Articolo metodologico

Visualizzazione dei monocarbossilati e di altri metaboliti rilevanti nel cervello larvale ex vivo di Drosophila utilizzando sensori geneticamente codificati

DOI:

10.3791/65846

⸱

27 ottobre 2023

 ,  ,  ,  ,  , 
1Biomedical Neuroscience Institute, Universidad de Chile, 2Advanced Scientific Equipment Network (REDECA), Faculty of Medicine, Universidad de Chile, 3Department of Neuroscience, Faculty of Medicine, Universidad de Chile

In questo articolo

Sommario

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Qui presentiamo un protocollo per visualizzare il trasporto di monocarbossilati, glucosio e ATP nelle cellule gliali e nei neuroni utilizzando sensori basati sul trasferimento di energia di risonanza Förster geneticamente codificati in una preparazione cerebrale larvale di Drosophila ex-vivo .

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'elevato fabbisogno energetico del cervello dovuto all'attività elettrica è una delle loro caratteristiche più distintive. Questi requisiti sono soddisfatti dalla produzione di ATP dal glucosio e dai suoi metaboliti, come i monocarbossilati lattato e piruvato. Non è ancora chiaro come questo processo sia regolato o chi siano gli attori chiave, in particolare in Drosophila.

Utilizzando sensori basati sul trasferimento di energia di risonanza Förster codificati geneticamente, presentiamo un metodo semplice per misurare il trasporto di monocarbossilati e glucosio nelle cellule gliali e nei neuroni in una preparazione cerebrale larvale di Drosophila ex-vivo . Il protocollo descrive come sezionare e far aderire un cervello larvale che esprime uno dei sensori su un vetrino coprioggetto.

Presentiamo i risultati di un intero esperimento in cui il trasporto del lattato è stato misurato nel cervello larvale abbattendo i trasportatori di monocarbossilati precedentemente identificati nelle cellule gliali. Inoltre, dimostriamo come aumentare rapidamente l'attività neuronale e monitorare i cambiamenti dei metaboliti nel cervello attivo. Il metodo descritto, che fornisce tutte le informazioni necessarie, può essere utilizzato per analizzare altri tessuti viventi di Drosophila .

Introduzione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Il cervello ha un elevato fabbisogno energetico a causa dell'elevato costo del ripristino dei gradienti ionici nei neuroni causati dalla generazione e dalla trasmissione del segnale elettrico neuronale, nonché dalla trasmissione sinaptica 1,2. A lungo si è pensato che questa elevata richiesta di energia fosse soddisfatta dalla continua ossidazione del glucosio per produrre ATP3. Trasportatori specifici alla barriera emato-encefalica trasferiscono il glucosio nel sangue al cervello. Livelli glicemici costanti assicurano che il cervello riceva un apporto costante di glucosio4. È interessante notare che una crescente evidenza sperimentale suggerisce che le molecole derivate dal metabolismo del glucosio, come il lattato e il piruvato, svolgono un ruolo importante nella produzione di energia delle cellule cerebrali 5,6. Tuttavia, c'è ancora un certo dibattito su quanto siano importanti queste molecole per la produzione di energia e quali cellule del cervello le producano o le utilizzino 7,8. La mancanza di strumenti molecolari appropriati con l'alta risoluzione temporale e spaziale richiesta per questo compito è un problema significativo che ha impedito che questa controversia fosse completamente risolta.

Lo sviluppo e l'applicazione di diversi sensori metabolici fluorescenti ingegnerizzati hanno portato a un notevole aumento della nostra comprensione di dove e come i metaboliti vengono prodotti e utilizzati, nonché di come i flussi metabolici si verificano durante l'attività basale e neuronaleelevata 9. I sensori metabolici geneticamente codificati basati sulla microscopia a trasferimento di energia a risonanza di Förster (FRET), come ATeam (ATP), FLII12Pglu700μδ6 (glucosio), Laconic (lattato) e Pyronic (piruvato), hanno contribuito alla nostra comprensione del metabolismo energetico cerebrale 10,11,12,13. Tuttavia, a causa dei costi elevati e delle sofisticate attrezzature necessarie per condurre esperimenti su animali vivi o tessuti, i risultati nei modelli di vertebrati sono ancora principalmente limitati alle colture cellulari (cellule gliali e neuroni).

