Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

3D-Modellierung von Dendritischen Stacheln mit synaptischer Plastizität

Published: May 18, 2020 doi: 10.3791/60896
Automatic Translation
*1, *1
1Center for Mathematics, Computation and Cognition, Federal University of ABC
* These authors contributed equally

Summary

Das Protokoll entwickelt ein dreidimensionales (3D) Modell eines dendritischen Segments mit dendritischen Stacheln zur Modellierung synaptischer Plastizität. Das konstruierte Netz kann zur rechnerischen Modellierung des AMPA-Rezeptorhandels in der langfristigen synaptischen Plastizität mit dem Softwareprogramm Blender mit CellBlender und MCell verwendet werden.

Abstract

Die Berechnung der Diffusion und Reaktion chemischer Spezies in einer dreidimensionalen (3D) Geometrie ist eine grundlegende Methode, um die Mechanismen der synaptischen Plastizität in dendritischen Stacheln zu verstehen. In diesem Protokoll wird die detaillierte 3D-Struktur der Dendriten und dendritischen Dornen mit Netzen auf der Software Blender mit CellBlender modelliert. Die synaptischen und extrasynaptischen Bereiche werden im Netz definiert. Als nächstes werden der synaptische Rezeptor und die synaptischen Ankermoleküle mit ihren Diffusionskonstanten definiert. Schließlich werden die chemischen Reaktionen zwischen synaptischen Rezeptoren und synaptischen Ankern einbezogen und das Rechenmodell numerisch mit der Software MCell gelöst. Diese Methode beschreibt den räumlich-zeitlichen Pfad jedes einzelnen Moleküls in einer geometrischen 3D-Struktur. Daher ist es sehr nützlich, den Handel mit synaptischen Rezeptoren in und aus den dendritischen Stacheln während des Auftretens von synaptischer Plastizität zu untersuchen. Eine Einschränkung dieser Methode ist, dass die hohe Anzahl von Molekülen die Geschwindigkeit der Simulationen verlangsamt. Die Modellierung der dendritischen Stacheln mit dieser Methode ermöglicht die Untersuchung der homosynaptischen Potenzierung und Depression innerhalb einzelner Stacheln und der heterosynaptischen Plastizität zwischen benachbarten dendritischen Stacheln.

Introduction

Synaptische Plastizität wurde mit Lernen und Gedächtnis1in Verbindung gebracht. Synaptische Plastizität, wie Langzeitpotenzierung (LTP) und Langzeitdepression (LTD), ist mit dem Einsetzen und Entfernen von AMPA-Rezeptoren (AMPARs) in und aus der synaptischen Membranverbunden 2. Die AMPAR-Synapsen befinden sich auf den kleinen Volumenstrukturen, die dendritischen Stacheln genannt werden3. Jede Wirbelsäule enthält eine proteindichte Region in der postsynaptischen Membran, die postsynaptische Dichte (PSD). Ankerproteine an der PSD-Falle AMPARs im synaptischen Bereich. Es gibt nur wenige Kopien von AMPARs innerhalb einer einzigen Synapse und der Handel und die Reaktion von AMPARs mit anderen Arten in dendritischen Stacheln ist ein stochastischer Prozess2,4. Es gibt mehrere kompartale Modelle des synaptischen Rezeptorhandels an dendritischen Stacheln5,6,7,8. Es fehlt jedoch an stochastischen Rechenmodellen für den Handel mit AMPARs, die mit synaptischer Plastizität an den 3D-Strukturen der Dendriten und ihrer dendritischen Stacheln verbunden sind.

Computational Modeling ist ein nützliches Werkzeug, um die Mechanismen zu untersuchen, die der Dynamik komplexer Systeme zugrunde liegen, wie die Reaktionsdiffusion von AMPARs in dendritischen Stacheln während des Auftretens der synaptischen Plastizität9,10,11,12. Das Modell kann verwendet werden, um komplexe Szenarien zu visualisieren, sensible Parameter zu variieren und wichtige Vorhersagen unter wissenschaftlichen Bedingungen mit vielen Variablen zu treffen, die schwierig oder unmöglich sind, experimentelle12,13zu steuern. Die Definition der Detailgenauigkeit eines Berechnungsmodells ist ein grundlegender Schritt, um genaue Informationen über das modellierte Phänomen zu erhalten. Ein ideales Rechenmodell ist ein empfindliches Gleichgewicht zwischen Komplexität und Einfachheit, um die wesentlichen Eigenschaften der Naturphänomene zu erfassen, ohne rechnerisch unerschwinglich zu sein. Zu detaillierte Berechnungsmodelle können teuer zu berechnen sein. Auf der anderen Seite können Systeme, die schlecht detailliert sind, die grundlegenden Komponenten fehlen, die für die Erfassung der Dynamik des Phänomens unerlässlich sind. Obwohl die 3D-Modellierung dendritischer Stacheln rechnerisch teurer ist als 2D und 1D, gibt es Bedingungen, z. B. in komplexen Systemen mit vielen nichtlinearen Variablen, die in Zeit und 3D-Raum reagieren und diffundieren, für die die Modellierung auf 3D-Ebene unerlässlich ist, um Erkenntnisse über die Funktionsweise des Systems zu erhalten. Darüber hinaus kann die Komplexität sorgfältig reduziert werden, um die wesentlichen Eigenschaften eines niederdimensionalen Modells zu erhalten.

In einem stochastischen System mit wenigen Kopien einer bestimmten Art innerhalb eines kleinen Volumens weicht die durchschnittliche Dynamik des Systems von der durchschnittlichen Dynamik einer großen Population ab. In diesem Fall ist die stochastische Rechenmodellierung von reaktionsdiffusisierenden Teilchen erforderlich. Diese Arbeit führt eine Methode zur stochastischen Modellierung der Reaktionsdiffusion einiger Kopien von AMPARs in 3D-dendritischen Stacheln ein. Der Zweck dieser Methode ist es, ein 3D-Berechnungsmodell eines dendritischen Segments mit dendritischen Stacheln und deren Synapsen zur Modellierung der synaptischen Plastizität zu entwickeln.

Die Methode verwendet die Software MCell, um das Modell numerisch zu lösen, Blender für die Konstruktion von 3D-Netzen und CellBlender, um die MCell-Simulationen zu erstellen und zu visualisieren, einschließlich der raumzeitlichen Reaktionsdiffusion von Molekülen in 3D-Netzen14,15,16. Blender ist eine Suite für die Erstellung von Netzen und CellBlender ist ein Add-on für die Basissoftware Blender. MCell ist ein Monte-Carlo-Simulator zur Reaktionsdiffusion einzelner Moleküle17.

Die Begründung für die Anwendung dieser Methode besteht darin, die synaptische Plastizität zu modellieren, um ein besseres Verständnis dieses Phänomens in der mikrophysiologischen Umgebung der dendritischen Stacheln zu erreichen14. Insbesondere ermöglicht diese Methode die Simulation von homosynaptischer Potenzierung, homosynaptischer Depression und heterosynaptischer Plastizität zwischen dendritischen Stacheln14.

