ads:
FREDERICO AUGUSTO CASARSA DE AZEVEDO
COMPOSIÇÃO CELULAR ABSOLUTA DO ENCÉFALO HUMANO
DISSERTAÇÃO SUBMETIDA À UNIVERSIDADE FEDERAL DO RIO DE
JANEIRO VISANDO À OBTENÇÃO DO GRAU DE MESTRE EM
CIÊNCIAS MORFOLÓGICAS
Universidade Federal do Rio de janeiro
Centro de Ciências da Saúde
Instituto de Ciências Biomédicas
Programa de Ciências Morfológicas
2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
COMPOSIÇÃO CELULAR ABSOLUTA DO ENCÉFALO
HUMANO
Frederico Augusto Casarsa de Azevedo
Dissertação submetida ao Programa de Ciências Morfológicas da UFRJ
visando à obtenção do grau de Mestre em Ciências Morfológicas.
Orientadores:
Roberto Lent
Professor Titular do Departamento de Anatomia – ICB – UFRJ
Suzana Herculano-Houzel
Professora Adjunta do Departamento de Anatomia – ICB – UFRJ
Rio de Janeiro
2007
ads:
Aos meus pais, Eliane Casarsa e
Victor Hugo Aquino de Azevedo; aos meus
irmãos, Victor Hugo Casarsa de Azevedo e
Leonardo Casarsa de Azevedo; à minha
avó Iracema Casarsa e à companheiríssima
Juliana Novo Gomes... Com toda a minha
admiração...
"Para alcançar o impossível, é necessário
tentar o absurdo."
Miguel de Unamuno (1864-1936).
DEFESA DE DISSERTAÇÃO
Azevedo, Frederico Augusto Casarsa. Composição celular absoluta do encéfalo
humano. Universidade Federal do Rio de janeiro, Programa de Ciências
Morfológicas, 2007. Tese de dissertação em ciências morfológicas.
Banca examinadora:
______________________________________________________________________
Prof. Roberto Lent
Universidade Federal do Rio de Janeiro
______________________________________________________________________
Prof. Suzana Herculano-Houzel
Universidade Federal do Rio de Janeiro
______________________________________________________________________
Prof. Stevens Kastrup Rehen
Universidade Federal do Rio de Janeiro
______________________________________________________________________
Prof
a
.Leila Maria Cardao Chimelli
Universidade Federal do Rio de Janeiro
______________________________________________________________________
Prof
a
. Patricia Franca Gardino
Universidade Federal do Rio de Janeiro
______________________________________________________________________
Ana Maria Blanco Martinez
Universidade Federal do Rio de Janeiro.
Defendida a dissertação em 18 de dezembro de 2007.
Resumo
O presente estudo teve como objetivo determinar o número de neurônios e
células não neuronais existentes no encéfalo humano, assim como em diferentes
regiões deste. Esses dados não estão ainda disponíveis na literatura, embora sejam
essenciais para entender a fisiologia do encéfalo.
Visto que a grande anisotropia e volume do encéfalo limitam a aplicação precisa
de técnicas estereológicas, tornou-se necessário o desenvolvimento e aplicação de um
método não estereológico, o fracionador isotrópico, que foi feito anteriormente no nosso
laboratório.
Em 4 encéfalos humanos de 50 (3) e 70 (1) anos de idade pudemos estimar a
existência de 86.06 ± 8.12 bilhões de neurônios e de 84.61 ± 8.12 bilhões de células
não-neuronais, ou seja, uma razão glia:neurônio de aproximadamente 1:1. Ao contrário
do que se considera usualmente, portanto, o número de neurônios no encéfalo humano
não é de 100 bilhões e não existem 10x mais glia que neurônios. O cerebelo pesa 10%
do peso total do encéfalo, mas concentra 80% de todos os neurônios; enquanto que o
córtex pesa 82% e concentra 19% dos neurônios. As regiões restantes possuem, por
conseguinte, apenas 1% dos neurônios.
Comparando ainda os nossos dados com os de diversas espécies de primatas,
verifica-se que os humanos possuem valores bem próximos do esperado na distribuição
celular desses primatas; não tendo, portanto cérebros desproporcionalmente maiores.
Concluímos que os seres humanos são apenas primatas de grande porte, com
composição celular absoluta no encéfalo consistente com o esperado, de acordo com
as regras alométricas da sua ordem.
Abstract
The proposal of this research was to determine the number of neurons and non-
neuronal cells existing in the human brain and in different regions of it. These
parameters are crucial to understand the functions of the brain; despite being largely
unknown.
Quantitative determination of these numbers has been hindered by the high
anisotropy of the human brain, which precludes a classical stereological approach. In
order to overcome such technical limitations, a new non-stereological method has been
developed, the isotropic fractionator.
Employing this technique, our results show that the adult male human brain
contains on average 86.06 ± 8.12 billion neurons and 84.61 ± 8.12 billion non-neuronal
cells, indicating a smaller than 1:1 ratio between glial cells and neurons. Those numbers
are different from the widespread quotes of 100 billion neurons and 10x more glial cells.
The cerebellum holds 80% of all brain neurons, and the cerebral cortex only 19%,
although they represent respectively 10% and 82% of total brain mass. The remaining
regions contain just 1% of total neurons.
Given the cellular scaling rules found for other primate brains, humans are found
to have the expected numbers of cells in the brain for primates of their sizes. Thus,
human beings do not have a disproportional bigger brain.
Sumário
Resumo
Abstract
1. Introdução
1.1 Importância do número de neurônios
1.2 Importância do número de células gliais
1.3 Distribuição celular absoluta e evolução
1.4. Sobre as quantificações celulares do encéfalo humano: valores
aceitos atualmente e histórico.
1.5 Estereologia.
1.6 Nova metodologia aplicada: fracionador isotrópico.
2. Objetivos
3. Materiais e Métodos
3.1 Obtenção dos encéfalos.
3.2 Fixação branda e divisão das regiões de interesse.
3.3 Fracionamento isotrópico.
3.4 Estimativa do número total de células.
3.5 Estimativa dos números totais de neurônios e de células não
neuronais.
3.6 Análise dos dados.
4. Resultados
4.1 Células Totais.
v
vi
1
1
7
10
12
14
20
23
24
25
25
28
29
31
32
34
34
4.2 Número de Neurônios.
4.3 Número de células não neuronais.
4.4 Substâncias branca e cinzenta.
5. Discussão
5.1 Sobre as dificuldades técnicas enfrentadas.
5.2 Análise da distribuição celular absoluta do encéfalo humano.
5.3 Comparação entre os números obtidos para humanos e primatas.
6. Conclusão
7. Referências bibliográficas
ANEXO - ARTIGO CIENTÍFICO (PAPER)
35
35
36
39
40
42
49
55
60
66
1
1. Introdução
1.1 Importância do número de neurônios.
Desde que Santiago Ramón y Cajal, no fim do século 19, reconheceu os
neurônios como as unidades funcionais primárias do sistema nervoso (fig. 1), muita
discussão tem sido suscitada em torno do exato funcionamento desses diminutos
processadores de informação e de como bilhões dessas unidades se integram para
conceber tão intrincado órgão, o cérebro.
8
Fig 1:
Representação de diversos tipos de neurônios baseados nos pioneiros
desenhos de Ramón y Cajal.
Modificado de: http://www.mind.ilstu.edu/curriculum/neurons_intro/neurons_intro.php
2
Embora tenha se passado mais de um século de intensa pesquisa sobre essas
questões, pouco se sabe sobre variáveis fundamentais relativas ao encéfalo humano:
Qual o número total de células existentes no encéfalo humano? E quantas dessas são
neurônios ou não neurônios? Como elas se distribuem? Será que existe alguma
semelhança entre o cérebro humano e o cérebro de outros animais, por exemplo, os
filogeneticamente tão próximos primatas? Na filogênese e na ontogênese, que regras
regem a determinação do número de células?
O número de neurônios é geralmente considerado responsável pela
complexidade comportamental dos animais: filos cujos membros possuem cérebros
maiores e mais neurônios respondem a mudanças ambientais com um comportamento
mais amplo e flexível (Jerison, 1985). Com os seres humanos espera-se algo
semelhante e, por conseguinte, o número de neurônios é sempre considerado
determinante de suas capacidades intelectuais.
Diversos estudos experimentais tentaram estabelecer uma correlação geral entre
o número de neurônios e a capacidade cognitiva em animais. Alguns deles (Fankhauser
et al, 1955; Vernon & Butsch, 1959), evidenciando uma perda de habilidades pela
redução do número de neurônios, demonstraram que salamandras triplóides e
tetraplóides têm apenas 50-70% do número normal de neurônios e precisam de 2x a 3x
mais tentativas para serem bem sucedidas em testes de labirinto do que as
salamandras diplóides. Nestes estudos, nem a capacidade locomotiva nem a massa
encefálica dos poliplóides diferia dos controles diplóides (a massa manteve-se
constante, pois os neurônios dos poliplóides eram mais largos).
De maneira complementar, existem várias evidências de ganho de habilidades
devido ao aumento no número de neurônios também em animais. Estudando-se as
3
oscilações sazonais do número de neurônios no núcleo relacionado ao canto em
canários, por exemplo, foi verificada uma correlação positiva entre o aumento da
quantidade de neurônios e o surgimento da habilidade de cantar (Goldman &
Nottebohm, 1983). Outros estudos (Zamenhof, 1941; Zamenhof et al, 1966), sobre a
exposição de sapos imaturos e ratos a um excesso de hormônio de crescimento,
demonstrou que o número de neurônios pode aumentar de 20% a 60%, e que essa
hipertrofia ou hiperplasia correlaciona-se positivamente com uma melhora nos testes de
condicionamento ao medo (Clendinnen & Eayrs, 1961; Block & Essman, 1965). Além
disso, foi verificada uma associação entre a duplicação experimental do número de
neurônios corticais visuais, excitados por um dos olhos em macacos e gatos, com
campos receptivos menores no córtex visual, o que implicaria um ganho de resolução
na discriminação visual desses animais (Shook et al, 1984).
No caso dos seres humanos, a inteligência é uma variável complicada de medir,
mas certamente o número de neurônios influencia tanto em aspectos cognitivos quanto
em funcionais, como a memória e a atividade motora.
A tentativa de mensurar a inteligência em seres humanos remonta ao século V,
quando os chineses propuseram os primeiros testes de inteligência. O interesse nessas
medidas foi tão grande que testes semelhantes começaram a ser cientificamente
utilizados na França, no séc. XX, quando Alfred Binet e Théodore Simon
desenvolveram e aplicaram testes de inteligência para diferenciar crianças que
necessitavam de ajuda extra no aprendizado, de crianças “normais”. Esses testes foram
oficialmente pedidos pela “Comissão Francesa para Investigação dos Interesses da
Educação”. Em 1912, William Stern propôs o termo quociente de inteligência (Q.I.) para
aferir o nível mental dos indivíduos, sendo este determinado pela divisão da idade
4
mental pela idade cronológica. Atualmente os testes de Q.I. são amplamente utilizados,
sendo os mais famosos o Wechsler Adult Intelligence Scale III (WAIS-III), para adultos,
e o Wechsler Intelligence Scale for Children (WISC) para crianças.
A padronização da inteligência é uma eterna fonte de calorosos debates, pois
realmente os resultados obtidos podem ser inescrupulosamente utilizados para fins de
categorização ou discriminação de pessoas e/ou grupos. A mais recente e polêmica
discussão acerca disso envolveu o famoso ganhador do prêmio Nobel de medicina e
fisiologia pela descoberta da estrutura do DNA, James Watson. No dia 14 de outubro de
2007, numa entrevista para o jornal britânico “The Sunday Times”, James Watson
emitiu afirmações consideradas “racistas” acerca da possível diferença de inteligência
entre os povos americanos e africanos, e expressou pessimismo em relação ao futuro
destes últimos (Watson, 2007).
A repercussão foi tão grande e maléfica, que Watson
teve suas funções administrativas suspensas num laboratório americano e teve ainda
canceladas diversas palestras envolvendo o lançamento do seu mais novo livro. De fato,
interpretações descuidadas sobre tais pensamentos podem trazer gravíssimos
prejuízos à sociedade, e apenas para ressaltar o valor dado pela humanidade para
esse índice, existem inúmeros clubes internacionais de alto Q.I., como o MENSA e o
Prometheus. No entanto, estes assuntos fogem ao escopo de nosso estudo.
Dentro do meio científico, a busca de correlatos neuroanatômicos para a
inteligência mantém-se acirrada. Dois recentes estudos ilustram descobertas
interessantes sobre esse tema: em 2004, Richard Haier, usando ressonância magnética
para obter imagens estruturais dos cérebros de 47 adultos normais que também
realizaram testes de Q.I., chegou à conclusão que, no geral, a inteligência humana
parece estar baseada no volume e localização da substância cinzenta encefálica. No
5
entanto, apenas 6% dessa substância estariam relacionadas ao Q.I. (Haier et al, 2004).
Já Philip Shaw, em 2006, afirmou ter demonstrado que variações nas mudanças de
espessura do córtex cerebral estariam intimamente relacionadas à inteligência e que as
crianças mais inteligentes teriam o córtex mais plástico, com uma fase inicial acelerada
e prolongada de aumento cortical (Shaw et al, 2006). Seguindo essa linha de
pensamento, torna-se bastante razoável supor que o número de neurônios e a sua
distribuição encefálica sejam fatores que influenciem a inteligência humana.
A importância do número de neurônios em funções cognitivas e motoras pode
ser muito bem exemplificada através de doenças neurodegenerativas, como as
doenças de Alzheimer, que acomete principalmente indivíduos acima de 65 anos, e a
de Parkinson, que acomete pessoas de todas as idades, mas têm prevalência maior em
pessoas acima de 60 anos de idade. Embora bastante conhecidas, as causas dessas
patologias ainda não foram perfeitamente determinadas.
O Alzheimer tem como principais sintomas: a perda progressiva de memória e da
capacidade de aprendizado; dificuldades na linguagem e no reconhecimento de objetos;
demência; a perda da capacidade de realizar atos motores e mentais e dificuldades de
organização, planejamento e conceituação (disfunção executiva). Estes sintomas se
correlacionam com a perda de neurônios em áreas cerebrais responsáveis pela
memória e aprendizado, e com a perda pronunciada de sinapses. Uma conformação
anormal da proteína beta-amilóide faz com que estas se agreguem, acarretando um
acúmulo de placas extracelulares. Concomitantemente, proteínas tau “erroneamente”
hiperfosforiladas se acumulam em filamentos helicalmente pareados, fomando
agregados neurofibrilares intracelulares. O resultado final é uma extensa atrofia das
regiões afetadas, com incidências nos lobos temporal e parietal, partes do córtex frontal
6
e do giro cingulado (Wenk, 2003). Verifica-se também uma redução no nível do
neurotransmissor acetilcolina e freqüentemente também nos de serotonina,
norepinefrina e somatostatina, acompanhados por uma elevação no de glutamato
(Baskys, 2006).
A doença de Parkinson, por sua vez, é caracterizada pela associação de quatro
distúrbios motores: lentidão de movimentos, rigidez corporal, instabilidade de postura e
tremor, sobretudo em repouso. Os sintomas geralmente aparecem quando há
degeneração de cerca de 80% dos neurônios dopaminérgicos da substância negra,
região envolvida no controle e coordenação dos movimentos, bem como na
manutenção da postura e tônus muscular.
Uma outra situação bem comum, na qual há fortes indícios de perda de
neurônios é o envelhecimento normal do sistema nervoso. Em uma faixa etária de 20 a
90 anos, com a análise de 94 indivíduos, foi demonstrada uma redução de cerca de
10% de todos os neurônios neocorticais (Pakkenberg e Gundersen, 1997). Já no lobo
anterior do cerebelo, foi verificada a redução de aproximadamente 40% do número de
neurônios granulares e células de Purkinje, em 19 homens cuja faixa etária ia de 19 a
84 anos (Andersen et al, 2003). É bem provável que essa diminuição no número de
neurônios esteja relacionada com a diminuição das capacidades cognitivas, muito
freqüente na senescência.
