Classificação morfológica de neurônios baseada na hierarquia das árvores dendríticas

• Autor(a) principal: Cervantes, Evelyn Pérez
• Data de Publicação: 2019
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: https://www.teses.usp.br/teses/disponiveis/45/45134/tde-23032020-141326/
• topic: Arborização dendrítica; Classificação morfológica; Classificação supervisionada; Compartilhamento de dados; Data sharing; Dendritic arborization; Digital neuronal reconstruction; Feature selection; Morfometria; Morphological classification; Morphological reconstruction; Morphometry; Neuron; Neurônio; Reconstrução morfológica; Reconstrução neuronal digital; Seleção de características; Supervised classification

Entre os desafios que a neuroanatomia tem enfrentado desde seu início, a identificação de características que permitam distinguir diversas categorias de células neuronais do ponto de vista morfológico tem atraído atenção de pesquisadores pertencentes a diferentes áreas, os quais tentam, caracterizar quantitativamente os neurônios. Por outro lado, considerando a bem conhecida premissa de que a forma das diversas células está diretamente relacionada com sua função. A caracterização morfológica de neurônios, portanto, permite fazer análises com a finalidade de avançar em direção ao principal objetivo da neurociência: entender o funcionamento do cérebro. Os neurônios são compostos de três partes principais: corpo celular, dendritos e axônios. Os dendritos têm forma de árvore; o conjunto de dendritos de um neurônio é comumente chamado de árvore dendrítica e, de maneira análoga às árvores possuem uma hierarquia de ramos. Este trabalho tem como objetivo construir e validar novos métodos para analisar morfologicamente conjuntos de neurônios usando suas reconstruções digitais em diferentes níveis hierárquicos. Serão considerados neurônios inteiros bem como apenas as hierarquias das árvores dendríticas, com a finalidade de identificar partes morfologicamente relevantes para a classificação de reconstruções tridimensionais neurônios. Dessa maneira, seria possível otimizar a reconstrução digital de neurônios direcionando esforços para uma reconstrução mais detalhada das regiões relevantes. O método propõe diferentes estratégias de decomposição das árvores dendríticas ao longo de suas hierarquias. Um conjunto de mais de 5.000 neurônios, correspondentes a diferentes classes e provenientes de diversas espécies serão examinados com algoritmos de classificação supervisionados. Neste processo, serão consideradas 22 medidas morfológicas calculadas sobre os neurônios, principalmente, as relacionadas às árvores dendríticas. Os resultados mostram que é possível encontrar seções das árvores dendríticas morfologicamente relevantes para a classificação dos neurônios. Este resultado é relevante pois implica a possibilidade de usar apenas partes de neurônios para a classificação morfológica, o que por sua vez, ajudaria a direcionar o processo de reconstrução digital. As partes mais relevantes à classificação são os ramos mais próximos ao corpo celular, o que do ponto de vista biológico implicaria que a variabilidade causada nos ramos mais distantes do soma, gerada por estímulos externos aos indivíduos estudados, por exemplo, poderia ser desconsiderada. Em casos de neurônios similares, o método consegue identificar as hierarquias de ramos mais relevantes para a classificação, as quais não necessariamente correspondem a ramos mais próximos do soma. Neste sentido, os resultados evidenciados abrem novas possibilidades de análise parcial de neurônios, sem comprometer o resultado quando comparado à análise global além de expor possíveis implicações biológicas. Obtiveram-se acurácias de classificação similares usando-se neurônios inteiros e apenas partes deles.