Die Merkmale dieser Methode umfassen die Modellierung der geometrischen 3D-Struktur des Dendriten und seiner Synapsen, die Diffusion durch zufallszufallsfallendes Gehen und die chemischen Reaktionen der Moleküle, die mit synaptischer Plastizität verbunden sind. Diese Methode bietet den Vorteil, dass umfangreiche Umgebungen erstellt werden, um Hypothesen zu testen und Vorhersagen über die Funktionsweise eines komplexen nichtlinearen Systems mit einer großen Anzahl von Variablen zu treffen. Darüber hinaus kann diese Methode nicht nur zur Untersuchung der synaptischen Plastizität, sondern auch zur Untersuchung der stochastischen Reaktionsdiffusion von Molekülen in 3D-Netzstrukturen im Allgemeinen angewendet werden.

Alternativ können 3D-Netze dendritischer Strukturen direkt im Blender aus seriellen Elektronenmikroskop-Rekonstruktionen18konstruiert werden. Obwohl Netze, die auf seriellen Rekonstruktionen basieren, 3D-Strukturen bereitstellen, ist der Zugriff auf die experimentellen Daten nicht immer verfügbar. So bietet die Konstruktion von Maschen, die von geometrischen Grundstrukturen angepasst sind, wie im vorliegenden Protokoll beschrieben, Flexibilität bei der Entwicklung maßgeschneiderter dendritischer Segmente mit dendritischen Stacheln.

Eine weitere alternative Berechnungsmethode ist die Massensimulation gut gemischter Reaktionen in einem regulären Band9,10,11,19,20,21,22. Die Massensimulationen sind sehr effizient bei der Lösung der Reaktionen vieler Arten innerhalb eines einzigen gut gemischten Bandes23, aber der Massenansatz ist extrem langsam, um die Reaktionsdiffusion von Molekülen in vielen gut gemischten Voxeln in einem hochauflösenden 3D-Netz zu lösen. Andererseits arbeitet die vorliegende Methode mit MCell-Simulationen der Reaktionsdiffusion einzelner Teilchen effizient in hochauflösenden 3D-Netzen15.

Vor der Anwendung dieser Methode sollte man sich fragen, ob das untersuchte Phänomen einen stochastischen Reaktions-Diffusionsansatz in einem 3D-Netz erfordert. Wenn das Phänomen nur wenige Kopien (weniger als 1.000) von mindestens einer der reagierenden Arten aufweist, die sich in einer komplexen geometrischen Struktur mit kleinen Volumenkomben wie dendritischen Stacheln diffundieren, dann ist die stochastische Modellierung der Reaktionsdiffusion in 3D-Netzen für die Anwendung geeignet.

Es sind mehrere Schritte erforderlich, um ein 3D-Berechnungsmodell eines dendritischen Segments zu konstruieren, das dendritische Stacheln mit synaptischer Plastizität enthält. Die wichtigsten Schritte sind die Installation der richtigen Software für die Konstruktion des Modells, die Konstruktion einer einzigen dendritischen Wirbelsäule, die als Vorlage verwendet werden soll, um mehrere Stacheln zu erstellen, und die Schaffung eines dendritischen Segments, das mit mehreren dendritischen Stacheln verbunden ist. Der Schritt zur Modellierung der synaptischen Plastizität besteht darin, Anker im PSD-Bereich und AMPARs im dendritischen Segment und dendritische Stacheln einzufügen. Dann werden kinetische Reaktionen zwischen den Ankern an der PSD und AMPARs definiert, um komplexe Anker-AMPAR-Arten zu produzieren, die die AMPARs im synaptischen Bereich einfangen. Die Erhöhung und Abnahme der Affinität zwischen den Ankern und den synaptischen AMPARs erzeugt den Prozess von LTP und LTD.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

HINWEIS: Bitte lesen Sie die Zusatzdatei 1 für das Glossar der in diesem Protokoll verwendeten Begriffe.

1. Installieren Sie Blender, CellBlender und MCell

HINWEIS: Dieses Protokoll erfordert die Installation von MCell, Blender und Cell Blender.

  1. Laden Sie die Software auf die MCell-Homepage herunter (https://mcell.org/tutorials_iframe.html). Gehen Sie zu Downloads oben auf der Seite und folgen Sie dann den Schritt-für-Schritt-Anweisungen, um die Software in der Umgebung ihrer Wahl (z. B. Linux, Mac OSX oder Windows) herunterzuladen und zu installieren.
    HINWEIS: Alle in diesem Protokoll beschriebenen Rechenmodelle und Simulationen wurden an einem CellBlender 1.1-Bundle getestet, das Blender 2.78 mit MCell 3.4 und CellBlender 1.1 enthält. Es funktionierte auch auf Blender 2.79b. Alle diese Softwareprogramme sind offen zugänglich und erfordern keine Nachdruckberechtigung, um verwendet zu werden. Die Anweisungen für die Konstruktion und Simulation des Modells können sich leicht von einer Version zur anderen ändern. Teile dieses Protokolls wurden von Czech et al.16angepasst.

2. Erstellen Sie eine einzelne dendritische Wirbelsäule

HINWEIS: Bei diesem Verfahren wird ein Netz aus einer einzelnen dendritischen Wirbelsäule mit einem Wirbelsäulenkopf und einem Wirbelsäulenhals mit einer modifizierten Kugel erstellt.