Já que existem evidências de perdas e ganhos de capacidades em função do
número de neurônios em animais, de déficit cognitivo em virtude da diminuição desse
número tanto em humanos quanto em animais, e já que parecem existir indícios
neuroanatômicos para a localização das capacidades cognitivas
em seres humanos,
nada mais natural então do que especular sobre a influência do número desses
7
neurônios no funcionamento do encéfalo. Mas afinal, quantos neurônios existem no
cérebro humano?
1.2 Importância do número de células gliais.
Muita atenção é voltada para os neurônios, mas não se pode relegar a segundo
plano a importância das células gliais. As células gliais, ou gliócitos, constituem a vasta
maioria das células não neuronais do sistema nervoso, formam a substância branca e
habitam também a substância cinzenta, sendo classicamente consideradas como as
responsáveis pelo suporte, tanto estrutural como metabólico, dos neurônios (atualmente,
entretanto, existem evidências de sua participação no processamento de informação;
Witcher et al, 2007). Essas células foram descobertas por Rudolf Virchow, em 1856, na
sua busca pelos “tecidos conectivos” do cérebro, e atualmente são classificadas como
macroglia e microglia (Virchow, 1856).
A macroglia é a principal e mais numerosa classe de células gliais e, de maneira
geral, é a responsável pela manutenção de parte da barreira hemato-encefálica e da
homeostase do tecido nervoso. Ela supre energeticamente os neurônios; fornece
suporte metabólico (por exemplo, capturando e metabolizando o aminoácido excitatório
glutamato); libera fatores neurotróficos; produz e mantém a mielina (fig. 2); expressa
uma variedade de canais iônicos de membrana, tanto dependentes de voltagem quanto
dependentes de ligante; entre outras funções (Stark et al, 2007).
8
Já a microglia consiste em macrófagos especializados responsáveis por funções
imunitárias do sistema nervoso central (fig. 3) e são também capazes de liberar
citocinas e fatores de crescimento, o que modula o metabolismo e o funcionamento de
outras células gliais. Embora sua origem embrionária (de precursores hematopoiéticos)
seja distinta da macroglia (de origem ectodérmica), elas são consideradas células gliais
por sua contribuição na manutenção da homeostase do tecido nervoso.
Fig. 2:
Um exemplo de macroglia. Este tipo, chamado oligodendrócito (OL), é
responsável pela produção e manutenção da mielina (My ou M), um lipídio que
circunda axônios (Ax ou N), acelerando a condução nervosa.
Modificado de: http://starklab.slu.edu/neuro/oligo.jpg e de http://starklab.slu.edu/neuro/myelin.jpg
Fig. 3:
Ilustração esquemática de uma microglia, macrófago
especializado responsável pela imunização do sistema nervoso central.
Modificado de: http://img.tfd.com/dorland/thumbs/microglia.jpg
úcleo
9
Conhecendo seu papel no sistema nervoso, é razoável supor que as células
gliais deveriam ser proporcionalmente cada vez mais numerosas à medida que
aumentasse o número de neurônios em cada região do encéfalo (Reichenbach, 1989),
ou menos numerosas em condições psicopatológicas que exibissem declínio cognitivo.
Também existe muita especulação sobre o papel das células gliais na
inteligência. Um caso famoso envolve a pesquisadora Marian Diamond, que ao contar o
número de neurônios e células gliais em amostras do córtex de Albert Einstein,
percebeu que a porcentagem de células gliais da área 9, no lobo frontal, e da área 39,
no lobo parietal, era anormalmente maior do que em pessoas “normais”. A explicação
dela para isso seria de que talvez os neurônios de Einstein fossem metabolicamente
mais ativos, necessitando de um maior suporte energético (Diamond, 1999). Esse é um
caso interessante, mas inconclusivo, porque se baseia em um único caso.
No entanto, já que há fortes indícios de um controle do fluxo de informação
neuronal feito pelas células gliais, modulando tão especificamente a diferenciação dos
neurônios a ponto de regular as sinapses e até mesmo a transcrição de classes
distintas de genes neuronais (Göritz et al, 2007), é plausível supor que elas tenham
uma forte relação com a inteligência.
A diminuição no número de células gliais também traz sérias conseqüências. As
leucodistrofias, grupo de doenças caracterizado pela progressiva degeneração da
substância branca no sistema nervoso, com má formação ou mesmo perda da bainha
de mielina, têm como principais sintomas déficits no tônus muscular, nos movimentos,
na postura, na fala, na habilidade para comer, na visão, na audição e no
comportamento. Também há um atraso no desenvolvimento mental e físico. De caráter
geralmente genético, essas doenças são herdadas dos pais e se manifestam ainda na
10
infância; entretanto, suspeita-se que a mutação em determinados genes possa
provocar o seu aparecimento.
Conhecer a quantidade e a distribuição dos neurônios e células gliais, as
clássicas unidades processadoras de informação do sistema nervoso e suas células de
suporte e regulação, é, pois, imprescindível para o entendimento da fisiologia encefálica
e da extrema complexidade comportamental resultante. Além disso, um
acompanhamento celular quantitativo é de grande valia para o entendimento da
dinâmica da população neuronal em condições tanto neuropatológicas, auxiliando na
prevenção, tratamento e diagnóstico das mesmas, quanto em condições normais de
desenvolvimento e de envelhecimento.
Além dessa vertente neurofisiológica, determinar a composição celular do
encéfalo humano trará conhecimentos extremamente relevantes para os estudos de
filogenia e para o entendimento de como o cérebro, através de milhões de anos de
modificações e adaptações evolutivas, tornou-se do jeito como é hoje.
1.3 Distribuição celular absoluta e evolução.
Como a evolução constrói cérebros maiores? Jon Kaas, um respeitável
pesquisador de neurociências e evolução, afirma que (Kaas, 2005) “Nosso grande e
complexo cérebro evoluiu de um muito simples e pequeno padrão bilateral encontrado
nos primeiros vertebrados, cerca de 400 milhões de anos atrás. Um grande avanço
ocorreu com a emergência dos primeiros mamíferos, cerca de 200 milhões de anos
atrás quando o fino córtex dorsal do cérebro reptiliano foi modificado, havendo um
aumento da espessura e estratificação corticais, formando o cérebro mamífero atual.
11
Como resultado de 200 milhões de anos de evolução divergente, as espécies de
mamíferos diferiram bastante em relação ao neocórtex e ao tamanho do cérebro em
geral. Especificamente, os humanos possuem uma enorme e circunvoluta camada
cortical, sendo esta região desproporcionalmente maior do que nos outros mamíferos,
tendo o cérebro humano aumentado 3-4 vezes de tamanho em relação aos primatas
ancestrais ao longo dos últimos 5 milhões de anos”, (fig 4). Ainda, “Quando a gama
comportamental e capacidade são relacionadas com o tamanho do cérebro nas
espécies de mamíferos, claramente se vê que seu tamanho é um fator muito importante.
Isto faz intuitivamente sentido, já que cérebros maiores, com um número maior de
neurônios, deveriam ter maiores capacidades computacionais” (Kaas, 2005).
Fig. 4:
Diferentes representações dos cérebros de mamíferos, destacando
a diferença de tamanho resultante de 200 milhões de anos de evolução
divergente. Com o aparecimento das circunvoluções corticais, aumentou-se
a área e complexidade das conexões neurais dessa região.
Adaptado de: http://thebrain.mcgill.ca/flash/i/i_05/i_05_cr/i_05_cr_her/i_05_cr_her_1a.jpg
12
Mas, será que houve alteração na distribuição celular dos encéfalos de humanos
em relação aos filogeneticamente próximos primatas? Novamente, Kaas aborda essa
questão supondo que o cérebro humano é mais do que um grande cérebro primata
(Kaas, 2005), visto que cérebros maiores requereriam alterações na organização. Caso
contrário, cada cérebro, para trabalhar de maneira semelhante a cérebros pequenos e
manter semelhante especialização de áreas, requereria conexões cada vez mais longas,
e para isso seria necessário um ganho maior de espaço para essas conexões do que
para os neurônios propriamente ditos. Em outras palavras, haveria um aumento não
linear do espaço ocupado pela substância branca, e possivelmente do número de
células gliais, em detrimento do número de neurônios. Será que é realmente isso que
acontece?
Novamente, parece essencial responder à questão: qual é o número de
neurônios e de células gliais existentes no cérebro humano?
1.4. Sobre as quantificações celulares do encéfalo humano: valores aceitos
atualmente e histórico.
A literatura científica vigente constantemente cita a existência de 100 bilhões de
neurônios no encéfalo humano inteiro e cerca de 10 vezes mais glia, ou seja, um trilhão
de células gliais (Kandel at al, 2000; Ullian et al, 2001; Doetsch, 2003; Nishuyama, 2005;
Kast, 2001). Essa idéia, disseminada no fim do século 19, ganhou grande repercussão
na mídia não especializada e foi a principal responsável pelo mito de que “só usamos
10% do nosso cérebro”. Esses valores, entretanto, são apenas estimativas imprecisas,
não existindo evidências científicas que as embasem.
13
A fim de corroborarmos o quão abrangente é a idéia dos 100 bilhões de
neurônios e 10x mais células gliais na comunidade científica, fizemos uma consulta aos
autores dos estudos mais originais feitos em 2006-2007, dentre os maiores periódicos
científicos de neurociências. Embora apenas 9 dos 704 autores tenham respondido, 3
consideraram que esses números nunca foram determinados experimentalmente e os
outros 6 acreditam realmente na existência de 100 bilhões de neurônios e de 1 trilhão
de células gliais. Nenhum deles, contudo pôde citar alguma referência original para
esses números, ainda que esses valores estejam disseminados em diversos livros texto
(Lent, 2001; Kandel et al, 2000; Machado, 2000) e em trabalhos de referência em
neurociências (Damasio et al, 1999).
As tentativas de quantificar o número de células nervosas no cérebro humano
remetem a 1895, quando as primeiras contagens foram feitas por Donaldson
(Donaldson, 1895), e esses valores têm flutuado consideravelmente desde então.
Donaldson, ao pesquisar o córtex humano, encontrou o valor de 1,2 bilhão de
células. Esse número, entretanto demonstrou ser muito baixo e logo foi suplantado por
Thompson, em 1899 (reimpresso em Thompson, 2004), com a quantidade de 9,3
bilhões de células. Em 1921, Berger diminuiu esse número para 5,5 bilhões de células
(Berger, 1921); enquanto que Economo e Koskinas, em 1925, utilizando fotografias do
córtex, novamente o aumentaram para 14 bilhões (von Economo & Koskinas, 1925).
Em 1941, os 14 bilhões foram severamente contestados por Agduhr (Agduhr, 1941),
pois ele achava que um erro na metodologia poderia ter superestimado o valor. Já em
1953, Ghouse Shariff (Shariff, 1953) utilizando um método baseado em estimativas do
volume total do córtex, da percentagem desse volume que é ocupado por células e do
tamanho destas, baixou novamente o valor para 6,9 bilhões de células nervosas
14
existentes no córtex humano. Todas essas estimativas, contudo, desconsideraram o
efeito do encolhimento do tecido nervoso devido à fixação e aos procedimentos
histológicos. Robins et al, em 1956 (Robins et al, 1956), e Hydén, em 1961 (Hydén,
1961), mostraram que uma severa redução no volume do tecido devia ser, no entanto,
considerada. Sabendo disso, H. Pakkenberg, em 1966 (Pakkenberg, 1966), estimou o
número de células nervosas no córtex em 2,6 bilhões.
Atualmente, já mostrando que há um equívoco na idéia de 100 bilhões de
neurônios e 1 trilhão de células gliais, estudos recentes encontraram números bem
diferentes destes. Os últimos números neuronais estimados para diferentes partes do
encéfalo humano são de 109 bilhões de neurônios granulares no cerebelo (Andersen et
al, 2003) e um valor que varia entre 21,4 bilhões e 26,3 bilhões no neocórtex (Pelvig et
al, 2007). Com relação às células gliais, os valores mais recentes apontavam para a
existência de um pouco menos de 4 bilhões no cerebelo (Pakkenberg & Gundersen,
1988) e algo em torno de 27,9 bilhões e 38,9 bilhões no neocórtex (Pelvig et al, 2007).
Com o intuito de determinar criteriosamente esses dados, um tanto quanto
indefinidos, e ainda completar a quantificação dos neurônios e células gliais no resto do
encéfalo humano, foi realizada esta pesquisa, utilizando uma nova metodologia de
contagem.
1.5 Estereologia.
A metodologia mais confiável até então para a contagem de células era a
estereologia. O termo estereologia foi cunhado em 1961 para descrever um conjunto de
técnicas que permitem uma interpretação quantitativa tridimensional de um órgão,
15
tecido ou estrutura, baseada em observações feitas a partir do estudo de seções
bidimensionais (Weibel, 1979; Weibel, 1980; Weibel, 1992). Essa metodologia foi tão
bem aceita que, neste mesmo ano, foi fundada a Sociedade Internacional de
Estereologia (ISS).
Com o passar dos anos, novas técnicas estereológicas, fazendo uso de seções
tridimensionais, foram desenvolvidas. Essas novas técnicas eliminaram a necessidade
de levar em conta o tamanho, forma, orientação espacial e distribuição espacial das
células a serem investigadas (West, 2002). A eliminação dessa necessidade de
informação acerca da geometria das células resultou em dados mais robustos, pois
fontes potenciais de erros sistemáticos nos cálculos foram diminuídas (West, 2002;
Gundersen et al, 1988; West, 1999).
Atualmente, as estimativas estereológicas mais precisas utilizam uma
associação dos métodos do fracionador óptico, do dissector óptico (West, 1999) e do
método de Cavalieri (Cavalieri, 1635). O emprego deste método será discutido em
detalhes com o auxílio do exemplo de um experimento (adaptado de
http://www.stereology.info/
).
O fracionador óptico é iniciado ao se utilizar o “princípio do fracionador” para
selecionar uma série de seções sistemáticas e aleatoriamente amostradas. A seguir,
pequenas áreas de cada seção são escolhidas e a elas aplicadas o dissector óptico.
Para isso ser possível, cada seção tem que ser relativamente espessa, com no mínimo
20 µm, no caso de neurônios.
Resumidamente, as etapas do fracionador óptico são:
1. Preparo e seleção de um conjunto de seções para análise;
2. Determinação do tamanho da gratícula (ou quadrícula) de contagem;
16
3. Determinação do tamanho da grade de contagem.
Exemplificando: suponhamos que existam 60 seções da região de interesse;
neste caso, uma aproximação considerada razoável é a de usar 12 seções, ou seja,
uma fração de 1/5 do total. A fim de melhorar a amostragem da região e manter essa
proporção de 1/5, escolhe-se aleatoriamente uma das primeiras 5 seções e a partir dela,
escolhe-se sempre a 5
a
seção, até que se obtenham 12 seções (fig. 5).
Com as seções já escolhidas, é necessário escolher o tamanho da gratícula de
contagem. Uma das maneiras de se fazer isso é usar uma lente objetiva de alta
magnificação e com uma grande abertura numérica (NA) (por exemplo, lentes de
imersão de 60x, ou 100x com NA de 1,4). A gratícula de contagem escolhida deve ser
larga o suficiente para englobar, em média, de 1 a 3 células (fig. 6).
Fig 5:
Preparo e seleção do conjunto de seções para análise.
12 seções são escolhidas de um total de 60, sendo escolhida
uma das 5 primeiras, de maneira aleatória e a partir daí, toda 5
a
seção.
Retirado de: http://www.stereology.info/optical-fractionator/
17
Para a determinação do tamanho da grade de contagem deve-se estabelecer um
número de células apropriado para uma desejada precisão; quanto mais células, maior
a precisão. Neste exemplo de estudo foram escolhidas 600 células. Como serão
analisadas 12 seções, devem ser contadas aproximadamente 50 células por seção (12
x 50 = 600); e como a gratícula engloba uma média de 2 células, serão necessárias 25
gratículas (25 x 2 = 50; fig. 7). Com esses parâmetros determinados, aplica-se o
dissector óptico.
Fig. 6:
Determinação do tamanho da gratícula de contagem. Ela
dever ser larga o suficiente para caber, em média, 1 a 3 células.
