דוגמנות מהירה סריקה מחזורית Voltammetry נתונים מ חשמלית חשמלית דופמין ניטור נתונים באמצעות QNsim1.0

Summary

במהירות voltammetry מחזורית לסרוק יכול לפקח על וירו דופאמין נוירוטרנסמינציה בהקשר של סמים, מחלות, מניפולציות ניסיוניות אחרות. עבודה זו מתארת ​​את יישום QNsim1.0, תוכנה לעיצוב תגובות דופמין מגורה חשמלית על פי המודל הנוירוביולוגי כמותי לכמת הערכות של שחרור דופאמין ודינמיקה reuptake.

Abstract

לדופאמינרג'יק (דרגי) מסלולים יש תפקיד חשוב במגוון רחב של פונקציות, כגון תשומת לב, מוטיבציה ותנועה. Dopamine (DA) מעורב במחלות והפרעות, כולל הפרעות קשב וריכוז, מחלת פרקינסון ופגיעה מוחית טראומטית. לפיכך, ד.ע.י. נוירוטרנסמינציה ושיטות ללמוד את זה הם עניין מדעי אינטנסיבי. ב vivo במהירות סריקה voltammetry מחזורית (FSCV) היא שיטה המאפשרת סלקטיבי ניטור שינויים ריכוז DA עם רזולוציה טמפורלית ומרחבית בסדר. טכניקה זו משמשת בדרך כלל יחד עם גירויים חשמליים של מסלולים דרגיים עולה לשלוט על זרימת דחף של דופאמין נוירוטרנסמינציה. למרות שפרדיגמת ההעברה הנוירוטרנסמיטית של ד"א יכולה לייצר תגובות ד"א חזקות עם מורפולוגיות ברורות, מה שהופך אותן לאמינות לניתוח קינטי, עדיין יש ויכוח רב על איך לפרש את התגובות במונחים של שחרור DA שלהם ו clearanרכיבי CE. כדי לענות על חשש זה, מסגרת נוירוביולוגית (QN) כמותית של נוירוטרנסמינציה DA מופעלת פותחה לאחרונה כדי ליצור מודל מציאותי של הדינמיקה של שחרור התרופה המחודשת והתחדשות במהלך תגובה מגרה של ה- DA. היסודות של מודל זה מבוססים על נתונים ניסיוניים של תדר נוי משופר של ד.ע. ועקרונות נוירוטרנסמיזציה שאומצו מקווים שונים של מחקר. מודל QN מיישמת 12 פרמטרים הקשורים שחרור משחרר DA ו reuptake דינמיקה לדגם תגובות DA. עבודה זו מתארת ​​כיצד לדמות תשובות DA באמצעות QNsim1.0 וכן פירוט העקרונות שיושמו כדי להבחין בשינויים באופן שיטתי בהוצאת הדופאמין הממריצה ובדינמיקה של החזרת הקליטה מחדש.

Introduction

דופאמין (ד"א) נוירוטרנסמינציה ממלא תפקיד חיוני תפקודים קוגניטיביים והתנהגותיים שונים, ואת תפקוד לקוי שלה מעורב בכמה מחלות נפוצות והפרעות. ככזה, חשוב לפתח שיטות מדויקות של למידה כמותית של נוירוטרנסמינציה DA ב vivo כדי להעריך כיצד משפיעה עצבי DA על הקשרים של מודלים של מחלות פרמקולוגיה סמים. סריקה מהירה voltammetry מחזורית (FSCV) מאפשר ניטור ב neivotransmission vivo DA עם רזולוציה מרחבית וטמפורלית בסדר. אמנם ניתן לעקוב אחר עצבי התערבות פיזיולוגית DA ער, מתנהג בחופשיות בעלי חיים, גירוי חשמלי של מסלולים דופאמינרגליים עולה בחיות הרדים יכול לייצר תגובות DA חזקים כי הם מקובלים על ניתוח קינטי משופרת של נוירוטרנסמינציה DA.