  1. Richten Sie die Blender 3D-Ansicht im Hauptbereich ein.
    1. Öffnen Sie Blender mit CellBlender bereits installiert. Drücken Sie 5 auf der Tastatur, um von der Perspektive zur orthogonalen Ansicht zu wechseln, und drücken Sie 1, um zur Frontansicht zu wechseln. Die perspektivische Ansicht hat Tiefe, aber dies ist jetzt nicht erforderlich. Der Wechsel von der Perspektive zur orthogonalen Ansicht ermöglicht eine bessere Visualisierung des Netzes. Drücken Sie Shift+C, um den Cursor zu zentrieren (Abbildung 1A).
  2. Erstellen Sie den Wirbelsäulenkopf.
    1. Drücken Sie Shift+A, um die Netzpalette zu öffnen. Wählen Sie das Netz aus, und wählen Sie dann UV-Kugelaus. Eine UV-Kugel ist ein Netz, das der 3D-Oberfläche einer Kugel zugeordnet ist. Die UV-Kugel stellt den kugelförmigen Kopf einer Pilz-Dendritischen Wirbelsäule dar. Die Software geht davon aus, dass die Einheiten der UV-Kugel Mikrometer sind.
    2. Ändern Sie die Parameter auf dem Bedienfeld "UV-Sphäre hinzufügen". Ändern Sie die Größe auf 0,25 und die Ringe auf 32 (Abbildung 1B). Drücken Sie + oder – auf der Tastatur, um die Visualisierung des Netzes zu vergrößern bzw. zu verkleinern. Alternativ können Sie die Scroll-Taste in der Maus verwenden, um zu vergrößern und zu verkleinern (Abbildung 1C).
      HINWEIS: Die Parametergröße skaliert die Größe der ursprünglichen Kugel und die Parameterringe definieren die Auflösung des Netzes.
  3. Machen Sie die Oberseite des Kopfes flach.
    1. Drücken Sie die Tabulatortaste, um Blender aus dem Objektmodus, dem Standardobjektinteraktionsmodus, in den Bearbeitungsmoduszu wechseln. Arbeiten Sie im Bearbeitungsmodus, um die Komponenten eines vorhandenen Netzes zu ändern.
    2. Nachdem das erstellte Netz automatisch ausgewählt wurde, drücken Sie eine, um die Auswahl des erstellten Netzes aufzuheben. Drücken Sie z, um das Netz transparent zu machen, was bei der Visualisierung der Zuschnitte hilft. Zoomen Sie auf das Netz. Drücken Sie b, um die obere 3/4 der Kugel mit der Maus auszuwählen (Abbildung 2A). Drücken Sie löschen, wählen Sie Scheitelpunkteaus, und geben Sie die Scheitelpunkte ein ( Abbildung2B).
    3. Drücken Sie b, und wählen Sie die Oberseite aus. Drücken Sie e, s, 0, und geben Sie die Oberseite mit den noch ausgewählten Scheitelpunkten ab. Bewegen Sie den blauen Pfeil nach unten, um ihn an der Spitze des Wirbelsäulenkopfes auszurichten (Abbildung 2C). Drücken Sie z, um zur vollwertigen Ansicht zu wechseln (Abbildung 3A). Drücken Sie 7, um zur Ansicht nach oben zu wechseln.
      HINWEIS: Die Oberseite der Kugel ist flach gemacht, um den PSD-Bereich des Wirbelsäulenkopfes zu modellieren.
  4. Um die Netzauflösung oben auf der Wirbelsäule zu erhöhen, wählen Sie zuerst Werkzeug und Messeraus. Schneiden Sie einen Kreis mit dem Messer um die Mitte der Spitze (Abbildung 3B). Wählen Sie Werkzeug und Schleifenschnitt und Folie. Wiederholen Sie diesen Schritt viermal, um vier konzentrische Kreise um die Mitte der Oberseite zu erstellen (Abbildung 3C).
    HINWEIS: Die konzentrischen Kreise werden verwendet, um neue Voxel hinzuzufügen, die die Auflösung der PSD erhöhen.
  5. Erstellen Sie den Wirbelsäulenhals.
    1. Drücken Sie a, um die Auswahl des Netzes aufzuheben. Drücken Sie 1, um zur Frontansicht zu wechseln. Drücken Sie z, um das Netz transparent zu machen. Drücken Sie b, und wählen Sie dann den unteren Rand des Netzes aus (Abbildung 4A). Drücken Sie löschen und Scheitelpunkte drücken (Abbildung 4B). Drücken Sie b und wählen Sie den unteren Rand des Netzes aus (Abbildung 4C). Drücken Sie e und z, -0.45, um eine Extrusion zu erstellen (Abbildung 4D).
      ANMERKUNG: Dadurch wird eine Extrusion zur z-Achsenposition bei -0,45 m erstellt. Drücken Sie a, um die Auswahl des gesamten Netzes aufzuheben.
    2. Drücken Sie b und wählen Sie die Unterseite des Halses. Drücken Sie e, sund 0, um den Boden zu versiegeln (Abbildung 4E). Drücken Sie a, um das gesamte Netz auszuwählen.
  6. Machen Sie das Netz kompatibel mit MCell.
    1. Drücken Sie Crtl+T, um das Netz zu triangulieren. Das Netz wird in eine Reihe miteinander verbundener Dreiecke umgewandelt. Dies ist eine erforderliche Prozedur, um das Netz mit MCell kompatibel zu machen. Wählen Sie Werkzeug und Doubles entfernen. Verwenden Sie die Werkzeuge Doubles entfernen, um ggf. duplizierte Scheitelpunkte zu entfernen, die die gleichen Koordinaten aufweisen oder sehr nahe beieinander liegen, um das Netz mit MCell kompatibel zu machen.
      HINWEIS: Doppelte überlagerte Scheitelpunkte wurden möglicherweise versehentlich während des Prozesses der Netzerstellung und -bearbeitung erstellt.
    2. Wählen Sie Modellobjekte im CellBlender-Bedienfeldaus. Ändern Sie den Namen des aktiven Objekts in Wirbelsäule und drücken Sie +, um die Objektspinne zu erstellen. Wählen Sie im CellBlender-Bedienfeld die Netzanalyse aus, und klicken Sie dann auf Netz analysieren (Abbildung 4F). Mit diesem Verfahren werden die Eigenschaften des erstellten Netzes analysiert, einschließlich der Anzahl der Scheitelpunkte, Kanten, Flächen, Flächen, Volumen- und Netztopologie.
      HINWEIS: Die Analyse wird die Informationen im Netzanalysebereich drucken und es sollte wasserdicht, Verteilerund nach außen gerichtete Normalensein. Dieser Schritt ist erforderlich, um sicherzustellen, dass das Netz auf MCell funktioniert. Ansonsten wurde wahrscheinlich ein Schritt verpasst. Löschen Sie in diesem Fall das Netz, und starten Sie erneut mit Schritt 2.1.
    3. Drücken Sie z, um die solide Ansicht der Wirbelsäule zu visualisieren. Drücken Sie Datei und Speichern, um eine Kopie Ihrer Mixer-Datei mit der Wirbelsäule auf der Festplatte zu haben.
      HINWEIS: Die Abmessungen (d. h. Länge, Durchmesser, Größe) der Netze sind in Mikrometern. Im Glossar finden Sie die Bedeutung jeder Tastenkombination.

3. Erstellen eines Dendriten mit mehreren Stacheln

  1. Generieren Sie eine Wirbelsäule, wie zuvor in den Abschnitten 2.1–2.6 beschrieben. Drücken Sie a, um die Auswahl der Wirbelsäule aufzuheben. Geben Sie Shift+C ein, um den Cursor zu zentrieren.
  2. Erstellen Sie einen Dendriten. Drücken Sie Shift+A, um die Netzpalette zu öffnen. Wählen Sie Mesh und dann Cylinder. Ändern Sie die Parameter im Menü Zylinder hinzufügen: Radius = 0,3 m, Tiefe = 2 m. Drücken Sie die Eingabetaste.
    HINWEIS: Die Parameter Radius und Tiefe werden entsprechend den geometrischen Eigenschaften des Dendriten definiert.
  3. Legen Sie eine Wirbelsäule in den Dendrit enthit.
    1. Drücken Sie r und Typ 90, um den Zylinder um 90° zu drehen (Abbildung 5A). Verwenden Sie den blauen Pfeil, um den Zylinder nach unten an den unteren Rand der Wirbelsäule zu ziehen. Drücken Sie 3 auf der Tastatur, um eine Vorderansicht des Zylinders zu haben.
    2. Drücken Sie z, um das Netz transparent zu machen. Verwenden Sie die Maus, um den blauen Normalpfeil des Zylinders nach unten zu bewegen, um die Basis der Wirbelsäule in das Innere des Zylinders zu bewegen (Abbildung 5B). Drücken Sie a, um die Auswahl aller Objekte aufzuheben.
    3. Verwenden Sie die rechte Maustaste, um den Dendriten auszuwählen (Abbildung 5C). Wählen Sie Modifikator im Blender-Bedienfeld (Abbildung 5D), wählen Modifikator hinzufügenaus. Wählen Sie dann Booleanaus , wählen Sie Vorgangsunionaus, und wählen Sie Objektrückenaus. Drücken Sie Anwenden, um ein gelenkiges Netz aus Dendrit und Wirbelsäule zu erstellen (Abbildung 5E). Bei diesem Vorgang wird ein neues Netz erstellt, das zwei Netze zu einem einzigen zusammenführt.
      HINWEIS: Das neue Netz wird der kombinierte Dendrit und die Wirbelsäule sein. Der isolierte Dendrit verschwindet, wenn die verschiedenen Netze kombiniert werden, aber das isolierte Wirbelsäulennetz bleibt mit dem neuen Netz überlappend und wird verwendet, um mehrere Kopien derselben Wirbelsäule zu erzeugen. Löschen Sie alle isolierten Stacheln, nachdem Sie das Netz beendet haben. Es ist wichtig, eine vollständige Überlappung zwischen dem Wirbelsäulenhals und dem Dendriten zu haben, da sonst das Netz nicht wasserdicht ist.
  4. Legen Sie das Dendritenobjekt in die CellBlender-Umgebung fest.
    1. Drücken Sie a, um die Auswahl der Netze aufzuheben. Mit der Rechten klicken Sie mit der Maus in den Dendrit, um nur den Dendrit auszuwählen. Wählen Sie CellBlender, Modellobjekte, und ändern Sie Active Object in Dendrite, und drücken Sie +, um das Dendrite-Objekt zu erstellen.
  5. Fügen Sie neue Stacheln in den Dendrit ein.
    1. Drücken Sie 1, um zur Seitenansicht des Zylinders zu wechseln. Verwenden Sie die Maus, um das Netz der isolierten Wirbelsäule auszuwählen. Um weitere Stacheln einzufügen, folgen Sie Schritt 3.3, indem Sie die Position und den Winkel ändern, um jede zu setzen, um eine physiologische Verteilung zu erhalten.
  6. Machen Sie das Netz kompatibel mit MCell. Drücken Sie dazu die Tabulatortaste, um in den Bearbeitungsmodus zu wechseln. Drücken Sie a, um das gesamte Netz auszuwählen. Drücken Sie Crtl+T, um das Netz zu triangulieren. Wählen Sie Werkzeug im Blender-Bedienfeld und wählen Sie Doubles entfernenaus.
  7. Stilisieren Sie die Netze.
    1. Glätten Sie das Netz. Drücken Sie die Tabulatortaste, um in den Objektmoduszu wechseln. Wählen Sie Werkzeug im Blender-Bedienfeld und Smoothaus. Wählen Sie CellBlender, Modellobjekteaus , und wählen Sie Material hinzufügenaus.
    2. Machen Sie das Netz transparent, indem Sie Objekttransparent und Materialtransparentauswählen. Ändern Sie alpha auf 0,5, und geben Sie ein, um das Netz teilweise transparent zu machen. Drücken Sie z, um zur vollstviewen Ansicht zu wechseln.
  8. Bestätigen Sie, ob das Netz noch mit MCell kompatibel ist. Wählen Sie dazu im CellBlender-Bedienfeld Netzanalyse aus, um sicherzustellen, dass das Netz weiterhin wasserdicht, verteilernetzund nach außen gerichtet normalist.
  9. Speichern Sie die Mixerdatei als dendrite_with_spines.blend.

