신경형태학

Neuromorphology

신경형태학(Neurophology, neurve, μμμμμο, morphé, form, -logia, study of)[1][2]은 신경계의 형태, 형태, 구조를 연구하는 학문이다.이 연구는 신경계의 특정 부분을 분자와 세포 수준에서 보고 그것을 생리학적, 해부학적 관점에서 연결하는 것을 포함한다.이 분야는 또한 신경계의 각 전문화된 부분과 부분 사이의 의사소통과 상호작용을 탐구한다.형태학은 형태형성과는 다르다.형태학은 생물학적 유기체의 형태와 구조에 대한 연구인 반면, 형태학은 유기체의 형태와 구조의 생물학적 발달에 대한 연구이다.따라서 신경형태학은 신경계가 발달한 과정이 아니라 신경계 구조의 특이성에 초점을 맞춘다.신경형태학과 형태형성은 서로 다른 두 실체이지만, 그럼에도 불구하고 밀접하게 연관되어 있다.

역사

신경세포의 형태학을 정의하는 과정은 그 발달이 더디다.세포가 생명체의 기본 단위로 받아들여진 후 연구자들이 뉴런의 모양에 동의할 수 있기까지는 거의 1세기가 걸렸다.그것은 원래 고리 모양으로 [3]감겨 있는 신경 섬유를 따라 매달려 있는 독립적인 구상체로 생각되었다.1865년 오토 디터스가 처음으로 신경세포 전체를 미세 해부한 후에야 분리된 수상돌기와 축삭을 [3]구별할 수 있었다.19세기 말, 골지의 방법과 같은 새로운 기술들이 개발되어 연구자들이 전체 뉴런을 볼 수 있게 되었다.이 골지 연구는 1911년 라몬 이 카잘의 신경 간격에 대한 새로운 연구를 촉진시켰다.수지상 형태학을 포함한 추가적인 형태학 연구가 계속 발전했다.1983년 Thoroya Abdel-Maguid와 David Bowher는 골지법을 확장하여 뉴런의 수상돌기를 시각화하고 수상돌기 [4]패턴을 바탕으로 그것들을 분류할 수 있는 함침 기술과 결합했다.그 이후로, 무수한 기술들이 개발되어 신경형태학 분야에 적용되어 왔다.

뉴런 기능에 미치는 영향

연구는 뉴런의 형태학적 특성과 기능적 특성 사이의 관계를 뒷받침해 왔다.예를 들어, 형태학과 고양이 망막 신경절 세포의 기능 클래스 사이의 일치성은 뉴런의 형태와 기능 사이의 관계를 보여주기 위해 연구되어 왔다.방향 민감성과 수지상 분지 패턴은 연구자들이 뉴런 [5]기능에 영향을 미치는 것으로 주목한 뉴런의 몇 가지 다른 일반적인 특성입니다.Ian A. Meinertzhagen 외는 최근 특정 신경구조의 기초가 되는 유전적 요인들과 이 두 요인이 어떻게 신경세포의 기능에 관련되는지를 Drosophila melanogaster의 시신경을 검사함으로써 규명했다.그들은 뉴런의 구조가 시냅스 [6]형성을 지시함으로써 그 기능을 결정할 수 있다고 주장한다.

뉴런의 기하학적 구조는 종종 세포 유형과 시냅스를 통해 처리되는 수신 자극의 역사에 따라 달라집니다.뉴런의 모양은 종종 시냅스적 협력관계를 확립함으로써 뉴런의 기능을 지시한다.그러나 세포막 [5]전체의 전기화학적 상호작용을 수반하는 과정인 체적 전달에 대한 증거가 증가하고 있다.

축삭수 형태학은 활동 변조와 정보 [7]코딩에 중요하다.


발전

뉴런의 형태학적 특징의 발달은 내인적 요소와 외인적 요소 모두에 의해 지배된다.신경조직의 신경형태학은 유전자와 전기장, 이온파, 중력과 같은 다른 요인에 의존합니다.발달하는 세포는 추가로 서로에게 기하학적, 물리적 제약을 가한다.이러한 상호작용은 신경의 형태와 [8]시냅토제네이션에 영향을 미친다.형태학적 측정과 영상 애플리케이션은 발달 과정을 더 이해하기 위해 중요하다.

