Une approche comparative pour les études quantitatives de comptage cellulaire dans des cerveaux de mammifères très différents
16 janvier 2026
Les neurosciences modernes doivent explorer les différences entre de nombreuses espèces, y compris les rongeurs de laboratoire et les humains. Cependant, des difficultés techniques surviennent lorsque des mammifères à gros cerveau sont impliqués. Cette approche aborde la variation interespèces des populations neuronales chez des mammifères très différents, produisant des résultats comparables à cartographier pour révéler des schémas évolutifs.
Il a été découvert que la plasticité structurelle cérébrale peut être très différente d’un mammifère à l’autre. Cela nécessite donc une analyse quantitative systématique. Notre analyse systématique de cerveaux très différents peut fournir des résultats comparables à situer dans un contexte phylogénétique.
Pour commencer, prenez une assiette à 12 puits du réfrigérateur à 20 degrés Celsius contenant les sections cérébrales flottantes, et retirez quelques tranches dans une boîte de Petri remplie de solution PBS. Sélectionnez les sections et placez-les sur une diapositive. Après coloration histologique des sections, identifiez les niveaux cérébraux en fonction de caractéristiques neuroanatomiques spécifiques.
Définissez-le en niveaux 1 à 4, en utilisant le même nombre de sections en série de 40 micromètres d’épaisseur, puis sélectionnez trois sections coronales espacées de manière égale à chaque niveau cérébral et effectuez une coloration immunohistochimique. Ouvrez le logiciel Neurolucida sur la station de travail et placez la lame sous le microscope en utilisant l’objectif sélectionné pour le comptage cellulaire. À faible grossissement, contournez la couche corticale 2 à l’aide de l’outil de contour main libre dans le menu Trace du logiciel.
Tracez le périmètre pour obtenir la longueur de la couche corticale 2, incluant à la fois le paléocortex et le néocortex. Sélectionnez les symboles préférés pour le comptage des cellules depuis la barre d’outils des marqueurs. Comptez les cellules de type 1 identifiées par un petit soma de forme bipolaire et un diamètre de soma allant de 3 à 9 micromètres dans chaque région d’intérêt.
Comptez les cellules de type 2 identifiées par un soma plus grand avec une arborisation dendritique complexe et un diamètre du soma allant de 9 à 18 micromètres. Maintenant, collectez les données pour l’analyse phylogénétique du paléocortex, du néocortex et du cortex cérébral obtenues en combinant les données du paléocortex et du néocortex. Rassemblez le périmètre de la couche corticale 2, mesuré en millimètres et visible dans la barre d’outils des mesures de contour, dans un fichier tableur.
Sur le même tableur, collectez le nombre de cellules de Type 1 et de Type 2 visibles dans la barre d’outils des marqueurs. Calculez et enregistrez le nombre total de cellules en ajoutant des cellules de type 1 et 2 pour chaque cerveau, région et niveau cérébral en utilisant trois sections par niveau, pour un total de 12 sections par spécimen. Utilisez les valeurs collectées pour calculer la densité linéaire de cellules pour chaque section de chaque région en divisant le nombre de cellules par le périmètre en millimètres.
Calculez le pourcentage de cellules de type 1 et de cellules de type 2 en divisant le nombre de cellules de type 1 ou 2 par le nombre total de cellules et en multipliant par 100. Ensuite, calculez le pourcentage de cellules de type 1 et de type 2 dans chaque échantillon à l’aide de la formule. Obtenir la valeur moyenne de ces pourcentages parmi les quatre spécimens considérés par espèce à l’aide de la fonction moyenne sur le tableur.
Utilisez la densité cellulaire linéaire pour effectuer des analyses phylogénétiques et utilisez le total des cellules comptées dans chaque coupe coronale pour estimer le nombre total de neurones immatures par hémisphère. Calculez la valeur médiane de la densité des 12 sections considérées par stécimen à l’aide de la fonction médiane sur le tableur. Utilisez la médiane comme mesure centrale car l’échantillon par groupe est relativement petit et certains groupes présentent des distributions asymétriques.
Utilisez l’outil de contour à main levée sur le logiciel Neurolucida pour tracer une ligne à travers le diamètre du soma perpendiculaire à l’axe principal. Mesurez au moins 100 cellules DCX positives sélectionnées au hasard des deux types chez chaque espèce en utilisant 25 cellules par spécimen dans chaque région cérébrale afin d’obtenir la plage de diamètre du soma pour les cellules de type 1 et type 2. Maintenant, créez une liste des espèces analysées dans un bloc-notes en utilisant leurs noms scientifiques.
Téléchargez la liste sur l’arbre temporel du site web. org et export en fichier NWK. Sur Mesquite Project Software, téléchargez le fichier NWK, intégrez les données et enregistrez le fichier résultant sous forme de fichier PDF.
Enfin, dans la fiche technique créée précédemment, ajoutez une colonne contenant la taille du cerveau pour chaque espèce. Calculez le logarithme naturel des densités cellulaires positives du DCX et le logarithme naturel de la taille du cerveau. Effectuez une analyse statistique sur le logiciel statistique choisi et téléchargez les fichiers obtenus.
