u00e9ines, puis sont d\u00e9truites par des enzymes. La totalit\u00e9 de l'ARNm qu'un organisme exprime s'appelle son \u00ab transcriptome \u00bb.<\/p>\n Les d\u00e9ficiences en ARNm et en ARN non codant (ARNnc) sont li\u00e9es \u00e0 certains troubles neurod\u00e9g\u00e9n\u00e9ratifs et neurod\u00e9veloppementaux. S'il y a trop peu d'ARNm ou d'ARNnc sp\u00e9cifique dans le transcriptome, certaines fonctions cellulaires peuvent \u00eatre d\u00e9grad\u00e9es ou d\u00e9sactiv\u00e9es. Le Dr Kieft explore une nouvelle fa\u00e7on de g\u00e9rer le transcriptome en ralentissant la d\u00e9sint\u00e9gration de l'ARNm et de l'ARNnc. Sachant que certaines enzymes qui d\u00e9truisent les ARN essentiellement le \u00ab m\u00e2chent \u00bb d'un bout \u00e0 l'autre, le Dr Kieft a utilis\u00e9 sa compr\u00e9hension de la fa\u00e7on dont les mol\u00e9cules d'ARN sont structur\u00e9es et se replient sur elles-m\u00eames pour cr\u00e9er un morceau d'ARN r\u00e9sistant aux exoribonucl\u00e9ases (xrRNA) qui , lorsqu'il est introduit dans un ARNm ou un ARNnc compatible, se combine et se replie pour former une structure \u00ab bloquante \u00bb, changeant litt\u00e9ralement la forme de l'ARN en ins\u00e9rant une protub\u00e9rance qui arr\u00eate les enzymes dans leur \u00e9lan.<\/p>\n En ralentissant la d\u00e9croissance de l'ARNm et de l'ARNnc cibles, le Dr Kieft voit l'opportunit\u00e9 de g\u00e9rer leur abondance dans le transcriptome. Les xrRNA con\u00e7us pourraient reconna\u00eetre uniquement des cibles sp\u00e9cifiques, se lier \u00e0 elles et cr\u00e9er la protection, afin que les chercheurs puissent augmenter la proportion de la cible sans changer la quantit\u00e9 cr\u00e9\u00e9e. L'approche a l'avantage d'\u00eatre moins perturbatrice pour la cellule h\u00f4te que de stimuler de mani\u00e8re non naturelle l'ARNm, et la pr\u00e9cision avec laquelle l'ARNxr peut \u00eatre con\u00e7u offre la possibilit\u00e9 de cibler plusieurs ARN \u00e0 la fois, et peut-\u00eatre m\u00eame de permettre un r\u00e9glage fin en g\u00e9rant avec pr\u00e9cision le taux de pourriture. Le Dr Kieft consid\u00e8re cette application, n\u00e9e de la science fondamentale qui \u00e9tudie l'ARN, comme un outil de recherche potentiellement puissant pour les neuroscientifiques, et peut-\u00eatre m\u00eame le fondement de th\u00e9rapies dans un avenir plus lointain.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div> Suhasa Kodandaramaiah, Ph.D.,<\/a><\/strong> Benjamin Mayhugh Professeur adjoint, D\u00e9partement de g\u00e9nie m\u00e9canique, Universit\u00e9 du Minnesota Twin Cities <\/strong><\/p>\n Enregistrements \u00e0 l'\u00e9chelle du cerveau assist\u00e9s par robot chez des souris se comportant librement <\/em><\/strong><\/p>\n Les neuroscientifiques qui \u00e9tudient l'activit\u00e9 c\u00e9r\u00e9brale pendant les comportements doivent g\u00e9n\u00e9ralement faire un compromis\u00a0: ils utilisent des capteurs neuronaux miniaturis\u00e9s mont\u00e9s sur la t\u00eate qui sont suffisamment l\u00e9gers pour permettre \u00e0 un animal sujet de se comporter librement, mais qui ont une r\u00e9solution inf\u00e9rieure ou ne peuvent pas surveiller l'ensemble du cerveau. Soit ils utilisent des outils plus puissants, beaucoup trop lourds pour les animaux sujets et n\u00e9cessitent d'autres solutions, comme l'immobilisation en laissant les animaux se d\u00e9placer sur un tapis roulant, ou encore l'utilisation d'exp\u00e9riences de r\u00e9alit\u00e9 virtuelle qui limitent n\u00e9anmoins le comportement d'un sujet.