Vedere la forma di un singolo neurone isolandolo dalle connessioni del tessuto cerebrale. E’ Senpai, un metodo all’avanguardia per investigare le strutture fondamentali del cervello. Frutto della ricerca dell’Università di Pisa in collaborazione con l’Istituto di psichiatria e neuroscienze di Parigi, consente di produrre immagini ad alta risoluzione della morfologia dei neuroni, caratterizzandone i circuiti fino a scale estremamente ridotte. La ricerca è stata pubblicata su Nature Communications. “I miliardi di neuroni ‘impacchettati’ nel nostro cervello – spiega Nicola Vanello, docente di bioingegneria presso il dipartimento di ingegneria d’informazione e il Centro Piaggio dell’Università di Pisa – costituiscono una vera e propria giungla, tenuta insieme da connessioni molto complesse. Isolare un singolo albero è estremamente difficile. Poter caratterizzare un neurone singolo preso da un tessuto di un essere vivente è sempre stato un obiettivo primario per la comunità scientifica. Senpai ci consente di segmentare neuroni ex vivo su scala cellulare e subcellulare, di caratterizzare l’arborizzazione neuronale, i diametri dei rami dendritici o la densità delle spine in modo più accurato e fedele rispetto agli attuali algoritmi e strumenti di elaborazione delle immagini”. “Particolarmente importante è la caratterizzazione delle spine dendritiche – prosegue Simone Cauzzo, post-doc in bioingegneria e primo autore dell’articolo – che sono responsabili degli input elettrici tra le sinapsi. Dalla loro forma, dimensione e numero dipendono funzioni come l’apprendimento, la memoria e la motivazione. Infatti, alterazioni di questi parametri e dunque dell’attività sinaptica sono riscontrabili in molte condizioni patologiche, come l’Alzheimer, e in diverse disfunzioni cerebrali”. Il metodo è stato sviluppato dai bioingegneri dell’Università di Pisa nell’ambito del progetto Sensei del Centro di ricerca di Ateneo E.Piaggio, finanziato dal Mur per il programma Flag-Era, e si fonda su tecniche avanzate di acquisizione delle immagini dei campioni di tessuto cerebrale, successivamente elaborate da un algoritmo, in grado di segmentare i singoli neuroni e ricostruire un modello in 3D.