4. Definieren von Oberflächenregionen

HINWEIS: Bei diesem Verfahren werden die Oberflächenbereiche des Netzes erstellt, die später verwendet werden, um festzulegen, wie die Regionen mit den Molekülen interagieren.

  1. Öffnen Sie die Datei dendrite_with_spines in der Blender-Umgebung. Wählen Sie dazu Datei, Öffnen, dendrite_with_spines.blendund Blender-Datei öffnenaus.
  2. Bereiten Sie das Netz für die Definition der Oberflächenbereiche vor. Drücken Sie dazu die Tabulatortaste, um in den Bearbeitungsmoduszu wechseln. Drücken Sie z, um zur transparenten Ansicht zu wechseln (Ansichtsfensterschattierung, Drahtmodell). Drücken Sie a, um das gesamte Netz des Dendriten mit Stacheln auszuwählen. Wählen Sie Modellobjekteaus. Wählen Sie Dendrite. Drücken Sie t, um das CellBlender-Bedienfeld auszublenden und das gesamte Netz im Hauptfenster besser zu visualisieren.
    1. Verwenden Sie + und – auf der Tastatur, um zu vergrößern und heraus zu zoomen oder mit der Maus zu scrollen. Dies ist erforderlich, um die Oberteil der Stacheln besser zu beschaffen, um die Oberflächenbereiche auszuwählen und zu definieren. Drücken Sie a, um die Auswahl des Objekts aufzuheben. Drücken Sie die Registerkarte, um in den Bearbeitungsmoduszu wechseln. Drücken Sie t, um das CellBlender-Bedienfeld erneut anzuzeigen.
  3. Definieren Sie den PSD-Oberflächenbereich. Drücken Sie dazu b und wählen Sie mit der Maus die Oberseite einer dendritischen Wirbelsäule aus (Abbildung 6A,6B). Drücken Sie + auf Definierte Flächenbereiche. Ändern Sie den Regionsnamen in PSD1, und klicken Sie auf Zuweisen (Abbildung 6C). Drücken Sie a, um die Auswahl des Objekts aufzuheben.
  4. Definieren Sie den extrasynaptischen Flächenbereich. Drücken Sie dazu b und wählen Sie den Bereich um die Oberseite der dendritischen Wirbelsäule mit der Maus aus (Abbildung 6D). Wiederholen Sie Schritt 4.3 Extra_syn1. für den Extra_syn1 . Wiederholen Sie den Schritt 4.3 für die anderen Stacheln, um die anderen Bereiche des Netzes zu definieren (PSD2, PSD3, PSD4, Extra_syn2, Extra_syn3und Extra_syn4) (Abbildung 6F). Drücken Sie a, um die Auswahl des Objekts aufzuheben.
  5. Definieren Sie die Oberflächenbereiche der Enden des Dendriten. Drücken Sie dazu b und wählen Sie das linke Ende des Dendriten aus. Ändern Sie den Regionsnamen in Left_end, und klicken Sie auf Zuweisen. Drücken Sie a, um die Auswahl des Objekts aufzuheben. Drücken Sie b und wählen Sie das rechte Ende des Dendriten (Abbildung 6E). Ändern Sie den Regionsnamen in Right_end, und klicken Sie auf Zuweisen.
    HINWEIS: Verschieben Sie das Netz, um die beste Position zu finden, um jede definierte Regionauszuwählen.

5. Moleküle erzeugen

  1. Erstellen Sie AMPARs. Wählen Sie dazu im CellBlender-Panel Moleküle aus. Wählen Sie + auf Definierte Moleküle, um ein neues Molekül einzufügen und den Namen in AMPAR zu ändern. Ändern Sie den Molekültyp in Oberflächenmolekül und Diffusionskonstante auf 0,05e-8 cm2/s14, um die Diffusionskonstante von AMPARs in der Membran zu definieren (Abbildung 7A).
  2. Anker erstellen. Wählen Sie dazu im CellBlender-Panel Moleküle aus. Wählen Sie + auf Definierte Moleküle, um ein neues Molekül einzufügen und den Namen zu ändern, um zu verankern. Ändern Sie den Molekültyp in das Oberflächenmolekül und ändern Sie die Diffusionskonstante in 0,001e-8 cm2/s14, um die Diffusionskonstante der Anker in der Membran zu definieren (Abbildung 7A).
  3. Um Anker zu erstellen, die an AMPARs gebunden sind, wählen Sie Moleküle im CellBlender-Panelaus. Wählen Sie + auf Definierte Moleküle, um ein neues Molekül einzufügen. Ändern Desnamens in anchor_AMPAR. Ändern Sie den Molekültyp in Oberflächenmolekül. Diffusionskonstante auf 0,001e-8 cmändern 2/s14.
  4. Erstellen Sie die anchor_LTP und anchor_AMPAR_LTP. Wiederholen Sie dazu Schritt 5.2. Nennen Sie das Molekül anchor_LTP. Wiederholen Sie Schritt 5.3. Nennen Sie das Molekül anchor_AMPAR_LTP.
    HINWEIS: Die anchor_LTP hat eine hohe Affinität zu AMPAR; ampARs nehmen daher in den synaptischen Regionen zu.
  5. Erstellen Sie die anchor_LTD und anchor_AMPAR_LTD. Um einen Anker_LTDzuerstellen, wiederholen Sie Schritt 5.2. Nennen Sie das Molekül anchor_LTD. Wiederholen Sie Schritt 5.3. Nennen Sie das Molekül anchor_AMPAR_LTD.
    ANMERKUNG: Die anchor_LTD hat eine geringe Affinität zu AMPAR; daher nehmen ampARs in der synaptischen Region ab.