<\/p>\n Le Dr Kodandaramaiah rel\u00e8ve le d\u00e9fi avec un exosquelette cr\u00e2nien robotique qui supporte le poids du mat\u00e9riel d'enregistrement et de surveillance neuronal tout en permettant au sujet (dans ce cas une souris) de faire pivoter sa t\u00eate dans les trois degr\u00e9s : un tour complet de 360 degr\u00e9s dans le axe de lacet (rotation horizontale) et environ 50 degr\u00e9s de mouvement dans les axes de tangage et de roulis, tout en se d\u00e9pla\u00e7ant dans une ar\u00e8ne. Le robot a trois bras articul\u00e9s dispos\u00e9s dans une configuration triangulaire, suspendus au-dessus du sujet et se rejoignant au point de montage sur la t\u00eate. Les capteurs de la monture d\u00e9tecteront le mouvement de la souris et dirigeront le robot pour permettre le mouvement avec le moins de force r\u00e9sistive possible, permettant \u00e0 la souris de tourner et de se d\u00e9placer dans une ar\u00e8ne g\u00e9n\u00e9ralement utilis\u00e9e pour les exp\u00e9riences en neurosciences avec tout l'\u00e9quipement sensoriel n\u00e9cessaire et fils des implants support\u00e9s par le robot.<\/p>\n Supprimer le besoin de miniaturisation permet aux chercheurs d'utiliser n'importe quel mat\u00e9riel de pointe disponible, ce qui signifie qu'un robot peut th\u00e9oriquement \u00eatre mis \u00e0 niveau pour utiliser la derni\u00e8re technologie peu apr\u00e8s son introduction. Pour en arriver l\u00e0, l'\u00e9quipe du Dr Kodandaramaiah passera par plusieurs \u00e9tapes : concevoir l'exosquelette ; l'ing\u00e9nierie de la sc\u00e8ne principale avec ses capteurs n\u00e9cessaires ainsi que des \u00e9lectrodes et des cam\u00e9ras haute densit\u00e9 pour l'observation externe des yeux, des moustaches et plus encore\u00a0; effectuer des tests sur paillasse\u00a0; r\u00e9gler le robot sur les entr\u00e9es qu'une souris peut fournir\u00a0; d\u00e9terminer comment introduire les sondes\u00a0; et enfin faire un enregistrement en direct. Avec ce fondement m\u00e9canique, le Dr Kodandaramaiah esp\u00e8re aider les chercheurs \u00e0 se rapprocher de l'\u00e9tat o\u00f9 ils peuvent effectuer des enregistrements neuronaux d\u00e9taill\u00e9s \u00e0 l'\u00e9chelle du cerveau de sujets se comportant librement sur de longues p\u00e9riodes.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div> Eva Dyer, Ph.D.<\/a>, Professeur adjoint, Wallace H. Coulter Department of Biomedical Engineering, Georgia Institute of Technology & Emory University<\/strong><\/p>\n \u201c<\/em><\/strong>Comparaison d'ensembles de donn\u00e9es neuronales \u00e0 grande \u00e9chelle dans le temps, l'espace et le comportement \u00bb<\/em><\/strong><\/p>\n La capacit\u00e9 d'observer et d'enregistrer des donn\u00e9es neuronales sur de grandes parties du cerveau a abouti \u00e0 d'\u00e9normes quantit\u00e9s de donn\u00e9es, permettant de trouver des mod\u00e8les