Modellazione 3D di spine dendritiche con plasticità sinaptica
18 maggio 2020
Il protocollo sviluppa un modello tridimensionale (3D) di un segmento dendritico con spine dendritiche per modellare la plasticità sinaptica. La rete costruita può essere utilizzata per la modellazione computazionale del traffico di recettori AMPA nella plasticità sinaptica a lungo termine utilizzando il programma software Blender con CellBlender e MCell.
Modellazione geometrica 3D computazionale della reazione delle specie chimiche attraverso la fusione. è un metodo utile per studiare i meccanismi del traffico di recettori in e fuori dalla colonna vertebrale dendritica sta facendo plasticità sinaptica. Questa tecnica ha il vantaggio di creare un ambiente ricco per fare ipotesi e proiezioni su sistemi non lineari con un gran numero di variabili.
Per creare una mesh di una singola colonna vertebrale dendritica con una testa della colonna vertebrale e un collo della colonna vertebrale utilizzando una sfera modificata. Primo frullatore aperto. Con Cell Blender già installato e premere 5 sulla tastiera, per passare dalla prospettiva alla vista ortogonale.
Premere 1 per passare alla vista frontale e premere MAIUSC C per centrare il cursore. Per creare la testa del dorso, premete Maiusc A per aprire la tavolozza Mesh e selezionate mesh. Selezionate Sfera UV (UV Sphere) e nell'aggiunta della sfera UV, impostate la dimensione su 0,25 e gli anelli su 32.
Per rendere la parte superiore della testa piatta, premere TAB per passare dalla modalità Oggetto alla modalità Modifica. Premete B per selezionare i tre quarti superiore della sfera e premete Canc, selezionate Vertici (Vertices) e INVIO (Enter) per rimuovere i vertici. Premere B e selezionare la parte superiore della sfera.
Premete E, S, 0 ed Invio per sigillare la parte superiore dei vertici ancora selezionati. E spostare la freccia blu verso il basso per allinearsi alla parte superiore della testa della colonna vertebrale. Per aumentare la risoluzione della mesh nella parte superiore della colonna vertebrale, selezionare Strumento e coltello e utilizzare il coltello per tagliare un cerchio intorno al centro della parte superiore.
Quindi selezionate Utensile (Tool) e Loop taglia (Loop) e scorrete quattro volte per creare quattro cerchi concentrici attorno al centro della parte superiore. Per creare la pressa B del collo della colonna vertebrale e selezionare la parte inferiore della mesh. Premete Elimina vertici e B e selezionate la parte inferiore della mesh.
Premete E e Z e selezionate meno 0,45 per creare un'estrusione nella posizione dell'asse Z, a meno 0,45 micrometri. Per rendere la mesh compatibile con la cella M, premete Ctrl T per triangolare la mesh e selezionate Utensile (Tool) e Rimuovi doppie (Remove doubles). Per creare una dendrite a dorso multiplo, premete Maiusc A per aprire la tavolozza Mesh e selezionate Mesh e Cylinder.
Nel menu Aggiungi cilindro impostare il raggio di 0,3 micrometri e la profondità su due micrometri e premere INVIO. Premere 3 per ottenere una vista frontale del cilindro e premere Z per rendere trasparente la rete.
Utilizzate la freccia normale blu per spostare la base della colonna vertebrale all'interno del cilindro e fate clic con il pulsante destro del mouse per selezionare la Dendrite. Selezionate Modificatore (Modifier) e Aggiungi modificatore (Add Modifier) e selezionate Boolean, Unione operazioni (Operation Union) e spine oggetto (Object Spine). Fate clic su Applica (Apply) per creare una mesh congiunta della Dendrite e della colonna vertebrale.
Quindi utilizzare il mouse per selezionare la mesh della colonna vertebrale isolata, cambiando la posizione e l'angolo per inserire ogni nuova colonna vertebrale in una posizione fisiologica. Per creare AMPAR, selezionare Molecole e inserire una nuova molecola. Cambiare il nome in AMPAR e cambiare il tipo di molecola in Molecola di superficie.
Quindi cambiare la costante di diffusione 0,05 per 10 all'ottavo centimetro quadrato al secondo. Per tracciare gli ancoraggi legati agli AMPAR, al PSD1 durante la condizione basale, aprire Plot Output Settings e premere per definire le molecole. Quindi impostare la molecola su Anchor_AMPAR, l'oggetto su Dendrite e la regione su PSD1.
Per eseguire una simulazione delle condizioni basali, selezionare Esegui simulazione. E impostare le iterazioni su 30.000 e il passo del tempo su uno per 10 a meno tre secondi. Fare clic su Esporta ed esegui e attendere la fine della simulazione.
Al termine della simulazione, selezionate Ricarica dati visualizzazione, Riproduci animazione, Traccia impostazioni di output e traccia per visualizzare i risultati temporali spaziali. Per eseguire la condizione di potenziamento omosinaptico selezionare Posizionamento molecola e rel_anchorLTP_psd1. Selezionare rel_anchorLTP_psd1 e modificare Quantità in Rilascio a 200.
Quindi impostare Quantità su Rilascia su zero. Selezionare rel_anchor_psd1. Modificare quantità per rilasciare a zero ed eseguire la simulazione come appena dimostrato.
La plasticità sinaptica può essere approssimativamente verificata attraverso cambiamenti nel numero di specie di AMPAR legate ad ancoraggi ad ogni colonna vertebrale. Per il calcolo esatto del verificarsi di plasticità sinaptica. Si consiglia di calcolare la variazione del numero totale di AMPAR ancorati e liberi alla sinapsi.
Il potenziamento omosinaptico AMPAR e la depressione possono essere verificati attraverso aumenti e diminuzioni del numero di AMPAR ancorati rispettivamente, causati da cambiamenti nell'affinità degli AMPAR da parte degli ancoraggi rispetto alla condizione basale. Ad esempio, l'induzione omosinaptica a lungo termine del potenziamento in una singola colonna vertebrale, crea un effetto depressione eterosnaptica a lungo termine alle spine vicine. Seguendo questa procedura, il modello può essere ampliato per indagare il processo di induzione di LTP e LTD alle spine dendritiche.
Questo metodo consente il test di ipotesi sul funzionamento di sistemi non lineari complessi con un gran numero di variabili.
Visualizza la trascrizione completa e accedi a migliaia di video scientifici
Panoramica
Questo studio sviluppa un modello tridimensionale (3D) di un segmento dendritico, specificamente con spighe dendritiche, per simulare la plasticità sinaptica. Il modello consente un'analisi computazionale del traffico dei recettori AMPA utilizzando Blender con CellBlender e MCell, permettendo di ottenere informazioni sui meccanismi alla base delle modifiche sinaptiche.
Componenti Chiave dello Studio
Area della Scienza
- Neuroscienze computazionali
- Plasticità sinaptica
- Modellistica e simulazione
Sfondo
- Le spine dendritiche sono fondamentali per la plasticità sinaptica e l'elaborazione delle informazioni nei neuroni.
- Comprendere la dinamica dei recettori AMPA può fornire informazioni sui meccanismi di apprendimento e memoria.
- La modellizzazione 3D consente un'esame dettagliato di sistemi biologici complessi.
Scopo dello studio
- Creare un modello mesh dettagliato per lo studio del traffico dei recettori.
- Facilitare la simulazione dei processi di plasticità sinaptica.
- Consentire la verifica di ipotesi riguardanti comportamenti non lineari in sistemi complessi.
Metodi Utilizzati
- Utilizzato software Blender con CellBlender e MCell per la modellazione geometrica 3D.
- Concentrato sulla creazione di una mesh che rappresenti una singola spina dendritica e un dendrite.
- Definiti passaggi fondamentali per la creazione della mesh, inclusa la manipolazione dei vertici e tecniche di estrusione.
- Le impostazioni della simulazione sono state descritte in dettaglio, inclusi i parametri per stati basali e potenziati.
Risultati principali
- Sviluppato un metodo per tracciare la dinamica dei recettori AMPA durante condizioni sinaptiche.
- Dimostrato come i cambiamenti nel legame dei recettori possano indicare potenziamento o depressione sinaptica.
- Fornito informazioni sull'interazione tra spine adiacenti in termini di potenziamento e depressione a lungo termine.
Conclusioni
- Questo studio dimostra un approccio computazionale per visualizzare e simulare i meccanismi di plasticità sinaptica.
- Implicazioni per la comprensione del ruolo dei recettori AMPA nelle modifiche della forza sinaptica.
- Fornisce un quadro per esplorare interazioni neuronali complesse e dinamiche di plasticità in un ambiente virtuale controllato.
