Article
U-Net basierte Quantifizierung der Elektronentomographie-basierten Morphologie von Band-Synapsen innerer Haarzellen
Search Medline for
Authors
-
Sophia Mutschall
- Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften & InnerEarLab, Göttingen, Deutschland; Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften, Gruppe Molekulare Architektur der Synapsen, Göttingen, Deutschland; BIN, Center for Biostructural Imaging of Neurodegeneration, Universitätsmedizin Göttingen, Göttingen, Deutschland; Max-Planck-Institut für multidisziplinäre Naturwissenschaften, Auditorische Neurowissenschaften & Synaptische Nanophysiologie, Göttingen, Deutschland; Universitätsmedizin Göttingen, Exzellenzcluster „Multiscale Bioimaging: Von molekularen Maschinen zu Netzwerken erregbarer Zellen“ (MBExC), Göttingen, Deutschland
-
Sarah Muth
- Georg-August-Universität Göttingen, Institut für Informatik, Göttingen, Deutschland
-
Frederieke Moschref
- Max-Planck-Institut für Multidisziplinäre Wissenschaften, Abteilung für Molekulare Neurobiologie, Göttingen, Deutschland
-
Benjamin H. Cooper
- Max-Planck-Institut für Multidisziplinäre Wissenschaften, Abteilung für Molekulare Neurobiologie, Göttingen, Deutschland
-
Susann Michanski
- Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften & InnerEarLab, Göttingen, Deutschland; Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften, Gruppe Molekulare Architektur der Synapsen, Göttingen, Deutschland; BIN, Center for Biostructural Imaging of Neurodegeneration, Universitätsmedizin Göttingen, Göttingen, Deutschland; Max-Planck-Institut für multidisziplinäre Naturwissenschaften, Auditorische Neurowissenschaften & Synaptische Nanophysiologie, Göttingen, Deutschland
-
Ines Hojas
- Max-Planck-Institut für Multidisziplinäre Wissenschaften, Abteilung für Molekulare Neurobiologie, Göttingen, Deutschland
-
Valentin Schwarze
- Max-Planck-Institut für Multidisziplinäre Wissenschaften, Abteilung für Molekulare Neurobiologie, Göttingen, Deutschland
-
Kirsten Weyand
- Max-Planck-Institut für Multidisziplinäre Wissenschaften, Abteilung für Molekulare Neurobiologie, Göttingen, Deutschland
-
Lydia Maus
- Max-Planck-Institut für Multidisziplinäre Wissenschaften, Abteilung für Molekulare Neurobiologie, Göttingen, Deutschland
-
Julius N. Bahr
- Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften & InnerEarLab, Göttingen, Deutschland; Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften, Gruppe Molekulare Architektur der Synapsen, Göttingen, Deutschland; BIN, Center for Biostructural Imaging of Neurodegeneration, Universitätsmedizin Göttingen, Göttingen, Deutschland; Göttinger Graduiertenzentrum für Neurowissenschaften, Biophysik und Molekulare Biowissenschaften, Göttingen, Deutschland
-
Carolin Wichmann
- Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften & InnerEarLab, Göttingen, Deutschland; Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften, Gruppe Molekulare Architektur der Synapsen, Göttingen, Deutschland; BIN, Center for Biostructural Imaging of Neurodegeneration, Universitätsmedizin Göttingen, Göttingen, Deutschland; Max-Planck-Institut für multidisziplinäre Naturwissenschaften, Auditorische Neurowissenschaften & Synaptische Nanophysiologie, Göttingen, Deutschland; Universitätsmedizin Göttingen, Exzellenzcluster „Multiscale Bioimaging: Von molekularen Maschinen zu Netzwerken erregbarer Zellen“ (MBExC), Göttingen, Deutschland
-
Constantin Pape
