Summary

3D моделирование дендритных шипов с синаптической пластичностью

Published: May 18, 2020
doi:

Summary

Протокол разрабатывает трехмерную (3D) модель дендритного сегмента с дендритными шипами для моделирования синаптической пластичности. Построенная сетка может быть использована для вычислительного моделирования оборота рецепторов AMPA в долгосрочной синаптической пластичности с помощью программной программы Blender с CellBlender и MCell.

Abstract

Вычислительное моделирование диффузии и реакции химических видов в трехмерной (3D) геометрии является фундаментальным методом понимания механизмов синаптической пластичности в дендритных позвоночниках. В этом протоколе детальная 3D структура дендритов и дендритных шипов моделируется с помощью сеток на программном обеспечении Blender с CellBlender. На сетке определяются синаптические и экстрасинаптические области. Далее, синаптические рецепторы и синаптические молекулы якоря определяются с их диффузионные константы. Наконец, химические реакции между синаптических рецепторов и синаптических якорей включены и вычислительной модели решается численно с программным обеспечением MCell. Этот метод описывает spatiotemporal путь каждой молекулы в 3D геометрической структуры. Таким образом, очень полезно изучить торговлю синаптических рецепторов в и из дендритных шипов во время возникновения синаптической пластичности. Ограничением этого метода является то, что большое количество молекул замедляет скорость моделирования. Моделирование дендритных шипов с помощью этого метода позволяет изучать гомосинаптические потенции и депрессии в одиночных позвоночниках и гетеросинаптической пластичности между соседами дендритных шипов.

Introduction

Синаптическая пластичность была связана с обучением ипамятью 1. Синаптическая пластичность, такая как долгосрочная потенция (LTP) и долгосрочная депрессия (LTD), связана соответственно с вставкой и удалением рецепторов АМРА (АМПАР) в и из синаптической мембраны2. Синапсы AMPAR расположены поверх небольших объемных структур, называемых дендритными шипами3. Каждый позвоночник содержит белковую плотную область в постсинаптической мембране, называемую постсинаптической плотностью (PSD). Якорные белки в АМПАР-ловушке PSD в синаптической области. Есть несколько копий АМПАР в рамках одного синапса и торговли и реакции АМПАР с другими видами в дендритных шипов является стохастическийпроцесс 2,4. Существует несколько разрозненных моделей торговли синаптических рецепторов при дендритных шипах5,,6,,7,,8. Однако не хватает стохастических вычислительных моделей оборота АМПАР, связанных с синаптической пластичностью у 3D-структур дендритов и их дендритных шипов.

Вычислительное моделирование является полезным инструментом для изучения механизмов, лежащих в основе динамики сложныхсистем,таких как реакция-диффузия АМРА в дендритных шипов во время возникновениясинаптической пластичности 9,10,11,12. Модель может быть использована для визуализации сложных сценариев, различных чувствительных параметров и принятия важных прогнозов в научных условиях с участием многих переменных, которые трудно или невозможноконтролировать экспериментальные 12,13. Определение уровня детализации вычислительной модели является фундаментальным шагом в получении точной информации о смоделированном явлении. Идеальная вычислительная модель – это тонкий баланс между сложностью и простотой для захвата основных характеристик природных явлений без вычислительной запретительной. Слишком подробные вычислительные модели могут быть дорогостоящими для вычислений. С другой стороны, в плохо детализированных системах может не хватать основных компонентов, которые необходимы для того, чтобы зафиксировать динамику этого явления. Хотя 3D-моделирование дендритных шипов вычислительно дороже, чем 2D и 1D, есть условия, например, в сложных системах со многими нелинейными переменными, реагирующих и рассеянных во времени и 3D пространстве, для которых моделирование на 3D-уровне имеет важное значение для получения информации о функционировании системы. Кроме того, сложность может быть тщательно уменьшена, чтобы сохранить основные характеристики низкомерной модели.

В стохастичной системе с небольшим количеством копий данного вида в небольшом объеме средняя динамика системы отклоняется от средней динамики большой популяции. В этом случае требуется стохастичное вычислительное моделирование реакционных диффузионных частиц. Эта работа вводит метод стохастичного моделирования реакции-диффузии нескольких копий АМРА в 3D дендритных шипах. Целью данного метода является разработка 3D вычислительной модели дендритного сегмента с дендритными шипами и их синапсами для моделирования синаптической пластичности.

Метод использует программное обеспечение MCell для решения модели численно, Blender для построения 3D-сеток, и CellBlender для создания и визуализации моделирования MCell, в том числе spatiotemporal реакции диффузии молекул в 3D-сетки14,15,16. Blender является набором для создания сеток и CellBlender является дополнением для базового программного обеспечения Blender. MCell является симулятор Монте-Карло для реакции диффузии отдельных молекул17.

