Identificata la struttura multifrattale dei neuroni

Identificata la struttura multifrattale dei neuroni e dell’attività del calcio nel Caenorhabditis elegans : Importante scoperta del prof. Elio Conte, Dr. Riccardo Marvulli, Dr. Giancarlo Iamieri e prof.ssa Marisa Megna (Università Aldo Moro Bari), Fang Wang (Changsha University, China), Dr. Rich Normann (psichiatra -Usa) e Dr. Cengiz Mordeniz (Namık Kemal University-Turchia).

Elio Conte, born in Italy in 1946, is Director of the School of Advanced International Studies on Apllied Theoretical and non Linear Methodologies of Physics, Bari, Italy. He is a theoretical physicist, author of about one hundred fifty publications at international level. His research fields are on derivation of quantum mechanics by Clifford algebra, applications of quantum mechanics in analysis of perceptive and cognitive functions in humans, application of the methods of theoretical physics in biology and medicine.

 

Abstract: Recentemente Jeffrey P. Nguyen, Frederick B. Shipleya, Ashley N. Linderc, George S. Plummera, Mochi Liua, Sagar U. Setrua, Joshua W. Shaevitza, e Andrew M. Leifera hanno pubblicato una Ricerca su PNAS dove presentano una tecnica in grado di registrare transienti intracellulari di calcio della dinamica neuronale in un Caenorhabditis elegans ( verme nematode fasmidario dotato di un sistema nervoso di 302 neuroni), con risoluzione cellulare, mentre veniva registrata la posizione dell’animale, la postura e la locomozione (Nguyen et al., 2015). Questo strumento ha fornito l’imaging di tutto il cervello con una risoluzione cellulare in un organismo libero. È stata usata la microscopia spinning disks confocale per catturare immagini 3D fluorescenti volumetriche di neuroni che esprimono l’indicatore di calcio GCaMP6s a 6 testa-volume / s.  Gli autori hanno fornito un video in tempo reale (http://neurosciencenews.com/motion-behavior-neuroimaging-neurons-3327/) dando le immagini di Neuron Locations (RFP 40 x) e calcio (Attività GCaMP6s, 40 x).

Sono state selezionate le immagini su cui è stata applicata  la 2D multifrattale Detrended Fluctuation Analysis (2D MF-DFA) (Conte et al. 2006,2008a,2008b, 2009,2012; Wang F. et al. 2014,2015) Il risultato è che la distribuzione neuronale e l’attività correlata del calcio nel  C-Elegans presentano entrambi una struttura multifrattale. Il risultato è di grande importanza per la comprensione della dinamica neuronale di base e inoltre  la  multifrattalità è una misura precisa della complessità spaziale dell’attività neurale ed è strettamente legata all’organizzazione morfo-funzionale delle cellule, anche in una struttura biologica così limitata. Le immagini sono state selezionate a intervalli di tempo successivi e quindi é stata effettuata un’analisi nello spazio e nel tempo. Le stime ottenute indicano che le connessioni neuronali e la corrispondente attività di calcio si modificano e modulano costantemente nel tempo il  regime multifrattale. Da un punto di vista dinamico questa topologia sottende le “reti di piccolo mondo”, gestite da un numero relativamente piccolo di hub. Questa struttura ha forte efficienza: le reti small  worlds garantiscono infatti flessibilità (non troppo ordinato) ed efficienza (non troppo disordinato).Il risultato dunque conferma i risultati teorici ottenuti dal Prof. Licata con L. Lella nel 2007 nel lavoro sull’organizzazione dei neural gas.( Licata & Lella, 2007). La ricerca e l’identificazione di questi hub potrebbe essere di grande importanza sotto il profilo patologico- clinico per comprendere i danni cerebrali e la loro reversibilità o meno a seconda della gerarchia neuronale colpita.

