シナプス可塑性を用いた樹状脊椎の3Dモデリング
Summary
このプロトコルは、シナプス可塑性をモデリングするための樹状脊椎を持つ樹状セグメントの3次元(3D)モデルを開発します。構築されたメッシュは、CellBlender および MCell を使用するソフトウェア プログラム Blender を使用して、長期的なシナプス可塑性における AMPA 受容体の密売の計算モデリングに使用できます。
Abstract
三次元(3D)幾何学における化学種の拡散と反応の計算モデリングは、樹状棘におけるシナプス可塑性のメカニズムを理解するための基本的な方法である。このプロトコルでは、樹状突起および樹状棘の詳細な3D構造は、CellBlenderを使用したソフトウェアBlender上のメッシュでモデル化されています。シナプス領域とシナプス外領域はメッシュ上で定義されます。次に、シナプス受容体およびシナプスアンカー分子は、その拡散定数で定義される。最後に、シナプス受容体とシナプスアンカー間の化学反応が含まれ、計算モデルは、ソフトウェアMCellで数値的に解決されます。この方法は、3D幾何学的構造における単一分子の空間的経路を記述する。したがって、シナプス可塑性の発生時に樹状脊椎の出入りするシナプス受容体の密売を研究することは非常に有用である。この方法の制限は、分子の数が多いとシミュレーションの速度が遅くなることです。この方法を用いた樹状脊椎のモデリングにより、単一脊椎内のホモシナプス増強とうつ病の研究と、隣接樹状脊椎間の不均一な可塑性の研究が可能となる。
Introduction
シナプス可塑性は、学習と記憶に関連付けられている1.シナプス可塑性は、長期増強(LTP)および長期うつ病(LTD)などの、SYNaptic膜2の中および外にAMPA受容体(AMPA)の挿入および除去にそれぞれ関連している。AMPARシナプスは樹状脊椎3と呼ばれる小さな容積構造の上に配置されています。各脊椎は、ポストナプティクス密度(PSD)と呼ばれるポストナプティクス膜にタンパク質密度の高い領域を含んでいます。PSDトラップのアンカータンパク質はシナプス領域のAMPAをトラップします。単一のシナプス内のAMPARsのコピーはほとんどなく、樹状棘の他の種とのAMPARsの人身売買と反応は確率的プロセス22、44である。樹状,棘,55、6、7、86におけるシナプス受容体の入稿のいくつかのコンパートメントモデルがあります。78しかし、樹状突起とその樹状棘の3D構造におけるシナプス可塑性に関連するAMPALの人身売買の確率計算モデルが不足している。
計算モデリングは、シナ,プス可塑性99、10、11、12の発生時に樹状脊椎におけるアンパールの反応拡散のような複雑な系のダイナミクスの基礎となるメカニズム11を調べる12有用なツールである。,10このモデルは、複雑なシナリオを視覚化し、感度パラメータを変化させ、実験12,13,13を制御することが困難または不可能な多くの変数を含む科学的条件で重要な予測を行うために使用できます。計算モデルの詳細レベルを定義することは、モデル化された現象に関する正確な情報を得る上での基本的なステップです。理想的な計算モデルは、複雑さと単純さの微妙なバランスで、計算上の負荷をかけずに自然現象の本質的な特性を捉えることです。詳細すぎる計算モデルは、計算にコストがかかる可能性があります。一方、詳細性の低いシステムでは、現象のダイナミクスを捉えるために不可欠な基本的な要素が欠けている可能性があります。樹状脊椎の3Dモデリングは2Dや1Dよりも計算上高価ですが、時間や3D空間で反応して拡散する非線形変数が多い複雑なシステムなど、3Dレベルでのモデリングはシステムの機能に関する洞察を得るために不可欠な条件があります。さらに、より低次元モデルの本質的な特性を維持するために、複雑さを慎重に軽減することができます。
少量の中で与えられた種のコピーが少ない確率的システムでは、システムの平均ダイナミクスは、大規模な集団の平均ダイナミクスから逸脱する。この場合、反応拡散粒子の確率計算モデリングが必要となる。この研究では、3D樹状脊椎におけるAMPARsの数コピーの確率モデリング反応拡散の方法を紹介する。この方法の目的は、シナプス可塑性をモデル化するための樹状棘及びシナプスを有する樹状線セグメントの3D計算モデルを開発することである。
この方法では、MCellを使用してモデルを数値的に解き、3Dメッシュを構築するためのブレンダー、およびCellBlenderを使用して、3Dメッシュ14、15、16,15,の分子の時空間反応拡散を含むMCellシミュレーションを作成および視覚化します。ブレンダーはメッシュの作成のためのスイートであり、CellBlenderは、基本ソフトウェアブレンダーのためのアドオンです。MCellは、単一分子17の反応拡散のためのモンテカルロシミュレータです。
この方法の使用の背後にある根拠は、樹状棘14の微小生理学的環境におけるこの現象のより良い理解を達成するためにシナプス可塑性をモデル化することから成る。特に、この方法は、樹状脊椎14間のホモシナプス増強、ホモシナプスうつ病、および不均一なナプティック可塑性のシミュレーションを可能にする。
この方法の特徴としては、樹状突起とそのシナプスの3D幾何学的構造のモデル化、ランダムウォークによる拡散、シナプス可塑性に関与する分子の化学反応が挙げられる。この方法は、仮説をテストし、多数の変数を持つ複雑な非線形系の機能を予測するために、豊富な環境を作成する利点を提供します。また、シナプス可塑性の研究だけでなく、一般的に3Dメッシュ構造における分子の確率的反応拡散を研究するためにも適用できます。
あるいは、樹状構造の3Dメッシュは、電子顕微鏡の逐次再構成18からブレンダーに直接構築することができる。連続再構築に基づくメッシュは 3D 構造を提供しますが、実験データへのアクセスは必ずしも利用できるとは限りません。したがって、本プロトコルに記載されているように、基本的な幾何学的構造から適応されたメッシュの構築は、樹状棘を持つカスタマイズされた樹状セグメントを開発する柔軟性を提供する。
別の代替計算方法は、通常の容積,,99、10、11、19、20、21、2210,11のよく混合反応20,21の22バルクシミュレーションである。19バルクシミュレーションは、単一の十分に混合された容積23内の多くの種の反応を解決するのに非常に効率的であるが、バルクアプローチは、高解像度の3Dメッシュで多くのよく混合されたボクセル内の分子の反応拡散を解決するために非常に遅いです。一方、個々の粒子の反応拡散のMCellシミュレーションを用いた本法は、高解像度3Dメッシュ15において効率的に動作する。
この方法を使用する前に、研究した現象が3Dメッシュで確率的反応拡散アプローチを必要とするかどうかを尋ねるべきです。この現象が樹状棘のような小さな容積コンパートメントを持つ複雑な幾何学的構造で拡散する反応種の少なくとも1つのコピー(1,000未満)を持つ場合、3Dメッシュにおける反応拡散の確率的モデリングが適用に適している。
シナプス可塑性を持つ樹状脊椎を含む樹状セグメントの3D計算モデルを構築するために必要ないくつかのステップがあります。主な手順は、モデルの構築のための適切なソフトウェアのインストール、複数の脊椎を作成するためのテンプレートとして使用される単一樹状脊椎の構築、および複数の樹状脊椎で接続された樹状セグメントの作成です。シナプス可塑性をモデリングするステップは、PSD領域にアンカーを挿入し、樹状セグメントと樹状棘にAMPAを挿入することです。次に、PSDとAMPPARに位置するアンカー間の運動反応は、シナプス領域でAMPPARをトラップする複雑なアンカーAMPAR種を生成するように定義される。それぞれ、アンカーとシナプスAMPARs間の親和性の増加と減少は、LTPとLTDのプロセスを作成します。