Retirado de: http://www.stereology.info/optical-fractionator/
Fig. 7:
Determinação do tamanho da grade de contagem. Para
cada 1 das 12 seções, como a acima, deverão ser contadas 25
gratículas, visto que cada gratícula engloba 2 células em média.
Retirado de: http://www.stereology.info/optical-fractionator/
18
O dissector óptico é uma sonda estereológica utilizada para contagem de células
em uma seção espessa de tecido. Ele é iniciado com o posicionamento do foco do
microscópio na parte superior de uma gratícula de contagem e, a partir daí, aprofunda-
se sistematicamente a distância focal, a fim de analisar diferentes planos da seção. São
contadas todas as unidades de referência (nucléolos, por exemplo) que estiverem
dentro da quadrícula (ou gratícula) de contagem. A análise continua até que o plano
inferior seja atingido (fig. 8).
Com a finalidade de evitar contar duas vezes as mesmas células em quadrículas
adjacentes, é necessário padronizar as bordas, considerando 2 das arestas da
quadrícula como linhas de inclusão (em verde, na fig. 8) e as outras duas como linhas
de exclusão (em vermelho, na fig. 8). Se as unidades de referência (nucléolos, nesse
estudo) tocam as linhas de inclusão, elas são contadas; caso toquem as linhas de
exclusão, são descartadas.
Nesse estudo, a distância entre cada plano focal foi de 3 µm. Para que células
não sejam perdidas, a distância entre os planos deve ser menor do que a unidade de
referência da contagem, no caso deste exemplo, o nucléolo. Em células que
apresentam atividade metabólica intensa, como os neurônios, o diâmetro do nucléolo
varia de 3-5 µm. Outro cuidado necessário é não analisar as superfícies dos cortes com
o dissector, para evitar erros devidos aos artefatos de seccionamento.
19
Sabendo-se então o número de células existentes num volume conhecido,
fornecidos pelo fracionador e dissector ópticos, extrapola-se este valor para o volume
total da região de interesse. Esse volume é obtido aplicando-se o método de Cavalieri
(Cavalieri, 1635).
O método de Cavalieri, publicado em 1635, mostrou que o volume de uma
população de objetos podia ser estimado a partir das áreas de seções desses objetos.
Na prática, a aproximação de Cavalieri requer um corte aleatório inicial através do
objeto a ser estudado (no nosso caso, regiões encefálicas), com sistemáticos e
subseqüentes cortes (ou fatias), em intervalos específicos. Através da integração das
áreas dos cortes ou, caso haja muitas seções, das áreas de alguns cortes sistemática e
aleatoriamente selecionados, com a espessura das fatias, obtém-se a estimativa do
Fig. 8:
Pilhas de imagens nas quais é aplicado o dissector óptico, com suas
respectivas gratículas. Dos 20 µm de espessura da seção, apenas 15 µm
foram analisados (a-f), a fim de evitar artefatos de seccionamento histológico,
contidos nas fatias mais superficiais (Top surface e Bottom surface). As
linhas de exclusão estão em vermelho e as linhas de inclusão, em verde.
Retirado de: http://www.stereology.info/optical-disector/
a)
f)
b) c)
e) d)
20
volume total da região de interesse (fig. 9). Quanto menor a espessura de cada seção e
quanto maior o número de seções consideradas, maior precisão é obtida.
De posse da estimativa do volume total e da densidade celular média, ou seja, a
média do número de células em um volume específico (previamente determinada pelo
fracionador e dissector ópticos) estima-se o número total de células pela multiplicação
desses dois parâmetros.
1.6 Nova metodologia aplicada: fracionador isotrópico.
A associação do fracionador e dissector ópticos é aplicada com sucesso à
pequenas regiões (Korbo et al, 1990; Andersen et al, 1992), entretanto falha ao ser
A
C
B
Fig. 9:
Procedimento para estimar o volume de uma região encefálica com o princípio de
Cavalieri. (A) Desenho esquemático de uma região elipsóide do cérebro. (B) A região é
cortada em exaustivas séries de seções com espessura uniforme, e o perfil da área superior
de cada (ou de cada n-ésima) seção é medida (setas). Uma estimativa do volume desta
região encefálica é obtida através da multiplicação da soma das áreas da região em todas
as seções com a espessura uniforme de cada uma. É importante notar que a primeira seção
da região, mostrada no topo de (B), não apresenta um perfil da área e portanto não é levado
em conta para a análise. (C) Um potencial erro na estimativa dos volumes globais utilizando
o princípio de Cavalieri pode ser causado pela sobreprojeção ao se investigar com o
microscópio (setas).
Adaptado de: Schmitz, C.; Hof, P. R. 2005 Design-based stereology in neuroscience. Neurosci. 130: 813-831.
21
aplicada em regiões muito extensas e anisotrópicas (West, 1999), como o cérebro
humano. Para aumentar a confiabilidade nesses casos, seria necessário analisar uma
grande quantidade de campos, tornando o método exaustivo e impraticável. Além disso,
essa técnica também não leva em conta o encolhimento do tecido fixado, gerando uma
estimativa errônea do volume total da região estudada.
Para contornar tais dificuldades, foi desenvolvida no nosso laboratório uma nova
metodologia de contagem, o fracionador isotrópico (Herculano-Houzel & Lent, 2005).
Tal método consiste na dissociação mecânica, em um detergente específico, de uma
região do tecido nervoso previamente fixado, restando apenas uma suspensão nuclear
contendo todos os núcleos celulares intactos (esta suspensão é constantemente
homogeneizada por agitação e seu volume é conhecido). Com o auxílio de uma
Câmara de Neubauer, podem-se contar os núcleos contidos numa alíquota dessa
suspensão e multiplicar a densidade de núcleos resultante pelo volume total daquela.
Já que, no tecido nervoso, toda célula contém um e somente um núcleo, o resultado
obtido é uma estimativa do número total de células da região de interesse. Com o
auxílio de técnicas imuno-histoquímicas, pode-se identificar qual é a fração
representada por neurônios do número de células totais, determinando-se o número
total de neurônios na região correspondente. Por exclusão, acha-se o número total de
células não neuronais. Os detalhes desta técnica estão descritos adiante, na seção
Materiais e Métodos.
As vantagens do fracionador isotrópico são: rapidez, baixo custo, praticidade e
confiabilidade. As principais necessidades são: obter uma suspensão homogênea
contendo a imensa maioria de núcleos não-aglomerados; conhecer o volume dessa
22
suspensão e obter marcações nucleares que permitam a distinção dos diferentes tipos
de núcleos celulares.
Nossos resultados atestam que o cérebro humano contém um número
ligeiramente menor de neurônios do que os 100 bilhões comumente aceitos pela
comunidade científica, e que a quantidade absoluta de células gliais no encéfalo é
muito semelhante à de neurônios. Eles também mostram que o cerebelo humano
concentra mais da metade de todas as células existentes no encéfalo humano, assim
como a imensa maioria de todos os neurônios ali existentes. Além dos dados referentes
ao cerebelo, análises específicas foram feitas para o córtex cerebral e para as regiões
restantes. De posse desses dados pudemos inferir a densidade média de neurônios e
de células gliais nessas regiões. Pudemos ainda fazer comparações com dados
equivalentes referentes a diferentes espécies de macacos (Herculano-Houzel et al,
2007), verificando a existência de regras na “construção” dos cérebros, tanto dos
humanos quanto de outros primatas.
O nosso estudo, pela primeira vez, fornece de maneira integral os dados sobre a
composição celular absoluta do encéfalo humano, um pressuposto fundamental para o
entendimento da sua função e para os estudos filogenéticos. Ele também desafia o
senso comum, mostrando que as regras que norteiam a construção do cérebro humano
assemelham-se às de outros primatas, ou seja, os humanos não possuem um encéfalo
excepcionalmente mais dotado de neurônios, na ordem dos primatas. Isso, até então,
era a grande justificativa para a nossa inteligência desproporcionalmente superior.
23
2. Objetivos
(1) Determinar o número absoluto de neurônios e de células não-neuronais
no encéfalo humano como um todo, bem como em específicas encefálicas de
interesse: o cerebelo, o córtex cerebral e as regiões restantes, sendo estas
divididas sagitalmente para haver independência hemisférica e o hemisfério
cerebral direito ainda dissecado, com o intuito de separar a substância branca
da cinzenta.
(2) Comparar esses parâmetros entre os dois hemisférios cerebrais.
(3) Comparar os parâmetros encefálicos humanos obtidos com os parâmetros
encefálicos de outros primatas.
24
3. Materiais e Métodos
Visando à quantificação do número total de células, neurônios e não neurônios,
presentes em diferentes regiões do encéfalo humano, e nele como um todo, utilizamos
o método do fracionador isotrópico (Herculano-Houzel, 2005). Este foi desenvolvido
pela prof. Suzana Herculano-Houzel e pelo prof. Roberto Lent, ambos do Departamento
de Anatomia do Instituto de Ciências Biomédicas da UFRJ. Tal método consiste na
dissociação quimio-mecânica do tecido nervoso com o intuito de romper as membranas
plasmáticas das células, de modo que todos os seus núcleos fiquem dispersos
homogeneamente em uma suspensão de volume conhecido. A partir dessa suspensão
homogênea pode-se então estimar a densidade média de núcleos e, já que estes
podem ser diferenciados imunocitoquimicamente como pertencentes a neurônios ou a
não-neurônios, estimar os respectivos números absolutos.
Esta nova metodologia foi utilizada por fornecer resultados mais confiáveis que
os métodos clássicos de estereologia (West, 1999; Herculano-Houzel, 2005; Schmitz &
Hof, 2005). A maior confiabilidade advém do fato da estimativa realizada pelo
fracionamento isotrópico ser baseada numa distribuição homogênea das células do
tecido; enquanto que a estimativa gerada pela estereologia é feita a partir de amostras
de tecido, cuja distribuição celular é anisotrópica, ou seja, heterogênea.
A metodologia do fracionamento isotrópico aplicado a cérebros humanos pode
ser resumida em 5 etapas, detalhadamente descritas adiante: obtenção dos encéfalos;
fixação branda e divisão das regiões de interesse; fracionamento isotrópico
propriamente dito; estimativa do número total de células e estimativa dos números totais
25
de neurônios e de células não neuronais. Após a obtenção dos números celulares
brutos, tanto de neurônios quanto de não-neurônios, estes dados finalmente são
submetidos à análise estatística.
3.1 Obtenção dos encéfalos.
Foram utilizados 4 encéfalos inteiros de homens adultos, falecidos em ambiente
hospitalar por causas não neurológicas, com 50, 51, 54 e 71 anos de idade, e sem
déficit cognitivo. Os encéfalos normais foram obtidos através do Serviço de Verificação
de Óbitos do Estado de São Paulo. O projeto foi aprovado pela Comissão de Ética para
Análise de Projetos de Pesquisa - CAPPesq da Diretoria Clínica do Hospital das
Clínicas e da Faculdade de Medicina da Universidade de São Paulo (HC-FMUSP),
Protocolo de Pesquisa n
o
285/04. Antes de o encéfalo ser retirado, documentava-se a
concordância do cuidador primário em um termo de consentimento livre e esclarecido. A
seguir, uma equipe multidisciplinar do HC-FMUSP realizava um levantamento das
capacidades funcionais e cognitivas do indivíduo aplicando as escalas CDR (Clinical
Dementia Rating) e IQCODE (Informant Questionnaire on Cognitive Decline in the
Elderly). Os índices dos 4 indíviduos foram CDR= 0 e IQCODE = 3,0. A equipe do HC-
FMUSP em parceria conosco era coordenada pela Dra. Lea Grinberg.
3.2. Fixação branda e divisão das regiões de interesse.
Num intervalo menor do que 24 horas de óbito, com o cadáver mantido em
geladeira durante esse período, o encéfalo era retirado do crânio mediante seção
26
posterior ao nível do forame magno e perfundido com aproximadamente 4 litros de
paraformaldeído a 2% (PF a 2%), mediante a inserção de cânulas nas artérias basilar e
carótidas internas (fig. 10 A).
A seguir, o encéfalo era transportado por avião para o Rio de Janeiro numa cuba
contendo PF a 2% e hermeticamente embalada, permanecendo nesta até que se
completassem 24 horas pós-perfusão.
Após essas 24 horas de fixação, a vasculatura e as meninges eram
minuciosamente retiradas, com pinças, de modo a minimizar a presença de tecido não
nervoso no fracionamento isotrópico. Com o encéfalo devidamente “limpo” (fig. 10 B),
os hemisférios eram divididos na linha média e separados em 3 regiões de interesse
cada: cerebelo, córtex cerebral e regiões restantes (compreendidas pelos núcleos da
2
0 cm
A B
Fig. 10:
Vascularização encefálica (A), as artérias carótidas internas e basilar estão
destacadas acima e abaixo, respectivamente. Em (B), estão mostradas as visões
interna e externa de um hemisfério direito com o cerebelo retirado.
Fig. A retirada de http://www.adam.com.
27
base, diencéfalo e tronco encefálico; fig. 11). No caso do córtex cerebral, a substância
cinzenta do hemisfério cerebral direito foi cuidadosamente separada por dissecção, da
substância branca.
Em seguida, cada região era pesada e cortada em fatias de 1 cm de espessura,
utilizando-se um suporte de acrílico projetado no nosso laboratório, específico para isso.
As fatias eram então deixadas por mais 12 horas em PF a 2% para uma melhor fixação
das partes mais profundas do encéfalo, visto que a perfusão não conseguia atingir
eficientemente essas áreas. Após esse período as regiões eram mantidas em PBS a
aproximadamente 4
o
C.
Os fatores temperatura e fixação tiveram que ser devidamente controlados como
descrito acima, pois uma temperatura baixa tinha o efeito de retardar a autólise tecidual;
entretanto, uma permanência mais longa em PF a 2% dificultava a imunocitoquímica,
uma etapa descrita mais adiante.
Fig. 11:
Separação das diferentes regiões encefálicas em: córtex
cerebral, regiões restantes e cerebelo.
Córtex Cerebral
Regiões Restantes
Cerebelo
28
3.3 Fracionamento Isotrópico.
Cada região de interesse era mecanicamente fragmentada em pequenos
pedaços, dentro de um recipiente contendo uma solução padrão de dissociação (citrato
de sódio 40 mM e Triton X-100 a 1%; Lee et al., 1984). Esses fragmentos e o
detergente eram então colocados dentro de potters de vidro Tenbroeck de 40 ml (fig. 12)
e dissociados quimiomecanicamente, através da rotação e translação do cilindro interno
do potter contra o cilindro externo. A homogeneização completa era fundamental para a
técnica (Herculano-Houzel & Lent, 2005), já que era necessária para transformar o
tecido cerebral, altamente anisotrópico, numa suspensão nuclear isotrópica. A
dissociação era interrompida quando não havia mais fragmentos de tecidos visíveis a
olho nu dentro do potter, examinando-se cuidadosamente a película de solução em
trânsito entre os 2 cilindros do potter.
O efeito mecânico da dissociação e o efeito
químico do detergente provocavam o rompimento da
membrana plasmática das células, fazendo com que os
núcleos ficassem livres na solução. A integridade da
membrana nuclear era garantida pela prévia fixação com
PF a 2% e por ela ser naturalmente mais rígida, pois é
formada por duas bicamadas lipídicas e não apenas uma
como a membrana plasmática.
A dissociação dos hemisférios direito e esquerdo do cerebelo e das regiões
restantes durava apenas um 1 dia cada, enquanto que a dissociação de cada
hemisfério do córtex cerebral durava de 2 a 3 semanas.
Fig. 12: Potter de vidro.
29
3.4 Estimativa do número total de células.
Após a dissociação, com grande cuidado para evitar a perda dos núcleos
aderidos nas paredes e no êmbolo do potter, a suspensão nuclear era coletada e
colocada em agitação constante para uma completa homogeneização. Alguns
miligramas de DAPI (di-hidrocloreto de 4”,6-diamino-2-fenilindol, Molecular Probes)
eram adicionados diretamente à suspensão em agitação. O DAPI é um corante
fluorescente específico de DNA, que torna os núcleos fluorescentes sob luz ultra-violeta
(fig. 13 B).
