두뇌 퍼즐 조각 맞추기

우리의 뇌는 복잡한 기관입니다. 수십억 개의 신경 세포가 복잡한 네트워크로 연결되어 끊임없이 신호를 처리하고, 이를 통해 우리는 기억을 떠올리거나 몸을 움직일 수 있습니다. 이 복잡한 네트워크를 이해하려면 신경 세포들이 어떻게 배열되고 연결되어 있는지 정확하게 살펴봐야 합니다. 오스트리아 과학기술연구소(ISTA)와 구글 리서치의 과학자들이 개발한 새로운 현미경 기술인 "LICONN"이 이 퍼즐을 맞추는 데 도움을 줄 것입니다.

광학 현미경은 수 세기 동안 발전해 왔습니다. 과학자들은 광학 현미경을 사용하여 문자 그대로, 그리고 비유적으로 가장 복잡한 생물학적 구조를 조명합니다. 그러나 수십억 개의 뉴런이 밀집되어 있고, 각 뉴런은 수천 개의 시냅스를 통해 다른 세포와 연결되어 있다는 점을 고려하면 뇌의 복잡한 세부 사항과 구조를 밝히는 것은 여전히 ​​불가능해 보이는 과제입니다. 오스트리아 과학기술연구소(ISTA)에서 개발된 "LICONN"(광학 현미경 기반 연결체학)이라는 새로운 현미경 파이프라인이 이제 획기적인 진전을 보여줍니다.

LICONN은 전자 현미경을 넘어 뉴런 간의 모든 시냅스 연결을 포함한 뇌 조직을 재구성할 수 있는 최초의 기술입니다. 또한, 표준 광학 현미경을 사용하여 측정하는 동시에 뉴런의 구조와 함께 복잡한 분자 메커니즘을 시각화할 수 있는 가능성을 열어줍니다.

이 새로운 기술은 ISTA의 고해상도 생물학 광학 이미징 연구팀 소속인 모이타바 R. 타바콜리, 율리아 류드치크, 요한 단즐, 그리고 그들의 동료들이 개발했습니다. 이들은 ISTA의 노바리노 연구팀, 그리고 구글 리서치의 미칼 야누셰프스키와 비렌 자인과 협력했습니다. 이 방법은 현재 네이처(Nature) 에 게재되었습니다.

LICONN과 함께하는 새로운 가능성

모이타바 R. 타바콜리가 커튼을 열자 광학 기기와 컴퓨터를 연결하는 끝없는 전선이 연결된 광학 현미경이 드러났다. 화면의 불빛이 밝게 빛났습니다. 은은한 녹색과 분홍색의 음영이 거의 칠흑 같은 방을 비췄습니다. "저건 해마예요. 기억 형성을 담당하는 뇌 영역이죠." 타바콜리가 말하며 화면을 가리켰습니다. "여기 보이는 형광 점들은 시냅스 전달에 관여하는 분자입니다." ISTA 졸업생은 화면을 움직이고 설정을 조정했습니다.

LICONN은 Danzl 그룹의 최신 현미경 기술입니다. 마치 꼼꼼한 퍼즐 해결사처럼, 미세한 신경 돌기들을 조각조각 모아 각 시냅스 연결을 해당 뉴런에 정확하게 연결함으로써 복잡한 뇌 네트워크를 조립합니다.

숙련된 의사이자 물리학자이며 현재 ISTA 교수인 요한 단즐은 "지금까지 어떤 광학 현미경 기술도 이런 작업을 할 수 없었습니다."라고 말합니다. "뇌 조직 재구성을 위한 파이프라인을 구축하는 것이 저희 그룹의 오랜 목표였습니다. 그리고 LICONN은 특정 분자를 구조 재구성의 맥락에 배치하면서 이를 수행할 수 있습니다."

LICONN의 가장 큰 특징은 이미지 획득이 매우 빠르고 다색 기능을 제공하는 표준 기성 현미경을 통해 이루어진다는 것입니다. 과학자들이 현재의 뇌 조직 재구성 방식에 필요한 고가의 장비가 필요하지 않기 때문에 이 기술은 전 세계 어디에서나 재현 가능합니다.

이 정도의 세부 묘사를 얻으려면 해상도가 수십 나노미터 정도로 매우 높아야 하는데, 이는 사람 머리카락 굵기의 1만 배에 달하는 수준입니다. 하지만 어떻게 이를 달성할 수 있을까요? 화학 분야의 전문 지식이 필요합니다.

