Identification and Classification of Position-specific GABA A Receptor Subunit Missense Variants for Their Role In Hippocampal Pyramidal Neurons(해마 피라미드 뉴런에서의 역할에 대한 위치별 GABA_A 수용체 소단위 미스센스 변이체의 식별 및 분류)

우리의 연구는 GABA-A 수용체 서브유닛의 간질 유발 및 근위 예측 돌연변이가 CA1 피라미드 뉴런 모델에 유사하게 영향을 미칠 수 있다는 생각에 기초합니다. 우리는 다중 규모 프레임워크를 통해 이를 탐구합니다. 실험실 실험은 진실을 발견하는 데 필수적이지만 분자에서 유기체에 이르기까지 모든 규모에서 생명의 다양성과 복잡성을 완전히 포착할 수는 없습니다. 가능성이 너무 많아서 그게 문제입니다.

우리의 프로토콜과 연구 결과는 신경 기능에 대한 GABA-A 수용체 서브유닛 다형성과 같은 다형성의 영향을 탐구하는 데 사용할 수 있는 계산 설정을 위한 길을 열었습니다.

우리의 연구는 예측된 병원성 변이와 간질 유발 돌연변이가 유사한 특성을 나타내는 정도와 이러한 관계를 효과적으로 포착하고 시뮬레이션할 수 있는 방법에 대한 새로운 질문을 제기합니다.

우리의 현재 초점은 내후각 피질-해마 미세 회로 기능에 있습니다. 우리는 특히 신경정신 장애에서 이 회로의 중격 제어를 탐구하기 위해 생체 내 동물 모델과 전산 미세 회로 모델을 추구할 것입니다.