dans les donn\u00e9es qui peuvent expliquer combien de neurones travaillent ensemble pour coder des informations sur le monde. M\u00eame avec les nouvelles avanc\u00e9es dans la recherche de mod\u00e8les de faible dimension dans les ensembles de donn\u00e9es, il est toujours difficile de comparer plusieurs enregistrements \u00e0 grande \u00e9chelle, que ce soit sur de longues p\u00e9riodes de temps, ou entre diff\u00e9rents individus r\u00e9solvant les m\u00eames t\u00e2ches ou des t\u00e2ches similaires, ou entre des \u00e9tats pathologiques. L'exp\u00e9rience de la Dre Dyer en utilisant l'apprentissage automatique (ML) pour d\u00e9coder l'activit\u00e9 c\u00e9r\u00e9brale l'a amen\u00e9e \u00e0 une nouvelle solution pour identifier des mod\u00e8les dans plusieurs grands ensembles de donn\u00e9es neuronales.<\/p>\n Le travail du Dr Dyer consiste \u00e0 cr\u00e9er des algorithmes d'apprentissage automatique pour extraire des informations significatives \u00e0 partir d'ensembles de donn\u00e9es neuronales, qui sont \u00e9tiquet\u00e9s pour identifier si l'animal \u00e9tait endormi, \u00e9veill\u00e9, en qu\u00eate de nourriture ou s'il se livrait \u00e0 divers mouvements ou comportements. De nouvelles r\u00e8gles math\u00e9matiques inspir\u00e9es de la cryptographie guident les algorithmes pour identifier des mod\u00e8les similaires dans des ensembles de donn\u00e9es s\u00e9par\u00e9s, en cherchant sp\u00e9cifiquement \u00e0 faire correspondre l'activit\u00e9 neuronale g\u00e9n\u00e9r\u00e9e par diff\u00e9rents \u00e9tats du cerveau comme point de d\u00e9part pour aligner les donn\u00e9es. L'alignement de l'activit\u00e9 neuronale peut montrer comment les sch\u00e9mas neuronaux sont li\u00e9s au comportement et \u00e0 l'\u00e9tat du sujet, ainsi que pr\u00e9venir la corruption par le bruit, et fournit un tremplin critique pour des techniques d'analyse plus puissantes.<\/p>\n Le deuxi\u00e8me objectif du Dr Dyer aidera les chercheurs \u00e0 se recentrer sur des neurones uniques pour comprendre comment ils contribuent aux changements globaux de l'activit\u00e9 neuronale et s'ils peuvent \u00eatre utilis\u00e9s pour pr\u00e9dire des \u00e9tats c\u00e9r\u00e9braux sp\u00e9cifiques. La recherche explorera en outre si les diff\u00e9rences de comportement peuvent \u00eatre attribu\u00e9es \u00e0 des types de cellules sp\u00e9cifiques et comment les diff\u00e9rences observ\u00e9es entre les ensembles de donn\u00e9es peuvent \u00eatre utilis\u00e9es pour caract\u00e9riser la variation entre les animaux individuels. La capacit\u00e9 de d\u00e9coder et de comparer de grands ensembles de donn\u00e9es neuronales se r\u00e9v\u00e9lera inestimable dans la recherche neurologique en indiquant comment les maladies neurod\u00e9g\u00e9n\u00e9ratives affectent le traitement de l'information par le cerveau.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div> Rikky Muller, Ph.D.