תגובות DA מעוררות חשמלית משקפות יחסי גומלין דינמיים בין שחרור התובע המחודש לבין החזרתו מחדש, ופרשנויותמהתגובות הללו השתמשו בעיקר במודל פשוט של נוירוטרנסמינציה של התובע המחוזי המכונן הנקרא מודל מיכאליס-מנטן (MM). מודל MM מורכב משלושה משתנים כדי לתאר תגובות DA במונחים של קצב שחרור קבוע של DA ועלייה חוזרת של יעילות חוזרת ( כלומר, היחס בין שיעור ההחזרה של התובע המחוזי לבין ריכוז התאים החוץ-תאיים), כפי שמתואר במשוואה 1 :

(שחרור DA) (Reauptake DA)

במשוואה 1, f הוא תדירות הגירוי; [DA] _p הוא אומדן התוספת D DA לכל פעימה של גירוי; V _מקס מייצג את שיעור החזרת הקצב המרבי המשוער; ו K _{מ '} הוא קבוע משוער MM, אשר שווה מבחינה תיאורטית ריכוז DA חוץ תאי רוויה 50% של DAT, המוביל לשיעור reuptake חצי מקסימלית. זה שונהניתן לשלב משוואה אל כדי לדמות תגובות DA ניסיוניות על ידי אמידת הפרמטרים [DA], V _max , ו- K _m .

למרות מודל MM יש להקל התקדמות משמעותית בהבנה של קינטיקה נוירוטרנסמינציה בקונטקסט ניסיוני שונים, מודל MM עושה הנחות היסוד פשטנית להגביל את תחולתו כאשר דוגמנות תגובות DA התעוררה על ידי גירויים supropysiological ^{2 , 13} . לדוגמה, מודל MM יכול רק להשוות צורות תגובה DA אם הם עולים בצורה קמורה, אבל זה לא יכול להסביר את התגובות הדרגתיות (קעור) עולה התגלו באזורים סטריאטליים הגב ¹² . לפיכך, ההנחות מודל MM לא ללכוד במדויק את שחרור דינמי ותהליכים reuptake של נוירוטרנסמינציה DA מופעלת.

כדי לדמות תגובות DA מגורה על פי כמות ריאליסטיתItative מסגרת, נוירוביולוגי (QN) מסגרת כמותית פותחה על בסיס עקרונות של קינטיקה נוירוטרנסמינציה מגורה הנגזר מחקר משלים ניסויים ² . קווים שונים של מחקר נוירוטרנסמיטי מראים כי (1) שחרור נוירוטרנסמיטור מגרה הוא תהליך דינמי כי יורד בקצב במהלך גירוי ¹⁴ , (2) שחרור ממשיך בשלב שלאחר גירוי עם קינטיקה biphasic ריקבון ¹⁵ , ו (3) DA יעילות reuptake הוא מעוכב בהדרגה במהלך משך הגירוי עצמו ^{2 , 16} . שלושה מושגים אלה משמשים בסיס של מסגרת QN, ואת שלוש משוואות המורכבת של 12 פרמטרים המתארים את הדינמיקה של שחרור DA ו reuptake ( טבלה 1 ). במסגרת QN ניתן לדמות מקרוב הטרוגניות ניסיוני DA סוגי התגובה, כמו גם את pההשפעות של מניפולציות ניסיוניות של פרמטרים גירוי וניהול סמים ^{2 , 6} . למרות שמחקרים נוספים נחוצים כדי לחדד את גישת מודלים הנתונים, ניסויים עתידיים יכולים להפיק תועלת רבה מן גישה זו מודלים נוירוביולוגית מעוגנת, אשר מוסיף באופן משמעותי את ההמלצות שנלקחו הפרדיגמה נוירוטרנסמינציה מעוררת DA.

טבלה 1: משוואות דוגמנות ופרמטרים . אנא לחץ כאן כדי להציג גרסה גדולה יותר של דמות זו.

הדרכה זו מתארת ​​כיצד המודל מגורה נתונים בתגובה DA כדי להעריך שחרור DA ו קינטיקה reuptake באמצעות QNsim 1.0. אוסף נתונים ניסיוניים בפועל PROcessing אינו מתואר כאן ורק דורש נתונים ריכוז DA זמני. התמיכה התיאורטית ואת היסודות של מסגרת QN תוארו בהרחבה בעבר ² , אבל פרספקטיבה מעשית על החלת מסגרת QN מודל נתוני התגובה DA מתואר להלן.

מסגרת QN מודלים אינטראקציה דינמית בין: 1) שחרור DA דינמי, 2) Reauptake DA, ו 3) את ההשפעות של גירויים supropysiological על תהליכים אלה כדי לחלץ מידע קינטי משמעותי נתונים התגובה DA. מסגרת QN היא המתאימה ביותר עבור מודלים FSCV נתונים שנרכשו באמצעות גירויים supropysiological מאוד של משך זמן ארוך ( למשל, 60 הרץ, 10 גירויים), אשר מייצרים תגובות DA חזקים כי הם ניתנים לניתוח קינטי. בעקבות הדגימה המדויקת של תהליכי השחרור והתהליכים הבסיסיים, ניתן להשתמש בפרמטרים של המודל כדי לדמות תגובת DA שתשווה את הצורה של האקסתגובת התובע המחוזי.

המשוואות של מסגרת QN לתאר את שיעורי שחרור DA ו reuptake במהלך תגובות מגרה DA. מסגרת QN מתאר את שיעור שחרור התובע המחוזי מגורה כפונקציה של זמן מתחילת גירוי (לא גירוי), כאשר שיעור שחרור DA גדל באופן אקספוננציאלי במהלך הגירוי. זה עולה בקנה אחד עם הידלדלות של הבריכה reasily לשחרור, עם תוספת קבועה המדינה DA שיעור שחרור (DARss) כדי להסביר את חידוש שלפוחית, בדומה לדו"חות אחרים ( משוואה 2 ) ^{14 , 17} .

מניפולציות המגדילות את קצב שחרור התובע המחוזי, כגון הגדלת Δ DAR, Δ DAR τ , או DARss, מובילות להגדלת תגובה בתגובה לתמ"ג לעומת חלקות זמן. כל פרמהטר תורם באופן דיפרנציאלי לצורות תגובה של DA. הגדלת DARss ו Δ DAR τ גם להפוך את השלב עולה של תגובות ליניארי יותר (פחות קמורה). הקטנת Δ DAR τ מקדמת את הקימור, הנשלט על ידי גודל Δ DAR. בהתבסס על ניסיון הדוגמנות, DARss הוא בדרך כלל פחות מ 1/5 ^th של Δ DAR; לכן, Δ DAR הוא פרמטר השחרור הקובע בעיקר את משרעת התגובה הכוללת של תגובת DA.

שיעור ההתרעה לאחר שחרור ה- DA הוא המודל של משוואה 3 כהמשכה של קצב שחרור ה- DA המומרץ מסוף הגירוי (DAR _ES ) כפונקציה של זמן לאחר הגירוי (t _post ). שיעור ההפרשה לאחר הדעיכה של התרופה עוקב אחר דפוס ריקבון ביפאסי, כפי שתואר לעיל, עם שלב ריקבון מעריכי מהיר ושלב דעיכה ליניארי ממושך,נתרן תלויי נוירוטרנסמיטר תהליכים.

(ריקבון מעריכי מהיר) (ריקבון ליניארי ממושך)

בשלב זה לא ניתן לקבוע עד כמה מתרחש מחזה DA שלאחר הגירוי. מגבלה זו יכולה להיות מטופלת על ידי שיטתי מזעור הערכות שלאחר גירוי DA שחרור ו אימות פרמטרים מודל על פני קבוצה של תגובות DA ניסיוני שנאספו מאותו אתר הקלטה באמצעות משתנים גירוי משתנים. מזעור זה מאפשר למשתמשים לבצע הערכות שמרניות של שחרור ו reuptake. בגלל גירויים חשמליים להוביל הצטברות סידן המקדם שלאחר שחרור נוירוטרנסמיטר, משך הגירוי משפיע על שלאחר נוירוטרנס גירויהפרמטרים שחרור Mitter ^{18 , 19} . בהתבסס על חוויית הדגימה, נמצא כי ככל שמגדילה את משך הגירוי, τ _R עולה ו- X _R פוחתת, בהתאם להשפעות הצפויות של הצטברות סידן גדולה יותר ²⁰ .

משוואה 4 מתארת ​​את שיעור ההחזרה מחדש של ה- DA כהארכה של מסגרת ה- MM ומשלבת מונח דינמי של K _m , אשר מגביר במהלך הגירוי לדגם ירידה הדרגתית ביעילות החזרת החמצן הנגרמת על ידי גירויים סופראפיזיולוגיים ^{2 , 16} . K _מ לאחר גירוי מוחזק קבוע בערך K _מ בסוף גירוי (K mES).