6. Definieren von Oberflächenklassen

HINWEIS: Diese Prozedur definiert die Klassen mit den Eigenschaften, die den Oberflächenbereichen zugeordnet sind. Die extrasynaptischen Bereiche spiegeln die freien Anker und Anker wider, die an AMPAR gebunden sind. Die seitlichen Enden des Dendriten spiegeln alle Moleküle wider.

  1. Definieren Sie die Eigenschaften der extrasynaptischen Regionen.
    1. Drücken Sie die Tabulatortaste, um in den Objektmoduszu wechseln. Wählen Sie Flächenklassen im CellBlender-Bedienfeldaus. Drücken Sie + auf die Surface-Klasse, um eine neue Oberflächenklasse zu definieren.
    2. Machen Sie die extrasynaptische Region reflektieren die AMPAR an die Ankermoleküle gebunden.
      HINWEIS: Bei diesem Verfahren werden die Anker und alles, was an sie gebunden ist, innerhalb des synaptischen Bereichs gefangen.
      1. Ändern des Oberflächenklassennamens in reflective_extra_syn. Drücken Sie + auf reflective_extra_syn Eigenschaften, um es mit einem Molekül zu assoziieren. Wählen Sie Moleküle | Einzelnes Molekül. Wählen Sie anchor_AMPAR . Wählen Sie Ausrichtung = Ignorieren. Wählen Sie Typ = Reflektierend aus, damit der Bereich die anchor_AMPAR Moleküle anzeigt.
      2. Wiederholen Sie Schritt 6.1.2.1 für anchor_AMPAR_LTP und anchor_AMPAR_LTD.
    3. Lassen Sie den extrasynaptischen Bereich die Anker reflektieren.
      1. Drücken Sie + auf reflective_extra_syn Eigenschaften, um es mit einem Molekül zu assoziieren. Wählen Sie Moleküle | Einzelnes Molekül. Wählen Sie Anker. Wählen Sie Ausrichtung = Ignorieren. Wählen Sie Typ = Reflektierend aus, damit der Bereich die Ankermoleküle reflektiert.
      2. Wiederholen Sie Schritt 6.1.3.1 für anchor_LTP und anchor_LTD.
  2. Definieren Sie die Eigenschaften der Dendritenenen. Drücken Sie dazu + auf Surface Class, um eine neue Oberflächenklasse zu definieren. Ändern des Oberflächenklassennamens in reflective_ends. Drücken Sie + auf Eigenschaften, um es mit einem Molekül zu assoziieren. Wählen Sie Moleküle | Alle Oberflächenmoleküle. Wählen Sie Ausrichtung | Ignorieren. Typ auswählen | Reflektierend, um alle Oberflächenmoleküle reflektieren zu lassen.

7. Zuweisen der erstellten Klassen zu jedem Flächenbereich

HINWEIS: In diesem Schritt werden die Oberflächenklassen den Oberflächenbereichen zugewiesen.

  1. Weisen Sie die Eigenschaften der Enden des Dendriten zu.
    1. Drücken Sie +, um eine Oberflächenklasse mit einem Bereich zuzuweisen. Wählen Sie reflective_ends für Surface Class Name ( Abbildung7C). Wählen Sie Dendrite für Objektnameaus. Wählen Sie Angegebene Region für Die Regionsauswahlaus. Wählen Sie Left_end für Region Nameaus.
    2. Wiederholen Sie Schritt 7.1.1 für die Right_end (Abbildung 7D).
  2. Weisen Sie die Eigenschaften der extrasynaptischen Regionen zu.
    1. Drücken Sie +, um eine Oberflächenklasse mit einem Bereich zuzuweisen. Wählen Sie reflective_extra_syn für Surface Class Nameaus. Wählen Sie Dendrite für Objektnameaus. Wählen Sie Angegebene Region für Die Regionsauswahlaus. Wählen Sie Extra_syn1 für Region Nameaus.
    2. Wiederholen Sie Schritt 7.2.1 für Extra_syn2, Extra_syn3und Extra_syn4.

8. Legen Sie Moleküle auf das Netz

HINWEIS: In diesem Schritt werden die AMPARs, Ankerund AMPAR an Anker im Netz gebunden.

  1. Um AMPAR-Moleküle Molecules auf dem Netz zu platzieren, wählen Sie Molekülplatzierung im CellBlender-Panelaus. Drücken Sie + auf den Release-/Placement-Sites, um eine neue Release-Sitezu erstellen. Ändern des Sitenamens in relAMPAR (Abbildung 7B). Wählen Sie Molekül = AMPAR. Objekt/Region = Dendrite[ALL]-(Dendrite[Left_end]+Dendrite[Right_end]). Menge bis zur Freigabe = 1.000.
  2. Legen Sie Ankermoleküle auf das Netz.
    1. Wählen Sie Molekülplatzierung im CellBlender-Panelaus. Drücken Sie + auf den Release-/Placement-Sites, um eine neue Release-Sitezu erstellen. Ändern des Websitenamens in rel_anchor_PSD1. Wählen Sie Molekülanker. Objekt/Region = Dendrite[PSD1]. Menge, die loslassen soll = 200.
    2. Wiederholen Sie Schritt 8.2.1 für PSD2, PSD3und PSD4.
  3. Platzieren Sie anchor_LTP Moleküle auf dem Netz. Wählen Sie dazu molekülplatzierung im CellBlender-Panelaus. Drücken Sie + auf den Release-/Placement-Sites, um eine neue Release-Sitezu erstellen. Ändern des Websitenamens in rel_anchor_LTP_PSD1. Wählen Sie Molekül = anchor_LTP. Objekt/Region = Dendrite[PSD1]. Menge, die loslassen = 0.
    HINWEIS: anchor_LTP ist ein Anker mit hoher Bindungsaffinität für AMPARs.
  4. Platzieren Sie anchor_LTD Moleküle auf dem Netz, indem Sie Schritt 8.3 für anchor_LTD wiederholen..
    HINWEIS: anchor_LTD ist ein Anker mit geringer Bindungsaffinität für AMPARs.

9. Erstellen Sie die chemischen Reaktionen

  1. Erstellen der Reaktion zwischen Anker und AMPARs.
    1. Wählen Sie Reaktionen (Abbildung 7D), um die Reaktionen zu erstellen. Drücken Sie + , um eine neue Reaktioneinzuschließen. Reaktanten = Anker ' + AMPAR'. Reaktionstyp = <->. Dadurch wird eine bidirektionale Reaktion definiert. Produkte = anchor_AMPAR'. Vorwärtsrate = 0,03. Rückwärtsrate = 0,05.
  2. Erstellen Sie die Reaktion zwischen ANCHOR_LTP und AMPARs. Wiederholen Sie dazu Schritt 9.1, ersetzen Sie jedoch den Anker durch anchor_LTP, und verwenden Sie eine Rückwärtsrate = 0,005, um die Affinität zwischen den Reaktantenzu erhöhen.
  3. Erstellen Sie die Reaktion zwischen anchor_LTD und AMPARs, und speichern Sie die Datei. Wiederholen Sie dazu Schritt 9.2, ersetzen Sie jedoch den Anker durch anchor_LTD, und verwenden Sie eine Rückwärtsrate = 0,5, um die Affinität zwischen den Reaktantenzu verringern. Speichern Sie dann die Datei.