Обоснование использования этого метода состоит из моделирования синаптической пластичности для достижения лучшего понимания этого явления в микрофизиологической среде дендритных шипов14. В частности, этот метод позволяет моделирование гомосинаптической потенции, гомосинаптической депрессии и гетеросинаптической пластичности между дендритнымишипами 14.

Особенности этого метода включают моделирование 3D геометрической структуры дендрита и его синапсов, диффузию случайной ходьбой, а также химические реакции молекул, связанных с синаптической пластичностью. Этот метод обеспечивает преимущество создания богатых сред для проверки гипотез и прогнозирования функционирования сложной нелинейной системы с большим количеством переменных. Кроме того, этот метод можно применять не только для изучения синаптической пластичности, но и для изучения стохастической реакции-диффузии молекул в структурах 3D-сетки в целом.

Кроме того, 3D-сетки дендритных структур могут быть построены непосредственно в Blender из электронного микроскопа серийныхреконструкций 18. Хотя сетки, основанные на серийных реконструкциях, обеспечивают 3D-структуры, доступ к экспериментальным данным не всегда доступен. Таким образом, конструкция сеток, адаптированных из основных геометрических структур, как описано в настоящем протоколе, обеспечивает гибкость в разработке индивидуальных дендритных сегментов с дендритными шипами.

Другим альтернативным вычислительным методом является массовое моделирование хорошо смешанныхреакций в регулярном томе 9,,10,,11,,19,,20,,21,,22. Массовое моделирование очень эффективно в решении реакций многих видов в рамках одного хорошо смешанноготома 23, но объемный подход чрезвычайно медленно, чтобы решить реакцию-диффузии молекул во многих хорошо смешанных вокселей в высоком разрешении 3D сетки. С другой стороны, настоящий метод с использованием MCell моделирования реакции-диффузии отдельных частиц эффективно работает в высоком разрешении 3Dсетки 15.

Прежде чем использовать этот метод, следует спросить, требует ли изучаемое явление стохастичного подхода к реакции диффузии в 3D-сетке. Если явление имеет несколько копий (менее 1000) по крайней мере одного из реагирующих видов, рассеянных в сложной геометрической структуре с небольшим объемом отсеков, таких как дендритные шипы, то стохастичное моделирование реакционно-диффузии в 3D-сетках подходит для применения.

Есть несколько шагов, необходимых для построения 3D вычислительной модели дендритного сегмента, содержащего дендритные шипы с синаптической пластичностью. Основными шагами являются установка надлежащего программного обеспечения для строительства модели, строительство одного дендритного позвоночника, который будет использоваться в качестве шаблона для создания нескольких шипов, и создание дендритного сегмента, который связан с несколькими дендритными шипами. Шаг для моделирования синаптической пластичности состоит из вставки якорей в области PSD и AMPARs в дендритном сегменте и дендритных шипов. Затем определяются кинетические реакции между якорями, расположенными в PSD и AMPARs, для производства сложных якорных видов АМПАР, которые ловят АМПАР в синаптической области. Соответственно, увеличение и уменьшение сродства между якорями и синаптических АМПАР создают процесс LTP и LTD.

Protocol

ПРИМЕЧАНИЕ: Пожалуйста, смотрите дополнительный файл 1 для глоссарий терминов, используемых в этом протоколе. 1. Установите Blender, CellBlender и MCell ПРИМЕЧАНИЕ: Этот протокол требует установки MCell, Blender и Cell Blender. Скачать и установить программное обесп?…

Representative Results

Эти результаты обеспечивают шаги для строительства 3D сетки, которая имитирует дендритный позвоночник с головой позвоночника и шеи позвоночника(рисунок 1 на рисунке 4). Кроме того, несколько дендритных шипов могут быть вставлены в одном дендритном<strong class…

Discussion

В данной статье представлен метод строительства 3D-сеток для моделирования реакционно-диффузионных процессов синаптической пластичности в дендритном сегменте с дендритными шипами. Разработанная модель содержит дендритный сегмент с несколькими дендритными шипами. Боковое распростр?…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Эта работа была частично поддержана Грантом Государственного научного фонда Сан-Паулу (FAPESP) #2015/50122-0 и IRTG-GRTK 1740/2, грантом IBM/FAPESP #2016/18825-4 и грантом FAPESP #2018/06504-4.

Materials

Blender Blender Foundation https://www.blender.org/
CellBlender University of Pittsburgh https://mcell.org/
Mcell University of Pittsburgh https://mcell.org/

Referenzen

  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., De Schutter, Monte Carlo Methods for Simulating Realistic Synaptic Microphysiology Using MCell. Computational Neuroscience. , (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).

Play Video

Diesen Artikel zitieren
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).

View Video