È stato pubblicato oggi su Nature un articolo che segna un importante passo avanti per le neuroscienze e il neuroimaging.  Un gruppo di ricerca internazionale guidato dall’UCL (University College London) ha realizzato, con l’aiuto dell’Intelligenza artificiale, un nuovo atlante cerebrale che permette di visualizzare il cervello umano con un dettaglio mai visto prima.

Il cervello umano è costituito da centinaia di regioni interconnesse che guidano i nostri pensieri, le emozioni e i comportamenti. Gli atlanti cerebrali realizzati fino ad ora riescono a identificare, nelle scansioni di risonanza magnetica (MRI), strutture principali come l’ippocampo, che supporta la memoria e l’apprendimento; ma le loro  sottoregioni rimangono difficili da rilevare. E questa è una distinzione importante perché, per riprendere l’esempio, le sottoregioni dell’ippocampo possono essere colpite in modo molto diverso durante la progressione della malattia di Alzheimer.

L’esame istologico premette di esaminare il cervello a livello cellulare, ma non può essere eseguito su individui viventi, e questo limita la sua potenzialità per comprendere come il cervello umano cambia durante lo sviluppo, l’invecchiamento e le malattie.

Il nuovo studio introduce NextBrain, un atlante dell’intero cervello umano adulto, che può essere utilizzato per analizzare le scansioni MRI di pazienti vivi in pochi minuti e con un livello di dettaglio finora impossibile.

I creatori dell’atlante, che è disponibile gratuitamente, si augurano che questo possa dare un valido contributo allo studio del cervello e a una maggiore efficacia della diagnosi e del trattamento di condizioni come l’Alzheimer.

L’Atlante Cerebrale  – sviluppato anche grazie all’intelligenza artificiale

Ci sono voluti sei anni perché il gruppo di ricerca riuscisse a portare a termine l’atlante, attraverso un processo simile al completamento di un puzzle, a partire da campioni di tessuto post-mortem provenienti da cinque cervelli umani.

Ciascun cervello è stato accuratamente sezionato e tagliato in 10.000 pezzi, colorato istologicamente per aiutare a identificare le strutture cerebrali, fotografato al microscopio e quindi riassemblato in un modello digitale 3D. Prima di iniziare questo processo, il team ha condotto scansioni MRI dei cervelli in modo da sapere come rimetterli insieme, un po’ come l’immagine  di riferimento sulla scatola di un puzzle.

Il gruppo ha usato l’Intelligenza artificiale per allineare le immagini al microscopio e le scansioni MRI, tenendo conto delle differenze tra le due tecniche e assicurando che i pezzi non si sovrapponessero o avessero spazi vuoti.

Un totale di 333 regioni cerebrali sono state quindi etichettate sui modelli 3D digitali di ciascuno dei cinque cervelli. Anche questo processo è stato notevolmente accelerato dall’IA. I ricercatori affermano che, se fatto manualmente, ci sarebbero voluti decenni.

Juan Eugenio Iglesias, autore senior dello studio, del Dipartimento di Fisica Medica e Ingegneria Biomedica dell’UCL e del Massachusetts General Hospital/Harvard Medical School, ha dichiarato:

“NextBrain è il culmine di anni di sforzi volti a colmare il divario tra l’imaging al microscopio e la risonanza magnetica. Combinando dati tissutali ad alta risoluzione con tecniche di IA avanzate, abbiamo creato uno strumento che consente ai ricercatori di analizzare le scansioni cerebrali con un livello di dettaglio che prima era irraggiungibile. Questo apre nuove possibilità per studiare le malattie neurodegenerative e l’invecchiamento.”

L’atlante risultante, che è una “media” dei cinque modelli cerebrali, è generalizzabile a tutti gli esseri umani adulti, il che significa che può essere utilizzato per inferire automaticamente dettagli dalle scansioni MRI di soggetti vivi o deceduti.

Precisione dell’Atlante Cerebrale Testata su Migliaia di Scansioni

NextBrain è stato testato con successo su migliaia di dataset MRI, dimostrando la capacità di identificare in modo affidabile le regioni cerebrali in diverse condizioni di imaging e tipi di scanner.

In un esperimento, il team ha utilizzato l’atlante per etichettare automaticamente le regioni cerebrali in una scansione MRI ad altissima risoluzione disponibile in open access, che corrispondeva strettamente alle regioni etichettate manualmente, anche per aree piccole come le sottoregioni dell’ippocampo.

In un altro esperimento, i ricercatori hanno applicato NextBrain a oltre 3.000 scansioni MRI di individui viventi per studiare i cambiamenti di volume cerebrale legati all’età. L’atlante ha permesso un’analisi dei pattern di invecchiamento più dettagliata di quanto si potesse ottenere utilizzando gli strumenti esistenti.

Zane Jaunmuktane, autrice dello studio presso l’UCL Queen Square Institute of Neurology e la Queen Square Brain Bank for Neurological Disorders, ha commentato:

“Il nostro obiettivo nella costruzione di questo atlante era di consentire ai ricercatori di identificare centinaia di regioni cerebrali in pazienti vivi in modo rapido e coerente, pur mantenendo l’accuratezza anatomica dei dati microscopici. Il livello di dettaglio anatomico in NextBrain è notevole e la sua disponibilità in open access significa che i ricercatori di tutto il mondo possono beneficiarne immediatamente.

“NextBrain fornisce una mappa senza precedenti dell’architettura cellulare del cervello. La base integrata nell’atlante consente ora un’analisi rapida, accurata e accessibile delle immagini cerebrali in individui viventi, aprendo la porta al rilevamento dei segni più precoci di malattie neurologiche come l’Alzheimer, molto prima che i sintomi compaiano, e facendo progredire la nostra capacità di comprendere, monitorare e, in definitiva, prevenire queste malattie devastanti.”

Tutti i dati sottostanti, gli strumenti e le annotazioni utilizzati in NextBrain sono stati rilasciati apertamente tramite la piattaforma di neuroimaging FreeSurfer (insieme a strumenti di visualizzazione e risorse didattiche).

Lo studio è stato supportato dall’European Research Council, dall’Alzheimer’s Society, dalla Lundbeck Foundation e dai National Institutes of Health (USA).

Per maggiori informazioni contattare:
Anna Lo Piano
+39 3351520648
anna.lopiano@cref.it

Dr Matt Midgley
+44 (0)20 7679 9064
m.midgley@ucl.ac.uk

Riferimenti articolo:
Adrià Casamitjana et al. ‘A probabilistic histological atlas of the human brain for MRI
segmentation
DOI: https://doi.org/10.1038/s41586-025-09708-2