Protocol
Representative Results
Discussion
この記事では、樹状棘を持つ樹状セグメントにおける反応拡散シナプス可塑性プロセスをモデリングするための3Dメッシュの構築方法を紹介します。開発されたモデルには樹状棘の少ない樹状線が含まれています。シナプスアンカーを用いたAMPALの横拡散と反応により、基底ダイナミクスのシミュレーションが可能です。プロトコルの重要なステップは、脊椎頭部の上部(図1、<…
Disclosures
The authors have nothing to disclose.
Acknowledgements
この研究の一部は、サンパウロ州科学財団(FAPESP)助成金#2015/50122-0およびIRTG-GRTK 1740/2、IBM/FAPESP助成金#2016/18825-4、およびFAPESP助成金#2018/06504-4によって支えられました。
Materials
| Blender | Blender Foundation | https://www.blender.org/ | |
| CellBlender | University of Pittsburgh | https://mcell.org/ | |
| Mcell | University of Pittsburgh | https://mcell.org/ |
References
- Sweatt, J. D. Neural plasticity and behavior – sixty years of conceptual advances. Journal of Neurochemistry. 139, 179-199 (2016).
- Heine, M., et al. Surface mobility of postsynaptic AMPARs tunes synaptic transmission. Science. 320 (5873), 201-205 (2008).
- 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).
- 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).
- 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).
- Triesch, J., Vo, A. D., Hafner, A. S. Competition for synaptic building blocks shapes synaptic plasticity. eLife. 7, 37836 (2018).
- 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).
- 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).
- 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).
- 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).
- Bhalla, U. S. Molecular computation in neurons: a modeling perspective. Current Opinion in Neurobiology. 25, 31-37 (2014).
- Czöndör, K., Thoumine, O. Biophysical mechanisms regulating AMPA receptor accumulation at synapses. Brain Research Bulletin. 93, 57-68 (2013).
- 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).
- Antunes, G., Simoes-de-Souza, F. M. AMPA receptor trafficking and its role in heterosynaptic plasticity. Scientific Reports. 8 (1), 10349 (2018).
- 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).
- 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).
- Stiles, J., Bartol, T., De Schutter, Monte Carlo Methods for Simulating Realistic Synaptic Microphysiology Using MCell. Computational Neuroscience. , (2000).
- 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).
- 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).
- 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).
- Hoops, S., et al. COPASI–a COmplex PAthway SImulator. Bioinformatics. 22 (24), 3067-3074 (2006).
- 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).
- Gillespie, D. T. Exact stochastic simulation of coupled chemical reactions. Journal of Physical Chemistry. 81 (25), 21 (1977).
- Anggono, V., Huganir, R. L. Regulation of AMPA receptor trafficking and synaptic plasticity. Current Opinion in Neurobiology. 22 (3), 461-469 (2012).
- 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).
- Ahmad, M., et al. Postsynaptic Complexin Controls AMPA Receptor Exocytosis during LTP. Neuron. 73 (2), 260-267 (2012).
- Sheng, M., Hoogenraad, C. C. The postsynaptic architecture of excitatory synapses: a more quantitative view. Annual Review of Biochemistry. 76, 823-847 (2007).