L'uso emergente del modello Drosophila per esprimere questi sensori ha rivelato che le caratteristiche metaboliche chiave sono conservate tra le specie e la loro funzione può essere facilmente affrontata con questo strumento. Ancora più importante, il modello di Drosophila ha fatto luce su come il glucosio e il lattato/piruvato vengono trasportati e metabolizzati nel cervello del moscerino, il legame tra il consumo di monocarbossilati e la formazione della memoria e la notevole dimostrazione di come gli aumenti dell'attività neurale e del flusso metabolico si sovrappongano 14,15,16,17. Il metodo qui presentato per misurare i livelli di monocarbossilato, glucosio e ATP utilizzando sensori FRET geneticamente codificati espressi nel cervello larvale consente ai ricercatori di saperne di più su come il cervello di Drosophila utilizza l'energia, che può essere applicata al cervello di altri animali.

Mostriamo che questo metodo è efficace per rilevare il lattato e il glucosio nelle cellule gliali e nei neuroni e che un trasportatore di monocarbossilati (Chaski) è coinvolto nell'importazione del lattato nelle cellule gliali. Dimostriamo anche un metodo semplice per studiare i cambiamenti dei metaboliti durante l'aumento dell'attività neuronale, che possono essere facilmente indotti dall'applicazione in bagno di un antagonista del recettore GABAA . Infine, mostriamo che questa metodologia può essere utilizzata per misurare il trasporto di monocarbossilati e glucosio in altri tessuti metabolicamente significativi, come i corpi adiposi.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Mantenimento del ceppo di mosca e sincronizzazione larvale

  1. Per eseguire questi esperimenti, utilizzare colture di moscerini allevate a 25 °C su un alimento standard a base di Drosophila composto dal 10% di lievito, dall'8% di glucosio, dal 5% di farina di frumento, dall'1,1% di agar, dallo 0,6% di acido propionico e dall'1,5% di metilparabene.
  2. Per seguire questo protocollo, utilizzare le seguenti linee: w1118 (background di controllo sperimentale), OK6-GAL4 (driver per motoneuroni), repo-GAL4 (driver per tutte le cellule gliali), CG-GAL4 (driver per corpi grassi), UAS-Pyronic (sensore di piruvato), UAS-FLII12Pglu700μδ6 (sensore di glucosio), UAS-Laconic (sensore di lattato), UAS-GCaMP6f (sensore di calcio), UAS-AT1.03NL (sensore ATP) e UAS-Chk RNAi GD1829. Tutte le linee che esprimono sensori o RNAi sono nel background genetico w1118 .
  3. Per ottenere larve erranti sincronizzate nel terzo stadio, porre 300 mosche (3-5 giorni di età, 100 maschi, 200 femmine vergini) dell'incrocio genetico desiderato nella camera di deposizione delle uova, che contiene una capsula di Petri di 60 mm ricoperta di agarosio all'1% in soluzione salina tamponata con fosfato (PBS). Posizionare una goccia di lievito liquido/cremoso (1,5 cm di diametro) al centro della placca per incoraggiare le mosche a deporre le uova (Figura 1).
  4. Tenere le mosche a 25 °C per 3 giorni sostituendo la capsula di Petri con agarosio con una fresca e lievito appena sciolto due volte al giorno.
  5. Lasciare che le mosche depongano le uova per 4 ore il quarto giorno prima di cambiare la capsula di Petri. Rimuovere questa placca. Quindi, per 3 ore, lasciare che le mosche depongano le uova in una nuova placca di agarosio con lievito appena sciolto. Usa queste larve negli esperimenti.
  6. Dopo 3 ore, rimuovere la placca contenente le uova e metterla in un'incubatrice a 25 °C per 24 ore.
  7. Raccogliere da 50 a 100 larve appena schiuse da questa placca (0 ore dopo la schiusa delle larve) e metterle in una fiala di plastica contenente cibo standard. Per consentire alle larve di nutrirsi correttamente, assicurarsi che il cibo sia macinato e morbido. Utilizzare le larve 96 ore dopo il trasferimento.