<\/a>, Professeur adjoint de g\u00e9nie \u00e9lectrique et d'informatique, Universit\u00e9 de Californie - Berkeley<\/strong><\/p>\n \u201c<\/strong><\/em>Un appareil holographique haute vitesse pour le contr\u00f4le optog\u00e9n\u00e9tique de milliers de neurones \u00bb<\/em><\/strong><\/p>\n L'optog\u00e9n\u00e9tique - qui modifie g\u00e9n\u00e9tiquement les neurones pour qu'ils soient sensibles \u00e0 la lumi\u00e8re afin que les chercheurs puissent les activer ou les faire taire \u00e0 volont\u00e9 - a r\u00e9volutionn\u00e9 la recherche en neurosciences. Associ\u00e9s \u00e0 des modulateurs de lumi\u00e8re spatiaux qui fa\u00e7onnent la lumi\u00e8re en hologrammes 3D, les chercheurs peuvent contr\u00f4ler individuellement de nombreux neurones r\u00e9partis dans une r\u00e9gion tridimensionnelle d'un cerveau in vivo<\/em>. Mais jusqu'\u00e0 pr\u00e9sent, il n'existait pas de projecteur holographique capable de contr\u00f4ler les neurones aux vitesses trouv\u00e9es naturellement dans le cerveau.<\/p>\n Le Dr Muller con\u00e7oit et construit un projecteur holographique pour r\u00e9soudre ce probl\u00e8me. Son appareil diffusera des images lumineuses holographiques \u00e0 des taux de 10 000 images par seconde (Hz). De nombreux t\u00e9l\u00e9viseurs de la g\u00e9n\u00e9ration actuelle actualisent 60 images par seconde, \u00e0 titre de comparaison, et les outils holographiques les plus rapides disponibles dans le commerce atteignent 500 Hz. Ce taux de rafra\u00eechissement \u00e9lev\u00e9 est n\u00e9cessaire pour reproduire la signalisation neuronale naturelle, qui implique des temps de potentiel d'action d'environ 1\/1 000e de seconde (\u00e9quivalent \u00e0 1000 Hz lorsque l'on consid\u00e8re les taux de rafra\u00eechissement.) De plus, Muller vise \u00e0 cibler des milliers de neurones avec une pr\u00e9cision extr\u00eame, et tout comme les taux plus \u00e9lev\u00e9s des t\u00e9l\u00e9viseurs donnent des images plus nettes, un hologramme de 10 000 Hz offrira une plus grande pr\u00e9cision.<\/p>\n Le Dr Muller, un ing\u00e9nieur \u00e9lectricien qui se concentre sur la neurotechnologie, consulte r\u00e9guli\u00e8rement des neuroscientifiques pendant qu'elle con\u00e7oit, teste et construit l'appareil pour s'assurer qu'il r\u00e9pond \u00e0 leurs besoins. L'appareil utilisera un r\u00e9seau de micromiroirs, qui sculptera des motifs 3D de lumi\u00e8re \u00e0 des endroits et \u00e0 des profondeurs sp\u00e9cifiques gr\u00e2ce \u00e0 l'actionnement \u00e9lectrique de miroirs miniatures; la lumi\u00e8re est ensuite relay\u00e9e \u00e0 travers une s\u00e9rie de lentilles. Le projet concevra et fabriquera d'abord deux tableaux - un plus petit tableau pour les tests et la preuve de concept, et un tableau de plus grand format, ainsi que les pilotes et commandes associ\u00e9s qui seront utilis\u00e9s pour la mesure et l'\u00e9talonnage. Enfin, l'\u00e9quipe du Dr Muller produira un modulateur de lumi\u00e8re spatial complet. On esp\u00e8re que cet outil donnera aux chercheurs une capacit\u00e9 sans pr\u00e9c\u00e9dent de contr\u00f4ler et de tester la connectivit\u00e9 neuronale.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div> Kai Zinn, Ph.D.<\/a>, Howard et Gwen Laurie Smits Professeur de biologie, California Institute of Technology<\/strong><\/p>\n \u201c<\/em><\/strong>Code \u00e0 barres enzymatique modulaire \u00bb<\/em><\/strong><\/p>\n De nombreuses exp\u00e9riences en neurosciences impliquent l'analyse de la liaison des anticorps et des r\u00e9cepteurs aux surfaces cellulaires. En outre, une compr\u00e9hension du d\u00e9veloppement et de la fonction neuronale n\u00e9cessite des connaissances sur in vivo<\/em> interactions entre les prot\u00e9ines de surface cellulaire. Les exp\u00e9riences \u00e0 haut d\u00e9bit impliquant des prot\u00e9ines sont g\u00e9n\u00e9ralement longues et complexes car chaque prot\u00e9ine a des propri\u00e9t\u00e9s biochimiques diff\u00e9rentes. Pour aider \u00e0 ouvrir de nouvelles opportunit\u00e9s pour la recherche en neurosciences, le Dr Zinn et son \u00e9quipe d\u00e9veloppent une mani\u00e8re modulaire de \u00abcoder\u00bb diff\u00e9rentes prot\u00e9ines, offrant aux chercheurs une bo\u00eete \u00e0 outils flexible.<\/p>\n Le code \u00e0 barres dans sa forme la plus simple consiste \u00e0 ins\u00e9rer un marqueur g\u00e9n\u00e9tique dans des mol\u00e9cules, puis \u00e0 rechercher ces marqueurs apr\u00e8s l'exp\u00e9rience pour d\u00e9terminer quelles mol\u00e9cules sont localis\u00e9es ensemble. Il a \u00e9t\u00e9 utilis\u00e9 avec des acides nucl\u00e9iques avec un grand succ\u00e8s. Les prot\u00e9ines sont cependant plus complexes et il n'y avait aucun moyen de coder les milliers de prot\u00e9ines d'int\u00e9r\u00eat pour les chercheurs sans recourir \u00e0 la r\u00e9ticulation chimique, qui alt\u00e8re souvent la fonction des prot\u00e9ines. Le Dr Zinn surmonte ce d\u00e9fi en utilisant des prot\u00e9ines de fusion contenant des modules de liaison aux prot\u00e9ines de haute affinit\u00e9 attach\u00e9s \u00e0 des enzymes \u00ab\u00e0 domaine HUH\u00bb, qui peuvent se coupler de mani\u00e8re covalente \u00e0 des oligonucl\u00e9otides de codes \u00e0 barres. Les modules de liaison permettent aux codes-barres d'\u00eatre attach\u00e9s \u00e0 des anticorps, des prot\u00e9ines biotinyl\u00e9es et des prot\u00e9ines avec des \u00e9tiquettes de liaison covalente. Cela permet d'acc\u00e9der \u00e0 la plupart des prot\u00e9ines d'int\u00e9r\u00eat pour les neuroscientifiques. Le projet consiste \u00e9galement \u00e0 construire des \u00e9chafaudages de nanoparticules avec 60 points de liaison qui peuvent \u00eatre simultan\u00e9ment attach\u00e9s \u00e0 des codes-barres et \u00e0 des prot\u00e9ines d'int\u00e9r\u00eat. Ces \u00e9chafaudages am\u00e9lioreront l'observabilit\u00e9 des interactions - les interactions faibles sont rendues plus fortes lorsque plusieurs prot\u00e9ines sur chaque structure interagissent.<\/p>\n Le projet du Dr Zinn consistera \u00e0 d\u00e9velopper les protocoles et processus impliqu\u00e9s dans la conduite de plusieurs types d'exp\u00e9riences de s\u00e9quen\u00e7age monocellulaire \u00e0 haut d\u00e9bit qui fourniront des informations sur les prot\u00e9ines. Il s'agit notamment d'exp\u00e9riences utilisant des anticorps \u00e0 code-barres pour observer l'expression de r\u00e9cepteurs de surface sp\u00e9cifiques sur une cellule, pour observer les changements dans les cellules lorsqu'elles sont expos\u00e9es \u00e0 certaines prot\u00e9ines, pour visualiser un grand nombre d'antig\u00e8nes dans le tissu c\u00e9r\u00e9bral, pour cribler les interactions d'un grand nombre de prot\u00e9ines et pour identifier les r\u00e9cepteurs des prot\u00e9ines \u00aborphelines\u00bb. Gr\u00e2ce \u00e0 sa modularit\u00e9, sa simplicit\u00e9 et sa capacit\u00e9 \u00e0 permettre \u00e0 plusieurs prot\u00e9ines d'interagir \u00e0 la fois, le Dr Zinn s'attend \u00e0 ce que son syst\u00e8me de codes-barres permette et acc\u00e9l\u00e8re ces et bien d'autres types d'exp\u00e9riences en neurosciences.