Fig. 13:
(
A) Câmara da Neubauer; (B-C) Núcleos corados com DAPI e NeuN. Em
destaque estão dois núcleos, um neuronal, marcado em azul e vermelho, e outro não
neuronal, marcado somente em azul.
(Fig. 13 A) retirada de: http://homepages.gac.edu/~cellab/chpts/chpt1/figure8.html
A
B
DAPI
eu
C
30
O volume da suspensão nuclear era ajustado com PBS até um volume final
suficiente para apresentar uma densidade nuclear adequada à contagem, que era de
aproximadamente 100 núcleos por campo de contagem (esse campo será definido
abaixo). Para a quantificação dos núcleos, alíquotas de 10µl eram coletadas e
depositadas em uma Câmara de Neubauer (ou hemocitômetro, fig. 13 A). Os núcleos
corados com DAPI eram então contados num microscópio de fluorescência com um
aumento final de aproximadamente 400X. A suspensão não era considerada isotrópica
quando as contagens variavam mais que 10%; nesses casos, mais agitação era
necessária para retomar a contagem. A presença de fragmentos nucleares, mesmo que
numa pequena quantidade, também invalidava a suspensão. Contávamos apenas
núcleos intactos corados com DAPI ou núcleos levemente danificados durante a
homogeneização, mas com mais da metade de sua circunferência. A técnica aplicada a
encéfalos de roedores (Herculano-Houzel & Lent, 2005) mostrou que praticamente
todos os núcleos corados com DAPI estavam intactos e que a suspensão não
apresentava nucléolos livres quando a fixação era adequada, demonstrando a
confiabilidade da técnica.
A densidade de núcleos na suspensão era determinada fazendo-se a média de
16 sucessivas contagens, sendo 4 campos de contagem de 0,16mm
2
de 4 diferentes
gotas da suspensão nuclear, e dividindo-a pelo volume do campo de contagem. O
volume do campo de contagem (área do campo de contagem x altura) pôde ser obtido
pois a câmara de Neubauer tem uma altura de 0,1mm.
O número total de células nas regiões de interesse era calculado multiplicando-
se a densidade média de núcleos pelo volume total da suspensão. No caso dos
31
volumosos córtices cerebrais, apenas frações dos mesmos eram processadas a cada
dia; portanto o número total de células era determinado somando-se os números
obtidos em cada dia. Por fim, o número total de células dos encéfalos era determinado
pela soma dos números obtidos em cada região de interesse.
3.5 Estimativa dos números totais de neurônios e de células não neuronais.
Depois que o número total de células era determinado, removíamos uma alíquota
de 200-500 µl para a detecção imunocitoquímica da proteína NeuN. Essa proteína é
específica de quase todos os núcleos neuronais, exceto as células de Purkinje do
cerebelo, células mitrais do bulbo olfatório e fotorreceptores da retina (Mullen et al,
1992). Como a quantidade dessas células no encéfalo é mínima, esse déficit na
contagem pôde ser desconsiderado. A expressão de NeuN tem algumas características
específicas dependendo do local de expressão mas que não interferem na contagem
dos núcleos; por exemplo, nos neurônios do córtex cerebral, o NeuN é expresso
também em estruturas citoplasmáticas (Mullen et al, 1992; Gittins & Harrison, 2004).
Para o procedimento de imunomarcação, a suspensão nuclear era centrifugada,
lavada em PBS e incubada durante a noite com o anticorpo primário IgG anti-NeuN de
camundongo (1:300 em PBS; Chemicon). Na manhã seguinte, os núcleos eram lavados
em PBS e incubados em anticorpo secundário conjugado a AlexaFluor 555 (Molecular
Probes; 1:300 em 40% de PBS, 10% de soro de cabra e 50% de DAPI a 1%) durante
2h. Os núcleos eram coletados por centrifugação e mais uma vez lavados em PBS.
Eram então ressuspendidos em um pequeno volume de PBS e alíquotas de 10µl eram
32
depositadas na câmara de Neubauer, sendo os núcleos então contados em um
microscópio de fluorescência.
Contando aproximadamente 500 núcleos e verificando quantos desses
apresentavam dupla marcação DAPI-NeuN (fig. 13 B e C), determinávamos, após
divisão aritmética simples, as porcentagens de neurônios e de células não neuronais
em relação ao total de células. Multiplicando-se tal porcentagem pelo número total de
células na suspensão obtida previamente, os números totais dos neurônios e das céls.
não neuronais na região de interesse eram estimados. Para obter os números totais
referentes ao encéfalo humano inteiro somávamos os números referentes a cada região
analisada.
3.6 Análise dos dados.
Após a obtenção dos valores brutos referentes às massas, número de neurônios
e número de não-neurônios, os dados eram analisados nos programas Statview (SAS
Institute Inc., USA) e Excel 2003 (Microsoft Corp., USA) e comparados com dados
equivalentes a seis outras espécies de primatas, obtidos num estudo muito semelhante
realizado anteriormente (Herculano-Houzel et al, 2007). As espécies de primatas estão
representadas na fig. 14.
33
E
F
D
A B C
Fig. 14:
Primatas cujos dados foram comparados com os dos humanos.
A) Callithrix jacchus (sagüi-de-tufos-brancos); B) Otolemur garnettii
(gálago de orelha pequena); C) Cebus apella (macaco prego); D) Saimiri
sciureus (macaco-de-cheiro); E) Aotus trivirgatus (macaco-da-noite);
F) Macaca fascicularis (macaco-caranguejeiro).
34
4. Resultados
4.1 Células Totais.
No encéfalo humano inteiro (n = 4), pesando 1508,91 ± 299,14g, foram
encontradas 170,68 ± 13,86 bilhões de células, ± padrão, em média (fig. 15).
Especificamente, foram computadas 85,08 ± 6,92 bilhões de células no cerebelo; 77,18
± 7,72 bilhões no córtex cerebral e 8,42 ± 1,50 bilhões nas regiões restantes.
Como nenhuma diferença significativa foi encontrada para as massas, nem para
os números de células totais, seja de neurônios ou de células não neuronais, entre os
lados esquerdo e direito do encéfalo (testes t; valores de p > 0,1) todas as regiões
foram tratadas integralmente, sem diferenciação inter-hemisférica (fig. 16).
Fig. 15:
Distribuição celular total ± erro padrão, em bilhões (esq), e distribuição de
massa, em g (dir).
Cerebelo
Córtex Cerebral
Regiões Restantes
117,66 g
8%
154,02 g
10%
1232,93 g
82%
85,08
50% 77,18
45%
8,42
5%
0
10
20
30
40
50
60
70
80
90
100
Bilhões
35
4.2 Número de Neurônios.
Aproximadamente metade de todas as células encefálicas, 86,06 ± 8,12 bilhões,
era composta por neurônios (fig. 17). A distribuição neuronal nas três regiões distinguiu-
se consideravelmente da distribuição de massa dessas regiões. Somente o cerebelo,
mesmo correspondendo a apenas 10% (ou 154,02 ± 19,29 g) do peso encefálico total,
concentrou 80% (ou 69,03 ± 6,65 bilhões) de todos os neurônios do encéfalo humano;
já o córtex cerebral correspondia a 82% (ou 1232,93 ± 233,68 g) da massa encefálica
total, mas continha somente 19% (ou 16,34 ± 2,17 bilhões) de todos os neurônios;
0,36
0,26
8,58
35,60
33,24
7,75
3,99
3,14
29,42
8,43
7,60
31,42
0
5
10
15
20
25
30
35
40
Cerebelo
Esquerdo
Cerebelo
Direito
Córtex
Esquerdo
Córtex
Direito
Resto
Esquerdo
Resto
Direito
(Bilhões)
Número de Neurônios
Número de Não Neurônios
Fig. 16:
Distribuição do número de neurônios e de não neurônios nos dois hemisférios
corticais. Nenhuma diferença significativa inter-hemisférica foi encontrada (testes t;
valores de p > 0,1).
36
enquanto que as regiões restantes pesavam 8% (ou 117,66 ± 45,42 g) da massa total e
continham 1% (ou 0,69 ± 0,12 g) dos neurônios.
4.3 Número de células não neuronais.
A outra metade do total de células, os 84,61 ± 9,83 bilhões restantes, era
composta por células não neuronais (fig. 17). Contudo, diferentemente do ocorrido com
os neurônios, sua distribuição nas três regiões foi condizente com a distribuição de
massa. O cerebelo, com seus 10% em massa, continha 19% (ou 16,04 ± 2,17 bilhões)
do total de células não neuronais; o córtex cerebral, com seus 82% em massa, continha
72% (ou 60,84 ± 7,02 bilhões) dessas células; e as regiões restantes, pesando 8% da
massa total, continham 9% (ou 7,73 ± 1,45 bilhões) do total de células não neuronais.
Fig. 1
7
:
Distribuição de neurônios e de células não neuronais, em bilhões, nas três
regiões estudadas e no encéfalo como um todo.
7,73
86,06
0,69
16,34
69,03
84,61
60,84
16,04
0
10
20
30
40
50
60
70
80
90
100
Cerebelo Córtex
Cerebral
Regiões
Restantes
Encéfalo
Inteiro
Células (Bilhões)
Neurônios
Não Neurônios
37
4.4 Substâncias Branca e Cinzenta.
Analisando separadamente as substâncias branca (SB) e cinzenta (SC) do
hemisfério direito encontramos, respectivamente, um total de células equivalente a
21,17 ± 2,88 bilhões e de 14,87 ± 1,75 bilhões (fig. 18). Já as massas, nessa mesma
ordem, corresponderam a 294,22 ± 59,85 g e a 316,26 ± 52,66 g. Os números de
neurônios encontrados referentes às substâncias branca e cinzenta corresponderam a
1,29 ± 0,54 bilhões e 6,18 ± 1,72 bilhões; enquanto que o número de células não
neuronais foi equivalente a 19,88 ± 2,83 bilhões na SB e 8,68 ± 0,78 bilhões na SC.
Todos os dados encontrados neste estudo estão resumidos na tabela 1.
Fig. 18
:
Distribuição celular absoluta de neurônios e não neurônio, em
bilhões, nas substâncias branca e cinzenta do hemisfério direito.
1,29
19,88
8,68
6,18
0
5
10
15
20
25
Substância Branca Substância Cinzenta
Bilhões
Neurônios
Não Neurônios
38
Tabela 1: Distribuições de massa, número de neurônios e número de células não neuronais (±
desvio padrão) no encéfalo humano.
Encéfalo
inteiro
Córtex Cerebral Cerebelo
Regiões
Restantes
Inteiro SC* SB*
Massa, g
1508,91 ±
299,14
1232,93 ±
233,68
316,26 ±
52,66
294,22 ±
59,85
154,02 ±
19,29
117,66 ± 45,42
Número total de
céls., bilhões
170,68 ±
13,86
77,18 ±
7,72
14,87 ±
1,75
21,17 ±
2,88
85,08 ±
6,92
8,42 ± 1,50
Número de
neurônios,
bilhões
86,06 ±
8,12
16,34 ±
2,17
6,18 ±
1,72
1,29 ±
0,54
69,03 ±
6,65
0,69 ± 0,12
Número de céls.
não neuronais,
bilhões
84,61 ±
9,83
60,84 ±
7,02
8,68 ±
0,78
19,88 ±
2,83
16,04 ±
2,17
7,73 ± 1,45
* Somente o hemisfério direito.
Nesta seção foram apresentados apenas os resultados “brutos”, ou seja, aqueles
obtidos diretamente com a nossa pesquisa. Todas as possíveis análises e
interpretações, ainda que numéricas, geradas a partir desses dados primários são
apresentadas na próxima seção: “Discussão”.
39
5. Discussão
Uma quantificação confiável da composição celular absoluta do cérebro humano
ainda não tinha sido, até o momento, realizada, embora esses dados sejam cruciais
para a neurofisiologia. As estimativas existentes são imprecisas e foram feitas com
base em técnicas estereológicas. O método estereológico mais utilizado atualmente
consiste numa associação do dissector óptico, do fracionador óptico e do princípio de
Cavalieri, e este método fornece estimativas razoáveis para a contagem de células,
desde que a região analisada não seja muito volumosa (um encéfalo de camundongo já
se torna bem trabalhoso), que a anisotropia regional não seja grande e que as
estimativas de volume total das regiões analisadas sejam confiáveis. Devido ao grande
volume do encéfalo humano, enorme anisotropia e encolhimento do tecido devido à
fixação, a aplicação desse método nele torna-se impraticável. No entanto, mesmo com
essas dificuldades, tentou-se determinar por diversas vezes os números de células e
neurônios encefálicos humanos. As disparidades entre os resultados encontrados, indo
de 75 bilhões a 125 bilhões apenas no córtex e cerebelo, por si só já mostram que
essas estimativas não foram tão precisas assim. Além disso, admite-se na comunidade
científica, ainda que não haja dados que a comprovem, a existência de 100 bilhões de
neurônios e de 10x mais células gliais no encéfalo humano como um todo.
Para determinar com precisão a composição celular absoluta do encéfalo
humano, nosso laboratório desenvolveu e aplicou neste um método não estereológico,
o fracionador isotrópico. Este método permite determinar rapidamente o número total de
neurônios e não-neurônios de qualquer região dissecável do sistema nervoso e não é
40
afetado pelo encolhimento do tecido devido à fixação. Ele consiste na transformação de
regiões anisotrópicas do encéfalo em suspensões homogêneas de volume conhecido,
contendo todos os núcleos celulares, que podem ser contados e identificados
imunocitoquimicamente como provenientes de neurônios ou não neurônios.
Este método já foi validado em ratos (Herculano-Houzel & Lent, 2005);
empregado para conhecer a composição celular do encéfalo de seis espécies de
roedores (Herculano-Houzel et al, 2006); de seis espécies de primatas e uma espécie
de musaranho (Herculano-Houzel et al, 2007) e agora foi utilizado para determinar a
composição celular absoluta do encéfalo humano.
5.1 Sobre as dificuldades técnicas enfrentadas.
Durante todo o ano de 2005 lidamos com dificuldades técnicas que impediam a
aplicação direta do fracionador isotrópico ao tecido nervoso humano: os núcleos
apresentavam autofluorescência; o anticorpo α-NeuN, responsável pela identificação
dos núcleos neuronais, apresentava uma fraca marcação e havia uma forte
fluorescência de fundo do anticorpo secundário Cy3.
No início, o material humano utilizado estava fortemente fixado com formaldeído
a 4%, pois a coleta e a manipulação do material eram facilitadas nestas condições;
contudo, verificou-se que o formaldeído deixava o tecido autofluorescente (Del Castillo
et al, 1989; Noonberg et al, 1992), o que prejudicava a identificação dos núcleos NeuN
positivos, ou seja, núcleos neuronais. Para resolver esse imprevisto, tentou-se fazer um
“bleaching” (ou “branqueamento”) da autofluorescência através de uma longa exposição
41
do material humano fixado à lâmpada fluorescente HBO 50, antes das técnicas de
imunocitoquímica (Neumann & Gabel, 2002), mas os resultados não foram satisfatórios.
Em seguida, tentou-se mascarar a autofluorescência com Sudan Black, um corante
não-fluorescente preto-azulado (Schnell et al, 1999); todavia, observou-se uma intensa
aglomeração dos núcleos, o que inviabilizava a posterior contagem. Optou-se
finalmente pela mudança do fixador para paraformaldeído a 2%, que reduziu
consideravelmente a autofluorescência.
Em seguida, foi constatada uma fraca marcação do anticorpo secundário. Isso
geralmente acontece pois a fixação com formaldeído ou paraformaldeído provoca
alterações na estrutura terciária das proteínas do tecido, devido à formação de ligações
cruzadas estáveis nestas, podendo levar à diminuição da especificidade antígeno-
anticorpo ou mesmo impedir a penetração do anticorpo, através do escondimento do
epítopo (Taylor, 1979; Taylor, 1980; Taylor, 1994b, Taylor & Cote, 1994; Leong &
Gilham, 1989; Battifora & Kopinski, 1986). A fim de resolver esse problema, tentamos
várias técnicas de exposição de antígenos, tanto por aquecimento, quanto puramente
químicas ou uma combinação das duas. Não conseguimos bons resultados. O aumento
da intensidade da marcação só foi conseguido através da diminuição do tempo de
permanência do encéfalo no fixador, no qual o tecido ficava imerso durante todo o
procedimento, para 36 horas. E para melhorar a penetração do fixador nas partes mais
internas, passamos a perfundir postmortem o encéfalo imediatamente após a sua
retirada do crânio.
Uma razoável fixação era necessária para garantir rigidez suficiente aos núcleos
para que não fossem destruídos durante a dissociação mecânica. A pouca fixação fazia
com que o armazenamento do encéfalo fosse reduzido para 2 meses, após o qual havia
42
deterioração do material, ainda que este estivesse estocado a 4
0
C e imerso no tampão
fisiológico PBS. Portanto, a fim acelerar o processo e de situar os experimentos dentro
dessa faixa temporal, optamos pela divisão do encéfalo em apenas 7 regiões: os dois
hemi-cerebelos, um córtex encefálico inteiro e outro dividido em substâncias branca e
cinzenta e duas regiões restantes, uma de cada hemisfério.
Mesmo após tais adaptações de protocolo, constatou-se que a utilização do
anticorpo secundário Cy3 deixava uma fluorescência de fundo que atrapalhava a
identificação dos núcleos neuronais. Optou-se então pela mudança desse anticorpo
secundário para o Alexa Fluor 555 (Berlier et al, 2003)
que, embora não tenha
aumentado a intensidade da marcação, diminuiu a fluorescência de fundo da mesma,
tornando viáveis a identificação de núcleos neuronais e, portanto sua contagem.
5.2 Análise da distribuição celular absoluta do encéfalo humano.
Nossos primeiros resultados, antes mesmo de diferenciar neurônios de células
não neuronais, já começaram a questionar o mito da existência de 1 trilhão de células
gliais no encéfalo humano. Logo no início mostramos que existe um total de “apenas”
170,68 ± 13,86 bilhões de células encefálicas (fig.15). Também, logo mostramos que,
surpreendentemente, o cerebelo, com somente 10% da massa encefálica, concentra
aproximadamente metade de todas as células encefálicas; enquanto que o córtex
cerebral, pesando aproximadamente 8x mais, possui apenas 45% dessas células
(fig.15).
43
Com isso pudemos mostrar que o cerebelo é a estrutura mais celularizada dentre
as 3 regiões analisadas, com 552,40 mil células/mg, ou seja, aproximadamente 9x mais
densa do que o córtex encefálico, com 62,60 mil células/mg. Também mostramos que
as densidades do córtex e das regiões restantes são bem próximas (fig. 19). Como
mostraremos adiante, essa alta densidade celular no cerebelo pode ser causada pela
presença de um grande número de neurônios pouco volumosos.
Analisando separadamente o número de neurônios e células não neuronais
verificamos um outro dado inovador e surpreendente: o cerebelo possui cerca de 80%
de todos neurônios presentes no encéfalo humano; enquanto que o córtex cerebral,
considerado como o principal responsável pelas nossas capacidades cognitivas
superiores, detém apenas 19% dos neurônios. As regiões restantes, por conseguinte,
contêm apenas 1% desses neurônios (fig. 20).
Diferentemente, a distribuição de não-neurônios quase se inverte se comparada
com a de neurônios, e se assemelha um pouco com a distribuição de massa dessas
Fig. 19
:
Densidade celular absoluta do enc
éfalo humano.
O cerebelo é 9x mais denso que o córtex cerebral.
552,40
62,60
71,56
113,44
0
100
200
300
400
500
600
1000 céls/ mg
Cerebelo
Córtex Cerebral
Regiões Restantes
Encéfalo Inteiro
44
três regiões. Existem muito mais células não neuronais no córtex, que concentra 72%
do total dessas células e é a região mais pesada, do que no cerebelo, com apenas 19%.
As regiões restantes novamente contribuem com a menor quantidade, possuindo 9%
das células não neuronais (fig. 20).
Sabendo que as células não neuronais são constituídos quase na sua totalidade
por células gliais (excetuam-se as células endoteliais e outras mesenquimais) e que,
portanto o número de células gliais é bem próximo e nunca maior que o número de não
neurônios, podemos considerar os números de células não neuronais encontrados
como sendo aproximadamente correspondentes aos números de células gliais.
Sendo assim, analisando os valores obtidos, verificamos que a razão glia:
neurônio é de apenas 1 : 1 no encéfalo inteiro, bem aquém da tão disseminada
proporção de 10 :1. Regionalmente, as razões glia : neurônio são de 0,23 : 1 no
cerebelo, 3,72 : 1 no córtex cerebral e 11,17 :1 nas regiões restantes.
Fig. 20
:
Distribuição de Neurônios (esq) e de Não Neurônios (dir) no encéfalo humano.
Enquanto o cerebelo concentra 80% de todos os neurônios existentes, o córtex cerebral
possui 72% de todos os não neurônios.
0,69
±
0,12
1%
69,03
±
6,65
80%
16,34
±
2,17
19%
Neurônios
60,84
±
7,02
72%
7,73
±
1,45
9%
16,04
±
2,17
19%
Não Neurônios
Cerebelo
Córtex Cerebral
Regiões Restantes
45
Considerando a distribuição de neurônios e de células não neuronais,
verificamos que novamente o cerebelo é a estrutura mais densa, tanto para neurônios,
com 448,19 mil neurônios/mg, quanto para céls. não neuronais (supostamente gliócitos),
com 103,88 mil céls. não neuronais/mg. Já o córtex possui 13,25 mil neurônios/mg e
49,35 mil céls. não neuronais/mg; enquanto que as regiões restantes, 5,88 mil
neurônios/mg e 65,70 mil céls não neuronais/mg. Como era de esperar, as densidades
neuronais e de céls. não neuronais do encéfalo inteiro são bastante semelhantes,
sendo de 57,20 mil neurônios/mg e de 56,23 mil céls. não neuronais/mg (fig. 21).
Como nossos resultados mostraram, 81% das células presentes no cerebelo são
neurônios; desses, mais de 99% são neurônios granulares (Andersen, 2003), células
muito pouco volumosas, com citoplasma bastante reduzido, sendo consideradas as
menores células do corpo humano (Machado, 2000). A grande concentração numérica
Fig. 21
:
Densidades neuronais e não neuronais do encéfalo humano. Novamente o
cerebelo é a estrutura mais densa, tanto para o número de neurônios quanto para o
número de céls. não neuronais.
448,19
5,88
49,35
65,70
56,23
13,25
57,20
103,88
0
50
100
150
200
250
300
350
400
450
500
Cerebelo Córtex Cerebral Regiões
Restantes
Encéfalo Inteiro
1000 células / mg
Neurônios
Não Neurônios
46
desses diminutos neurônios é, pois, a responsável pela destoante densidade de células
dessa região.
A existência de um número maior de gliócitos por neurônio no córtex cerebral
pode ser causada pela necessidade de um maior consumo metabólico dos neurônios
corticais devido ao desenvolvimento e manutenção de densas arborizações dendríticas
e extensas projeções axonais, dependentes de mais suporte para as duas atividades
energeticamente mais dispendiosas: os potenciais excitatórios pós-sinápticos na árvore
dendrítica e a propagação dos potenciais de ação ao longo do axônio (Sherwood et al,
2006).
Focalizando o córtex cerebral, vimos que, coincidentemente, as quantidades de
massa da substância branca (SB, com 294,22 ± 59,85 g) e cinzenta (SC, com 316,26 ±
52,66 g) do hemisfério cortical direito são muito próximas. Ainda assim, a substância
branca possui mais de 40% do número de células (num total de 21,17 ± 2,88 bilhões)
do que a substância cinzenta (com 14,87 ± 1,75 bilhões), gerando uma densidade
celular de 71,95 mil células/mg na SB e 47,01 mil células/mg na SC (fig. 22).
Fig. 22
:
Densidade celular das substâncias branca e cinzenta. A
substância branca é cerca de 40% mais densa em células que a
substância cinzenta.
71,95
47,01
59,03
0
10
20
30
40
50
60
70
80
1000 céls. / mg
Substância Branca
Substância Cinzenta
Córtex Direito Inteiro
47
Analisando mais detalhadamente os resultados obtidos para essas subdivisões,
vimos que existem 4,8x mais neurônios na SC do que na SB e, de maneira oposta,
existem 2,29x mais células gliais na SB do que na SC (fig. 18). Como era de esperar, a
extensa maioria das células presentes na SB (94%) eram gliais; todavia, um resquício
de células neuronais estava presente e isso pode ter sido decorrente da dificuldade da
exata separação dessas regiões. Contra-intuitivamente verificamos que não há uma
predominância de neurônios na substância cinzenta do córtex e se considerarmos o
resquício de neurônios presentes na SB como parte integrante do pool neuronal da SC,
acharemos quantidades equiparáveis de neurônios e gliócitos nesta subdivisão cortical.
As densidades neuronais, portanto, foram de aproximadamente 4,38 mil
neurônios/mg na SB e de 19,54 mil neurônios/mg na SC; já as densidades não
neuronais foram de 67,57 mil gliócitos/mg na SB e 27,45 mil gliócitos/mg na SC (fig. 23).
Fig. 2
3
:
Densidades neuronais e não neuronais das substâncias branca e
cinzenta.
4,38
19,54
67,57
27,45
0
10
20
30
40
50
60
70
80
Substância Branca Substância Cinzenta
1000 céls. / mg
Neurônios
Não Neurônios
48
50%
26%
19%
5%
Cerebelo
Substância Branca
Substância Cinzenta
Regiões Restantes
Fig. 2
4
:
Redistribuição celular total, incluindo valores
estimados para as substâncias branca e cinzenta.
Já que as diferenças entre os parâmetros dos dois hemisférios cerebrais não foi
significativa, como citado na seção Resultados, pudemos extrapolar os valores da SB e
da SC referentes a apenas um córtex para que abrangesse os 2 hemisférios corticais,
reestimando deste modo a distribuição celular total e as porcentagens tanto neuronais
quanto não neuronais do encéfalo humano.
A redistribuição total de células então ficou sendo de 50% de células para o
cerebelo; de 5% para as regiões restantes e de 45% para o córtex cerebral, sendo 26%
da substância branca e 19% para a substância cinzenta (fig. 24).
Já a redistribuição neuronal foi de 80% de neurônios para o cerebelo; de 1% de
neurônios para as regiões restantes e de 19% para o córtex, sendo que 16%
correspondem à SC e 3% à SB. Caso consideremos os neurônios presentes na SB
como provenientes da SC, esta responsabilizar-se-á por todos os 19% de neurônios
existentes (fig. 25).
E, finalmente, a porcentagem não neuronal passou a ser de 19% para o cerebelo;
de 9% para as regiões restantes e de 72% para o córtex, sendo que 50% pertencem à
substância branca e 22% à substância cinzenta (fig. 25).
49
5.3 Comparação entre os números obtidos para humanos e primatas.
Em vista dos nossos resultados e baseados nas regras de alometria observadas
em um trabalho semelhante anteriormente realizado com seis espécies de primatas
(Herculano-Houzel et al; 2007), pudemos comparar nossos dados relativos às massas,
aos números de neurônios e de células não neuronais, com os dados teóricos obtidos a
partir de curvas de regressão específicas da ordem dos primatas.
Por exemplo, a curva de regressão obtida a partir das massas encefálicas totais,
em g, em função das massas corporais, também em g, foi:
M
Enc
= 0,15 x M
Corp
1,017
Portanto, se M
Corp
assumir o suposto valor de 75 kg, um valor médio para seres
humanos adultos, a massa encefálica estimada, M
Enc,
será de 1355,86 g. O valor real
encontrado no nosso estudo foi de 1504,61 g, o que supera o valor teórico em apenas
80%
3%
16%
1%
Cerebelo
Substância Branca
Substância Cinzenta
Regiões Restantes
Neurônios Não Neurônios
19%
50%
22%
9%
Fig. 2
5
:
Redistribuição de neurônios (esq) e não neurônios (dir),
incluindo valores estimados para as substâncias branca e cinzenta do
encéfalo humano.
50
11%, sendo uma aproximação bastante plausível, como pode-se conferir na fig. 26.
Especificamente, as estimativas relativas ao cerebelo, córtex cerebral e regiões
restantes contribuem proporcionalmente para o valor encefálico total, o que pode ser
verificado pela proximidade dos valores observados no nosso estudo com as curvas de
regressão específicas (fig. 26).
Todas as outras análises realizadas com curvas de regressão em função da
Massa Corpórea (M
Corp
) estão resumidas na tabela 2, e os valores se mostram bastante
próximos.
Fig. 2
6
:
Todos os valores observados para as massas das estruturas encefálicas analisadas
se aproximam das curvas de regressão, obtidas para a ordem Primata, da Massa Regional
em função da Massa Corporal. Isso indica que as regras de alometria obtidas para macacos
se aplicam a humanos, segundo essas condições. A massa corporal considerada para o
homem foi de 75 kg.
Legenda: ● – Córtex, Cx ; ○ – Cerebelo, Cb; ▲- Regiões Restantes, RR; + - Encéfalo, Enc.
51
Semelhantemente, os números de neurônios e de céls. não neuronais
observados no nosso estudo foram bastante próximos aos números estimados pelas
curvas de regressão específicas dos primatas, sempre em função da massa
correspondente à região encefálica analisada, como mostrado nos gráficos e tabelas
adiante.
:
Tabela 2:
Valores observados e estimados para um ser humano de 75 kg a partir da análise
de diversas curvas de regressão em função da massa corpórea (M
Corp
) referentes aos
primatas.
Para um primata
de 75 Kg
Curva de Regressão Estimado Observado
(Obs – Est ) /
Estimado
Massa encefálica
Total, g (M
Enc
)
M
Enc
= 0,15 x M
Corp
1,017
1355,86 1504,61 + 11,0%
Número de
células, bilhões
(Cels)
Cels = 3301781,761 x M
Corp
0,967
171,34 170,68 - 0,4%
Número de
Neurônios, bilhões
(N)
N = 2284129,852 x M
Corp
0,93
78,01 86,06 + 10,3%
Número de Não
Neurônios, bilhões
(NN)
NN = 1162087,274 x M
Corp
1,007
94,13 84,61 - 10,1%
52
Tabela 3:
Valores observados e estimados para os números de neurônios das diferentes
regiões encefálicas humanas a partir da análise de diversas curvas de regressão
referentes aos primatas. Todas as curvas obtidas estão em função das massas das
estruturas correspondentes.
Região Curva de Regressão
Massa da
Estrutura, g
Núm. Neur.
Estimado,
bilhões
Núm. Neur.
Observado,
bilhões
(Obs – Est )
/ Estimado
Cx
N
Cx
=61684412,324 x M
Cx
0,828
1232,93 22,40 16,34 - 27,0%
Cb
N
Cb
=548551147,038 x M
Cb
0,984
154,02 78,12 69,03 - 11,6%
RR
N
RR
=17916389,377 x M
RR
0,742
117,66 0,62 0,69 + 11,9%
Enc
N
Enc
=109239790,169 x M
Enc
0,923
1504,61 93,26 86,06 - 7,7%
Legenda: Cx – Córtex cerebral; Cb – Cerebelo, RR – Regiões Restantes, Enc – Encéfalo
inteiro; N – Número de Neurônios, em bilhões; M – Massa, em gramas.
Fig. 27
:
Análise das massas das regiões em função dos números de neurônios. A massa
e o número de neurônios de todas as estruturas encefálicas humanas são consistentes
com as curvas de regressão dos primatas.
Legenda: ● – Córtex, Cx ; ○ – Cerebelo, Cb;▲- Regiões Restantes, RR; + - Encéfalo, Enc.
53
Tabela 4:
Valores observados e estimados para os números de céls. não neuronais das
diferentes regiões encefálicas humanas a partir da análise de diversas curvas de regressão
referentes aos primatas. Novamente, todas as curvas obtidas estão em função das massas
das estruturas correspondentes.
Região Curva de Regressão
Massa da
Estrutura, g
Núm. NN.
Estimado,
bilhões
Núm. NN.