2. Realizzare i vetrini coprioggetti con poli-L-lisina

  1. Eseguire questa fase 1 ora prima della dissezione larvale. In una piastra di coltura cellulare a 6 pozzetti, posizionare vetrini coprioggetti da 25 mm (il diametro dei coperchi da utilizzare dipende dalla camera di registrazione disponibile al microscopio).
  2. Mettere una goccia (300 μL) di poli-L-lisina al centro di ciascun vetrino coprioggetti per 30 minuti a temperatura ambiente.
  3. Lavare ogni vetrino coprioggetto 3 volte con acqua distillata, poi 2 volte con una soluzione salina priva di Ca2+ (la stessa soluzione utilizzata per sezionare le larve, vedere il passaggio 3.2). Installare i coperchi nella camera di registrazione e riempirla con soluzione salina priva di Ca2+.
    NOTA: Sebbene il cervello larvale possa aderire direttamente ai vetrini coprioggetti, l'adesione è debole e il cervello occasionalmente si muove o si sposta durante l'esperimento a causa del flusso continuo di soluzione salina. L'aggiunta del gradino di poli-L-lisina riduce il rischio di movimenti o addirittura di perdita cerebrale a seguito dei lavaggi.

3. Sezionare il midollo nervoso ventrale (VNC) e i corpi adiposi (FB)

  1. Raccogli le larve vaganti di terzo stadio dall'incrocio genetico desiderato (dal passaggio 1.7) e lavale accuratamente 3 volte con acqua distillata.
  2. Porre le larve in un pozzetto di dissezione in vetro contenente 750 μL di soluzione salina ghiacciata nominalmente zero Ca2+ composta da 128 mM NaCl, 2 mM KCl, 4 mM MgCl2, 5 mM trealosio, 5 mM HEPES e 35 mM di saccarosio (pH = 6,7, misurato con un pHmetro e regolato con 1 M NaOH e HCl 37% v/v).
    NOTA: L'impostazione del pH a 6,7 è fondamentale perché, come osservato in precedenza, il trasporto dei monocarbossilati dipende fortemente dal pH della soluzione. Inoltre, 6,7 corrisponde al pH nell'emolinfa di una larva di terzo stadio17,18.
  3. Metti la larva sotto uno stereomicroscopio e fai un taglio trasversale sulla parte posteriore dell'addome con un paio di pinze.
  4. Spingi la mascella con la pinza mentre capovolgi le larve.
  5. Osservare il midollo nervoso ventrale (VNC) accanto alla mandibola. Rimuovere con cautela i dischi immaginali e i restanti tessuti cervello-caudali.
  6. Separare il VNC con il cervello centrale e i lobi ottici dal resto del tessuto tagliando i nervi. Trasferire il VNC, prelevandolo con una pinza dai nervi rimanenti e posizionandolo nella camera di registrazione contenente la soluzione di registrazione senza Ca2+ (stessa soluzione del passaggio 3.2). I VNC aderiranno immediatamente ai tagliando coperchio.
  7. Per evitare interferenze da parte dei nervi rimanenti, fissarli nella parte inferiore del vetrino coprioggetto utilizzando una pinza (i nervi saranno anche fluorescenti a seconda della linea di guida utilizzata) (Figura 2).
  8. Per eseguire esperimenti sui corpi grassi (FB) che misurano il trasporto di glucosio o monocarbossilati in un'altra serie di esperimenti, procedere all'isolamento dei tessuti seguendo i passaggi 3.1-3.4. Una volta che le larve sono capovolte, osservare che il FB è un tessuto bianco, bilaterale, piatto.
  9. Posizionare i FB isolati che esprimono i sensori FRET (ottenuti da un incrocio genetico utilizzando gli appositi driver) nella camera di registrazione contenente la soluzione di registrazione senza Ca2+.
    NOTA: L'FB è altamente idrofobico (tende a galleggiare sulla superficie della soluzione) ed estremamente vulnerabile alla manipolazione con pinze, deve essere maneggiato con cura. Qualsiasi manipolazione approssimativa di questo tessuto si tradurrà in cellule morte in seguito (con una diminuzione della fluorescenza dei sensori).
  10. Posizionare la camera di registrazione contenente VNC/FB sul tavolino del microscopio.

