Атипичный миозин играет ключевую роль в разветвлении нейрона
Рисунок 1: Флуоресцентная микрофотография дендритов нейрона плодовой мухи. Исследователи RIKEN обнаружили, что белок под названием Myosin6 играет ключевую роль в развитии этих ветвей. Предоставлено: Центр науки о мозге.

Ученые RIKEN использовали новый подход, сочетающий молекулярную генетику, клеточную визуализацию и искусственное обучение, чтобы сделать неожиданное открытие, что Myosin6, известный актиновый моторный белок, играет ключевую роль в ветвлении нейронов. Это открытие может однажды позволить нейронам восстановиться после повреждения.

Подобные ветвям структуры, известные как дендриты на нейронах, собирают и обрабатывают информацию от других нейронов. Форма, которую принимают эти дендриты, в значительной степени влияет на функционирование нейрона в нервных цепях, а нарушение ветвления может привести к умственной отсталости и психическим расстройствам.

Но мало что известно о молекулярных процессах, которые управляют паттернами нейронов. «Мы давно знаем, что генетический проект определяет форму нейрона», — говорит Адриан Мур из Центра исследований мозга RIKEN (CBS). «Но мы далеки от того, чтобы прочитать этот план — это все еще черный ящик».

Знание процессов, участвующих в ветвлении нейронов, может привести к практическим преимуществам в будущем. «Если мы сможем понять, как растут нейроны, мы могли бы использовать некоторые из этих программ, чтобы помочь нейронам восстанавливаться после повреждения», — отмечает Мур.

Миозины действуют как миниатюрные двигатели, заставляя мышцы сокращаться и клетки двигаться. Теперь Мур и его коллеги обнаружили, что белок Myosin6 играет ключевую роль в определении положения первичных нервных ветвей. «Мы не ожидали обнаружить, что Myosin6, хорошо известный актиновый моторный белок, влияет на нервное ветвление», — говорит Мур.

Чтобы сделать это открытие, команда объединила две технологии: замедленную съемку развивающихся нейронов у живых плодовых мух и машинное обучение, которые количественно определяли дендритные паттерны на изображениях. Затем они сравнили полученные параметры изображения с поведением молекул в растущем нейроне.

«Достигнут значительный прогресс в формировании образа формирования нейронов у живых мух. Теперь мы смогли проследить за нейроном от рождения до зрелости», — говорит Мур. «В то же время способность компьютеров анализировать изображения быстро улучшалась. Мы объединили эти две технологии в этом исследовании».

При анализе развития и ветвления нейронов команда использовала инструмент из исследований поведения животных — этограммы, которые количественно каталогизируют поведение животных. «Я учусь на молекулярного биолога, но благодаря взаимодействию с моими коллегами-нейробиологами в CBS, которые занимаются поведением, я понял, что клетки демонстрируют поведение точно так же, как и животные», — говорит Мур. «В этом исследовании мы смотрели на нейроны так же, как мы смотрели на животных или популяции и спрашивали, как они себя ведут и что подчеркивает это поведение».

Мур добавляет: «Эта работа важна для демонстрации того, как новые подходы, подобные принятому нами, могут быть использованы для развития биомедицинских исследований»./p>




Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *