Podejście porównawcze do ilościowych badań liczenia komórek w bardzo różnych mózgach ssaków
16 stycznia 2026
Współczesne neurobiologie muszą badać różnice między wieloma gatunkami, w tym gryzoniami laboratoryjnymi i ludźmi. Jednak trudności techniczne pojawiają się, gdy w grę wchodzą ssaki o dużym mózgu. Podejście to dotyczy zmienności międzygatunkowej populacji neuronalnych u bardzo różnych ssaków, co pozwala na porównywalne wyniki do mapowania w celu ujawnienia wzorców ewolucyjnych.
Odkryto, że plastyczność strukturalna mózgu może być wyraźnie różna u poszczególnych ssaków. W związku z tym konieczne jest ujawnienie systematycznej analizy ilościowej. Nasza systematyczna analiza bardzo różnych mózgów może dać porównywalne wyniki, które można umieścić w kontekście filogenetycznym.
Na początek weź płytkę z 12-dołkową z lodówki o temperaturze 20 stopni Celsjusza zawierającą swobodnie unoszące się fragmenty mózgu i wyjmij kilka plasterków do szalki Petriego wypełnionej roztworem PBS. Wybierz sekcje i umieść je na slajdzie. Po histologicznym barwieniu przekrojów określ poziomy mózgu na podstawie konkretnych cech neuroanatomicznych.
Zdefiniuj go na poziomy od 1 do 4, używając tej samej liczby sekcji szeregowych o grubości 40 mikrometrów, a następnie wybierz trzy równomiernie rozmieszczone przekroje koronne z każdego poziomu mózgu i wykonaj barwienie immunohistochemiczne. Otwórz oprogramowanie Neurolucida na stanowisku roboczym i umieść preparat pod mikroskopem, korzystając z wybranego celu do liczenia komórek. Przy niskim powiększeniu konturuj warstwę korową 2 za pomocą narzędzia do wolnej ręki do rysowania linii konturowych w menu Trace w programie.
Przerysuj obwód, aby uzyskać długość warstwy korowej 2, obejmującej zarówno paleokorteks, jak i neokorteks. Wybierz preferowane symbole do liczenia komórek z paska narzędzi Znaczniki. Liczba komórek typu 1 identyfikowanych przez małą somatę o kształcie dwubiegunowym i średnicy somy od 3 do 9 mikrometrów w każdym obszarze zainteresowania.
Liczba komórek typu 2 identyfikowanych przez większą somatę o złożonej dendrytycznej arboryzacji i średnicy somy od 9 do 18 mikrometrów. Teraz zbierz dane do analizy filogenetycznej z paleokorteksu, neokorteksu i kory mózgowej, uzyskane przez połączenie danych z paleokorteksu i neokorteksu. Zbierz obwód warstwy korowej 2, mierzony w milimetrach i widoczny w pasku narzędzi pomiarów konturów, do pliku arkusza kalkulacyjnego.
W tym samym arkuszu kalkulacyjnym zbierz liczbę komórek typu 1 i typu 2 widocznych na pasku narzędzi znaczników. Oblicz i zapisz łączną liczbę komórek, dodając komórki typu 1 i 2 dla każdego mózgu, regionu i poziomu mózgu, używając trzech sekcji na poziom, co daje łącznie 12 sekcji na próbkę. Wykorzystaj zebrane wartości do obliczenia liniowej gęstości komórek dla każdego przekroju w każdym regionie, dzieląc liczbę komórek przez obwód w milimetrach.
Oblicz procent komórek typu 1 i typu 2, dzieląc liczbę komórek typu 1 lub typu 2 przez całkowitą liczbę komórek i mnożąc przez 100. Następnie oblicz procent komórek typu 1 i typu 2 w każdym okazie według wzoru. Uzyskaj średnią wartość tych procentów spośród czterech rozważanych okazów na gatunek, używając funkcji średniej w arkuszu kalkulacyjnym.
Użyj liniowej gęstości komórek do analizy filogenetycznych oraz wykorzystaj łączną liczbę komórek zliczonych w każdym przekroju koronalnym do oszacowania liczby niedojrzałych neuronów na półkulę. Oblicz wartość mediany gęstości dla 12 rozważanych sekcji na próbkę, używając funkcji mediany w arkuszu kalkulacyjnym. Użyj mediany jako miary centralnej, ponieważ próba na grupę jest stosunkowo mała, a niektóre grupy wykazują rozkłady asymetryczne.
Użyj narzędzia do konturowania wolnoręcznie w oprogramowaniu Neurolucida, aby narysować linię przez średnicę soma prostopadle do osi głównej. Zmierz co najmniej 100 losowo wybranych komórek DCX pozytywnych obu typów w każdym gatunku, używając 25 komórek na próbkę w każdej części mózgu, aby uzyskać zakres średnic soma dla komórek typu 1 i typu 2. Teraz stwórz listę analizowanych gatunków w notatniku, używając ich nazw naukowych.
Prześlij listę do timetree na stronie internetowej. org i eksport jako plik NWK. W oprogramowaniu Mesquite Project prześciągnij plik NWK, zintegruj dane i zapisz powstały plik jako plik PDF.
Na koniec, w wcześniej utworzonej kartce danych, dodaj kolumnę zawierającą rozmiar mózgu dla każdego gatunku. Oblicz naturalny logarytm dodatniej gęstości komórek DCX oraz naturalny logarytm wielkości mózgu. Wykonaj analizę statystyczną wybranego oprogramowania statystycznego i pobierz uzyskane pliki.
Wprowadź reszty do nowej kolumny w kartce katalogowej, aby można było stworzyć wykres reszt. Komórki DCX pozytywne w korze mózgowej wszystkich badanych gatunków konsekwentnie wykazywały ułożenie topograficzne tworzące monowarstwę wzdłuż warstwy drugiej kory, obejmujące głównie małe, unipolarne lub dwubiegunowe komórki oraz niewielką część dużych komórek złożonych. Komórki współekspresywały PSAN-NCAM i DCX, ale nie wykazywały ekspresji Ki67.
Zawierała podpopulację złożonych komórek ekspresyjnie NeuN. Liniowa gęstość neuronów niedojrzałych kory znacznie różniła się w zależności od gatunku. Analizy porównawcze filogenetyczne wykazały, że grupa Laurasiatheria miała większą gęstość neuronów korowych, niedojrzałych niż euarchontogliry.
Zaobserwowano silną kowariancję między gęstością neuronów w korze niedojrzałej a objętością mózgu. Oraz pomiędzy niedojrzałą gęstością neuronów korowej a obwodem drugiej warstwy neokortykalnej. Nasze wyniki mogą ujawnić ewolucyjne kompromisy między różnymi typami plastyczności, a także między różnymi obszarami mózgu.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
To badanie bada różnice międzygatunkowe populacji neuronów u różnych ssaków, koncentrując się na gryzoniach laboratoryjnych i ludziach. Omawia techniczne wyzwania związane z badaniem ssaków o dużym mózgu i ma na celu uzyskanie porównywalnych wyników, które ujawniają wzorce ewolucyjne.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauka
- Biologia porównawcza
- Biologia ewolucyjna
Tło
- Rozumienie różnic neuronalnych między gatunkami jest kluczowe dla współczesnej neuronauki.
- Często pojawiają się trudności techniczne przy badaniach dużych ssaków mózgowych.
- Badania porównawcze mogą dostarczyć wglądu w wzorce ewolucyjne.
- Laboratoryjne gryzonie służą jako wspólny model do takich badań.
Cel badania
- Zbadanie różnic w populacji neuronów między gatunkami.
- Rozwiązanie wyzwań związanych z badaniem dużych ssaków mózgowych.
- Mapowanie wyników, które ujawniają trendy ewolucyjne.
Stosowane metody
- Porównawcza analiza populacji neuronów.
- Wykorzystanie gryzoni laboratoryjnych jako modelu.
- Mapowanie wyników dla różnych gatunków ssaków.
- Rozwiązywanie trudności technicznych w badaniach nad dużymi ssakami mózgowymi.
Główne wyniki
- Zidentyfikowano znaczne różnice międzygatunkowe w populacjach neuronów.
- Wykazano porównywalne wyniki między gryzoniami a większymi ssakami.
- Ujawniono wgląd w wzorce ewolucyjne rozwoju neuronów.
- Podkreślono znaczenie rozwiązywania trudności technicznych w badaniach.
Wnioski
- Badanie dostarcza ram dla zrozumienia różnic neuronalnych między gatunkami.
- Podkreśla potrzebę innowacyjnych podejść w badaniach neuronauki.
- Wyniki przyczyniają się do szerszej wiedzy o ewolucji ssaków.
Często zadawane pytania
Executive Industry Relevance
Quantitative cell counting across diverse mammalian brains addresses a critical gap in translating neurobiological findings from rodent models to humans. Standardizing comparative neuroanatomical measurements enhances predictive confidence in target validation and de-risks early discovery decisions. This approach supports portfolio strategies by enabling more accurate cross-species extrapolation of neuroplasticity and developmental processes.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables rigorous interrogation of neurogenic hypotheses across species with divergent brain architectures.
- Supports functional target validation by quantifying cell populations in anatomically matched brain regions.
- Improves predictive confidence for translational neuroscience programs by reducing interspecies ambiguity.
Screening & Assay Development
- Facilitates preparation of standardized brain samples for downstream quantitative assays.
- Promotes reproducibility by using common anatomical reference points for cell counting.
- Enables reliable benchmarking of neurogenic markers across developmental stages and species.
Translational & Preclinical Research
- Aligns quantification of neuroplasticity markers with disease-relevant systems in both rodent and human brains.
- Supports continuity from discovery through preclinical validation by mapping cell densities onto phylogenetic frameworks.
- Enables risk-adjusted advancement by revealing evolutionary patterns and covariation with neuroanatomical features.
Pipeline & Workflow Integration
This comparative cell counting method integrates from early discovery through preclinical research, supporting both hypothesis testing and translational continuity.
- Discovery Biology: Provides quantitative outputs for hypothesis testing and evolutionary pathway clarification.
- Screening: Standardizes sample preparation and measurement for reproducible cross-species assays.
- Analytics: Delivers cell density data and covariance analyses to inform condition comparisons.
- Translational Research: Maps neurogenic variation to disease-relevant systems and developmental stages.
- Enterprise Reuse: Establishes a reusable framework for comparative quantification across diverse mammalian models.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neurobiological target validation.
- Operational Value: Enhances standardization, reproducibility, and scalability of comparative studies.
- Strategic Value: Informs go/no-go decisions and improves capital efficiency by clarifying translational relevance.
- Portfolio Impact: Supports risk-adjusted prioritization of neuroscience assets based on cross-species data.
Implementation Considerations
- Requires expertise in neuroanatomy and comparative biology for accurate anatomical alignment.
- Demands access to imaging and quantitative analysis infrastructure for cell counting.
- Necessitates cross-team agreement on anatomical reference points and data standards.
- May require adaptation for species with unique brain morphologies or developmental timelines.
- Standardization is limited by variables that cannot be fully controlled across all species.