[해설자] 시작하려면 유전 데이터가 포함된 원본 Excel 파일을 열고 파일에서 불필요한 열을 제거하고 GRCh38Chromosome, GRCh38Location, Name 및 Protein change의 4개 열만 남긴 후 R 소프트웨어와 관련된 작업 디렉토리 아래에 파일을 data1.xlsx 저장합니다. 추가 데이터 정리 및 서식을 지정하려면 R 소프트웨어 및 RStudio를 엽니다. 그런 다음 R Data_GABAA R 스크립트를 엽니다. 작업 디렉토리를 설정하고 실행 버튼을 클릭하여 필요한 라이브러리를 로드합니다. 데이터 파일을 로드하고 이 프로세스가 필요한 열에 대한 데이터 정리를 시작합니다. 데이터를 한 칸으로 구분한 하나의 열에 추가로 정리하고 결합합니다. 결합된 출력에 대한 새 데이터 프레임을 만들고 원하는 앙상블 대본 변형 ID를 추가합니다. 결과를 data1output.xlsx라는 새 Excel 파일에 씁니다. 다중 구획 컨덕턴스 기반 해마 피라미드 뉴런에서 GABAergic 시냅스의 생물물리학 모델을 구축하려면 Brian 2를 설치하고 필요한 패키지를 가져옵니다. 이온 채널 게이팅 동역학, 수동 및 능동 매개변수, 시냅스 후 컨덕턴스를 정의하여 컨덕턴스 기반 모델을 설계합니다. 해마 피라미드 뉴런에 대해 수정된 Hodgkin-Huxley 유형 컨ダ도턴스를 사용합니다. 체세포, 축삭 초기 세그먼트, Ranvier 노드 및 수상돌기에 대한 전압 개폐 나트륨 채널의 밀도 분포를 조정합니다. 수초 세그먼트에서 나트륨 및 칼륨 채널 컨ダク턴스를 0으로 설정합니다. 전압 개폐 나트륨 및 칼륨 채널에 대한 이온 채널 게이팅 동역학이 구축되었습니다. 구획에 있는 모든 글루탐산성 및 GABA성 시냅스의 합으로 시냅스 전류를 도입합니다. 글루탐산성 전류에 빠른 AMPA 수용체 매개 전류와 느린 NMDA 수용체 매개 전류를 모두 포함합니다. GABA작용성 전류에 빠른 GABA 수용체 매개 전류만 포함합니다. 모든 시냅스 전 스파이크에 대해 일정한 양의 글루타메이트가 시냅스로 방출된다고 가정합니다. 따라서 수용체의 활성화는 스파이크 시간에 따라 다르며 총 수용체 전도도인 G-AMPA 및 G-NMDA는 모든 이벤트에 의해 방출되는 글루타메이트의 양을 반영합니다. 체세포와 신경돌기에 대해 실험적으로 측정된 직경, 각 신경돌기 구획의 길이 및 분기 패턴을 사용하여 형태학적 매개변수를 설정합니다. 세포를 주요 분지 구조를 정확하게 보존하고 양측 대칭을 유지하는 여러 구획으로 나누어 실제 뉴런 형태를 다중 구획 모델로 축소합니다. 이전에 얻은 야생형 대조군 측정값을 평가하고 모델에서 사용하기 위해 가져와서 GABAergic 시냅스 모델에 대한 생물물리학적 매개변수를 결정합니다. GABA-A 수용체 매개 시냅스 후 전류에 대한 상승 및 비활성화 시간 상수를 정의합니다. 뉴런 모델의 토폴로지를 설계하고 이전에 얻은 형태학적 및 분기 정보를 기반으로 구획의 공간 배열 및 상호 연결을 지정하는 것을 포함하는 형태학적 및 생물물리학적 매개변수를 할당합니다. 세그먼트 길이 및 직경과 같은 적절한 형태학적 매개변수와 생물물리학적 매개변수를 모델의 각 구획에 할당합니다. SpikeGeneratorGroup을 사용하여 시냅스 전 활동을 생성합니다. Synapses 클래스를 사용하여 스파이크 생성기를 모델 뉴런의 대상 구획에 연결하여 시냅스 연결을 모델링합니다. 0.85나노암페어의 지속적인 정전류를 설정하고 전극을 체세포에 배치하여 주어진 시간에 기준선 이온 전류 부하에 의해 구동되는 역치 이하 활동을 모방합니다. 레코딩 모니터를 구축하려면 StateMonitor를 사용하여 대상 구획의 전압 트레이스를 레코딩합니다. 마지막으로 네트워크를 구축하고 실행합니다. 단일 원위 글루탐산성 입력 및 체세포 GABAergic 억제 하에서 뉴런 스파이크 트레인은 야생형 및 돌연변이 GABA-A 수용체의 발화 결과를 밝혔습니다. 베타-3N110D 돌연변이는 억제를 손상시켜 뉴런 발화가 짧은 시냅스 후 지연과 함께 네 번째 시냅스 전 스파이크 후 흥분성 Glu-S1 입력에 고정되도록 합니다. 감마-2K328M 돌연변이는 또한 다섯 번째 Glu-S1 스파이크 주변에서 발생하는 뉴런 발화와 베타-3N110D보다 더 긴 시냅스 후 지연으로 억제를 손상시켰습니다. 이중 시냅스 입력에서 감마-2P302L 돌연변이는 내측 정점 Glu-S2 입력과 거의 동기화된 발화를 일으켰으며, 이는 Glu-S1의 지연된 합산을 반영했을 가능성이 높습니다. 베타-3T288N 돌연변이는 Glu-S2 입력에 정렬된 스파이크와 거의 동시에 나타나는 두 번째 스파이크와 유사한 패턴을 나타냈습니다. 이중 입력 조건에서 베타-3N110D 돌연변이는 처음 두 개를 제외한 거의 모든 흥분 입력에 대해 스파이크를 유발했으며 스파이크 간 간격이 눈에 띄게 단축되었습니다. 감마-2K328M 돌연변이는 비슷한 발화 패턴을 보였지만 두 번째 및 세 번째 흥분 입력에 반응하지 못했습니다. 삼중 흥분 입력 조건에서 베타-3N110D 및 감마-2K328M 돌연변이체는 거의 모든 시냅스 전 스파이크에 반응하여 누적 흥분 구동에 반응하여 스파이크 쌍을 발사했습니다.