10. Plotten Sie die Ausgabe des Modells

  1. Plotanker, die während der Basalbedingung an AMPARs an der PSD1 gebunden sind. Wählen Sie dazu Die Ausgabeeinstellungen plottenaus. Drücken Sie +, um die Molekülezu definieren. Wählen Sie anchor_AMPAR auf Molekülaus. Wählen Sie Dendrit für Objektaus. Wählen Sie PSD1 für Region. Wiederholen Sie Schritt 10.1 für alle PSD-Regionen.
    HINWEIS: Es ist nützlich, die Basalanzahl der eingeschlossenen AMPARs auf die PSD jeder dendritischen Wirbelsäule zu beobachten. Die Anzahl der an AMPARs gebundenen Anker kann im Vergleich zu den Basalbedingungen während LTP und LTD steigen oder abnehmen.
  2. Plotanker, die während des LTP an AMPARs an der PSD1 gebunden sind. Wiederholen Sie dies Schritt 10.1. Ersetzen Sie anchor_AMPAR durch anchor_AMPAR_LTP, und zeichnen Sie dann Anker, die während der PSD1 an AMPARs an der PSD1 gebunden sind, und wiederholen Sie schließlich Schritt 10.1, ersetzen Sie jedoch anchor_AMPAR_LTP durch anchor_AMPAR_LTD.

11. Führen Sie die Simulationen aus

  1. Um die Basalbedingung auszuführen, wählen Sie Simulation ausführen aus. Wählen Sie Iterationen = 30.000. Zeitschritt einstellen = 1e-3 s. Drücken Sie Export & Run. Warten Sie, bis die Simulation beendet ist. Es kann von Minuten bis Stunden dauern.
    HINWEIS: Im Basalzustand gibt es keine Freisetzung von anchor_LTP und rel_anchor_LTD Molekülen. Was die Parameter der Simulation betrifft, muss die Anzahl der Iterationen lang genug sein, um die Diffusion von AMPARs aus den Dendriten und deren Verankerung bei PSD beobachten zu können. Kleine Zeitschritte sind präziser, aber langsamer, um die Simulation abzuschließen.
  2. Wählen Sie Visualisierungsdaten neu ladenaus. Wählen Sie Wiedergabeanimation aus, um die raumzeitlichen Ergebnisse zu visualisieren (Abbildung 8). Wählen Sie Plot-Ausgabeeinstellungen. Drücken Sie Plot.
    HINWEIS: Die von CellBlender erzeugten Diagramme sind isolierte Zeitreihen der ausgewählten chemischen Arten. Programme von Drittanbietern können verwendet werden, um die aus mehreren Simulationen gespeicherten Daten zu importieren, um überlagerte Plots mit mehreren Bedingungen zu erstellen (z. B. Basal, LTP, LTD; siehe Abbildung 8).
  3. Führen Sie die homosynaptische Potenzierung (d. h. LTP; siehe Abbildung 8). Wählen Sie dazu molekülplatzierung im CellBlender-Panelaus. Wählen Sie rel_anchor_LTP_PSD1 auf den Release-/Placement-Sitesaus.
  4. Menge in Freigabe ändern = 200. Wählen Sie rel_anchor_LTD_PSD1 auf den Release-/Placement-Sitesaus. Menge in Freigabe = 0 ändern. Wählen Sie rel_anchor _PSD1 auf den Release-/Placement-Sitesaus. Menge in Freigabe = 0 ändern. Wiederholen Sie die Schritte 11.1–11.2.
  5. Führen Sie die homosynaptische Depression (d. h. LTD; siehe Abbildung 8). Um dies zu tun, release 200 rel_anchor_LTD_PSD1 anstelle von rel_ANCHOR_LTP_PSD1. Legen Sie rel_anchor fest und rel_anchor_LTP_PSD1 auf Null. Wiederholen Sie die Schritte 11.1–11.2.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Diese Ergebnisse liefern die Schritte für den Aufbau eines 3D-Netzes, das eine dendritische Wirbelsäule mit einem Wirbelsäulenkopf und Wirbelsäulenhals simuliert(Abbildung 1 bis Abbildung 4). Darüber hinaus können mehrere dendritische Stacheln in ein einzelnes dendritisches Segment (Abbildung 5) eingefügt werden, um die heterosynaptische Plastizität von AMPARs14zu untersuchen. Die PSD auf der Oberseite des Wirbelsäulenkopfes (Abbildung 6) ist der Ort, an dem synaptische Anker an AMPARs binden und sie vorübergehend an der Synapse einfangen (Abbildung 7, Abbildung 8).

Synaptische Plastizität könnte grob durch Veränderungen in der Anzahl der Arten von anchor_AMPAR, anchor_AMPAR_LTP, und anchor_AMPAR_LTD an jeder Wirbelsäule überprüft werden. Für die genaue Berechnung des Auftretens synaptischer Plastizität wird empfohlen, die Variation der Gesamtzahl der verankerten und freien AMPARs an der Synapse zu berechnen. Dies kann mit Programmen von Drittanbietern durchgeführt werden, um die gespeicherten Daten der Simulation zu öffnen, um die Zeitreihen der freien AMPARs und der verankerten AMPARs an jeder PSD zusammenzufassen (Abbildung 8).

Die Freisetzung von AMPARs auf dem Netz ermöglichte die Beobachtung ihrer Diffusion durch einen stochastischen zufallswegen, der entlang der Dendriten- und dendritischen Stacheln ging. Faktoren, die die Affinität von AMPARs für die Anker verändern, wie posttranslationale Modifikationen und Änderungen der Raten von Endozytose und Exozytose, können die AMPARs an der PSD24,25,26einfangen. Die Bindung von AMPARs mit den Ankern an der PSD erfasste eine hohe Dichte von AMPARs an der Synapse. Homosynaptische Potenzierung (Abbildung 9) und Depressionen (Abbildung 10) konnten jeweils durch Erhöhungen und Abnahmen der Anzahl verankerter AMPARs überprüft werden, die durch Veränderungen der Affinität von AMPARs durch Anker im Vergleich zur Basalerkrankung verursacht wurden (Abbildung 11). Faktoren, die die Affinität von AMPARs zu den Ankern reduzierten, lösten mehrere AMPARs aus einer dendritischen Wirbelsäule (d.h. homosynaptische Depression) und induzierte heterosynaptische Potenzierung an den benachbarten Stacheln. Auch Faktoren, die die Affinität von AMPARs für die Anker an einer Wirbelsäule induzierte homosynaptische Potenzierung an dieser Wirbelsäule und heterosynaptische Depression an den benachbarten Stacheln14erhöht. Auf diese Weise wurde die heterosynaptische Plastizität als die entgegengesetzte Wirkung an den benachbarten Stacheln der an einer bestimmten Wirbelsäule induzierten homosynaptischen Plastizität beobachtet. Zum Beispiel erzeugte die homosynaptische LTP-Induktion an einer einzigen Wirbelsäule einen heterosynaptischen LTD-Effekt an den benachbarten Stacheln (Abbildung 8E,F,G).

Figure 1
Abbildung 1: Erstellung des dendritischen Wirbelsäulenkopfes mit einem kugelförmigen Netz. (A) Hinzufügen der UV-Kugel. (B) Einrichten der Kugelabmessungen. (C) Beobachtung der erstellten Kugel. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 2
Abbildung 2: Aufbau der oberen Region. (A) Auswählen des oberen Bereichs der Kugel. (B) Entfernen des ausgewählten Bereichs, um ihn flach zu machen. (C) Versiegeln der flachen Oberseite. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 3
Abbildung 3: Erstellen konzentrischer Bereiche auf der Oberseite der Wirbelsäule. (A) Visualisieren der Oberseite. (B) Verwenden eines Messers zum Definieren eines konzentrischen Bereichs. (C) Erstellen mehrerer konzentrischer Bereiche. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 4
Abbildung 4: Erstellen des dendritischen Wirbelsäulenhalses. (A) Auswählen der Unterseite der geänderten Kugel. (B) Löschen der ausgewählten Scheitelpunkte. (C) Auswählen der Unterseite. (D) Extrusion der Unterseite, um den Wirbelsäulenhals zu erstellen. (E) Versiegelung des Unteren des Wirbelsäulenhalses. (F) Analysieren der erstellten Wirbelsäule. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 5
Abbildung 5: Erstellung des Dendriten mit mehreren Stacheln. (A) Verwenden des zylindrischen Netzes zum Erstellen eines Dendriten. (B) Ausrichten der dendritischen Wirbelsäule mit dem Zylinder. (C) Verbinden des Zylinders mit der Wirbelsäule. (D) Der boolesche Vorgang zum Verbinden der Netze. (E) Das neue kombinierte Netz. (F) Hinzufügen der zweiten Wirbelsäule. (G) Hinzufügen der dritten Wirbelsäule. (H) Hinzufügen der vierten Wirbelsäule. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 6
Abbildung 6: Definieren des PSD-Bereichs und der perisynaptischen Zone. (A) Auswählen des PSD-Bereichs. (B) Detailansicht der erstellten PSD. (C) Definieren des PSD-Oberflächenbereichs. (D) Auswählen und Definieren der perisynaptischen Zone um die PSD. (E) Auswahl und Definition der seitlichen Oberfläche des Dendriten. (F) Definierte Oberflächenbereiche. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 7
Abbildung 7: Definieren der Oberflächenmoleküle. (A) Definieren von AMPAR, Anker und AMPAR, die an den Anker gebunden sind. (B) Festlegung des Ortes und der Menge der AMPAR-Kopien. (C) Definieren der Oberflächenklassen. (D) Zuweisen der Surface-Klassen. (E) Erstellung der chemischen Reaktionen zwischen den Molekülen. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 8
Abbildung 8: Repräsentative Ergebnisse der synaptischen Plastizität. (A) Verschiedene Maschen eines dendritischen Segments mit zwei, vier oder acht Stacheln. (B) Eine andere Sicht auf das dendritische Segment mit acht Stacheln. (C) Detailansicht einer dendritischen Wirbelsäule mit AMPARs und Ankern an der PSD. (D) Diagramm des Handels mit AMPARs in und aus der PSD durch ihre Interaktionen mit den Ankern. (E-G) Die Kurven zeigen die Anzahl der synaptischen AMPARs bei jeder PSD für die Basalbedingung und während LTP und LTD. Die Induktion von homosynaptischen LTP oder LTD an einer einzigen Wirbelsäule erzeugte einen heterosynaptischen Effekt in den nahe gelegenen Stacheln für das Netz mit zwei Stacheln (E), vier Stacheln (F) und acht Stacheln (G). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 9
Abbildung 9: Repräsentatives Ergebnis der LTP-Bedingung. (A) Die x-Achse ist die Zeit und die y-Achse ist die Nummer der komplexen anchor_LTP_AMPAR bei PSD1. Zu Beginn der Simulation gab es eine Veröffentlichung von 200 freien anchor_LTP. Eine höhere Anzahl von Bindungen mit Ankern wurde im Vergleich zur Basalbedingung gebildet (Abbildung 11) Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 10
Abbildung 10: Repräsentatives Ergebnis der LTD-Bedingung. (A) Die x-Achse ist die Zeit und die y-Achse ist die Nummer des komplexes anchor_LTD_AMPAR bei PSD1. Zu Beginn der Simulation gab es eine Veröffentlichung von 200 freien anchor_LTD. Im Vergleich zur Basalbedingung wurde eine geringere Anzahl von Bindungen mit Ankern gebildet (Abbildung 11). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Figure 11
Abbildung 11: Repräsentatives Ergebnis während des Basalzustandes. (A) Die x-Achse ist die Zeit und die y-Achse ist die Nummer des komplexes anchor_AMPAR bei PSD1. Zu Beginn der Simulation gab es eine Veröffentlichung von 200 freien Ankern. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Ergänzende Datei 1. Bitte klicken Sie hier, um diese Datei herunterzuladen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Dieser Artikel stellt eine Methode zur Konstruktion von 3D-Netzen zur Modellierung von Reaktionsdiffusions-Synaptischen Plastizitätsprozessen in einem dendritischen Segment mit dendritischen Stacheln vor. Das entwickelte Modell enthält ein dendritisches Segment mit wenigen dendritischen Stacheln. Die seitliche Diffusion und Reaktion von AMPARs mit synaptischen Ankern ermöglicht die Simulation der Basaldynamik. Die kritischen Schritte im Protokoll sind das Schneiden der Kugel für die Erstellung der Oberseite des Wirbelsäulenkopfes (Abbildung 1, Abbildung 2, Abbildung 3), die Extrusion zur Erstellung des Wirbelsäulenhalses (Abbildung 4) und die Verbindung des Dendriten und der Stacheln zu einem einzigen Netz ( Abbildung5). Es ist wichtig, eine vollständige Überlappung zwischen den Wirbelsäulenhälsen und dem Dendriten zu haben; Andernfalls ist das Netz nicht wasserdicht. Weitere kritische Schritte sind die Auswahl der Membranbereiche und die Definition der Oberflächenklassen (Abbildung 6, Abbildung 7). Speichern Sie die Dateien für jeden wichtigen Schritt mit einem anderen Namen.

Verwenden Sie das Werkzeug Netzanalyse, um sicherzustellen, dass das Netz nach dem Erstellen der einzelnen Wirbelsäule und nach dem Erstellen des kombinierten Dendriten mit der Wirbelsäule wasserdicht, vielfältig und nach außen gerichtet normal ist. Wenn das Netz diese Analyse fehlschlägt, kehren Sie zur zuletzt gespeicherten version zurück. Einige Schritte können je nach Version der installierten Software, betriebssystem und Tastaturtyp geringfügig unterschiedlich sein.

Dieses Protokoll simuliert den Handel mit AMPAR-Molekülen im 3D-Netz (Abbildung 8, Abbildung 9, Abbildung 10, Abbildung 11), was für die neuronale Exzitatorenübertragung und synaptische Plastizität von entscheidender Bedeutung ist. Der Handel mit einzelnen Molekülen in einem 3D-Netz ist ein wertvolles Merkmal dieses Modells in Bezug auf bestehende Methoden, die auf gut gemischten Volumina mit homogenen Verteilungen von Molekülen21,22basieren, was nicht der physiologische Zustand an den Synapsen27ist. Eine Einschränkung dieser Technik sind die hohen Rechenkosten und die langsame Geschwindigkeit von Simulationen, die eine hohe Anzahl von Kopien jedes Moleküls und eine hohe Anzahl chemischer Reaktionen zwischen ihnen verwenden. Diese Einschränkung kann überwunden werden, indem die Anzahl der Kopien jeder Art reduziert wird.

Die Konstruktion eines Systems mit einem realistischen 3D-Netz und raumzeitlicher Nachverfolgung von Molekülen ist ein leistungsfähiges Werkzeug, um mechanische Szenarien zu testen, die großartige Einblicke in die Funktionsweise von Systemen mit einer hohen Anzahl nichtlinearer Variablen geben können.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Die Autoren erklären, dass sie keine konkurrierenden finanziellen Interessen haben.

Acknowledgments

Diese Arbeit wurde teilweise durch das Stipendium der Sao Paulo State Science Foundation (FAPESP) #2015/50122-0 und IRTG-GRTK 1740/2, durch den IBM/FAPESP-Zuschuss #2016/18825-4 und durch den FAPESP-Zuschuss #2018/06504-4 unterstützt.

Materials

Name Company Catalog Number Comments
Blender Blender Foundation https://www.blender.org/
CellBlender University of Pittsburgh https://mcell.org/
Mcell University of Pittsburgh https://mcell.org/

DOWNLOAD MATERIALS LIST

References

  1. Sweatt, J. D. Neural plasticity and behavior - sixty years of conceptual advances. Journal of Neurochemistry. 139, 179-199 (2016).
  2. Heine, M., et al. Surface mobility of postsynaptic AMPARs tunes synaptic transmission. Science. 320 (5873), 201-205 (2008).
  3. Buonarati, O. R., Hammes, E. A., Watson, J. F., Greger, I. H., Hell, J. W. Mechanisms of postsynaptic localization of AMPA-type glutamate receptors and their regulation during long-term potentiation. Science Signaling. 12 (562), 6889 (2019).
  4. Nair, D., et al. Super-Resolution Imaging Reveals That AMPA Receptors Inside Synapses Are Dynamically Organized in Nanodomains Regulated by PSD95. Journal of Neuroscience. 33 (32), 13204-13224 (2013).
  5. Czöndör, K., et al. Unified quantitative model of AMPA receptor trafficking at synapses. Proceeding of the National Academy of Sciences of the United States of America. 109 (9), 3522-3527 (2012).
  6. Triesch, J., Vo, A. D., Hafner, A. S. Competition for synaptic building blocks shapes synaptic plasticity. eLife. 7, 37836 (2018).
  7. Earnshaw, B. A., Bressloff, P. C. Biophysical model of AMPA receptor trafficking and its regulation during long-term potentiation/long-term depression. Journal of Neuroscience. 26 (47), 12362-12373 (2006).
  8. Earnshaw, B. A., Bressloff, P. C. Modeling the role of lateral membrane diffusion in AMPA receptor trafficking along a spiny dendrite. Journal of Computational Neuroscience. 25 (2), 366-389 (2008).
  9. Antunes, G., Roque, A. C., Simoes-de-Souza, F. M. Stochastic Induction of Long-Term Potentiation and Long-Term Depression. Scientific Reports. 6, 30899 (2016).
  10. Kotaleski, J. H., Blackwell, K. T. Modelling the molecular mechanisms of synaptic plasticity using systems biology approaches. Nature Reviews Neuroscience. 11 (4), 239-251 (2010).
  11. Bhalla, U. S. Molecular computation in neurons: a modeling perspective. Current Opinion in Neurobiology. 25, 31-37 (2014).
  12. Czöndör, K., Thoumine, O. Biophysical mechanisms regulating AMPA receptor accumulation at synapses. Brain Research Bulletin. 93, 57-68 (2013).
  13. Bromer, C., et al. Long-term potentiation expands information content of hippocampal dentate gyrus synapses. Proceedings of the National Academy of Sciences of the United States of America. 115 (10), 2410-2418 (2018).
  14. Antunes, G., Simoes-de-Souza, F. M. AMPA receptor trafficking and its role in heterosynaptic plasticity. Scientific Reports. 8 (1), 10349 (2018).
  15. Kerr, R. A., et al. Fast monte carlo simulation methods for biological reaction-diffusion systems in solution and on surfaces. SIAM Journal on Scientific Computing. 30 (6), 3126 (2008).
  16. Czech, J., Dittrich, M., Stiles, J. R. Rapid Creation, Monte Carlo Simulation, and Visualization of Realistic 3D Cell Models. Systems Biology. 500, 237-287 (2009).
  17. Stiles, J., Bartol, T., et al. Monte Carlo Methods for Simulating Realistic Synaptic Microphysiology Using MCell. Computational Neuroscience. De Schutter,, et al. , CRC Press. (2000).
  18. Jorstad, A., et al. NeuroMorph: A Toolset for the Morphometric Analysis and Visualization of 3D Models Derived from Electron Microscopy Image Stacks. Neuroinformatics. 13 (1), 83-92 (2015).
  19. Antunes, G., Roque, A. C., Simoes de Souza, F. M. Modelling intracellular competition for calcium: kinetic and thermodynamic control of different molecular modes of signal decoding. Scientific Reports. 6, 23730 (2016).
  20. Antunes, G., Roque, A. C., Simoes-de-Souza, F. M. Molecular mechanisms of detection and discrimination of dynamic signals. Scientific Reports. 8 (1), 2480 (2018).
  21. Hoops, S., et al. COPASI--a COmplex PAthway SImulator. Bioinformatics. 22 (24), 3067-3074 (2006).
  22. Faeder, J. R., Blinov, M. L., Hlavacek, W. S. Rule-based modeling of biochemical systems with BioNetGen. Methods in Molecular Biology. 500, 113-167 (2009).
  23. Gillespie, D. T. Exact stochastic simulation of coupled chemical reactions. Journal of Physical Chemistry. 81 (25), 21 (1977).
  24. Anggono, V., Huganir, R. L. Regulation of AMPA receptor trafficking and synaptic plasticity. Current Opinion in Neurobiology. 22 (3), 461-469 (2012).
  25. Matsuda, S., Launey, T., Mikawa, S., Hirai, H. Disruption of AMPA receptor GluR2 clusters following long-term depression induction in cerebellar Purkinje neurons. EMBO Journal. 19 (12), 2765-2774 (2000).
  26. Ahmad, M., et al. Postsynaptic Complexin Controls AMPA Receptor Exocytosis during LTP. Neuron. 73 (2), 260-267 (2012).
  27. Sheng, M., Hoogenraad, C. C. The postsynaptic architecture of excitatory synapses: a more quantitative view. Annual Review of Biochemistry. 76, 823-847 (2007).

Tags

Neurowissenschaften Ausgabe 159 AMPA-Rezeptorhandel Reaktionsdiffusion synaptische Plastizität dendritische Stacheln Computermodellierung Langzeitpotenzierung Langzeitdepression heterosynaptische Plastizität
3D-Modellierung von Dendritischen Stacheln mit synaptischer Plastizität
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Antunes, G., Simoes de Souza, F. M.… More

Antunes, G., Simoes de Souza, F. M. 3D Modeling of Dendritic Spines with Synaptic Plasticity. J. Vis. Exp. (159), e60896, doi:10.3791/60896 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter