2025年6月6日
本研究介绍了一个从DNA到蛋白质功能及神经行为的多尺度研究框架。该研究提出了一种新方法,用于探究GABAA受体亚基中预测为致病性的突变,假设致癫痫突变以及被预测为致病性的邻近突变可能在CA1锥体神经元模型上产生相似的影响。
我们的研究基于这样一种观点,即 GABA-A 受体亚基的致癫痫和近端预测突变可能类似地影响 CA1 锥体神经元模型。我们通过多尺度框架来探索这一点。实验室实验对于发现真相至关重要,但它们无法完全捕捉生命从分子到生物体各个尺度的多样性和复杂性。可能性太多了,这就是问题所在。
我们的协议和发现为可用于探索多态性(例如 GABA-A 受体亚基多态性)对神经功能的影响的计算设置铺平了道路。
我们的研究提出了新的问题,即预测的致病变异和致癫痫突变在多大程度上表现出相似的特性,以及如何有效地捕获和模拟这些关系。
我们目前的重点是内嗅皮层-海马体微回路功能。我们将追求体内动物模型和计算微电路模型,以探索该回路的间隔控制,特别是在神经精神疾病中。
[旁白]首先,打开包含遗传数据的原始 Excel 文件,并从文件中删除不必要的列,只留下四列,GRCh38Chromosome、GRCh38Location、Name 和 Protein change,然后将文件保存为与 R 软件相关的工作目录下的data1.xlsx。如需进一步的数据清理和格式化,请打开 R 软件和 RStudio。然后,打开 R Data_GABAA R 脚本。设置工作目录并通过单击运行按钮加载必要的库。加载数据文件,并开始对需要此过程的列进行数据清理。进一步清理数据并将其合并到一列中,以单个空格分隔。为组合输出创建一个新数据框,并添加所需的集成转录变体 ID。将结果写入名为 data1output.xlsx 的新 Excel 文件。要在基于多室电导的海马锥体神经元上构建GABA能突触的生物物理模型,请安装Brian 2并导入所需的软件包。通过定义离子通道门控动力学、无源和有源参数以及突触后电导来设计基于电导的模型。使用改良的霍奇金-赫胥黎型电导对海马锥体神经元进行。调整体细胞、轴突初始段、Ranvier 节点和树突的电压门控钠通道的密度分布。将有髓片段中的钠和钾通道电导设置为零。构建了电压门控钠和钾通道的离子通道门控动力学。引入突触电流作为隔室中所有谷氨酸能和 GABA 能突触的总和。在谷氨酸能电流中包括快速 AMPA 受体介导的电流和慢速 NMDA 受体介导的电流。在 GABA 能电流中仅包括快速 GABA 受体介导的电流。假设每次突触前尖峰都会向突触释放恒定量的谷氨酸。因此,受体的激活与尖峰时间相关,总受体电导 G-AMPA 和 G-NMDA 反映了每次事件释放的谷氨酸量。使用实验测量的体细胞和神经突直径、每个神经突隔室的长度和分支模式来设置形态学参数。通过将细胞划分为多个区室,将真实的神经元形态简化为多区室模型,准确保留主要分支结构并保持双侧对称性。通过评估先前获得的野生型对照测量值并导入它们以在模型中使用,确定GABA能突触模型的生物物理参数。定义 GABA-A 受体介导的突触后电流的上升和失活时间常数。设计神经元模型的拓扑结构,并分配形态和生物物理参数,包括根据先前获得的形态和分支信息指定隔室的空间排列和互连。为模型的每个隔间分配适当的形态参数,例如段长和直径,以及生物物理参数。使用 SpikeGeneratorGroup 创建突触前活动。使用 Synapses 类将尖峰发生器连接到模型神经元的目标隔室,以对突触连接进行建模。设置 0.85 纳安的持续恒定电流,并将电极放置在体细胞处,以模拟给定时间由基线离子电流负载驱动的亚阈值活动。要构建记录监视器,请使用 StateMonitor 记录目标隔间的电压迹线。最后,构建网络并运行它。在单个远端谷氨酸能输入和体细胞GABA能抑制下的神经元刺突序列揭示了野生型和突变型GABA-A受体的放电结果。β-3N110D 突变受损抑制,导致神经元放电在第四次突触前尖峰后锁定兴奋性 Glu-S1 输入,突触后延迟较短。γ-2K328M 突变还损害了抑制,神经元放电发生在第五个 Glu-S1 刺突附近,并且突触后延迟比 β-3N110D 更长。在双突触输入下,γ-2P302L 突变导致的放电几乎与内侧顶端 Glu-S2 输入同步,这可能反映了 Glu-S1 的延迟求和。β-3T288N突变表现出类似的模式,尖峰与Glu-S2输入对齐,第二个尖峰几乎同步出现。双输入条件下的 β-3N110D 突变触发了除前两个之外的几乎所有兴奋性输入的尖峰,尖峰间间隔明显缩短。γ-2K328M 突变体表现出类似的放电模式,但未能对第二个和第三个兴奋性输入做出反应。在三重兴奋性输入条件下,β-3N110D 和 gamma-2K328M 突变体都对几乎所有的突触前尖峰做出反应,发射尖峰对以响应累积兴奋性驱动。
查看完整文字稿并访问数千部科学视频
本研究介绍了一个从DNA到蛋白质功能及神经行为的多尺度研究框架。该研究提出了一种新方法,用于探究GABA A受体亚基中预测为致病性的突变,假设致癫痫突变以及被预测为致病性的邻近突变可能在CA1锥体神经元模型上产生相似的影响。
准确识别和分类GABAA受体亚基的错义变异对于降低癫痫早期靶点验证的风险、提高神经疾病模型的预测可信度至关重要。该多尺度框架可帮助生物制药团队评估新发或罕见变异的功能影响,支持从基因发现到神经元表型的转化连续性。将变异效应预测与神经元水平的模拟相结合,有助于对研发管线进行筛选和优先排序,聚焦具有疾病相关性的靶点。
该框架连接了早期基因发现、变异位点优先排序和神经元水平的功能建模,支持从靶点验证到临床前研究的全流程工作。