서브필드

일반형태학

골지의 방법으로 착색된 인간의 신피질 피라미드 세포.이 세포는 삼각형 모양의 특징인 소마에서 이름을 따왔다.

신경계의 다양한 부분에서 다양한 유형의 뉴런에 의해 수행되는 광범위한 기능이 있기 때문에, 뉴런의 크기, 모양, 그리고 전기화학적 특성에 있어 매우 다양하다.뉴런은 다양한 모양과 크기로 발견될 수 있으며 형태학에 따라 분류될 수 있다.이탈리아 과학자 카밀로 골지는 뉴런을 1형과 2형 세포로 묶었다.골지I 뉴런은 푸르키네 세포와 같이 먼 거리에 걸쳐 신호를 움직일 수 있는 긴 축삭을 가지고 있는 반면, 골지II 뉴런은 일반적으로 과립 세포와 같이 짧은 축삭을 가지고 있거나 무지외반증을 [9]가지고 있습니다.

뉴런은 형태학적으로 단극, 양극 또는 다극으로 특징지을 수 있다.단극 세포와 의사 편극 세포는 세포 본체에서 뻗어나가는 하나의 과정만 가지고 있다.양극성 세포는 세포 본체에서 뻗어나가는 두 개의 과정을 가지며, 다극성 세포는 세포 본체를 향해 뻗어나가는 세 개 이상의 과정을 가진다.

이론 신경형태학

주요 기사:이론 신경형태학

이론적인 신경형태학은 신경계의 형태, 구조, 연결성에 대한 수학적 기술에 초점을 맞춘 신경형태학의 한 분야이다.

중력 신경형태학

중력신경형태학은 중추신경계, 말초신경계, 자율신경계의 구조에 대한 변화된 중력의 영향을 연구한다.이 하위 분야는 신경계의 적응 능력에 대한 현재의 이해를 넓히는 것을 목표로 하며, 특히 환경적 영향이 신경계의 구조와 기능을 어떻게 바꿀 수 있는지를 조사한다.이 경우 환경 조작은 일반적으로 초중력 또는 초중력에 뉴런을 노출시키는 것을 포함한다.그것은 중력생물학의 [10]하위 집합이다.

조사방법 및 기술

공초점 현미경 검사, 디자인 기반 입체학, 뉴런[11] 추적 및 뉴런 재구성을 포함한 다양한 기술이 신경 형태학을 연구하기 위해 사용되어 왔다.현재의 혁신과 미래 연구에는 가상 현미경 검사, 자동 입체학, 피질 매핑, 지도 유도 자동 뉴런 추적, 마이크로파 기술 및 네트워크 분석이 포함됩니다.현재 신경형태학 연구에 사용되는 기술 중 디자인 기반 입체학과 공초점 현미경 검사가 가장 선호되는 두 가지 방법입니다.NeuroMorpho Database라고 불리는 신경 형태학의 완전한 데이터베이스도 존재합니다.[12]

설계 기반 입체학

디자인 기반 입체학은 주어진 2-D 형태에서 수학적으로 3-D 형태를 추론하는 가장 두드러진 방법 중 하나입니다.그것은 현재 3-D [13]구조를 분석하는 생물의학 연구의 선두 기술이다.디자인 기반 입체학은 사전 정의되고 설계된 형태학을 조사하는 새로운 입체 기술입니다.이 기법은 이전에 결정된 모델을 지침으로 사용한 이전의 방법인 모델 기반 입체학과 대비된다.보다 최근의 디자인 기반 입체학은 연구자들이 뉴런의 크기, 모양, 방향 또는 분포에 대한 추측 없이 뉴런의 형태학을 조사할 수 있게 해준다.디자인 기반 입체학은 또한 모델 기반 입체학은 모델이 연구 대상을 진정으로 대표할 때만 효과적이기 때문에 연구자들에게 더 많은 자유와 유연성을 준다. 반면 디자인 기반 입체학은 이러한 방식으로 [14]제약을 받지 않는다.

공초점 현미경 검사

주요 기사 : 공초점 현미경 검사
공초점 현미경 검사 작동 방식 다이어그램입니다.

공초점 현미경은 분해능이 향상되고 신호 대 잡음비가 감소하는 선명한 이미지를 만들어내기 때문에 뉴런 구조를 검사하기 위한 현미경적 절차이다.이 현미경 검사는 한 번에 하나의 공초점 평면을 볼 수 있게 해주며, 이는 신경 구조를 볼 때 최적입니다.다른 보다 전통적인 형태의 현미경 검사는 단순히 모든 신경 구조, 특히 세포하 구조를 시각화하는 것을 허용하지 않는다.최근 일부 연구자들은 특정 신경 세포 구조에 대한 연구를 진행하기 위해 실제로 디자인에 기초한 입체학과 공초점 현미경을 결합하고 있다.

피질 매핑

피질 매핑은 해부학적 또는 기능적 특징을 바탕으로 뇌의 특정 영역을 특징짓는 과정으로 정의됩니다.현재의 뇌 지도는 특정 구조적 세부사항을 묘사하기에 충분할 만큼 결정적이거나 동질적이지 않다.그러나 기능성 뇌 영상과 통계 분석의 최근 발전은 미래에 충분하다는 것이 입증될 수 있다.그레이 레벨 인덱스(GLI)라고 불리는 이 분야의 최근 개발로 알고리즘을 통해 피질 영역을 보다 객관적으로 식별할 수 있게 되었다.GLI는 연구자들이 뉴런 밀도를 측정할 수 있도록 하는 표준화된 방법이다.이는 Nissl에 오염된 요소가 덮인 면적과 비수선 요소가 [15]덮인 면적의 비율로 구체적으로 정의됩니다.보다 정교한 피질 매핑 기술은 아직 개발 중에 있으며, 이 분야는 가까운 미래에 매핑 방법이 기하급수적으로 증가할 것으로 예상됩니다.

임상 응용 프로그램

신경형태학은 많은 신경학적 장애의 근본 원인을 탐구하는 새로운 방법으로 사용되어 왔으며, 뇌 손상에 의한 다양한 신경 퇴행성 질환, 정신 질환, 학습 장애, 기능 장애에 대한 임상 연구에 포함되었다.연구자들은 신경형태학 기술을 사용하여 손상뿐만 아니라 축삭 성장 자극과 같은 방법으로 손상 신경을 재생하는 방법도 연구해 왔다.신경생물학은 광학 신경 손상, 특히 병변과 위축을 연구하는데 사용되어 왔다.연구자들은 또한 교감신경계가 발기를 달성하는데 있어 어떤 역할을 하는지 더 잘 이해하기 위해 인간 음경의 신경형태학을 조사하고 확인하였다.[16]

현재 및 미래 연구

계산신경형태학

컴퓨터 신경학에서는 뉴런과 그 하부구조를 조사합니다.이러한 서브섹션을 연구합니다.또한 신경형태학적 공간을 3-D 공간으로 설명합니다.이것은 연구자들이 특정 신경 성분들의 크기를 이해할 수 있게 해준다.게다가, 3D 영상은 연구원들이 뉴런이 어떻게 [17]그들 안에서 정보를 전달하는지를 이해하는데 도움을 준다.