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div> Gilad Evrony, MD, Ph.D.,<\/a> Professeur adjoint, Centre de g\u00e9n\u00e9tique humaine et de g\u00e9nomique, Depts. de p\u00e9diatrie, neurosciences et physiologie, Langone Health de l'Universit\u00e9 de New York<\/strong><\/p>\n "TAPISSERIE: Une technologie multi-omique monocellulaire pour le tra\u00e7age haute r\u00e9solution par lignage du cerveau humain"<\/em><\/strong><\/p>\n Il est de notori\u00e9t\u00e9 publique que chaque \u00eatre humain commence par une seule cellule avec un seul ensemble d '\u00abinstructions\u00bb d'adn, mais les d\u00e9tails de la transformation de cette cellule en trillions - y compris les dizaines de milliards de cellules du cerveau - sont encore largement inconnus. Les recherches du Dr Evrony visent \u00e0 d\u00e9velopper une technologie appel\u00e9e TAPESTRY, qui pourrait \u00e9clairer ce processus en cr\u00e9ant un "arbre g\u00e9n\u00e9alogique" des cellules c\u00e9r\u00e9brales, montrant quelles cellules prog\u00e9nitrices sont \u00e0 l'origine des centaines de types de cellules matures dans le cerveau humain.<\/p>\n La technologie pourrait r\u00e9soudre certains des probl\u00e8mes cl\u00e9s auxquels sont confront\u00e9s les chercheurs qui \u00e9tudient le d\u00e9veloppement du cerveau humain. La m\u00e9thode cl\u00e9 pour \u00e9tudier le d\u00e9veloppement en tra\u00e7ant des lign\u00e9es (introduire des marqueurs dans des cellules d\u2019animaux immatures, puis \u00e9tudier la mani\u00e8re dont ces marqueurs sont transmis \u00e0 leur descendance) est impossible chez l\u2019homme car elle est envahissante. Les travaux ant\u00e9rieurs du Dr Evrony avec ses coll\u00e8gues ont montr\u00e9 que des mutations naturelles peuvent \u00eatre utilis\u00e9es pour tracer des lign\u00e9es dans le cerveau humain. TAPESTRY vise \u00e0 faire progresser et \u00e0 adapter cette approche en r\u00e9solvant plusieurs limitations des m\u00e9thodes actuelles. Premi\u00e8rement, le tra\u00e7age de la lign\u00e9e n\u00e9cessite une isolation et une amplification plus fiables des quantit\u00e9s infimes d\u2019ADN de cellules individuelles. Deuxi\u00e8mement, une compr\u00e9hension d\u00e9taill\u00e9e du d\u00e9veloppement du cerveau humain doit \u00eatre rentable pour permettre de profiler des milliers ou des dizaines de milliers de cellules individuelles. Enfin, il faut \u00e9galement cartographier les ph\u00e9notypes de cellules - non seulement pour voir \u00e0 quel point les cellules sont li\u00e9es, mais aussi quel type de cellules elles sont. TAPESTRY cherche \u00e0 r\u00e9soudre ces probl\u00e8mes.