Summary

Undersøgelse af drivere til antireward i afhængighedsadfærd med anatomisk specifikke enkeltcellegenekspressionsmetoder

Published: August 04, 2022
doi:

Summary

Kombinationen af laserfangstmikrodissektion og mikrofluidisk RT-qPCR giver anatomisk og bioteknisk specificitet ved måling af transkriptomet i enkeltneuroner og glia. Anvendelse af kreative metoder med et systems biologiske tilgang til psykiatrisk sygdom kan føre til gennembrud i forståelse og behandling såsom neuroinflammation antireward hypotesen i afhængighed.

Abstract

Stigende afhængighedsadfærd har motiveret både forskere og klinikere inden for mental sundhed til at forstå antireward og genopretning. Dette skift væk fra belønning og begyndelse nødvendiggør nye perspektiver, paradigmer og hypoteser sammen med en udvidelse af de metoder, der anvendes til at undersøge afhængighed. Her giver vi et eksempel: En systembiologisk tilgang til at undersøge antireward, der kombinerer laserfangstmikrodissektion (LCM) og mikrofluidisk regultion kvantitative polymerasekædereaktioner (RT-qPCR) med høj kapacitet. Genekspressionsnetværksdynamik blev målt, og en vigtig drivkraft for neurovisceral dysregulering i alkohol- og opioidabstinenser, neuroinflammation, blev identificeret. Denne kombination af teknologier giver anatomisk og fænotypisk specificitet ved enkeltcelleopløsning med høj kapacitetsfølsomhed og specifikke genekspressionsmål, der giver både hypotesegenererende datasæt og mekaniske muligheder, der skaber muligheder for ny indsigt og behandlinger.

Introduction

Afhængighed er fortsat en voksende udfordring i den udviklede verden 1,2. På trods af store videnskabelige og kliniske fremskridt fortsætter afhængighedsraterne med at stige, mens effektiviteten af etablerede behandlinger forbliver stabil i bedste fald 3,4,5. Imidlertid har fremskridt inden for bioteknologi og videnskabelige tilgange ført til nye metoder og hypoteser til yderligere at undersøge patofysiologien af stofafhængighed 6,7,8. Faktisk tyder den seneste udvikling på, at nye begreber og behandlingsparadigmer kan føre til gennembrud med sociale, økonomiske og politiske konsekvenser 9,10,11,12.

Vi undersøgte antireward i tilbagetrækning af alkohol- og opioidafhængighed13,14,15,16. Metoder er centrale for dette paradigme17,18. Laserfangstmikrodissektion (LCM) kan vælge enkeltceller med høj anatomisk specificitet. Denne funktionalitet er integreret i neuroinflammation antireward-hypotesen, da både glia og neuroner kan indsamles og analyseres fra den samme neuronale subnucleus i det samme dyr 13,14,15,16,19. En relevant del af transkriptomet af udvalgte celler kan derefter måles med mikrofluidiske kontratranskriptionsresponser med høj kapacitet kvantitative polymerasekædereaktioner (RT-qPCR), der giver højdimensionelle datasæt til beregningsanalyse, hvilket giver indsigt i funktionelle netværk20,21.

Måling af en delmængde af transkriptomet i neuroner og glia i en bestemt hjernekerne genererer et datasæt, der er robust i både prøveantal og gener målt og er følsomt og specifikt. Disse værktøjer er optimale for et systems neurovidenskabelige tilgang til psykiatrisk sygdom, fordi glia, hovedsageligt astrocytter og microglia, har vist en central rolle i neurologisk og psykiatrisk sygdom i løbet af det sidste årti22,23. Vores tilgang kan måle det ekspressive respons af glia og neuroner samtidigt på tværs af adskillige receptorer og ligander involveret i lokal parakrin signalering. Faktisk kan signalering udledes af disse datasæt ved hjælp af forskellige kvantitative metoder såsom fuzzy logik24. Endvidere kan identifikationen af cellulære subphenotyper i neuroner eller glia og deres funktion give indsigt i, hvordan hjerneceller i specifikke kerner organiserer, reagerer på og dysregulerer på enkeltcelleniveau. Dynamikken i dette funktionelle system kan også modelleres med tidsserieeksperimenter16. Endelig kan dyremodeller forstyrres anatomisk eller farmakologisk for at give en mekanistisk tilstand til dette systems tilgang.