איפה,

<img alT = "משוואה 6" src = "/ files / ftp_upload / 55595 / 55595eq6.jpg" />

(במהלך גירוי) (לאחר גירוי)

תגובות DA מעוררות, במיוחד באזורים סטריליים בגחון, הם לעתים קרובות לא רגישים לשינויים בערך הראשוני K (K _mi ), מה שהופך הגדרת ערך K _mi בעייתי. לכן, כמו מסגרת MM המקורי, K K הוא בקירוב ב 0.1-0.4 מיקרומטר M עבור תגובות DA שנאספו מבעלי חיים שאינם מטופלים ¹² . המונח Δ K _{מ '} קובע את מידת החידוש ביעילות שינוי במהלך גירוי, אשר מניסיוננו הוא כ 20Jon M במשך 60-הרץ, 10-s גירוי. ערכי K ו- K _minf קובעים כיצד שינויים ב- K _m משתנים עם הזמן, והגדלת אחד מהמונחים האלה מקדמת את קיומו של השלב העולה. _מקס V הוא שיעור החזרת הקיבול המקסימלי המתייחס בחלקו לצפיפות הטרנספורמטור המקומי, אשר מציג וירומדיאליות לשיפוע dorsolateral ²¹ . לפיכך, ערכי V _{מקסימום} בסטריאטום הגבי (D-Str) בדרך כלל גבוהים מ -30 μ M / s אך בדרך כלל פחות מ -30 מיקרומטר M / s באזורים הגחון, כמו הגרעין accumbens (NAc) ⁶ .

ההנחיות הכלליות לעיל יכולות לסייע במידול נתונים ניסיוניים של תשובות DA, אך יצירת סימולציה הקרובה לתגובת DA התנסית דורשת התאמת פרמטרים של מודל. הדיוק של הפרמטרים מודל ניתן לשפר על ידי קבלת תגובות DA כדי גירויים supropysiological כי provEA מצע חזק עבור סימולציה, כמו גם על ידי קבלת ודוגמאות מרובה תשובות DA לגירויים משתנים משתנים באותו אתר ההקלטה ( למשל, 60-Hz, 5-s ו 10- s גירויים) כדי לאמת את הדיוק של הפרמטרים ( ראה נתוני המדגם). כדי להדגים, מערך נתונים כלול בחבילת התוכנה המכילה תגובות דגימות מגרות של regiospecific שנאספו בגרעין האקומבנס ובסטריאטום הגבי, לפני ואחרי אתגר פרמקולוגי שכבר נבנה באמצעות מסגרת QN. בנוסף, משתמשים ימצאו כי מתודולוגיה זו יכולה להיות מיושמת באופן דומה על מנת לאפיין את הקינטיקה של נוירוטרנסמינציה DA בהקשר של מחלות שונות ומניפולציות פרמקולוגיות.

Protocol

1. התקנה, הכנת נתונים ושיגור QNsim1.0 הורד "QNsim1.0.zip" (מסופק כתוסף) ולחלץ אותו לספרייה הרצויה. הכן נתונים מגרה בתגובה DA עבור מודלים עם התוכנה על ידי ארגון גיליון אלקטרוני שבו כל עמודה מכילה …

Representative Results

כלול בתוכנה הם נתונים דגימה של נתונים נוירוטרנסמטיים המתקבלים מהסטריאטום הגבי של החולדה (מחקר 1) והגרעין המצטבר (מחקר מס '2), שנאסף לתוך "Sample.xlsx". הגיליון האלקטרוני מכיל את נתוני ריכוז ה- DA של התגובות הבסיסיות ל -60 הרץ, 10 שניות ו -5 גירויים ותגובה ל -60 הרץ, 5 גירויים ש?…

Discussion

השימוש ב- FSCV כדי ללמוד ב- vivo מגרה את ההעברה הנוירונלית של ה- DA שמקורו בשנות השמונים ³⁰ ועדיין ממשיך להיות מקור עשיר לנתוני ההעברה העצביים של vivo עם רזולוציה מרחבית וזמנית שאין דומה לה. תגובות DA מעוררות משקפות איזון מורכב של שחרור DA וחזרתו מחדש, המאו…

Materials

MATLAB R2016a for Mac	Mathworks
QNsim1.0	In house software package		Software to model FSCV data using the QN framework