4. Imaging di cellule vive

  1. Per acquisire le immagini dei sensori di espressione tissutale, utilizzare un microscopio a fluorescenza verticale accoppiato a un sistema di scissione dell'emissione e a una telecamera CCD. Accendere il sistema di illuminazione del microscopio 30 minuti prima di iniziare qualsiasi esperimento.
    NOTA: Qui utilizziamo un microscopio a fluorescenza Spinning Disk dotato di un obiettivo a immersione in acqua 20x/0,5 per osservare sia VNC che FB. La Figura 2 mostra anche l'uso di un obiettivo a immersione in acqua 40x/0,8.
  2. Per visualizzare la fluorescenza GCaMP6f, impostare le lunghezze d'onda di eccitazione e di emissione rispettivamente a 488 nm e 540 nm. Per i sensori laconici/pironici/ATP/glucosio, impostare la lunghezza d'onda di eccitazione a 440 nm e le lunghezze d'onda di emissione a 488 nm (mTFP, CFP) e 540 nm (Venus, YFP).
  3. Acquisisci immagini di dimensioni 512 x 512 pixel ogni 2 s per GCaMP6f e ogni 10-30 s per sensori Laconici/Pironici/ATP/glucosio. Determinare l'esposizione ottimale alla sorgente luminosa osservando la qualità dell'immagine ottenuta. Per seguire questo protocollo, assicurarsi che le immagini abbiano un'esposizione di 300 ms per i sensori laconici e pironici e di 100-150 ms per i sensori di glucosio e ATP .
    NOTA: L'esposizione può variare a seconda dell'uso di un microscopio confocale o a fluorescenza normale.
  4. Una volta installata la camera di registrazione nel tavolino del microscopio, posizionare con cura l'obiettivo a immersione in acqua e assicurarsi che l'obiettivo rimanga immerso per tutta la durata dell'esperimento. Mantenere la temperatura ambiente a 25 °C.
  5. Collegare la camera di registrazione a un sistema di perfusione e mantenere i tessuti immersi nella soluzione di registrazione contenente 128 mM NaCl, 2 mM KCl, 1,5 mM CaCl2, 4 mM MgCl2, 5 mM trealosio, 5 mM HEPES e 35 mM saccarosio, pH 6,7 (misurato con un pHmetro e regolato con NaOH e HCl).
  6. Mantenere un flusso costante di 3 ml/min di soluzione di registrazione attraverso il tessuto utilizzando la gravità, accoppiata a una pompa peristaltica a basso flusso per estrarre il liquido dalla camera mantenendo costante il volume. Per ottenere il flusso richiesto, posizionare le provette contenenti la soluzione (provette di plastica da 50 mL) 25 cm sopra il tavolino del microscopio.
    NOTA: Questo flusso guidato dalla gravità viene utilizzato per prevenire il movimento dei tessuti causato dalle pompe peristaltiche, consentendo un'analisi delle immagini più accurata in seguito.
  7. Prima di qualsiasi stimolazione, mantenere la soluzione di registrazione in flusso per 5-10 minuti per ottenere una linea di base stabile di fluorescenza dai sensori. Modificare la durata in base alle esigenze per ottenere questa previsione.
  8. Sostituire la soluzione fluida con la soluzione di stimolazione per 5 minuti per stimolare i VNC/FB (con glucosio, piruvato o lattato alla concentrazione descritta per ogni esperimento disciolto in soluzione salina; vedere ogni figura).
    NOTA: La durata della stimolazione può essere variata in base alle esigenze dell'esperimento (ad esempio, gli impulsi di glucosio possono essere aumentati a 10 min per raggiungere un plateau nei neuroni, come riportato in precedenza16).
  9. Per mantenere l'osmolarità nella soluzione di stimolazione, rettificare la concentrazione di saccarosio (un carboidrato non metabolizzabile dal cervello della Drosophila ) in base alla concentrazione del monocarbossilato o del glucosio aggiunto.
  10. Cambiare le soluzioni utilizzando un semplice sistema di valvole. Fare attenzione a non spostare il tavolino del microscopio.
  11. Esporre il VNC a 80 μM di picrotossina (PTX, a flusso continuo) per stimolare l'attività neuronale. Questa procedura aumenta la frequenza delle oscillazioni di Ca2+ , rendendo possibile osservare cambiamenti in molecole metabolicamente rilevanti (ad esempio, ATP intracellulare).
  12. Al termine di ogni esperimento, lavare accuratamente l'intero sistema di flusso, comprese le provette e la camera di registrazione, per almeno 10 minuti con la soluzione salina e altri 10 minuti con acqua distillata per eliminare ogni traccia delle soluzioni utilizzate.