Repræsentativt eksperiment:
Nedenfor giver vi et eksempel på anvendelsen af disse metoder. Denne undersøgelse undersøgte rotteneuronal og microglia-genekspression i den ensomme kerne (NTS) som reaktion på alkoholafhængighed og efterfølgende tilbagetrækning16. Rottekohorter bestod af 1) Kontrol, 2) Ethanolafhængig (EtOH), 3) 8 timers tilbagetrækning (Wd), 4) 32 h Wd og 5) 176 h Wd (figur 1A). Efter hurtig halshugning blev hjernestammer adskilt fra forhjernen og kryosektioneret, og skiver blev farvet for tyrosinhydroxylase-positive (TH +) neuroner og microglia (figur 1B). LCM blev brugt til at indsamle både TH+ og TH-neuroner og microglia. Alle cellerne var fra NTS og analyseret som prøver af 10-cellede puljer. Fire 96 x 96 mikrofluidiske RT-qPCR dynamiske arrays blev kørt på RT-qPCR-platformen, der målte 65 gener (figur 1B-C). Data blev normaliseret ved hjælp af en -ΔΔCt-metode og analyseret ved hjælp af R, og enkeltcellevalg blev valideret med molekylære markører (figur 1D-E). Teknisk validering blev yderligere verificeret af tekniske replikater analyseret inden for en enkelt batch og på tværs af batcher (figur 2 og figur 3). TH + og TH- neuroner organiseret i forskellige subfænotyper med lignende inflammatoriske genklynger, men forskellige γ-aminosmørsyre (GABA) receptor (R) klynger (figur 4 og figur 5). Subfænotyper, der havde forhøjet ekspression af inflammatoriske genklynger, var overrepræsenteret ved 32 h Wd, mens GABA-receptor (GABAR) ekspression forblev lav i langvarig alkoholudtagning (176 h Wd). Dette arbejde bidrager til antireward-hypotesen om alkohol- og opioidafhængighed, som formoder, at interceptiv feedback fra indvoldene ved tilbagetrækning bidrager til dysreguleringen af visceral-følelsesmæssige neuronale kerner (dvs. NTS og amygdala), hvilket resulterer i mere alvorlige autonome og følelsesmæssige følgevirkninger, som bidrager til stofafhængighed (figur 6).

Protocol

Denne undersøgelse blev udført i overensstemmelse med anbefalingerne fra Animal Care and Use Committee (IACUC) fra Thomas Jefferson University. Protokollen blev godkendt af Thomas Jefferson University IACUC. 1. Dyremodel Hushan Sprague Dawley (>120 g, Harlan, Indianapolis, IN, USA) rottetupliletter individuelt med fri adgang til ethanol-chow (2 rotter) eller kontrol-chow-blanding (1 rotte).BEMÆRK: Dette repræsentative eksperiment anvendte Lieber-DeCarli-proto…

Representative Results

Validering af enkeltcelleopsamling udføres visuelt under LCM-procedurer. Cellekerner vurderes på QC-stationen. Celletypen kan bestemmes ved emission af mærket fluorophore for den celletype og dens generelle morfologi. Hvis ikke-ønskede celler er blevet valgt på hætten, kan deres genetiske materiale ødelægges med en UV-laser på QC-stationen. Yderligere validering ved molekylær analyse er også nødvendig. I dette repræsentative eksempel16 blev to typer neuroner udvalgt-tyrosinhydroxylase…

Discussion

Alkoholforstyrrelse er fortsat en udfordrende sygdom at behandle. Vores gruppe har nærmet sig denne lidelse ved at undersøge antireward-processer med et systemneurovidenskabeligt perspektiv. Vi målte genekspressionsændringer i enkelte NTS-neuroner og microglia i en alkoholabstinenstidsserie16. NTS blev valgt for sin fremtrædende rolle i den autonome dysregulering, der forekommer i alkoholabstinenssyndrom. Vi kombinerer LCM med encellet mikrofluidisk RT-qPCR, hvilket gør det muligt at måle e…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Arbejdet, der præsenteres her, blev finansieret gennem NIH HLB U01 HL133360 tildelt JS og RV, NIDA R21 DA036372 tildelt JS og EVB, T32 AA-007463 tildelt Jan Hoek til støtte for SJO’S og National Institute of Alcoholism and Alcohol Abuse: R01 AA018873.

Materials

20X DNA Binding Dye Fluidigm 100-7609 NA
2x GE Assay Loading Reagent Fluidigm 85000802-R NA
96.96 Dynamic Array IFC for Gene Expression (referred to as qPCR chip in text) Fluidigm BMK-M-96.96 NA
Anti-Cd11β Antibody Genway Biotech CCEC48 Microglia Stain
Anti-NeuN Antibody, clone A60 EMD Millipore MAB377 Neuronal Stain
Anti-tyrosine hydroxylase antibody abcam ab112 Stain for TH+ neurons
ArcturusXT Laser Capture Microdissection System Arcturus NA NA
Biomark HD Fluidigm NA RT-qPCR platform
Bovine Serum Antigen Sigma-Aldrich B4287
CapSure Macro LCM Caps ThermoFisher Scientific  LCM0211 NA
CellDirect One-Step qRT-PCR Kit ThermoFisher Scientific 11753500 Lysis buffer solution components
CellsDirect Resuspension & Lysis Buffer Kit ThermoFisher Scientific 11739010 Invitrogen
DAPI ThermoFisher Scientific 62248 Nucleus Stain
DNA Suspension Buffer TEKnova T0221
Donkey anti-Rabbit IgG (H+L) ReadyProbe Secondary Antibody, Donkey anti-Rabbit IgG (H+L) ReadyProbe Secondary Antibody, Alexa Fluor 488 ThermoFisher Scientific R37118 Seconadry Antibody
Exonuclease I New Englnad BioLabs, Inc. M0293S NA
ExtracSure Sample Extraction Device ThermoFisher Scientific LCM0208 NA
FisherbrandTM Superfrost Plus Microscope Slides ThermoFisher Scientific 22-037-246 Plain glass slides
GeneAmp Thin-Walled Reaction Tube ThermoFisher Scientific N8010611
Goat anti-Mouse IgG (H+L), Superclona Recombinant Secondary Antibody, Alexa Fluor 555 ThermoFisher Scientific A28180 Seconadry Antibody
IFC Controller Fluidigm NA NA
RNaseOut ThermoFisher Scientific 10777019
SsoFast EvaGreen Supermix with Low Rox Bio-Rad PN 172-5211 NA
SuperScript VILO cDNA Synthesis Kit ThermoFisher Scientific 11754250 Contains VILO and SuperScript
T4 Gene 32 Protein New Englnad BioLabs, Inc. M0300S NA
TaqMan PreAmp Master Mix ThermoFisher Scientific 4391128 NA
TE Buffer TEKnova T0225 NA
TempPlate Semi-Skirted 96-Well PCR Plate, 0.2 mL USA Scientific 1402-9700 NA

