Атлас мозга макаки-карликовой серии Brain/MINDS 2.0: популяционная корковая парцелляция с многомодальными шаблонами

Почему важен маленький мозг обезьяны

Обыкновенная карликовая мармозетка — небольшая обезьяна, но её мозг удивительно похож на наш по организации и связности. Исследователи всё чаще используют мармозеток для изучения таких состояний, как болезнь Альцгеймера и возрастное снижение функций мозга, потому что эксперименты, невозможные у людей, можно безопасно проводить на животных. В этой статье представлен новый, высокоточный трёхмерный цифровой атлас мозга мармозетки под названием Brain/MINDS Marmoset Brain Atlas 2.0 (BMA2.0). Он предоставляет общую систему координат, чтобы данные из многих лабораторий, сканеров и экспериментов можно было сравнивать и объединять — важный шаг на пути к пониманию работы приматных мозгов и того, как они нарушаются при заболеваниях.

От одного мозга к популяционному представлению

Ранние атласы мозга мармозетки обычно создавались на основе одного животного. Это похоже на попытку понять «типичное» человеческое лицо по одной фотографии: такие подходы игнорируют естественное разнообразие размеров, форм и тонких деталей. BMA2.0 же усредняет информацию по многим особям — 91 ex vivo (посмертной) МРТ‑съёмке, 446 МРТ‑исследованиям живых мармозеток и подробным тканевым окраскам из 10 мозгов. Тщательно согласовав все эти мозги в единой системе координат, атлас фиксирует наиболее распространённые закономерности складок и областей, сглаживая индивидуальные особенности. В результате получается симметричный шаблон на популяционной основе, который лучше отражает то, как выглядит типичный мозг мармозетки.

Слойные представления структуры мозга

Чтобы разделить мозг на осмысленные части, авторы объединили несколько типов изображений. Высокодетализированная миелиновая окраска подчёркивает проводящие пути мозга, тогда как Nissl‑окраска показывает распределение тел клеток. Ex vivo и in vivo МРТ обеспечивают покрытие всего мозга, похожее на используемое в клиниках для людей. Используя эти контрасты совместно, эксперты вручную очертили 117 областей в наружном «сером веществе» каждой полушарии и уточнили 156 глубоких структур и 45 областей мозжечка. Современное программное обеспечение для регистрации и модели искусственного интеллекта затем сшили тысячи 2D‑срезов тканей обратно в согласованные 3D‑объёмы, сопоставили их с МРТ и усреднили по животным. Финальный атлас разбивает каждое полушарие на 323 региона и поставляется с плоскими картами и поверхностными моделями, которые позволяют визуализировать кору так, словно её развернули на листе.

Умные алгоритмы за кулисами

Создание такого подробного атласа технически сложно. Тканевые срезы могут деформироваться, цвета окраски различаются между методами, а изображения с разных сканеров сами по себе не выравниваются. Чтобы преодолеть это, авторы использовали современные алгоритмы регистрации изображений вместе с инструментами глубинного обучения. Одна сеть обучается преобразовывать Nissl‑изображения в изображения, похожие на миелиновые, чтобы два очень разных типа окраски выглядели более сопоставимо. Другая сеть учится отмечать границы между корой, глубокими структурами и фоном, предоставляя дополнительные «ориентиры», которые помогают регистрации надёжно зафиксировать структуры. Чтобы гарантировать, что области следуют естественному колонковому направлению коры, математический подход на основе уравнения Лапласа прокладывает потоковые линии от наружной поверхности мозга к белому веществу, присваивая каждому малому объёму наиболее вероятную область вдоль этих путей.

Соединяя анатомию с функцией

BMA2.0 — это не просто статичная картинка; он предназначен для связывания структуры и активности. Авторы показывают, что при использовании регионов атласа для суммаризации сигналов покоящейся фМРТ у бодрствующих мармозеток временные шаблоны активности оказываются более устойчивыми между сессиями и между животными, чем при разбиении мозга на произвольные участки по расстоянию. Они также строят карту средних по популяции беломозговых связей с использованием диффузионной МРТ у 126 животных и сравнивают её с отдельной базой данных инъекций трассеров, отслеживающих реальные аксоны. Две независимые карты хорошо согласуются, что поддерживает идею о том, что атлас отражает биологически значимую проводящую структуру. Поскольку BMA2.0 можно перевести в системы координат нескольких других атласов мармозетки, он также действует как узел для объединения прошлых и будущих наборов данных.

Что это значит для исследований мозга

Для непрофессионалов главный вывод таков: BMA2.0 даёт учёным гораздо более надёжную «географическую карту» мозга мармозетки, основанную не на одном животном, а на популяции и на нескольких методах визуализации. Это облегчает сравнение результатов между исследованиями, соотнесение тонкой анатомии с сигналами мозга и поведением, а также изучение того, как заболевания и вмешательства перестраивают мозговые сети. Поскольку мармозетки являются близкими родственниками человека и уже широко используются в исследованиях старения и деменции, этот атлас должен помочь перенести открытия от маленьких обезьян к важным вопросам о человеческом мозге.

Цитирование: 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

Ключевые слова: атлас мозга мавпообразной карликовой макаки, популяционная нейровизуализация, мультимодальная МРТ, корковая парцелляция, коннектом приматов