- Georg-August-Universität Göttingen, Institut für Informatik, Göttingen, Deutschland; Universitätsmedizin Göttingen, Exzellenzcluster „Multiscale Bioimaging: Von molekularen Maschinen zu Netzwerken erregbarer Zellen“ (MBExC), Göttingen, Deutschland
-
Tobias Moser
- Universitätsmedizin Göttingen, Institut für Auditorische Neurowissenschaften & InnerEarLab, Göttingen, Deutschland; BIN, Center for Biostructural Imaging of Neurodegeneration, Universitätsmedizin Göttingen, Göttingen, Deutschland; Max-Planck-Institut für multidisziplinäre Naturwissenschaften, Auditorische Neurowissenschaften & Synaptische Nanophysiologie, Göttingen, Deutschland; Universitätsmedizin Göttingen, Exzellenzcluster „Multiscale Bioimaging: Von molekularen Maschinen zu Netzwerken erregbarer Zellen“ (MBExC), Göttingen, Deutschland
| Published: | March 18, 2025 |
|---|
Outline
Text
Einführung und Fragestellung: Unser Hören erfordert die Kodierung von Schallinformationen durch die inneren Haarzellen, die über die Bandsynapsen an die Spiralganglionneuronen weitergeleitet werden. Diese Synapsen ermöglichen eine zeitlich präzise und kontinuierliche Verarbeitung. Die synaptischen Mechanismen, die der Schallkodierung zugrunde liegen, sind noch nicht vollständig verstanden. Eine Störung oder ein Verlust der Band-Synapse beeinträchtigt die synaptische Schallkodierung und führt so zu einem spezifischen Hörverlust, der auditorischen Synaptopathie.
Die Elektronentomografie (ET) ist eine leistungsstarke und hochauflösende Methode zur Untersuchung von subzellulären Strukturen im Nanometerbereich. Hier untersuchen wir die Morphologie der Band-Synapse und ihrer zentralen Komponenten wie synaptische Vesikel, präsynaptische Verdichtung, elektronendichtes Band und Membranen der aktiven Zone. Eine automatische Segmentierung von elektronenmikroskopischen Daten ist aufgrund der vielen Graustufen schwierig. Daher erfolgte die Segmentierung dieser Strukturen bisher manuell. Der damit verbundene große Zeitaufwand sowie die untersucherabhängige Verlässlichkeit der Ergebnisse erschweren dabei großangelegte Untersuchungen. Entsprechend untersuchen wir Möglichkeiten zur Automatisierung der Analyse der Strukturquantifizierung von Band-Synapsen sowie ihre Morphologie und ihre Heterogenität.
Methoden: Wir nutzen hochdruckgefrorene und nachfolgend gefriersubstituierte Corti-Organe der Mauscochlea. Zur automatisierten Analyse der ET-Bilddaten haben wir einen U-Net basierten Algorithmus etabliert und so trainiert, dass eine robuste Identifizierung der für uns relevanten synaptischen Strukturen zuverlässig möglich ist (SynapseNet [1]). Nach der Segmentierung können wir wesentliche Parameter der Morphologie analysieren, darunter die Vesikelverteilung und -größen sowie deren Zuordnung zu spezifischen Pools. Dabei können wir die Vesikel drei bekannten Pools zuordnen: band-assoziiert, membrannah und an der Membran gedockt.
Ergebnisse und Schlussfolgerung Der trainierte Algorithmus zeigte eine hohe Übereinstimmung mit manuellen Segmentierungen und reduziert den Zeitaufwand erheblich. Diese Methodik ermöglicht es, neue Erkenntnisse über die strukturellen Grundlagen der Schallkodierung an der Band-Synapse zu gewinnen. Sie wird erheblich dazu beitragen, unser Verständnis von der Physiologie des Hörens sowie entsprechender Pathophysiologie zu verbessern. Durch die Übertragbarkeit des Algorithmus auf diverse Schädigungsmuster der Band-Synapsen lassen sich so präklinische Therapieansätze zur Hörrehabilitation, wie bspw. mittels Gentherapie, weiter vorantreiben.
Abbildung 1 [Abb. 1]