가상 현미경 검사

가상 현미경 검사는 연구자들이 적은 양의 이미징 세션으로 이미지를 얻을 수 있게 해줌으로써 조직의 무결성을 보존하고 이미징 중에 형광 염료가 퇴색할 가능성을 줄일 수 있을 것이다.이 방법은 연구자들에게 희귀 세포 유형 및 특정 [13]뇌 영역의 세포 공간 할당과 같은 현재 획득할 수 없는 데이터를 시각화할 수 있는 능력을 추가로 제공할 것이다.가상 현미경 검사는 기본적으로 획득한 모든 이미지의 디지털화를 허용하므로 데이터의 열화를 방지할 수 있습니다.이러한 디지털화는 잠재적으로 연구자들이 데이터를 공유하고 저장하는 데이터베이스를 만들 수 있게 할 수도 있다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ 형태학
  2. ^ 뉴런
  3. ^ a b Peters, Alan; Palay, Sanford L.; Webster, Henry deF. (January 1991). The Fine Structure of the Nervous System: Neurons and Their Supporting Cells. New York: Oxford University Press. ISBN 978-0-19-506571-8.
  4. ^ Abdel-Maguid, Thoroya; Bowsher, David (1984). "Classification of neurons by dendriticbranching pattern. A categorisation based on Golgi impregnation of spinal and cranial somatic and visceral afferent and efferent cells in the adult human". Journal of Anatomy. 138: 689–702. PMC 1164353. PMID 6204961.
  5. ^ a b Costa, Luciano da Fontoura; Campos, Andrea G.; Estrozi, Leandro F.; Rios-Filho, Luiz G.; Bosco, Alejandra (2000). "A Biologically-Motivated Approach to Image Representation and Its Application to Neuromorphology". Lecture Notes in Computer Science. 1811: 192–214. doi:10.1007/3-540-45482-9_41. ISBN 978-3-540-67560-0.
  6. ^ Meinertzhagen, Ian A.; Takemura, Shin-ya; Lu, Zhiyuan; Huang, Songling; Gao, Shuying; Ting, Chun-Yuan; Lee, Chi-Hon (2009). "From Form to Function: the ways to know a neuron". Journal of Neurogenetics. 23 (1–2): 68–77. doi:10.1080/01677060802610604. PMID 19132600. S2CID 14625965.
  7. ^ Ofer, Netanel; Shefi, Orit; Yaari, Gur (August 2017). "Branching morphology determines signal propagation dynamics in neurons". Scientific Reports. 7 (1): 8877. Bibcode:2017NatSR...7.8877O. doi:10.1038/s41598-017-09184-3. PMC 5567046. PMID 28827727.
  8. ^ Costa, Luciano da Fontoura; Manoel, Edson Tadeu Monteiro; Fauchereau, Fabien; Chelly, Jamel; van Pelt, Jaap; Ramakers, Ger (July 2002), "A shape analysis framework for neuromorphometry", Network: Computation in Neural Systems, 13 (3): 283–310, doi:10.1088/0954-898x/13/3/303
  9. ^ Purves, Dale; et al. (2001). Neuroscience (2. ed.). Sunderland: Sinauer Associates Inc. ISBN 978-0-87893-742-4.
  10. ^ Krasnov, IB (December 1994). "Gravitational neuromorphology". Advanced Space Biology Medicine. 4: 85–110. doi:10.1016/s1569-2574(08)60136-7. PMID 7757255.
  11. ^ Oztas, Emin (2003). "Neuronal tracing". Neuroanatomy. 2: 2–5.
  12. ^ Costa, Luciano Da Fontoura; Zawadzki, Krissia; Miazaki, Mauro; Viana, Matheus P.; Taraskin, Sergei N. (December 2010). "Unveiling the Neuromorphological Space". Frontiers in Computational Neuroscience. 4: 150. doi:10.3389/fncom.2010.00150. PMC 3001740. PMID 21160547.
  13. ^ a b Lemmens, Marijke A.M.; Steinbusch, Harry W.M.; Rutten, Bart P.F.; Schmitz, Christoph (2010). "Advanced microscopy techniques for quantitative analysis in neuromorphology and neuropathology research: current status and requirements for the future". Journal of Chemical Neuroanatomy. 40 (3): 199–209. doi:10.1016/j.jchemneu.2010.06.005. PMID 20600825. S2CID 178043.
  14. ^ "What is design-based stereology". Retrieved 7 November 2011.
  15. ^ Casanova, Manuel F.; Buxhoeveden, Daniel P.; Switala, Andrew E.; Roy, Emil (2002). "Neuronal Density and Architecture (Gray Level Index) in the Brains of Autistic Patients". Journal of Child Neurology. 17 (7): 515–21. doi:10.1177/088307380201700708. PMID 12269731. S2CID 25876423.
  16. ^ Benson, George; McConnell, Joann; Lipshultz, Larry I.; Corriere, Joseph Jr.; Wood, Joe (1980). "Neuromorphology and Neuropharmacology of the Human Penis". Journal of Clinical Investigation. 65 (2): 506–513. doi:10.1172/JCI109694. PMC 371389. PMID 7356692.
  17. ^ Trinidad, Pablo. "Computational Neuromorphology". University of Texas at Dallas. Archived from the original on 2 January 2009. Retrieved 2 November 2011.

외부 링크