$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
La plasticità sinaptica è stata associata all'apprendimento e alla memoria1. La plasticità sinaptica, come il potenziamento a lungo termine (LTP) e la depressione a lungo termine (LTD), è associata rispettivamente all'inserimento e alla rimozione dei recettori AMPA (AMPA) dentro e fuori la membranasinaptica 2. Le sinapsi AMPAR si trovano in cima alle strutture di piccolo volume chiamate spine dendritiche3. Ogni colonna vertebrale contiene una regione densa di proteine nella membrana post-sinaptica chiamata densità post-sinaptica (PSD). Proteine di ancoraggio presso gli AMPAR di trappola PSD nella regione sinaptica. Ci sono poche copie di AMPARs all'interno di una singola sinapsi e il traffico e la reazione di AMPARs con altre specie in spine dendritiche è un processo stocastico2,4. Ci sono diversi modelli compartimentali di traffico di recettori sinaptici a spine dendritiche5,6,7,8. Tuttavia, vi è una mancanza di modelli computazionali stocastici del traffico di AMPAR associati alla plasticità sinaptica nelle strutture 3D dei dendriti e delle loro spine dendritiche.
La modellazione computazionale è uno strumento utile per studiare i meccanismi alla base delle dinamiche di sistemi complessi come la reazione-diffusione degli AMPAR nelle spine dendritiche durante il verificarsi della plasticità sinaptica9,10,11,12. Il modello può essere utilizzato per visualizzare scenari complessi, vari parametri sensibili e fare importanti previsioni in condizioni scientifiche che coinvolgono molte variabili che sono difficili o impossibili da controllaresperimentale 12,13. La definizione del livello di dettaglio di un modello computazionale è un passaggio fondamentale per ottenere informazioni accurate sul fenomeno modellato. Un modello computazionale ideale è un delicato equilibrio tra complessità e semplicità per cogliere le caratteristiche essenziali dei fenomeni naturali senza essere proibizzabili dal punto di vista computazionale. I modelli computazionali troppo dettagliati possono essere costosi da calcolare. D'altra parte, i sistemi scarsamente dettagliati possono mancare i componenti fondamentali che sono essenziali per catturare la dinamica del fenomeno. Anche se la modellazione 3D delle spine dendritiche è computazionalmente più costosa di 2D e 1D, ci sono condizioni, come nei sistemi complessi con molte variabili non lineari che reagiscono e si diffonde nel tempo e nello spazio 3D, per le quali la modellazione a livello 3D è essenziale per ottenere informazioni sul funzionamento del sistema. Inoltre, la complessità può essere ridotta con attenzione per preservare le caratteristiche essenziali di un modello di dimensioni inferiori.
In un sistema stocastico con poche copie di una determinata specie all'interno di un piccolo volume, la dinamica media del sistema si discosta dalla dinamica media di una grande popolazione. In questo caso, è necessaria la modellazione computazionale stocastica delle particelle di diffusione della reazione. Questo lavoro introduce un metodo per la modellazione stocastica reazione-diffusione di alcune copie di AMPAR in spine dendritiche 3D. Lo scopo di questo metodo è quello di sviluppare un modello computazionale 3D di un segmento dendritico con spine dendritiche e le loro sinapsi per modellare la plasticità sinaptica.
Il metodo utilizza il software MCell per risolvere il modello numericamente, Blender per la costruzione di mesh 3D e CellBlender per creare e visualizzare le simulazioni MCell, tra cui la reazione-diffusione spatiotemporale delle molecole nelle mesh 3D14,15,16. Blender è una suite per la creazione di mesh e CellBlender è un add-on per il software di base Blender. MCell è un simulatore Monte Carlo per la reazione-diffusione di singole molecole17.
La logica alla base dell'uso di questo metodo consiste nella modellazione della plasticità sinaptica per ottenere una migliore comprensione di questo fenomeno nell'ambiente microfisiologico delle spine dendritiche14. In particolare, questo metodo consente la simulazione di potenziamento omosynaptic, depressione omosynaptic, e plasticità eterosynaptic tra spine dendritiche14.
Le caratteristiche di questo metodo includono la modellazione della struttura geometrica 3D del dendrite e delle sue sinapsi, la diffusione a piedi casuali e le reazioni chimiche delle molecole coinvolte nella plasticità sinaptica. Questo metodo offre il vantaggio di creare ambienti ricchi per testare ipotesi e fare previsioni sul funzionamento di un sistema non lineare complesso con un numero elevato di variabili. Inoltre, questo metodo può essere applicato non solo per studiare la plasticità sinaptica, ma anche per studiare la reazione-diffusione stocastica delle molecole nelle strutture a maglie 3D in generale.
In alternativa, le maglie 3D di strutture dendritiche possono essere costruite direttamente in Blender da ricostruzioni seriali al microscopioelettronico 18. Sebbene le mesh basate su ricostruzioni seriali forniscano strutture 3D, l'accesso ai dati sperimentali non è sempre disponibile. Così, la costruzione di maglie adattate da strutture geometriche di base, come descritto nel presente protocollo, offre flessibilità per sviluppare segmenti dendritici personalizzati con spine dendritiche.
Un altro metodo di calcolo alternativo è la simulazione di massa di reazioni ben miscelate in un volume regolare9,10,11,19,20,21,22. Le simulazioni di massa sono molto efficienti nel risolvere le reazioni di molte specie all'interno di un singolo volume ben miscelato23, ma l'approccio di massa è estremamente lento per risolvere la reazione-diffusione delle molecole all'interno di molti voxel ben miscelati in una rete 3D ad alta risoluzione. D'altra parte, il metodo attuale che utilizza simulazioni MCell di reazione-diffusione di singole particelle funziona in modo efficiente in maglie 3D ad altarisoluzione 15.
Prima di utilizzare questo metodo, ci si dovrebbe chiedere se il fenomeno studiato richiede un approccio di reazione-diffusione stocastica in una mesh 3D. Se il fenomeno ha poche copie (meno di 1.000) di almeno una delle specie che reagiscono diffondendo in una struttura geometrica complessa con piccoli scomparti volumetici come spine dendritiche, allora la modellazione stocastica della diffusione della reazione nelle maglie 3D è appropriata per l'applicazione.
Ci sono diversi passaggi necessari per costruire un modello computazionale 3D di un segmento dendritico contenente spine dendritiche con plasticità sinaptica. I passaggi principali sono l'installazione del software adeguato per la costruzione del modello, la costruzione di una singola colonna vertebrale dendritica da utilizzare come modello per creare più spine e la creazione di un segmento dendritico collegato a più spine dendritiche. Il passo per la modellazione della plasticità sinaptica consiste nell'inserire ancoraggi nella regione PSD e AMPAR nel segmento dendritico e nelle spine dendritiche. Quindi, le reazioni cinetiche tra le ancore situate presso il PSD e gli AMPAR sono definite per produrre complesse specie di ancoraggio-AMPAR che intrappolano gli AMPAR nella regione sinaptica. Rispettivamente, l'aumento e la diminuzione dell'affinità tra le ancore e gli AMPAR sinaptici creano il processo di LTP e LTD.