Observado,
bilhões
(Obs – Est )
/ Estimado
Cx NN
Cx
=63504874,763 x M
Cx
1,033
1232,93 98,87 60,84 - 38,5%
Cb NN
Cb
=60983508,232 x M
Cb
1,036
154,02 11,29 16,04 + 42,1%
RR NN
Re
=89200864,467 x M
Rt
0,92
117,66 7,18 7,73 + 7,7%
Enc NN
Enc
=69199591,082 x M
Enc
1,011
1504,61 112,98 84,61 - 25,1%
Legenda: Cx – Córtex cerebral; Cb – Cerebelo, RR – Regiões Restantes, Enc – Encéfalo
inteiro; NN – Número de Não Neurônios, em bilhões; M – Massa, em gramas.
Fig. 28
:
Análise das massas das regiões em função dos números de céls. não neuronais.
Semelhantemente ao que acontece com o número de neurônios, a massa e o número de
céls. não neuronais de todas as estruturas encefálicas humanas se aproximam das curvas
de regressão dos primatas.
Legenda: ● – Córtex, Cx ; ○ – Cerebelo, Cb;▲- Regiões Restantes, RR; + - Encéfalo, Enc.
54
Como mais um indicativo da semelhança entre os humanos e os outros primatas
analisados, estão as densidades bastante parecidas de neurônios e de céls. não
neuronais em todas as regiões encefálicas analisadas (fig. 29). Um outro dado empírico
interessante é que as densidades não neuronais de todos os primatas, inclusive
humanos, e de todas as três regiões, tendem a uma mesma faixa, compreendida entre
50 e 100 mil céls. não neuronais/mg aproximadamente.
Todos esses indícios sugerem que o cérebro humano foi “construído” de maneira
muito similar aos cérebros dos primatas e que, portanto, nosso encéfalo é apenas uma
versão proporcionalmente maior de um típico cérebro de macaco.
Fig. 29
:
Densidades neuronais (esq) e não neuronais (dir) das regiões encefálicas analisadas,
tanto para humanos quanto para outros primatas. As densidades neuronais das diferentes
regiões encefálicas humanas analisadas são compatíveis com as densidades neuronais dos
primatas. Como acontece com as densidades neuronais, as densidades das diferentes
regiões encefálicas humanas analisadas são compatíveis com as densidades neuronais dos
primatas, mas surpreendentemente todas elas parecem tender a uma mesma faixa, variando
aproximadamente entre 50 a 100 mil células/mg.
Legenda: ● – Córtex, Cx ; ○ – Cerebelo, Cb; ▲- Regiões Restantes, RR.
55
6. Conclusões
Existem 86 bilhões de neurônios no encéfalo humano: Ao contrário dos 100
bilhões de neurônios tão amplamente aceitos e disseminados pela comunidade
científica, encontramos aproximadamente 86 bilhões de neurônios no encéfalo humano.
Ressalta-se, no entanto, que devido ao desvio padrão de 10%, este número pode, em
alguns encéfalos, atingir os 100 bilhões de neurônios. Eliminamos, portanto, a
possibilidade do cerebelo, por si só, conter mais de 109 bilhões de neurônios como
apresentado em Andersen et al (2003).
O cerebelo concentra 80% de todos os neurônios encefálicos e 50% de
todas as células: Apesar de ter apenas 10% da massa encefálica, o cerebelo
concentra 80% do total dos neurônios do encéfalo (69,03 ± 6,65 bilhões). Isto é possível
pois quase todos os neurônios presentes nessa região são neurônios granulares:
células muito pouco ramificadas, sendo inclusive as menores células do corpo. Esse
grande número de neurônios é o principal responsável pela presença de, no cerebelo,
50% de todas as células encefálicas (85,08 ± 6,92 bilhões). Essa predominância de
neurônios também foi verificada em várias espécies de roedores (Herculano-Houzel et
al, 2006) e primatas (Herculano-Houzel et al, 2007).
O motivo pelo qual o cerebelo possui tantos e tão compactos neurônios, e a
necessidade de poucas células gliais por neurônios (apenas 1 gliócito para cada 5
neurônios) ainda não é bem compreendido. Como atualmente existem evidências sobre
o envolvimento do cerebelo humano em funções cognitivas, como na compreensão da
linguagem e produção da fala, em funções visuoespaciais e executivas, além da bem
56
estabelecida função sensório-motora (Konczak & Timmann, 2007), essas funções
adicionais aventadas poderiam justificar a alta densidade neuronal, a qual forneceria
um maior poder computacional.
O papel real do cerebelo no encéfalo está sendo revisto e parece ser bem mais
complexo do que o já conhecido.
O córtex cerebral concentra apenas 19% dos neurônios encefálicos e 45%
das células totais: Embora o córtex cerebral seja responsável por 82% da massa
encefálica e seja considerado como o principal determinante das capacidades
cognitivas dos seres humanos, ele detém apenas 19% (ou 16,34 ± 2,17 bilhões) de
todos os neurônios e 45% de todas as células (77,18 ± 7,72 bilhões).
Isso sugere ou que o córtex cerebral não é o único responsável por todas as
capacidades cognitivas dos seres humanos; ou que as conexões entre as células
nervosas corticais são tão mais complexas que permitem o surgimento de toda uma
vasta gama comportamental, mesmo com essa baixa proporção de neurônios.
Os dois hemisférios encefálicos apresentam distribuições celulares
semelhantes: A distribuição celular das três regiões para cada hemisfério encefálico
não foi significativamente diferente. Para explicar a especialização hemisférica e a
lateralidade funcional existente no encéfalo (como o controle da fala pelo hemisfério
esquerdo) sem alterações na distribuição celular entre os hemisférios, devemos supor
ou que haja uma diferença mínima no número de neurônios, a ponto de não ter sido
detectado experimentalmente e suficiente para provocar tal distinção funcional; ou que
os neurônios se concentrem em áreas especializadas funcionalmente, conectando-se
de maneiras particulares e desempenhando funções específicas, não precisando alterar
seu número para isso. Embasando a segunda hipótese, diversos estudos vêm
57
demonstrando que existe uma aglomeração de neurônios em áreas funcionalmente
especializadas (Kaas, 2005).
Existe aproximadamente a mesma quantidade de glia (85 bilhões) e de
neurônios (86 bilhões) no encéfalo humano: Ao contrário do que é vigente na
literatura científica, não existem 10x mais células gliais que neurônios no encéfalo
humano; havendo, no máximo, 1 gliócito por neurônio. No entanto, como
demonstramos, a distribuição celular é bastante heterogênea, sendo a proporção glia :
neurônio mínima no cerebelo (0,23:1), e máxima na substância branca cerebral (bilhões
de células gliais e geralmente nenhum corpo celular neuronal).
Existe aproximadamente o mesmo número de neurônios e células glias na
substância cinzenta: Como na substância cinzenta existem dois tipos de células gliais,
a macroglia e microglia, e como nosso estudo demonstrou a existência de quantidades
aproximadas de glia e neurônios também nessa substância (fig. 23), podemos supor
que cada um dos tipos de células gliais deste local, no geral, deve dar suporte para
mais de um neurônio. Como ainda existem evidências de regiões específicas cuja
quantidade de células gliais seja o dobro da de neurônios (aproximadamente 2 células
macrogliais por neurônio na área 4 do córtex frontal; Sherwood et al, 2006), podemos
concluir que a distribuição celular, também na substância cinzenta, não é homogênea,
havendo, por conseguinte, regiões com muito pouca glia por neurônio, a ponto delas
poderem inexistir em alguns desses locais.
Isso demonstra ou que as células gliais desses locais são bastante eficientes na
manutenção e suporte metabólico neuronais, podendo haver pouca glia por neurônio;
ou que o suporte metabólico dos somas neuronais não é muito custoso; ou que esse
suporte é feito a partir das projeções neuronais, por exemplo, provenientes da
58
substância branca, onde a vasta maioria das células são gliais; ou, finalmente, que o
suporte viria de outras formas, que não através da glia.
O encéfalo humano é uma versão isometricamente maior do encéfalo
primata: O encéfalo humano, tanto em massa quanto em número de neurônios e de
células não neuronais, é “construído” através do aumento linear desses parâmetros, ou
seja, o encéfalo humano é uma versão grande do encéfalo primata, mantidas as
mesmas proporções.
Como de fato houve um aumento linear no encéfalo humano, com as proporções
de células gliais e neurônios relativamente constantes, é razoável supor que tenha
ocorrido alterações na organização encefálica dos cérebros grandes em relação aos
cérebros pequenos.
Existem várias maneiras de alterar a organização encefálica de modo a manter
essa proporcionalidade de parâmetros (Kaas, 2005); uma delas consiste em multiplicar
o número de áreas ou núcleos funcionalmente especializados ao invés de aumentar
cada área individualmente. Com isso, as conexões não precisam ser tão longas,
ocupando menos espaço. Muitos estudos de fMRI (ressonância magnética funcional)
corroboram essa hipótese. Uma outra maneira seria manter as áreas que mais se
comunicam, mais próximas uma das outras. Na prática, de fato, a maioria das conexões
entre áreas corticais ocorre com áreas corticais adjacentes. Por último, para que não
haja gastos de tempo desnecessário com conexões muito longas, é de grande valia
concentrar funções específicas distintas em cada hemisfério. As especializações
existentes no encéfalo humano (Kaas, 2005), como a já citada linguagem no hemisfério
esquerdo, assim como a percepção de sons musicais e reconhecimento de faces pelo
hemisfério direito, são evidências dessas alterações.
59
Em resumo, embora o encéfalo humano seja constitutivamente proporcional ao
dos primatas, para que se mantenha essa proporcionalidade linear, seria necessária
uma multiplicidade de áreas especializadas, proximidade de áreas interconectadas e
especialização hemisférica. Essas necessidades estão sendo experimentalmente
confirmadas (Kaas, 2005). A Expansão Cortical através das espécies, portanto, parece
não significar necessariamente um acréscimo desproporcional no número de neurônios
e nossa vantagem cognitiva sobre os outros primatas pode ser simplesmente uma
conseqüência de termos o maior cérebro primata, construído com um maior e
proporcional número de neurônios (Deaner et al, 2007). Caso as outras propriedades,
como as conexões neuronais, sejam semelhantes, podemos concluir que o número
absoluto, e não o relativo, de neurônios, seria o grande responsável pelas diferenças
cognitivas entre humanos e primatas.
Como conseqüência do pioneirismo na obtenção desses dados, assim como na
aplicação bem sucedida da técnica do fracionamento isotrópico no sistema nervoso de
humanos, o nosso trabalho permite a abertura de novas frentes de pesquisa,
possibilitando responder perguntas do tipo: Como a composição celular do cérebro
humano se comporta frente a doenças, como as neurodegenerativas Alzheimer e
Parkinson? Como variam a distribuição dos neurônios e das células glias no
desenvolvimento e envelhecimento encefálico? Existem diferenças na distribuição
celular do sistema nervoso dentre homens e mulheres? Qual a composição celular
absoluta de regiões ainda menores do encéfalo humano? Qual a composição celular
absoluta de outras partes do sistema nervoso central, como a medula espinhal? Como
esses parâmetros se comparam filogeneticamente com outros grupos?
Diversas são as possibilidades...
60
7. Referências
AGDUHR, E. (1941). A contribution to the technique of determining the number of nerve
cells per unit volume of tissue. Anat. Rec.
80: 191-202.
ANDERSEN, B. B.; GUNDERSEN, H. J. & PAKKENBERG, B. (2003). Aging of the
human cerebellum: a stereological study. J. Comp. Neurol.
466: 356-365.
ANDERSEN, B. B.; KORBO, L. & PAKKENBERG, B. (1992). A quantitative study of the
human cerebellum with unbiased stereological techniques. J Comp Neurol
326: 549-
560.
BASKYS, A. (2006). Receptor found that could lead to better treatments for stroke,
alzheimer's disease. UCI Medical Center. Disponível em:
http://128.200.145.43/news_releases.asp?filename=Receptor_found_treat_stroke_al
zheimers_9-13-00.htm. Acesso em: 1 dez. 2007
BATTIFORA, H. & KOPINSKI, M. (1986). The influence of protease digestion and
duration of fixation on the immunostaining of keratins. A comparison of formalin and
ethanol fixation. J. Histochem. Cytochem.
34: 1095-1100.
BERGER, H. (1921). Untersuchungen über den Zellgehalt der menschlichen
Grosshirnhinde. Z. ges. Neurol. Psychiat.
69: 46-59
BERLIER, J. E.; ROTHE, A.; BULLER, G.; BRADFORD, J.; GRAY, D. R.; FILANOSKI, B.
J.; TELFORD, W. G.; YUE, S.; LIU, J.; CHEUNG, C.-Y.; CHANG, W.; HIRSCH, J. D.;
BEECHEM, J. M.; HAUGLAND, R. P. & HAUGLAND, R. P. (2003). Quantitative
Comparison of Long-wavelength Alexa Fluor Dyes to Cy Dyes: Fluorescence of the
Dyes and Their Bioconjugates. J. Histochem. Cytochem.
51: 1699-1712.
BLOCK, J.B. & ESSMAN, W.B. (1965). Growth hormone administration during
pregnancy: A behavioural difference in offspring rats. Nature
205: 1136–37
CAVALIERI, B. (1635). Geometria indivisibilibus continuorum. Bononiae: Typis
Clementis Ferronij (reimpresso em 1966 como Geometria Degli Indivisibili. Torino:
Unione Tipografico-Editrice Torinese).
CLENDINNEN, B.G. & EAYRS, J.T. (1961). The anatomical and physiological effects of
prenatally administered somatotrophin on cerebral development. J. Endocrinol.
22:
183–93
DAMASIO, A. & EDITORES DA SCIAM (1999). The Scientific American Book of the
Brain. New York: Scientific American.
61
DEANER, R. O.; ISLER, K.; BURKART, J. & VAN SCHAIK, C. (2007) Overall brain size,
and not encephalization quotient, best predicts cognitive ability across non-human
primates. Brain Behav Evol
70: 115-124.
DEL CASTILLO, P.; LLORENTE, A. R. & STOCKERT, J. C. (1989). Influence of fixation,
exciting light and section thickness on the primary fluorescence of samples for
microfluorometric analysis. Bas Appl Histochem
33: 251–257.
DIAMOND, M. C. “Why Einstein’s Brain?” (1999) Disponível em:
http://www.newhorizons.org/neuro/diamond_einstein.htm
. Acesso em: 1 dez. 2007
DOETSCH, F. (2003). The glial identity of neural stem cells. Nature Neurosci
6: 1127-
1134.
DONALDSON, H. H. (1895). The Growth of the Brain. A Study of the Nervous System in
Relation to Education. Am. J. Psychol.
7 (1): 123-127.
FANKHAUSER, G.; VERNON, J.A.; FRANK, W.H. & SLACK, W.V. (1955). Effect of size
and number of brain cells on learning in larvae of the salamander, Triturus
viridescens. Science.
122: 692–93
GITTINS, R. & HARRISON, P. J. (2004). Neuronal density, size and shape in the human
anterior cingulated cortex: a comparison of Nissl and NeuN staining. Brain Res. Bull.
63: 155-160.
GOLDMAN, S.A. & NOTTEBOHM F. (1983). Neuronal production, migration, and
differentiation in a vocal control nucleus of the adult canary brain. Proc. Natl. Acad.
Sci. USA 80: 2390–94
GÖRITZ, C.; THIEBAUT, R.; TESSIER, L. H.; NIEWEG, K.; MOEHLE, C.; BUARD, I.;
DUPONT, J. L.; SCHURGERS, L. J.; SCHMITZ, G. & PFRIEGER, F. W. (2007).
Glia-induced neuronal differentiation by transcriptional regulation. Glia
55: 1108-1122.
GUNDERSEN, H. J. G; BAGGER, A. BENDTSEN, T. F.; EVANS, S. M.; KORBO, L.;
MARCUSSEN, N.; MOLLER, A.; NIELSEN, K.; NYENGAARD, J. R.; PAKKENBERG,
B.; SORENSEN, F. B.; VESTERBY, A. & WEST, M. J. (1998). The new stereological
tools: disector, fractionator, nucleator and point sampled intercepts and their use in
pathological research and diagnosis. Acta Pathol Microbiol Immunol Scand 96: 857-
881.
HAIER, R. J.; Jung, R. E.; Yeo, R. A.; Head, K. & Alkire, M. T. (2004). Structural brain
variation and general intelligence. Neuroimage
23 (1): 425-33.
HERCULANO-HOUZEL, S. & LENT, R. (2005). Isotropic fractionator: a simple, rapid
method for the quantification of total cell and neuron numbers in the brain. J.
Neurosci. 25: 2518-2521.
62
HERCULANO-HOUZEL, S.; COLLINS, C.; WONG, P. & KAAS, J. H. (2007). Cellular
Scaling rules for primate brains. Proc Natl Acad Sci U S A
104(9):3562-7.
HERCULANO-HOUZEL, S.; MOTA, B. & LENT, R. (2006). Cellular scaling rules for
rodent brains. Proc Natl Acad Sci USA
103: 12138-12143.
HYDÉN, H. (1961). The neuron. In: The Cell. Ed. por J. Bracket e A. Mirsky, vol. IV.
Academic Press, Nova York.
JERISON, H. J. (1985). Animal intelligence as encephalization. Phil. Trans. R. Soc.
Lond. Ser. B. 308: 21-35.
KAAS, J. H. (2005). From Mice to Men: The Evolution of the Large, Complex Human
Brain J. Biosci.
30 (2): 155-65
KANDEL, E. R.; SCHWARTZ, J. H. & JESSEL, T. M. (2000). Principles of Neural
Science, McGraw-Hill, 4
a
ed., p. 20.
KAST, B. (2001). The best supporting actors. Nature
412: 674-676.
KONCZAK, J. & TIMMANN, D. (2007) The effect of damage to the cerebellum on
sensorimotor and cognitive function in children and adolescents. Neurosci. Biobehav.
Rev. in press.
KORBO, L.; PAKKENBERG, B.; LADEFOGED, O.; GUNDERSEN, H. J.; ARLIEN-
SOBORG, P. & PAKKENBERG, H. (1990). An efficient method for estimating the
total number of neurons in rat brain córtex. J. Neurosci. Meth.
31: 93-100.
LENT, R. 100 bilhões de neurônios: conceitos fundamentais da neurociência. São Paulo:
Atheneu; 2001.
LEONG, A. S. & GILHAM, P. N. (1989). The effects of progressive formaldehyde fixation
on the preservation of tissue antigens. Pathology
21: 266-268.
MACHADO, A. Tecido nervoso. Em: Neuroanatomia funcional. 2
a
. ed. São Paulo:
Ateneu, 2000. p. 7-12.
MULLEN, R. J.; BUCK, C. R. & SMITH, A. M. (1992). NeuN, a neuronal specific nuclear
protein in vertebrates. Development
116: 201-211.
NEUMANN, M. & GABEL, D. (2002). Simple method for reduction of autofluorescence in
fluorescence microscopy. J Histochem Cytochem
50: 437-439.
NISHIYAMA, A.; YANG, Z. & BUTT, A. (2005). What’s in a name? J Anat
207: 687-693
63
NOONBERG, S. B.; WEISS, T. L.; GAROVOY, M. R. & HUNT, C. A. (1992).
Characterization and minimization of cellular autofluorescence in the study of
oligonucleotide uptake using confocal microscopy. Antisense Res Dev
2: 303–333.
PAKKENBERG, B. & GUNDERSEN, H. J. G. (1988). Total number of neurons and glial
cells in human brain nuclei estimated by the disector and the fractionator. J. Microsc.
150: 1-20.
PAKKENBERG, B. & GUNDERSEN, H. J. G. (1997). Neocortical neuron number in
humans: effects of sex and age. The Journal of Comparative Neurology
384: 312-
320.
PAKKENBERG, H. (1966). The Number of Nerve Cells in the Cerebral Córtex of Man. J.
Comp. Neurol. 128 (1): 17-19.
PELVIG; D. P.; PAKKENBERG, H.; STARK, A. K. & PAKKENBERG, B (2007).
Neocortical glial cell numbers in human brains. Neurobiol. Aging
in press.
REICHENBACH, A. (1989). Glia:neuron index: review and hypothesis to account for
different values in various mammals. Glia
2: 71-77.
ROBINS, E.; SMITH, D. E. & EYDT, K. M. (1956). The quantitative histochemistry of the
cerebral cortex. J. Neurochem.
1: 54-67
SCHMITZ, C. & HOF, P. R. (2005). Designed-based stereology in neuroscience.
Neuroscience
130: 823-831
SCHNELL, A. S.; STAINES, W. A. & WESSENDORF, M. W. (1999). Reduction of
lipofucsin-like autofluorescence in fluorescently labeled tissue. J Histochem
Cytochem 47: 719-730.
SHARIFF, G. A. (1953). Cell Counts in the primate cerebral cortex. J. Comp. Neur.
,
98:381-400.
SHAW, P.; GREENSTEIN, D.; LERCH, J.; CLASEN, L.; LENROOT, R.; GOGTAY, N.;
EVANS, A.; RAPOPORT, J. & GIEDD, J. (2006). Intellectual ability and cortical
development in children and adolescents. Nature
440: 676-679.
SHERWOOD, C. C.; STIMPSON, C. D.; RAGHANTI, M. A.; WILDMAN, D. E; UDDIN,
M.; GROSSMAN, L. I.;GOODMAN, M.; REDMOND, J. C.; BONAR, C. J.; ERWIN, J.
M.; & HOF, P. R. (2006) Evolution of increased glia-neuron ratios in the human
frontal cortex. Proc. Natl. Acad. Sci.
103 (37): 13606-13611.
SHOOK, B. L.; MAFFEI, L. & CHALUPA, L. M. (1984). Functional organization of the
cat’s visual cortex after prenatal interruption of binocular interactions. Proc. Natl.
Acad. Sci. USA 82:3901-05
64
STARK, A. K.; PETERSEN A. O.; GARDI, J.; GUNDERSEN, H. J. G. & PAKKENBERG,
B. (2007). Spatial distribution of human neocortical neurons and glial cells according
to sex and age measured by the saucer method. J Neurosci Methods. 164 (1): 19-26.
TAYLOR, C. R. & COTE, R. J. (1994). Immunomicroscopy: A diagnostic tool for the
surgical pathologist, 2
a
ed. Philadelphia. WB Saunders.
TAYLOR, C. R. (1979). Immunohistologic studies of lymphomas: new methodology
yields new information and poses new problems. J Histochem Cytochem
27: 1189-
1191.
TAYLOR, C. R. (1980). Immunohistologic studies of lymphomas: past, present and
future. J Histochem Cytochem
28: 777-787.
TAYLOR, C. R. (1994b). The current role of immunohistochemistry in diagnostic
pathology. Adv. Pathol. Lab. Med.
7: 59-105.
THOMPSON, H. B. (2004). The total number of functional cells in the cerebral cortex of
man, and the percentage of the total volume of the cortex composed of nerve cell
bodies, calculated from Karl Hammarberg's data; together with a comparison of the
number of giant cells with the number of pyramidal fibers. J. Comp. Neur.
9 (1): 113-
140.
ULLIAN, E.M.; SAPPERSTEIN, S. K.; CHRISTOPHERSON, K. S. & BARRES, B. A.
(2001). Control of synapse number by glia. Science
291: 657-660.
VERNON, J.A. & BUTSCH, J. (1959). Effect of tetraploidy on learning and retention in
the salamander. Science
125: 1033–34.
VIRCHOW, R. L. K. (1856) Gesammelte abhandlungen zur wissenschaftlichen medicin.
Frankfurt, Germany: Meidinger sohn u Comp, 294-6.
VON ECONOMO, C. & KOSKINAS, G. N. (1925). Die Cytoarchitectonic der Hirnrinde
des erwachsenen Menschen, Berlin.
WATSON, J. D. (2007) The elementary DNA of Dr Watson.” Em: The
Sunday Times. Disponível em:
http://entertainment.timesonline.co.uk/tol/arts_and_entertainment/books/article26307
48.ece. Acesso em: 1 dez. 2007.
WEIBEL, E. R. (1979). Stereological methods, Vol. 1: practical methods for biological
morphometry. London: Academic Press.
WEIBEL, E. R. (1980). Stereological methods, Vol. 2: theoretical foundations. London:
Academic Press.
65
WEIBEL, E. R. (1992). Stereology in perspective: a mature science evolves. Acta
Stereol 11 (Supl I): 1-13.
WENK, G. L. (2003). Neuropathologic changes in Alzheimer's disease. J Clin Psychiatry.
64 Suppl 9:7-10. Review.
WEST, M. J. (1993). New stereological methods for counting neurons. Neurobiol Aging
14: 275-285.
WEST, M. J. (1999). Stereological methods for estimating the total number of neurons
and synapses: issues of precision and bias. Trends Neurosci
22:51-61.
WEST, M. J. (2002). Design-based stereological methods for counting neurons. Prog.
Brain. Res. 135: 43-51.
WITCHER, M.; KIROV, S. & HARRIS, K. (2007). Plasticity of perisynaptic astroglia
during synaptogenesis in the mature rat hippocampus. Glia
55 (1): 13-23.
ZAMENHOF, S. (1941). Stimulation of the proliferation of neurons by the growth
hormone. I. Experiments on tadpoles. Growth
5: 123–39
ZAMENHOF, S.; MOSLEY, J. & SCHULLER, E. (1966). Stimulation of the proliferation
of cortical neurons by prenatal treatment with growth hormone. Science
152: 1396–
97
66
ANEXO - ARTIGO CIENTÍFICO
Frederico A.C. Azevedo
1
, Ludmila R. B. Carvalho
1
; Lea T. Grinberg
2, 3
, José Marcelo
Farfel
2
, Renata E. L. Ferretti
2
, Renata E. P. Leite
2
, Wilson Jacob Filho
2
, Roberto Lent
1
*
& Suzana Herculano-Houzel
1
*. Eighty-six billion neurons and an equivalent number
of non-neuronal cells make the human brain an isometrically scaled-up primate
brain. (2007), submetido.
1 Instituto de Ciências Biomédicas, Universidade Federal do Rio de Janeiro, Cidade
Universitária, Rio de Janeiro, RJ, Brazil.
2 Grupo de Estudos em Envelhecimento Cerebral da Faculdade de Medicina da
Universidade de São Paulo.
3 Instituto Israelita de Ensino e Pesquisa Albert Einstein.
* These authors contributed equally to this work.
1
Eighty-six billion neurons and an equivalent number of
non-neuronal cells make the human brain an
isometrically scaled-up primate brain
Frederico A.C. Azevedo
1
, Ludmila R. B. Carvalho
1
; Lea T. Grinberg
2, 3
, José Marcelo
Farfel
2
, Renata E. L. Ferretti
2
, Renata E. P. Leite
2
, Wilson Jacob Filho
2
, Roberto Lent
1*
& Suzana Herculano-Houzel
1*
1
Instituto de Ciências Biomédicas, Universidade Federal do Rio de Janeiro, Cidade
Universitária, Rio de Janeiro, RJ, Brazil.
2
Grupo de Estudos em Envelhecimento Cerebral da Faculdade de Medicina da
Universidade de São Paulo.
3
Instituto Israelita de Ensino e Pesquisa Albert Einstein.
* These authors contributed equally to this work.
The number of neurons is generally assumed to be a crucial determinant of brain
computational power. Interestingly, the absolute number of neurons and glial cells
in the human brain remains unknown, despite the widespread quotes of 100 billion
neurons and 10x more glial cells. Quantitative determination of these numbers has
been hindered by the high anisotropy of the human brain, which precludes a
classical stereological approach. Here we determine the absolute cellular
composition of the human brain by using the isotropic fractionator, a non-
stereological method based on transforming anisotropic brain tissues into isotropic
suspensions of cell nuclei that can be sampled and counted. We find that the adult
male human brain contains on average 86.1 ± 8.1 billion neurons and 84.6 ± 9.8
2
billion non-neuronal cells, indicating a smaller than 1:1 ratio between glial cells
and neurons. The cerebellum holds 80% of all brain neurons, and the cerebral
cortex only 19%, although it represents 82% of total brain mass. Contrary to what
is stated in the literature, therefore, greater cortical size is not reflected in an
increased relative number of cortical neurons compared to other primates, and
glial cells are not the most numerous cell type in the brain. Given the cellular
scaling rules found for other primate brains examined previously, humans are
found to have the expected numbers of cells in the brain for a primate of their
body and brain size. These findings challenge the common view that humans stand
out from other primates in their brain composition.
It is repeatedly stated in the literature and in neuroscience textbooks that the
human brain contains 100 billion neurons and about 10x more glial cells
1-5
. To our
knowledge, however, these numbers have never been supported by experimental
studies. The high anisotropy and large size of the human brain hinder stereological
determination of cell numbers and their distribution in the brain as a whole, including
subcortical structures. Estimates of the cellular composition of the human brain are
available only for some structures, such as the cerebral cortex
6-10
, cerebellum
11,12
and
some subcortical nuclei
13
. Such studies have estimated the number of cells in the human
cerebral cortex as 3, 7, 14, 19-23 or 21-26 billion neurons
6-10
and, very recently, 28-39
billion glial cells
10
, while the number of cells in the human cerebellum has been
estimated as 70 or 101 billion neurons
11,12
and fewer than 4 billion glial cells
12
. From
such studies, the total number of neurons in the human brain might be inferred to fall
anywhere between about 75 and 125 billion plus an undetermined number of neurons in
the brainstem, diencephalon and basal ganglia that may or may not be comparatively
small.
3
Moreover, no evidence is found to support the common quote of 10x more glial
cells than neurons in the human brain. Indeed, the glia:neuron ratio in subcortical nuclei
can be as high as 17:1 in the thalamus
13
. However, given the relatively small combined
number of glial cells reported for the cerebral
10
and cerebellar
12
cortices, the only
possible explanation to the quote of 10x more glial than neuronal cells in the entire
human brain would be the unlikely presence of nearly one trillion glial cells in the
remaining structures, from the brainstem to the subcortical white matter.
Since knowing what the brain is made of is a fundamental requirement for
understanding its function, we set out to determine the total cellular composition of the
human brain and to evaluate how it compares to the expected composition of a primate
brain of its size. While supporting several independent stereological estimates, our
results challenge the values so often cited in the literature, and suggest that, in what
concerns its brain cellular composition, humans are just large primates.
To determine the cellular composition of the whole human brain, we applied the
isotropic fractionator method
14
. Briefly, this method consists in the chemomechanical
dissociation of the anisotropic nervous tissue in a saline detergent solution, turning it
into an isotropic suspension that contains all cell nuclei present in the original tissue. By
counting NeuN-expressing, DAPI-stained nuclei in aliquots of this homogeneous
suspension, the numbers of non-neuronal and neuronal nuclei in any sample can be
estimated in less than 24 hours.
We find that the male human brain, aged ~50 (n=3) or 70 years (n=1) and
weighing 1,508.91 ± 299.14 g, contains on average 170.68 ± 13.86 billion cells. Of
these, 85.08 ± 6.92 billion cells are located in the cerebellum; 77.18 ± 7.72 billion cells
are in the cerebral cortex (including both gray and white matter) and 8.42 ± 1.50 billion
cells are found in the remaining regions (Rest of Brain, or RoB). As no significant
4
differences were found in mass nor in neuronal, non-neuronal and total cell numbers
between right and left hemispheres (t-test, p-values typically well above 0.1), all
numbers given refer to the combined hemispheres.
Half of the cells in the human brain, or 86.06 ± 8.12 billion, are neurons (range,
78.82-95.40 billion neurons). The fractional distribution of neurons in the human brain
does not correspond to the fractional distribution of mass among brain structures (Figure
1, Table 1). Although 82% of brain mass consist of cerebral cortex (including
subcortical white matter), and 42% are cerebral cortical gray matter alone, the 16.34 ±
2.17 billion neurons found in this structure represent only 19% of all brain neurons. In
contrast, the cerebellum, which represents only 10% of total brain mass, contains 69.03
± 6.65 billion neurons, or 80% of all neurons in the human brain. Fewer than 1% of all
brain neurons are located in the RoB, comprising basal ganglia, diencephalon and
brainstem (Figure 1, Table 1).
The other half of all human brain cells, or 84.61 ± 9.83 billion, are non-neuronal
cells. In contrast to the distribution of neurons, the fractional distribution of non-
neuronal cells in the brain resembles more closely the fractional distribution of mass in
the structures (Figure 1; Table 1). The cerebral cortex, including the subcortical white
matter, holds 72% (or 60.84 ± 7.02 billion) of all non-neuronal cells in the brain, while
the cerebellum has 19% (or 16.04 ± 2.17 billion) and the RoB holds 8% (or 7.13 ± 2.45
billion) of all the non-neuronal cells in the brain.
The separate analysis of white (WM) and gray matter (GM) of the cerebral
cortex shows that the former contains 69.6%, or 19.88 ± 2.83 billion, of the non-
neuronal cells of the cerebral cortex of one hemisphere. The ratio between non-neuronal
and neuronal cells is 1.482 ± 0.419 for the gray matter, and 3.762 ± 0.548 for the
combined gray and white matter. This ratio is much higher in the RoB (11.348 ± 2.427),
5
but much lower in the cerebellum (0.234 ± 0.042). Overall, however, the non-
neuronal/neuronal ratio in the whole human brain is close to 1 (Table 1).
The numbers of neuronal and non-neuronal cells found in the human brain fall
very close to the values expected for a primate brain of human dimensions built
according to the linear, isometric cellular scaling rules found to apply to primate
brains
15
(Figure 2a-c). According to these rules, a primate brain weighing 1,508 g would
be expected to have 94 billion neurons, with 22 billion neurons in the cerebral cortex,
78 billion neurons in the cerebellum and 0.6 billion neurons in the RoB (Table 2). The
neuronal and non-neuronal cell densities found in the human brain (Table 1) also fall in
the range observed in non-human primates in that study
15
(Figure 2d,e).
Our finding that the human brain has an approximately 1:1 ratio of non-
neuronal:neuronal cells implies a necessarily smaller glia:neuron ratio, if endothelial
and other mesenchimal cells could be removed from the non-neuronal pool. The fact
that this ratio is similar to that found in other primates
15
is in contrast to the common
view in the literature that the glia:neuron ratio increases with brain size
16
, leading to a
predominance of glial cells in large brains
17
. The glia:neuron ratio is likely to be of great
relevance because of the multiple functional relationships recently demonstrated
between these cell types
17,19
. Remarkably, the low glia:neuron ratio in the cerebellum is
not due to a conspicuous lack of glial cells but rather to a very large number of neurons,
since its non-neuronal cell density is even larger than in other structures.
Our estimate of a total of 85 billion neurons in the human brain is compatible
with previous stereological determinations for individual structures such as the cerebral
cortex
8-10
and the cerebellum
11,12
. More important than the exact number of neurons in
the human brain, however, are the implications of how this number compares to that
6
expected for a primate brain of human proportions. The demonstration that the human
brain conforms to the linear cellular scaling rules observed for six other primate
species
15
and that, like all rodents
18
and most primates examined so far
15
, it concentrates
19% of all its neurons in the cerebral cortex despite the large size of this structure,
implies that the human brain is an isometrically scaled-up primate brain. The
conformity to isometric scaling, including the brain size expected for a primate of about
70 kg, is in contrast to the common view that the human brain is an unusually
encephalized and scaled-up primate brain
20
and may be attributed to the exclusion of
great apes from the comparison, but is in line with other observations that have
established that the cerebellum
21
and frontal cortex
22
of the human brain have the same
relative size as in great apes, even though the distribution of mass within the white
matter and individual cortical areas in humans may differ from other primates
23-25
. In
light of the recent finding that absolute brain size is the parameter that best correlates
with cognitive abilities
26
, our cognitive advantage over other primates might be simply a
consequence of having the largest brain, built with an isometrically large number of
neurons.
METHODS
Human Material: All brains were obtained at the Brain Bank of the Brazilian Aging
Brain Study Group
27
, located at the University of São Paulo Medical School (FMUSP).
The project was approved by the Ethics Committee for Research Projects Analysis
(CAPPesq) of FMUSP, Research Protocol number 285/04. Informed consent for
removal of the brains was provided by next of kin, who also responded to the Clinical
Dementia Rating Scale (CDR) semi-structured interview and to the Informant
7
Questionnaire on Cognitive Decline in the Elderly – retrospective version
(IQCODE)
28,29
. Four brains from 50, 51, 54 and 71 year-old males, deceased of non-
neurological causes and without cognitive impairment (CDR = 0 and IQCODE = 3.0),
were analyzed. The brain of the 71 year-old male was included in the analysis as it
contained a similar number of cells and an even slightly higher number of neurons than
the other brains. The corpses remained at 4
o
C until the brains were removed from the
cranium less than 24 hours after death, and fixed immediately.
Fixation and dissection: Brains were fixed by perfusion with 4 liters of 2% phosphate-
buffered paraformaldehyde through the basilar artery and the internal carotids, followed
by immersion for 36 hours in the same fixative. The meninges and major blood vessels
were removed, and the brains were split sagitally into two hemispheres. Each cerebellar
hemisphere was dissected by cutting the cerebellar peduncles at the surface of the
brainstem and each cerebral cortical hemisphere was dissected and separated from the
remaining regions (basal ganglia, diencephalon, mesencephalon and pons, named
collectively Rest of Brain, or RoB). The medulla was excluded due to inconsistency of
the inferior section level among cases during the autopsy procedure. After fixation, the
three main regions of interest (cerebellum, cerebral cortex and RoB) were stored in
phosphate-buffered saline (PBS) at 4
o
C and submitted individually to the isotropic
fractionator method
15
. Each structure was cut into smaller pieces that could be
homogenized in a potter and counted in one day, and partial results were added up.
Determining the total number of cells in each brain typically required about 4-6 weeks.
Isotropic Fractionator: The isotropic fractionator method has been described
elsewhere
14
. Briefly, it consists of a chemomechanical dissociation of biological tissue
in a saline detergent solution (1% Triton X-100, 40mM sodium citrate) using a potter,
followed by intense agitation of the suspension containing all nuclei in the original
structure, in order to achieve isotropy. After adding the fluorescent DNA marker DAPI
8
(4’-6-diamino-2–phenylindole dihydrochloride) to the suspension, the density of nuclei
is quantified by use of a hemocytomer under a fluorescence microscope. The total
number of nuclei is calculated by multiplying the density of nuclei by the total
suspension volume. Neuronal nuclei from an aliquot of the suspension are selectively
immunolabeled with mouse monoclonal anti-NeuN antibody (Chemicon) followed by
AlexaFluor 555 anti-mouse IgG secondary antibody (Molecular Probes), and the
neuronal fraction is estimated by counting the labeled nuclei in ~500 DAPI-stained
nuclei. The total number of neurons in the structure is calculated by multiplying the
fraction of nuclei expressing NeuN by the total number of nuclei. The number of non-
neuronal nuclei is obtained by subtraction.
Data analysis: All statistical analyses and regressions were performed using StatView
Software (SAS, USA).
References
1. Kandel ER, Schwartz JH, Jessel TM. Principles of Neural Science, McGraw-
Hill, 4
th
ed., pp. 19-20 (2000).
2. Ullian EM, Sapperstein SK, Christopherson KS, Barres BA. Control of synapse
number by glia. Science 291, 657-660 (2001).
3. Doetsch F. The glial identity of neural stem cells. Nature Neurosci 6, 1127-1134
(2003).
4. Noctor SC, Martinez-Cerdeno V, Kriegstein AR. Contribution of intermediate
progenitor cells to cortical histogenesis. Arch Neurol 64:639-642 (2007).
5. Nishiyama A, Yang Z, Butt A. What’s in a name? J Anat 207, 687-693 (2005).
9
6. Pakkenberg H. The number of nerve cells in the cerebral cortex of man. J Comp
Neurol 128, 17-20 (1966).
7. Shariff GA. Cell counts in the primate cerebral cortex. J Comp Neurol 98, 381-
400 (1953).
8. von Economo, C, Koskinas GN. Die Cytoarchitektonik der Hirnrinde des
erwachsenen Menschen, Berlin (1925).
9. Pakkenberg B, Gundersen HJ. Neocortical neuron number in humans: effect of
sex and age. J Comp Neurol 384, 312-320 (1997).
10. Pelvig DP, Pakkenberg H, Stark AK, Pakkenberg B. Neocortical glial cell
numbers in human brains. Neurobiol Aging,
doi:10.1016/j.neurobiolaging.2007.04.013 (2007).
11. Lange W. Cell number and cell density in the cerebellar cortex of man and some
other mammals. Cell Tissue Res 15, 115-124 (1975).
12. Andersen BB, Korbo L, Pakkenberg B. A quantitative study of the human
cerebellum with unbiased stereological techniques. J Comp Neurol 326, 549-560
(1992).
13. Pakkenberg B, Gundersen HJG. Total number of neurons and glial cells in
human brain nuclei estimated by the disector and the fractionator. J Microsc
150, 1-20 (1988).
14. Herculano-Houzel S, Lent R. Isotropic fractionator: a simple, rapid method for
the quantification of total cell and neuron numbers in the brain. J Neurosci 25,
2518-2521 (2005).
15. Herculano-Houzel S, Collins C, Wong P, Kaas JH. Cellular scaling rules for
primate brains. Proc Natl Acad Sci USA 104, 3562-3567 (2007).
10
16. Reichenbach A. Glia:neuron index: review and hypothesis to account for
different values in various mammals. Glia 2, 71-77 (1989).
17. Nedergaard M, Ransom B, Goldman SA. New roles for astrocytes: redefining
the functional architecture of the brain. Trends Neurosci 26, 523-530 (2003).
18. Herculano-Houzel S, Mota B, Lent R. Cellular scaling rules for rodent brains.
Proc Natl Acad Sci USA 103, 12138-12143 (2006).
19. Jerison HJ. Evolution of the brain and intelligence. New York, Academic Press,
1973.
20. Shaham S. Glia-neuron interactions in nervous system function and
development. Curr Top Dev Biol 69, 39-66 (2005).
21. Frahm HD, Stephan H, Stephan M (1982). Comparison of brain structure
volumes in Insectivora and Primates. I. Neocortex. J Hirnforsch 23, 375-389.
22. Semendeferi K, Lu A, Schenker N, Damasio H (2002). Humans and great apes
share a large frontal cortex. Nat Neurosci 5, 272-276.
23. Schoenemann PT, Sheehan MJ, Glotzer LD (2005). Prefrontal white matter
volume is disproportionately larger in humans than in other primates. Nat Neurosci
8, 242-252.
24. Rilling JK, Seligman RA (2002). A quantitative morphometric comparative
analysis of the primate temporal lobe. J Hum Evol 42, 505-533.
25. Semendeferi K, Armstrong E, Schleicher A, Zilles K, Van Hoesen GW (2001).
Prefrontal cortex in humans and apes: a comparative study of area 10. Am J Phys
Anthropol 114, 224.
26. Deaner RO, Isler K, Burkart J, van Schaik C. Overall brain size, and not
encephalization quotient, best predicts cognitive ability across non-human primates.
Brain Behav Evol 70, 115-124 (2007).
11
27. Grinberg L, Ferretti RE, Farfel JM, Leite R, Pasqualucci CA, Rosemberg S,
Nitrini R, Saldiva PHN, Jacob W. Brain bank of the Brazilian aging brain study
group – a milestone reached and more than 1,600 collected brains. Cell Tissue Bank
8, 151-162 (2007).
28. Morris JC. The CDR: current version and scoring rules. Neurology 43: 2412-3
(1993).
29. Jorm AF, Jacomb PA. The informant questionnaire on cognitive decline in the
elderly (IQCODE): Socio-demographic correlates, reliability, validity and some
norms. Psychol Med 19:1015-1022 (1989).
Acknowledgements: Thanks to all of our colleagues who helped with tissue collection and
homogenization. Supported by FAPERJ Primeiros Projetos (SHH); Pronex, FAPERJ and CNPq (R Lent);
FAPESP and CAPES (R Leite); and IIEP-Albert Einstein (LTG).
Correspondence and requests for materials should be addressed to S.H.-H. (suzanahh@ism.com.br).
Figure 1. Distribution of mass, numbers of neurons and numbers of non-
neuronal cells in the adult human brain. Each bar represents the fractional mass
or number of cells located in the cerebral cortex (Cx, black), cerebellum (Cb,
gray) and remaining areas of the brain (RoB, white).
Figure 2. The human brain compared to the cellular scaling rules that apply to
primates. a-c, mass of the cerebral cortex (Cx, filled circles), cerebellum (Cb,
open circles), RoB (triangles) and whole brain (crosses) of six primate species,
tree shrews, and humans (h) as a function of body mass (a), number of neurons
(b) and number of non-neuronal cells (c). The power functions plotted refer to
non-human primates only
15
and all have exponents close to 1.0. Notice that the
12
data points for the human brain fall very close to the plotted functions. d,e:
neuronal (d) and non-neuronal (e) densities in the different brain structures of
six primate species, tree shrews, and humans (h) plotted against structure
mass.
13
Table 1: Distribution of mass, number of neurons and number of non-
neurons in the human brain.
Cerebral cortex
Whole
brain
Whole GM* WM*
Cerebellum RoB
Mass, g
1508.91 ±
299.14
1232.93 ±
233.68
316.26 ±
52.66
294.22 ±
59.85
154.02 ±
19.29
117.66 ±
45.42
Total cell numbers,
billions
170.68 ±
13.86
77.18 ±
7.72
14.87 ±
1.75
21.17 ±
2.88
85.08 ±
6.92
8.42 ±
1.50
Neuron numbers,
billions
86.06 ±
8.12
16.34 ±
2.17
6.18 ±
1.72
1.29 ±
0.54
69.03 ±
6.65
0.69 ±
0.12
Non-neuron
numbers, billions
84.61 ±
9.83
60.84 ±
7.02
8.68 ±
0.78
19.88 ±
2.83
16.04 ±
2.17
7.73 ±
1.45
Neurons / total cells 50.5 ± 3.3 21.2 ± 2.6
40.4 ±
6.1
81.1 ± 2.7 8.3 ± 1.6
Non-neurons /
Neurons
0.988 ±
0.130
3.762 ±
0.548
1.482 ±
0.419
0.234 ±
0.042
11.348 ±
2.427
Neuronal density,
thousands/mg
13.52 ±
3.63
19.92 ±
6.91
471.66 ±
90.54
6.56 ±
2.80
Non-neuronal
density,
thousands/mg
49.23 ±
3.76
27.67 ±
1.98
68.59 ±
11.21
101.02 ±
19.62
69.85 ±
15.30
Percentage of total
brain mass
81.8 ±
2.3%
42.1 ±
2.0%
39.0 ±
1.1%
10.3 ± 1.2%
7.8 ±
2.2%
Percentage of total
brain neurons
19.0 ±
1.8%
80.2 ± 1.8%
0.8 ±
0.1%
Percentage of total
brain non-neurons
71.9 ±
0.6%
20.9 ±
1.4%
47.6 ±
1.7%
19.0 ± 1.4%
9.1 ±
1.2%
* Right hemisphere only.
14
Table 2: Observed and expected cellular composition of the human brain
according to the cellular scaling rules for primate brains.
Expected Observed Difference
For a primate of 75 kg:
Total brain mass 1,362 g 1,508 g +10.7%
Total number of brain cells 170.97 Bi 170.68 Bi -0.2%
Total number of brain neurons 78.08 Bi 86.06 Bi +10.2%
Total number of brain non-neurons 94.28 Bi 84.61 Bi -10.2%
For a primate brain of 1,508 g:
Total number of neurons 93.82 Bi 86.06 Bi -8.3%
Total number of non-neurons 113.17 Bi 84.61 Bi -25.2%
For a primate cortex of 1,233 g:
Total number of neurons 22.36 Bi 16.34 Bi -26.9%
Total number of non-neurons 99.02 Bi 60.84 Bi -38.6%
For a primate cerebellum of 154 g:
Total number of neurons 77.94 Bi 69.03 Bi -11.4%
Total number of non-neurons 11.26 Bi 16.04 Bi +42.4%
For a primate RoB of 118 g:
Total number of neurons 0.62 Bi 0.69 Bi +11.3%
Total number of non-neurons 7.17 Bi 7.73 Bi +7.8%
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