Lo studio di questi dati a livello clinico rappresenta la prospettiva futura del lavoro: il connectomics (mappa neuronale dinamica) nel cervello sembra essere strettamente indicativo della topologia neuronale. Le interconnessioni (dendritica e sinaptica in neuropilo) costruite su una logica multifrattale di fatto presentano un vantaggio evolutivo? E, in prospettiva, sarà possibile un’ingegneria topologica neuronale (ad esempio, ricostruire l’albero dendridico) utilizzata per scopi terapeutici (Dileva A.2015)? Di conseguenza, l’utilizzo di tale tecnica, quando applicata anche a sistemi neuronali più complessi, dovrebbe risultare di grande rilievo per l’esplorazione teorica della dinamica neuronale e sotto il profilo clinico  morfo-funzionale. I risultati  ottenuti muovono in questa direzione. Il connectomics del C-elegans é stato ricostruito con estrema cura (Busbice T.2014) ed é stato quindi sottoposta ad indagine anche la suddetta mappa neuronale dinamica. Il risultato delle indagini ha confermato che siamo in presenza di una struttura multifrattale. Il lavoro preliminare é di imminente pubblicazione sulla rivista internazionale Chaos and Complexity Letters, International Journal of Dynamical Systems Research.

 

 

 

 

 

Bibliografia

Busbice T. Extending the C. Elegans Connectome to Robotics, https://www.academia.edu/7841548/Extending_the_C._Elegans_Connectome_to_Robotics

Conte E., Mastrolonardo M., Zbilut J.P. (2006). A fractal Analysis of Skin Pigmented lesions using the novel feature of the variogram. Chaos, Solitons and Fractals, 28, 1119-1135

Conte E., Todarello O., Mendolicchio L., Corfiati L., Macina A., Pieri G., Zbilut J.P.(2008a). A Psycho-physical Model of of Rorschach’s ink-blots using fractal analysis with estimation of the generalized fractal dimension and fractal variance function. Chaos and Complexity Letters, 4 (1), 77-84

Conte E., Farronato G., Farronato D., Maggipinto C., Maggipinto G., Zbilut J.P. (2008b). Recurrence quantification Analysis, Variability Analysis and Fractal Dimension Estimation in ^99mTc-HDP Nuclear Scintigraphy of Maxillary Bones in subjects with Osteoporosis. Chaos and Coomplexity Letters, 3 (2), 111-142

Conte E., Todarello O., Mendolicchio L., Corfiati L., Macina A., Federici A., Pierri G.,  Zbilut J.P.(2012). A Psycho-physical Model of Rorschach’s ink-blots using fractal analysis with estimation of the generalized fractal dimension and fractal variance function. On the Borders of Complexity. Nova Science Publishers Inc.

Conte E., Pierri G., Federici A., Mendoloccio L, Zbilut J.P. (2009). The Fractal variogram Analysis as General Tool to Measure Normal and Altered Metabolism States and the Genetic Instability : an aplication to the case of the cutaneous malignat melanoma. Chaos and Complexity Letters , 3 (3), 273-280.

Di Leva A., Esteban F.J., Grizzi F., Klonowski W., Landrove M.M. (2015). Fractals in the Neurosciences, Part II: Clinical Applications and Future Perspectives. The Neuroscientist, 21(1), 30-43

Licata, I., Lella, L. (2007) Evolutionary Neural Gas (ENG) : A Model of Self Organizing Network from Input Categorization. EJTP, 4, No. 14: 31-50

Nguyen J. P., Shipley F. B., Linder A. N., Plummer G.S., Mochi Liu, Sagar U. Setru, Joshua W. Shaevitz, Andrew M. Leifer (2015). “Whole-brain calcium imaging with cellular resolution in freely behaving Caenorhabditis elegans” Proceedings of the National Academy of Sciences of the United States of America, 10.1073/pnas.1507110112, Published online before print December 28, (2015). [PDF and Movies S1, S2, S3 and S4]

Wang F. Li Z. S., Liao G. P. (2014). Multifractal detrended fluctuation analysis for image texture feature representation. International Journal of Pattern Recognition and Articial Intelligence, 28 (3),  1-20

Wang F., Deng wen Liao, Jin wen Lii , Giung -ping Jao (2015). Two-dimensional Multifractal detrended fluctuation analysis of plant identification. Plant Methods, 11 (12), 1-12.