<\/p>\n L'approche du Dr Evrony s'applique \u00e0 toutes les cellules humaines, mais pr\u00e9sente un int\u00e9r\u00eat particulier pour les troubles c\u00e9r\u00e9braux. Une fois que les lignages c\u00e9r\u00e9braux sains sont cartographi\u00e9s, ils peuvent servir de base pour voir en quoi le d\u00e9veloppement c\u00e9r\u00e9bral diff\u00e8re chez les personnes souffrant de divers troubles susceptibles de survenir au cours du d\u00e9veloppement, tels que l'autisme et la schizophr\u00e9nie.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div> Iaroslav 'Alex' Savtchouk, Ph.D.<\/a>, Professeur adjoint, d\u00e9partement des sciences biom\u00e9dicales, Universit\u00e9 Marquette<\/strong><\/p>\n \u00abImagerie panoptique rapide des volumes du cerveau par st\u00e9r\u00e9oscopie quadrangulaire \u00e0 horodatage\u00bb<\/strong> <\/em><\/p>\n Les techniques modernes d'imagerie optique du cerveau permettent l'observation d'une fine couche du cerveau, mais l'imagerie de nombreuses activit\u00e9s c\u00e9r\u00e9brales dans un espace tridimensionnel - tel qu'un volume de cerveau - s'est av\u00e9r\u00e9e d\u00e9courageante. Le Dr Savtchouk a d\u00e9velopp\u00e9 une approche qui permet aux chercheurs de voir ce qui se passe non seulement \u00e0 la surface du cerveau, mais aussi \u00e0 une r\u00e9solution spatio-temporelle bien plus \u00e9lev\u00e9e que jamais.<\/p>\n Le processus central - la microscopie \u00e0 deux photons - d\u00e9tecte l'activit\u00e9 c\u00e9r\u00e9brale en recherchant la fluorescence dans les cellules c\u00e9r\u00e9brales g\u00e9n\u00e9tiquement modifi\u00e9es d'animaux de laboratoire. Avec un seul laser, les informations de profondeur sont enregistr\u00e9es tr\u00e8s lentement. Avec deux faisceaux laser, les chercheurs ont essentiellement une vision binoculaire - ils peuvent voir ce qui est proche et plus \u00e9loign\u00e9, mais il existe toujours des "ombres" visuelles o\u00f9 rien ne peut \u00eatre vu (par exemple, quand une personne regarde un bord d\u2019\u00e9chiquier, certaines pi\u00e8ces peut \u00eatre bloqu\u00e9 par des pi\u00e8ces plus proches.) Le Dr Savtchouk r\u00e9sout ce probl\u00e8me en ajoutant deux faisceaux laser suppl\u00e9mentaires, ce qui donne une vision quadrupl\u00e9e et r\u00e9duit consid\u00e9rablement les angles morts. Il est \u00e9galement en train de s\u00e9quencer la synchronisation des lasers - qui impulsent rapidement - afin que les chercheurs sachent quel laser a vu quelle activit\u00e9, essentielle \u00e0 la cr\u00e9ation d'un mod\u00e8le tridimensionnel pr\u00e9cis.<\/p>\n Le projet de M. Savtchouk consiste tout d'abord \u00e0 concevoir le syst\u00e8me \u00e0 l'aide de simulations sur ordinateur, puis \u00e0 en d\u00e9montrer l'application avec des mod\u00e8les de souris. Son objectif est de d\u00e9velopper des moyens de mettre \u00e0 jour les microscopes \u00e0 deux photons existants en ajoutant des faisceaux laser et en mettant \u00e0 niveau le mat\u00e9riel et les logiciels, permettant ainsi aux laboratoires de b\u00e9n\u00e9ficier de la technologie sans avoir \u00e0 payer pour un nouveau syst\u00e8me.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>2021-2022<\/h3>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>
2020-2021<\/h3>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>
2019-2020<\/h3>\n\n\t\t<\/div>\n\t<\/div>\n<\/div><\/div><\/div><\/div>