Domande frequenti
Rilevanza Industriale del Progetto
Questo approccio computazionale di modellizzazione 3D consente una riduzione del rischio meccanicistica delle ipotesi sulla plasticità sinaptica simulando la dinamica del traffico dei recettori nelle spine dendritiche. Supporta la validazione del bersaglio nella scoperta di farmaci nel campo delle neuroscienze fornendo letture quantitative e risolte spazialmente dell'ancoraggio e della diffusione dei recettori AMPA in condizioni basali e potenziate. Il metodo aumenta la fiducia predittiva nell'identificazione di composti promettenti che modulano la forza sinaptica, in particolare nelle aree terapeutiche del sistema nervoso centrale in cui il traffico dei recettori rappresenta un meccanismo d'azione chiave.
Applicazioni Strategiche nella Ricerca e Sviluppo in Biopharma
Scoperta Precoce e Validazione del Bersaglio
- Valore scientifico: Consente l'analisi di ipotesi terapeutiche riguardanti i meccanismi di traffico dei recettori AMPA nella plasticità sinaptica.
- Valore operativo: Fornisce un sistema rilevante per la malattia per la validazione funzionale di bersagli di proteine sinaptiche coinvolte nell'ancoraggio e nella diffusione dei recettori.
Sviluppo di Screening e Saggi
- Valore scientifico: Genera misurazioni quantitative di variabili dipendenti relative ai recettori AMPA ancorati e liberi, supportando la standardizzazione e la riproducibilità del saggio.
- Valore operativo: Prepara modelli biologici validati per flussi di lavoro di screening successivi, definendo la dinamica spaziotemporale dei recettori in geometria tridimensionale.
Ricerca Translazionale e Preclinica
- Valore scientifico: Supporta la modellizzazione di sistemi rilevanti per le malattie catturando la plasticità omosinaptica e eterosinaptica tra spine dendritiche adiacenti.
- Valore operativo: Permette decisioni di avanzamento corrette in base al rischio simulando come i cambiamenti nell'affinità recettoriale influenzino la forza sinaptica tra spine connesse.
Integrazione di Pipeline e Flusso di Lavoro
Il metodo si integra nel percorso di scoperta, dal test delle ipotesi nella fase iniziale della scoperta fino all'ottimizzazione del composto leader, attraverso una valutazione quantitativa dei cambiamenti nel traffico recettoriale che forniscono informazioni per la riduzione del rischio meccanicistico.
- Biologia della scoperta: Supporta la verifica delle ipotesi e la chiarificazione dei percorsi simulando dinamiche recettoriali non lineari in ambienti sinaptici complessi.
- Screening: Garantisce la prontezza per saggi mediante output di simulazione standardizzati che quantificano il legame degli AMPAR in condizioni basali, potenziate e depresse.
- Analisi: Offre capacità di analisi statistica attraverso soluzioni numeriche di modelli diffusione-reazione che permettono il confronto tra popolazioni recettoriali in diverse condizioni.
- Ricerca traslazionale: Collega la scoperta alla continuità preclinica modellando gli effetti della segnalazione da spina a spina, rilevanti per la plasticità a livello di rete.
- Riutilizzo aziendale: Stabilisce una piattaforma computazionale riutilizzabile per testare molteplici ipotesi riguardo al traffico recettoriale in diversi modelli neuronali.
Impatto Operativo ed Aziendale
- Valore scientifico: Aumenta la fiducia predittiva nella validazione degli obiettivi riducendo l'ambiguità meccanicistica nei percorsi di traffico dei recettori.
- Valore operativo: Migliora la riproducibilità e la scalabilità attraverso la creazione standardizzata di mesh e protocolli di simulazione in Blender/CellBlender/MCell.
- Valore strategico: Migliora le decisioni di avanzamento/cessazione consentendo test virtuali degli effetti dei composti sulla plasticità sinaptica prima della validazione in laboratorio.
- Impatto sul portafoglio: Supporta la priorizzazione dei target del sistema nervoso centrale aggiustata per il rischio, simulando gli effetti polisinaptici degli interventi terapeutici.
Considerazioni sull'implementazione
- Richiede competenze specifiche in neuroscienze computazionali, modellazione 3D e simulazione di reazione-diffusione.
- Si basa su Blender con CellBlender per la generazione della mesh e su MCell per la risoluzione numerica della dinamica spaziale.
- Necessita di una standardizzazione condivisa tra i gruppi di lavoro per le definizioni delle molecole, le costanti di diffusione e le specifiche delle regioni di interesse.
- Comporta considerazioni di adattamento quando si estende il modello a diverse geometrie delle spine o a diversi tipi di molecole sinaptiche.
- Comprende limitazioni pratiche, come la riduzione della velocità di simulazione con un elevato numero di molecole, come indicato nella fonte.