5. Elaborazione delle immagini e analisi dei dati

  1. Per elaborare le immagini ottenute, procedere con i passaggi mostrati in Figura 3.
  2. Importare l'immagine (laconica) nel software ImageJ. L'immagine ha due viste del campione: quella di sinistra è il segnale mTFP e quella a destra è il segnale di Venere. Selezionare una regione che includa le celle da analizzare e separare queste immagini (mTFP e Venere) in una nuova finestra. Assicurarsi che queste immagini contengano esattamente la stessa area.
  3. Apri il plugin di registrazione e correggi la piccola deriva del tessuto che si osserva normalmente nell'esperimento con la funzione corpo rigido. Eseguire questa operazione in entrambe le immagini (mTFP e Venus).
  4. Selezionare almeno 10 regioni di interesse (ROI) nel citosol delle 10 cellule corrispondenti nel segnale mTFP (488 nm) e trasferire le selezioni all'immagine di Venere (540 nm).
  5. Selezionare due o tre ROI vicino alle cellule analizzate ma senza alcun segnale distinguibile (sempre all'interno del VNC o del tessuto analizzato, vedere la Figura 3). Questi sono i ROI di fondo.
  6. Con i ROI selezionati in entrambe le immagini, ottenere il valore medio di grigio di ciascun segnale utilizzando la misura della funzione. Trasferisci i dati in un foglio dati e sottrai il valore medio di fondo per ogni segnale.
  7. Determinare il rapporto di fluorescenza mTFP su Venere (per laconico e pironico). Questo valore viene calcolato in modo diverso rispetto agli altri sensori FRET qui descritti (dove il rapporto è solitamente YFP/CFP) perché quando sono legati ai rispettivi substrati, sia il laconico che il pironico riducono le loro efficienze FRET.
  8. Normalizzare i dati dividendo ogni valore registrato per la linea di base. In una scheda tecnica separata, calcolare la linea di base prendendo il valore medio del rapporto mTFP/Venus durante i 2 minuti precedenti lo stimolo.
  9. Per le misurazioni del glucosio e dell'ATP utilizzando sensori basati su FRET, calcolare il rapporto YFP/CFP e normalizzare i dati come descritto nel passaggio 5.8.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Per un massimo di 1 ora, questa procedura consente di misurare facilmente i cambiamenti intracellulari nella fluorescenza dei sensori di monocarbossilato e glucosio. Come mostrato nella Figura 4, i sensori laconici sia nelle cellule gliali che nei motoneuroni rispondono a 1 mM di lattato a una velocità simile all'inizio dell'impulso, ma i motoneuroni raggiungono un aumento maggiore rispetto al basale durante l'impulso di 5 minuti, come precedentemente dimostrato17. Qu...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'uso del modello Drosophila per lo studio del metabolismo cerebrale è relativamente nuovo26 ed è stato dimostrato che condivide più caratteristiche con il metabolismo dei mammiferi di quanto ci si aspettasse, che è stato studiato principalmente in vitro in colture di neuroni primari o fette di cervello. La Drosophila eccelle negli esperimenti in vivo grazie alla batteria di strumenti genetici e sensori geneticamente codificati disponibili che consentono ai rice...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori dichiarano di non avere interessi concorrenti o finanziari.

Ringraziamenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ringraziamo tutti i membri del Sierralta Lab. Questo lavoro è stato sostenuto da FONDECYT-Iniciación 11200477 (ad AGG) e FONDECYT Regular 1210586 (a JS). UAS-FLII12Pglu700μδ6 (sensore di glucosio) è stato gentilmente donato da Pierre-Yves Plaçais e Thomas Preat, CNRS-Parigi.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
AgarosioSigmaA9539
CaCl2SigmaC3881
CCD Camera ORCA-R2Hamamatsu-Cell-R
SoftwareOlympus-CG-GAL4
Bloomington Drosophila Stock Center7011Fat body driver
Dumont # 5 PinzeFine Science Tools11252-30
Sistema di divisione a emissione DV2Fotometria-Vetrini
coprioggetti (diametro 25 mm)Marienfeld111650Germania
GlucosioSigmaG8270
GraphPad PrismaGraphPad Versione software8,0,2
HEPESSigmaH3375
ImageJNational Institutes of HealthVersione 1,53t
KClSigmaP9541
LUMPlanFl 40x/0.8 obiettivo ad immersione in acquaOlympus-Methylparaben
SigmaH5501
MgCl2SigmaM1028
NaClSigmaS7653
OK6-GAL4Bloomington Drosophila Stock CenterDriver per motoneuroni
PicrotossinaSigmaP1675SATTENZIONE-Fatale se ingerito
Poli-L-lisinaSigmaP4707
Acido propionicoSigmaP1386
Repo-GAL4Bloomington Drosophila Stock Center7415Driver per cellule gliali (tutti)
Lattato di sodioSigma71718
Piruvato di sodioSigmaP2256
Microscopio a fluorescenza a disco rotante BX61WIOlympus-Saccarosio
SigmaS0389
TrealosioUS BiologicalT8270
UAS-AT1.03NL Kyoto Drosophila Stock Center117012sensore ATP
UAS-Chk RNAi GD1829Vienna Drosophila Resource Centerv37139Chk RNAi linea
UAS-FLII12Pglu700md6 Bloomington Drosophila Stock Center93452Sensore di glucosio
UAS-GCaMP6f Bloomington Drosophila Stock Center42747Sensore di calcio
UAS-LaconicSierraltaLab-Sensoredi lattato
UAS-PyronicPierre Yves Placais/Thomas Preat-CNRS-Paris
UMPlanFl 20x/0.5 obiettivo ad immersione in acquaOlympus-