References

  1. . Substance Use and Mental Health Indicators in the United States: Results from the 2019 National Survey on Drug Use and Health Available from: https://www.samhsa.gov/data/ (2020)
  2. Prevalence of Serious Mental Illness (SMI). NIH Available from: https://www.nimh.nih.gov/health/statistics/mental-illness.shtml (2020)
  3. Mattick, R. P., Kimber, J., Breen, C., Davoli, M., Mattick, R. P. Buprenorphine maintenance versus placebo or methadone maintenance for opioid dependence. Cochrane Database of Systematic Reviews. , (2008).
  4. Mattick, R. P., Breen, C., Kimber, J., Davoli, M. Methadone maintenance therapy versus no opioid replacement therapy for opioid dependence. The Cochrane Database of Systematic Reviews. 2009 (3), (2009).
  5. Miller, P. M., Book, S. W., Stewart, S. H. Medical treatment of alcohol dependence: A systematic review. International Journal of Psychiatry in Medicine. 42 (3), 227-266 (2012).
  6. Holmes, E. A., et al. The Lancet Psychiatry Commission on psychological treatments research in tomorrow’s science. The Lancet. Psychiatry. 5 (3), 237-286 (2018).
  7. Ford, C. L., Young, L. J. Translational opportunities for circuit-based social neuroscience: advancing 21st century psychiatry. Current Opinion in Neurobiology. 68, 1-8 (2021).
  8. Holmes, E. A., Craske, M. G., Graybiel, A. M. Psychological treatments: A call for mental-health science. Nature. 511 (7509), 287-289 (2014).
  9. Miranda, A., Taca, A. Neuromodulation with percutaneous electrical nerve field stimulation is associated with reduction in signs and symptoms of opioid withdrawal: a multisite, retrospective assessment. The American Journal of Drug and Alcohol Abuse. 44 (1), 56-63 (2018).
  10. Metz, V. E., et al. Effects of ibudilast on the subjective, reinforcing, and analgesic effects of oxycodone in recently detoxified adults with opioid dependence. Neuropsychopharmacology. 42 (9), 1825-1832 (2017).
  11. Heinzerling, K. G., et al. placebo-controlled trial of targeting neuroinflammation with ibudilast to treat methamphetamine use disorder. Journal of Neuroimmune Pharmacology. 15 (2), 238-248 (2020).
  12. Bogenschutz, M. P., et al. Psilocybin-assisted treatment for alcohol dependence: A proof-of-concept study. Journal of Psychopharmacology. 29 (3), 289-299 (2015).
  13. O’Sullivan, S. J., Schwaber, J. S. Similarities in alcohol and opioid withdrawal syndromes suggest common negative reinforcement mechanisms involving the interoceptive antireward pathway. Neuroscience and Biobehavioral Reviews. 125, 355-364 (2021).
  14. O’Sullivan, S. J. Single-cell systems neuroscience: A growing frontier in mental illness. Biocell. 46 (1), 7-11 (2022).
  15. O’Sullivan, S. J., et al. Single-cell glia and neuron gene expression in the central amygdala in opioid withdrawal suggests inflammation with correlated gut dysbiosis. Frontiers in Neuroscience. 13, 665 (2019).
  16. O’Sullivan, S. J., McIntosh-Clarke, D., Park, J., Vadigepalli, R., Schwaber, J. S. Single cell scale neuronal and glial gene expression and putative cell phenotypes and networks in the nucleus tractus solitarius in an alcohol withdrawal time series. Frontiers in Systems Neuroscience. 15, 739790 (2021).
  17. O’Sullivan, S. J., Reyes, B. A. S., Vadigepalli, R., Van Bockstaele, E. J., Schwaber, J. S. Combining laser capture microdissection and microfluidic qpcr to analyze transcriptional profiles of single cells: A systems biology approach to opioid dependence. Journal of Visualized Experiments. (157), e60612 (2020).
  18. Achanta, S., Vadigepalli, R. Single cell high-throughput qRT-PCR protocol. Protocols.io. , (2020).
  19. O’Sullivan, S. J. The interoceptive antireward pathway and gut dysbiosis in addiction. Journal of Psychiatry, Depression & Anxiety. 7 (40), 1-5 (2021).
  20. Park, J., et al. Single-cell transcriptional analysis reveals novel neuronal phenotypes and interaction networks involved in the central circadian clock. Frontiers in Neuroscience. 10, 481 (2016).
  21. Staehle, M. M., et al. Diurnal patterns of gene expression in the dorsal vagal complex and the central nucleus of the amygdala – Non-rhythm-generating brain regions. Frontiers in Neuroscience. 14, 375 (2020).
  22. Réus, G. Z., et al. The role of inflammation and microglial activation in the pathophysiology of psychiatric disorders. Neuroscience. 300, 141-154 (2015).
  23. Zhang, X., et al. Role of astrocytes in major neuropsychiatric disorders. Neurochemical Research. 46 (10), 2715-2730 (2021).
  24. Park, J., Ogunnaike, B., Schwaber, J., Vadigepalli, R. Identifying functional gene regulatory network phenotypes underlying single cell transcriptional variability. Progress in Biophysics and Molecular Biology. 117 (1), 87-98 (2015).
  25. Lieber, C. S., DeCarli, L. M. An experimental model of alcohol feeding and liver injury in the baboon. Journal of Medical Primatology. 3 (3), 153-163 (1974).
  26. Lieber, C. S., Decarli, L. M. Animal models of chronic ethanol toxicity. Methods in Enzymology. 233, 585-594 (1994).
  27. Park, J., et al. Inputs drive cell phenotype variability. Genome Research. 24 (6), 930-941 (2014).
  28. Paxinos, G., Watson, C. . The Rat Brain in Stereotaxic Coordinates: Hard Cover Edition. , (1982).
check_url/64014?article_type=t

Play Video

Cite This Article
O’Sullivan, S. J., Srivastava, A., Vadigepalli, R., Schwaber, J. S. Investigating Drivers of Antireward in Addiction Behavior with Anatomically Specific Single-Cell Gene Expression Methods. J. Vis. Exp. (186), e64014, doi:10.3791/64014 (2022).

View Video