Il cervello umano è stato osservato come mai prima. A ottenere questo risultato è una nuova piattaforma, sviluppata dal Massachusetts Institute of Technology - MIT di Boston che permette di studiare interi emisferi cerebrali in 3D osservandoli con una risoluzione senza precedenti, su più livelli, a partire dall'architettura del tessuto e dalla morfologia delle cellule per scendere poi nei dettagli cellulari e molecolari più minuti, come le connessioni tra i neuroni.
Sperimentato su un cervello sano e su uno con Alzheimer, questa sorta di zoom ha consentito di indagare i danni subiti dal tessuto malato, come dimostrano i risultati pubblicati sulla rivista Science.
Utilizzate tre tecnologie -
Per raggiungere questo risultato, il team di ricerca ha combinato tre nuove tecnologie: un microtomo vibrante, uno strumento che "affetta" i tessuti con un taglio ultra preciso senza perdere le connessioni tra cellule; un idrogel che rende i campioni di tessuto chiari, elastici, espandibili e marcabili in modo reversibile, per studiarli su più scale; infine un software che ricompone le fettine di tessuto per ricostruire l'emisfero cerebrale in 3D ripristinando perfino l'allineamento dei singoli vasi sanguigni e delle connessioni fra neuroni. Il mix di queste tecnologie consente di studiare i campioni senza degradarli, anzi: i tessuti diventano durevoli e possono essere analizzati più volte, potenzialmente per anni.
I vantaggi della nuova piattaforma -
"Prevediamo che questa piattaforma tecnologica scalabile migliorerà la nostra comprensione delle funzioni degli organi umani e dei meccanismi delle malattie per stimolare lo sviluppo di nuove terapie", affermano i ricercatori del MIT.
Secondo gli studiosi osservare interi emisferi del cervello umano e fino alla risoluzione delle singole connessioni (sinapsi) è doppiamente importante. Innanzitutto consente di studiare più aspetti contemporaneamente su un unico cervello, senza dover ricorrere a cervelli di persone diverse che possono presentare differenze anche significative rendendo difficile un confronto. In secondo luogo, la scalabilità e la rapidità di esecuzione di questo approccio permettono di creare molti campioni per rappresentare diversi sessi, età e stati patologici, facilitando i confronti per ottenere statistiche più robuste.