Riferimenti

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Vergara, R. C., et al. The energy homeostasis principle: neuronal energy regulation drives local network dynamics generating behavior. Frontiers in Computational Neuroscience. 13 (49), 1-18 (2019).
  2. Pulido, C., Ryan, T. A. Synaptic vesicle pools are a major hidden resting metabolic burden of nerve terminals. Science Advances. 7 (49), 1-9 (2021).
  3. Benton, D., Parker, P. Y., Donohoe, R. T. The supply of glucose to the brain and cognitive functioning. Journal of Biosocial Science. 28 (4), 463-479 (1996).
  4. Mergenthaler, P., Lindauer, U., Dienel, G. A., Meisel, A. Sugar for the brain: the role of glucose in physiological and pathological brain function. Trends in Neurosciences. 36 (10), 587-597 (2013).
  5. Boumezbeur, F., et al. The contribution of blood lactate to brain energy metabolism in humans measured by dynamic 13C nuclear magnetic resonance spectroscopy. The Journal of Neuroscience. 30 (42), 13983-13991 (2010).
  6. Baltan, S. Can lactate serve as an energy substrate for axons in good times and in bad, in sickness and in health. Metabolic Brain Disease. 30 (1), 25-30 (2015).
  7. Barros, L. F., Weber, B. CrossTalk proposal: an important astrocyte-to-neuron lactate shuttle couples neuronal activity to glucose utilization in the brain. The Journal of Physiology. 596 (3), 347-350 (2018).
  8. Yellen, G. Fueling thought: Management of glycolysis and oxidative phosphorylation in neuronal metabolism. The Journal of Cell Biology. 217 (7), 2235-2246 (2018).
  9. Koveal, D., Diaz-Garcia, C. M., Yellen, G. Fluorescent biosensors for neuronal metabolism and the challenges of quantitation. Current Opinion in Neurobiology. 63, 111-121 (2020).
  10. Imamura, H., et al. Visualization of ATP levels inside single living cells with fluorescence resonance energy transfer-based genetically encoded indicators. Proceedings of the National Academy of Sciences of the United States of America. 106 (37), 15651-15656 (2009).
  11. Takanaga, H., Chaudhuri, B., Frommer, W. B. GLUT1 and GLUT9 as major contributors to glucose influx in HepG2 cells identified by a high sensitivity intramolecular FRET glucose sensor. Biochimica et Biophysica Acta. 1778 (4), 1091-1099 (2008).
  12. San Martin, A., et al. A genetically encoded FRET lactate sensor and its use to detect the Warburg effect in single cancer cells. PloS One. 8 (2), 1-13 (2013).
  13. San Martin, A., et al. Imaging mitochondrial flux in single cells with a FRET sensor for pyruvate. PloS One. 9 (1), 1-9 (2014).
  14. Placais, P. Y., et al. Upregulated energy metabolism in the Drosophila mushroom body is the trigger for long-term memory. Nature Communications. 8, 1-14 (2017).
  15. Mann, K., Deny, S., Ganguli, S., Clandinin, T. R. Coupling of activity, metabolism and behaviour across the Drosophila brain. Nature. 593 (7858), 244-248 (2021).
  16. Volkenhoff, A., Hirrlinger, J., Kappel, J. M., Klambt, C., Schirmeier, S. Live imaging using a FRET glucose sensor reveals glucose delivery to all cell types in the Drosophila brain. Journal of Insect Physiology. 106 (1), 55-64 (2018).
  17. Gonzalez-Gutierrez, A., Ibacache, A., Esparza, A., Barros, L. F., Sierralta, J. Neuronal lactate levels depend on glia-derived lactate during high brain activity in Drosophila. Glia. 68 (6), 1213-1227 (2020).
  18. Geistlinger, K., Schmidt, J. D. R., Beitz, E. Human monocarboxylate transporters accept and relay protons via the bound substrate for selectivity and activity at physiological pH. PNAS Nexus. 2 (2), 1-8 (2023).
  19. Pasco, M. Y., Leopold, P. High sugar-induced insulin resistance in Drosophila relies on the lipocalin Neural Lazarillo. PloS One. 7 (5), 1-8 (2012).
  20. McMullen, E., Weiler, A., Becker, H. M., Schirmeier, S. Plasticity of carbohydrate transport at the blood-brain barrier. Frontiers in Behavioral Neuroscience. 14, 1-15 (2020).
  21. Delgado, M. G., et al. Chaski, a novel Drosophila lactate/pyruvate transporter required in glia cells for survival under nutritional stress. Scientific Reports. 8 (1), 1-13 (2018).
  22. Stilwell, G. E., Saraswati, S., Littleton, J. T., Chouinard, S. W. Development of a Drosophila seizure model for in vivo high-throughput drug screening. European Journal of Neuroscience. 24 (8), 2211-2222 (2006).
  23. Lerchundi, R., Huang, N., Rose, C. R. Quantitative imaging of changes in astrocytic and neuronal adenosine triphosphate using two different variants of Ateam. Frontiers in Cellular Neuroscience. 14 (80), 1-13 (2020).
  24. Baeza-Lehnert, F., et al. Non-canonical control of neuronal Energy Status by the Na(+) Pump. Cell Metabolism. 29 (3), 668-680 (2019).
  25. Mattila, J., Hietakangas, V. Regulation of carbohydrate energy metabolism in Drosophilamelanogaster. Genetics. 207 (4), 1231-1253 (2017).
  26. De Backer, J., Grunwald, I. A role for glia in cellular and systemic metabolism: insights from the fly. Current Opinion in Insect Science. 53 (100947), 1-8 (2022).
  27. Loganathan, S., Ball, H., Manzo, E., Zarnescu, D. Measuring glucose uptake in Drosophila models of TDP-43 proteinopathy. Journal of Visualized Experiments. (174), e62936(2021).
  28. Dienel, G., Rothman, D. L. In vivo calibration of genetically encoded metabolite biosensors must account for metabolite metabolism during calibration and cellular volume. Journal of Neurochemistry. , (2023).
  29. Gandara, L., Durrieu, L., Behrensen, C., Wappner, P. A genetic toolkit for the analysis of metabolic changes in Drosophila provides new insights into metabolic responses to stress and malignant transformation. Scientific Reports. 9, 1-11 (2019).
  30. Gandara, L., Durrieu, L., Wappner, P. Metabolic FRET sensors in intact organs: Applying spectral unmixing to acquire reliable signals. BioRxiv. , (2023).

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Trasporto di monocarbossilaticellule glialiattivit neuronaletrasporto del lattatometabolismo del glucosiosensori FRETimaging ex vivotracciamento dei metaboliti

Articoli correlati