젤을 이용한 줌

LICONN의 경우, 연구팀은 3차원 고분자 네트워크인 하이드로젤의 화학적 및 물리적 특성을 활용했습니다. 하이드로젤은 아기 기저귀와 유사한 특성을 가지고 있습니다. 물을 흡수하여 부풀어 오르지만, 매우 제어된 방식으로 팽창합니다.

관심 있는 뇌 조직은 이 하이드로젤에 매립되어 있습니다. "세포 구성 요소가 하이드로젤에 연결되어 있어 세포의 미세한 미세 구조가 젤에 각인되어 현미경 관찰을 위해 보존됩니다."라고 단즐은 설명합니다. 영상 촬영 전에, 하이드로젤에 물을 첨가하여 구조를 확장합니다. 그 결과, 젤은 모든 방향으로 크기가 늘어나지만 조직 구조의 상대적인 공간 배열은 매우 높은 정확도로 유지됩니다.

비교를 위해, 기존의 광학 현미경은 일반적으로 분해능이 약 250~300나노미터로 제한됩니다. 이 정도면 더 큰 세포 구조를 시각화하는 데는 충분하지만, 조밀하게 밀집된 뇌 조직을 재구성하기에는 부족합니다. 타바콜리는 "하이드로젤 팽창은 뇌 조직의 특징을 매우 멀리까지 끌어당겨 일반 광학 현미경으로도 분해할 수 있습니다. 이 방법은 유효 분해능을 16배 향상시켜 20nm보다 더 높은 분해능을 달성합니다."라고 설명합니다.

학문 간 교차점에서의 연구

이 프로젝트에는 신경과학과 화학만 참여한 것은 아닙니다. 컴퓨터 과학의 방법론 또한 파이프라인 개발에 중요한 역할을 했습니다. 미세한 이미지를 촬영하면 수많은 데이터 포인트가 수집되기 때문입니다. 따라서 데이터 세트의 복잡성은 뇌의 복잡성을 반영합니다.

따라서 상당한 규모의 모든 신경 구조를 수동으로 해석하고 재구성하는 것은 너무나 힘든 일입니다. 따라서 구글 리서치의 딥러닝 기술은 조직의 개별 세포를 분할하도록 훈련되었습니다. 구글 리서치의 비렌 제인은 "인공지능을 사용하여 더 넓은 범위에서 신경 세포와 그 정교한 구조를 자동으로 식별함으로써 모든 세포 구성 요소를 재구성하는 어려운 작업이 실질적으로 가능해졌습니다."라고 설명합니다.

"특정 분자를 동시에 시각화할 수 있는 능력은 정보의 새로운 질을 더합니다."

Danzl 그룹의 박사 과정생이자 컴퓨터 과학자인 줄리아 류드치크는 복잡한 데이터 세트를 해석하는 데 중요한 역할을 했습니다. 류드치크는 "데이터의 해상도가 매우 높아 뉴런 간의 시냅스 연결을 자동으로 감지하고 원시 뇌 영상 데이터를 상세한 연결 지도로 변환할 수 있었습니다.

이는 복잡한 이미지 처리 과제입니다."라고 설명했습니다. "또한, 작은 뇌 조직 조각에도 수만 개의 시냅스 연결이 포함될 수 있다는 점을 고려할 때, 이러한 방법은 효율적이고 확장 가능해야 했습니다."

LICONN은 시냅스에서 뉴런 간 신호 전달과 같은 신경 재구성에 특정 분자의 위치를 ​​매핑할 수 있도록 합니다. 류드치크의 예술적 감각은 그녀가 뇌 네트워크의 놀라운 3D 렌더링을 제작하는 데 도움이 되었는데, 시각화는 복잡한 과학 데이터의 접근성과 해석 가능성을 높여주는 강력한 도구이기 때문입니다.

뇌 구조의 새로운 세부 사항 잠금 해제

이 포괄적인 파이프라인을 통해 과학자들은 뇌 조직을 세밀하게 재구성하고 신경 연결과 네트워크를 시각화할 수 있습니다. ISTA의 영상 및 실험부터 구글 리서치의 첨단 딥러닝 기술 적용 및 ISTA의 계산 분석에 이르기까지, 여러 학문 분야의 실험과 분석이 상호 작용하여 뇌 구조를 새로운 차원의 복잡성으로 3D로 시각화할 수 있게 되었습니다. 댄즐은 "LICONN은 포유류 뇌의 퍼즐 조각을 조립하고 건강과 질병 모두에서 뇌의 기능을 더 잘 이해하는 데 한 걸음 더 다가가게 합니다."라고 결론지었습니다.

출처: https://www.sciencedaily.com/releases/2025/05/250507125852.htm