Brain/MINDS Marmoset Brain Atlas 2.0: Parcellação Cortical Populacional com Templates Multimodais

Por que o cérebro de um macaco pequeno importa

O sagui‑comum é um macaco pequeno, mas seu cérebro é surpreendentemente semelhante ao nosso na organização e nas conexões. Pesquisadores usam cada vez mais micos‑leões‑dourados para estudar condições como Alzheimer e declínio cerebral relacionado à idade, porque experimentos impossíveis em humanos podem ser realizados com segurança em animais. Este artigo apresenta um novo mapa digital 3D de alta precisão do cérebro do mico, chamado Brain/MINDS Marmoset Brain Atlas 2.0 (BMA2.0). Ele fornece um sistema de referência comum para que dados de muitos laboratórios, scanners e experimentos possam ser comparados e combinados — um passo essencial para entender como cérebros de primatas funcionam e como adoecem.

De um cérebro a uma visão populacional

Atlas cerebrais anteriores do mico eram normalmente construídos a partir de um único animal. Isso é como tentar entender o “rosto típico” humano a partir de uma fotografia: ignora diferenças naturais de tamanho, forma e detalhes finos. O BMA2.0, em vez disso, faz uma média de informações de muitos indivíduos — 91 RMI ex vivo (pós‑mortem), 446 RMIs de micos vivos e colorações histológicas detalhadas de 10 cérebros. Ao alinhar cuidadosamente todos esses cérebros em um mesmo sistema de coordenadas, o atlas captura o padrão mais comum de dobras e regiões, atenuando idiossincrasias. O resultado é um template simétrico baseado na população que reflete melhor como é um cérebro típico de mico.

Visões em camadas da estrutura cerebral

Para dividir o cérebro em partes significativas, a equipe combinou vários tipos de imagens. Colorações de mielina de alta resolução destacam as conexões, enquanto a coloração de Nissl revela a distribuição dos corpos celulares. RMI ex vivo e in vivo acrescentam cobertura de todo o cérebro semelhante à usada em hospitais humanos. Usando esses contrastes em conjunto, especialistas delinearam manualmente 117 regiões no “córtex” externo por hemisfério e refinaram 156 estruturas profundas e 45 regiões do cerebelo. Softwares avançados de registro e modelos de inteligência artificial então remontaram milhares de lâminas 2D em volumes 3D consistentes, os corresponderam ao RMI e os média‑ram entre os animais. O atlas final parcelou cada hemisfério em 323 regiões e inclui mapas planos e modelos de superfície que permitem aos cientistas visualizar o córtex como se estivesse desdobrado em uma folha.

Algoritmos inteligentes nos bastidores

Construir um atlas tão detalhado é tecnicamente exigente. Lâminas de tecido podem deformar, cores das colorações variam entre métodos, e imagens de scanners diferentes não se alinham sozinhas. Para superar isso, os autores usaram algoritmos modernos de registro de imagem juntamente com ferramentas de aprendizado profundo. Uma rede aprende a transformar imagens de Nissl em imagens com aparência de mielina para que duas colorações muito diferentes fiquem mais comparáveis. Outra aprende a marcar os limites entre córtex, estruturas profundas e o fundo, fornecendo “marcadores” adicionais que ajudam o registro a travar as estruturas no lugar. Para garantir que as regiões sigam a direção natural em colunas do córtex, uma abordagem matemática baseada na equação de Laplace traça linhas de fluxo da superfície externa do cérebro até a substância branca, atribuindo a cada pequeno volume o destino mais provável ao longo desses caminhos.

Conectando anatomia com função

O BMA2.0 é mais do que uma imagem estática; foi projetado para ligar estrutura e atividade. Os autores mostram que, ao usar as regiões do atlas para resumir sinais de fMRI em estado de repouso de micos acordados, os padrões de atividade ao longo do tempo são mais consistentes entre sessões e animais do que quando o cérebro é dividido em pedaços arbitrários baseados na distância. Eles também constroem um mapa populacional médio de conexões de substância branca usando difusão por RMI de 126 animais e o comparam com um conjunto de dados separado de injeções de traçadores que rastreiam axônios reais. Os dois mapas independentes concordam bem, sustentando a ideia de que o atlas captura conexões biologicamente significativas. Como o BMA2.0 pode ser traduzido para os sistemas de coordenadas de vários outros atlas de mico, ele também atua como um hub para fundir conjuntos de dados passados e futuros.

O que isso significa para a pesquisa cerebral

Para não especialistas, a mensagem principal é que o BMA2.0 fornece aos cientistas um “mapa geográfico” do cérebro do mico muito mais confiável, baseado não em um animal, mas em uma população e em múltiplos métodos de imagem. Isso torna mais fácil comparar resultados entre estudos, relacionar anatomia de alta resolução a sinais cerebrais e comportamento, e investigar como doenças e tratamentos remodelam redes cerebrais. Como os micos são parentes próximos dos humanos e já são amplamente usados em pesquisas sobre envelhecimento e demência, este atlas deve ajudar a traduzir descobertas de macacos pequenos para questões maiores sobre o cérebro humano.

Citação: Gong, R., Ichinohe, N., Abe, H. et al. Brain/MINDS Marmoset Brain Atlas 2.0: Population Cortical Parcellation With Multi-Modal Templates. Sci Data 13, 274 (2026). https://doi.org/10.1038/s41597-026-06601-z

Palavras-chave: atlas cerebral de mico‑leão‑dourado, neuroimagem populacional, RMI multimodal, parcelação cortical, conectoma de primata