Entrez les résidus dans une nouvelle colonne de la fiche technique afin de pouvoir créer un graphique résiduel. Les cellules DCX positives dans le cortex cérébral de toutes les espèces étudiées ont montré de manière cohérente une disposition topographique formant une monocouche le long de la couche corticale 2, comprenant principalement de petites cellules unipolaires ou bipolaires, ainsi qu’une fraction mineure de grandes cellules complexes. Les cellules co-exprimaient PSAN-NCAM et DCX sans expression de Ki67.
Et contenait une sous-population de cellules complexes exprimant NeuN. La densité linéaire des neurones corticales immatures variait grandement selon les espèces. Des analyses comparatives phylogénétiques ont montré que le groupe Laurasiatheria présentait une densité plus élevée de neurones corticales immatures que les Euarchontoglires.
Une forte covariance a été observée entre la densité corticale immature des neurones et le volume cérébral. Et entre la densité neuronale immature du cortical et le périmètre de la couche néocorticale 2. Nos résultats peuvent révéler des compromis évolutifs entre différents types de plasticité et aussi entre différentes régions cérébrales.
Consultez la transcription complète et accédez à des milliers de vidéos scientifiques
Aperçu
Cette étude explore la variation interspécifique des populations neuronales parmi différents mammifères, en se concentrant sur les rongeurs de laboratoire et les humains. Elle aborde les défis techniques de l'étude des mammifères à grand cerveau et vise à produire des résultats comparables qui révèlent des schémas évolutifs.
Composantes clés de l'étude
Domaine scientifique
- Neuroscience
- Biologie comparative
- Biologie évolutive
Contexte
- Comprendre les différences neuronales entre les espèces est crucial pour la neuroscience moderne.
- Les difficultés techniques surviennent souvent avec les mammifères à grand cerveau.
- Les études comparatives peuvent fournir des aperçus sur les schémas évolutifs.
- Les rongeurs de laboratoire servent de modèle commun pour de telles études.
Objectif de l'étude
- Explorer les différences de populations neuronales entre les espèces.
- Aborder les défis de l'étude des mammifères à grand cerveau.
- Cartographier des résultats qui révèlent des tendances évolutives.
Méthodes utilisées
- Analyse comparative des populations neuronales.
- Utilisation des rongeurs de laboratoire comme modèle.
- Cartographie des résultats à travers différentes espèces de mammifères.
- Aborder les défis techniques dans les études sur les mammifères à grand cerveau.
Résultats principaux
- Identification de variations interspécifiques significatives dans les populations neuronales.
- Démonstration de résultats comparables entre les rongeurs et les mammifères plus grands.
- Révélation d'aperçus sur les schémas évolutifs du développement neuronal.
- Mise en évidence de l'importance de surmonter les difficultés techniques dans la recherche.
Conclusions
- L'étude fournit un cadre pour comprendre les différences neuronales entre les espèces.
- Elle souligne la nécessité d'approches innovantes dans la recherche en neurosciences.
- Les résultats contribuent à la compréhension plus large de l'évolution des mammifères.
Questions fréquemment posées
Executive Industry Relevance
Quantitative cell counting across diverse mammalian brains addresses a critical gap in translating neurobiological findings from rodent models to humans. Standardizing comparative neuroanatomical measurements enhances predictive confidence in target validation and de-risks early discovery decisions. This approach supports portfolio strategies by enabling more accurate cross-species extrapolation of neuroplasticity and developmental processes.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables rigorous interrogation of neurogenic hypotheses across species with divergent brain architectures.
- Supports functional target validation by quantifying cell populations in anatomically matched brain regions.
- Improves predictive confidence for translational neuroscience programs by reducing interspecies ambiguity.
Screening & Assay Development
- Facilitates preparation of standardized brain samples for downstream quantitative assays.
- Promotes reproducibility by using common anatomical reference points for cell counting.
- Enables reliable benchmarking of neurogenic markers across developmental stages and species.
Translational & Preclinical Research
- Aligns quantification of neuroplasticity markers with disease-relevant systems in both rodent and human brains.
- Supports continuity from discovery through preclinical validation by mapping cell densities onto phylogenetic frameworks.
- Enables risk-adjusted advancement by revealing evolutionary patterns and covariation with neuroanatomical features.
Pipeline & Workflow Integration
This comparative cell counting method integrates from early discovery through preclinical research, supporting both hypothesis testing and translational continuity.
- Discovery Biology: Provides quantitative outputs for hypothesis testing and evolutionary pathway clarification.
- Screening: Standardizes sample preparation and measurement for reproducible cross-species assays.
- Analytics: Delivers cell density data and covariance analyses to inform condition comparisons.
- Translational Research: Maps neurogenic variation to disease-relevant systems and developmental stages.
- Enterprise Reuse: Establishes a reusable framework for comparative quantification across diverse mammalian models.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neurobiological target validation.
- Operational Value: Enhances standardization, reproducibility, and scalability of comparative studies.
- Strategic Value: Informs go/no-go decisions and improves capital efficiency by clarifying translational relevance.
- Portfolio Impact: Supports risk-adjusted prioritization of neuroscience assets based on cross-species data.
Implementation Considerations
- Requires expertise in neuroanatomy and comparative biology for accurate anatomical alignment.
- Demands access to imaging and quantitative analysis infrastructure for cell counting.
- Necessitates cross-team agreement on anatomical reference points and data standards.
- May require adaptation for species with unique brain morphologies or developmental timelines.
- Standardization is limited by variables that cannot be fully controlled across all species.
