内网

检测到您当前使用浏览器版本过于老旧,会导致无法正常浏览网站;请您使用电脑里的其他浏览器如:360、QQ、搜狗浏览器的极速模式浏览,或者使用谷歌、火狐等浏览器。

下载Firefox

Nature Reviews Neuroscience | 李毓龙团队应邀撰写神经递质检测新技术研究综述

日期: 2022-04-06

2022年3月31日,《Nature Reviews Neuroscience》期刊在线发表了北京大学李毓龙团队关于神经递质和神经调质检测技术前沿进展的研究综述,题为“Pushing the Frontiers: Tools for Monitoring Neurotransmitters and Neuromodulators”。该综述着重对方法学进行了论述,以期对“新技术推动新发现”带来启示与帮助。

在神经系统中,神经递质和神经调质是细胞之间交流的媒介,具有广泛且重要的调控作用。然而,神经递质和神经调质又被称为大脑中的“暗物质”,由于缺乏高时空分辨率的体内检测工具,其在生理或病理条件下的动态变化一直难以精确评估。以高时空精度监测特定神经递质和神经调质的浓度和动态可以为解码健康和疾病状态下神经网络中细胞间通讯提供重要信息。该综述全面总结了可用于监测神经递质和神经调质动态变化的方法,着重介绍了基因编码荧光探针的最新进展,及其如何助力对复杂神经活动的深入刻画和解析。

该综述首先回顾了传统非基因编码的检测工具的优势和局限。譬如,微透析技术虽然能够在活体动物中检测目标区域周围的神经递质浓度,但需要数分钟来收集样品,难以快速地追踪神经递质的动态变化;而传统的电生理、电化学等方法同样也都具有一定的局限性。在综述的主体部分,作者着重总结了基因编码的神经递质荧光探针的设计原理、主要特性、应用、局限性以及未来展望。

与传统的方法相比,荧光成像方法通常具有更高的时空分辨率和较小的侵入性,更适合测量神经递质的动态变化;基因编码的荧光探针,不仅可以在特定细胞类型特异性表达,也能用于长时程成像。目前已开发的基因编码神经递质荧光探针主要分为两类,分别以细菌周质结合蛋白(PBP)为骨架和以G蛋白偶联受体(GPCR)为骨架。以PBP为骨架开发的探针包括谷氨酸探针iGluSnFR等,而以GPCR为骨架开发的探针包括多巴胺探针GRABDA和dLight等。两类探针在亲和力、选择性、动力学和药理学特性上各有千秋、优势互补,为精细检测神经递质和神经调质的动态调控提供了有力工具。

图1. 基因编码神经递质荧光探针的原理和特性

在应用方面,文中提到可以根据研究的需求和探针的特性选择合适的工具,并举例说明了基因编码神经递质荧光探针的应用。与光纤记录系统结合,基因编码的腺苷探针可以在自由活动小鼠中精细刻画睡眠-觉醒时腺苷的动态变化;与宽场显微镜结合,基因编码的谷氨酸探针能够在整个皮层水平监测视觉刺激时谷氨酸的动态变化;而与双光子显微镜结合,基因编码的乙酰胆碱探针使得对视网膜中乙酰胆碱动态精确追踪成为可能。此外,基于五羟色胺受体改造的探针则在促进药物发现方面具有巨大的应用前景。

图2. 基因编码神经递质荧光探针与多种成像方法的结合及应用

最后,该综述也对神经递质探针未来的发展与应用进行了展望。对于探针工具开发而言,新一代的探针将朝着更灵敏、更特异、更快速和更多色等方向发展。对于探针工具应用而言,新的基因编码神经递质荧光探针将使研究人员能够在细胞、组织和模式动物等多层面以前所未有的细节刻画神经递质的动态特性,为深入理解高度复杂的神经活动打开了新的窗口;同时,这些新探针所带来的全新的科学发现也将为诸多神经疾病的预防、诊断和治疗提供重要线索和启示。

该研究综述的第一作者是北京大学生命科学学院武照伐博士,通讯作者是李毓龙教授,纽约大学(NYU)的Dayu Lin教授为该综述的撰写做出了重要贡献;该研究综述相关的研究工作获得了北京市科委、国家重点研发计划、生物医学峰基金、勃林格殷格翰博士后基金、北大-清华生命科学联合中心和膜生物学国家重点实验室等基金的资助。

值得一提的是,2022年3月22日,李毓龙团队和美国加州大学戴维斯分校(UC Davis)的Lin Tian团队应邀在Annual Review of Neuroscience杂志合作撰写了题为“Fluorescence Imaging of Neural Activity, Neurochemical Dynamics, and Drug-Specific Receptor Conformation with Genetically Encoded Sensors”的研究综述。该综述系统介绍了基因编码荧光探针的发展历史与工作原理,并聚焦神经递质探针,讨论了其在神经科学研究与药物研发中的应用。与前一篇综述不同的是,这篇文章着重介绍了基因编码神经递质探针的开发流程,并建立了指导探针优化的理论模型。该研究综述的共同第一作者是UC Davis的博士生董春阳和北京大学生命科学联合中心博士生郑宇,通讯作者是李毓龙教授和Lin Tian教授;该研究综述相关的研究工作获得美国脑计划、北京市科委、国家杰出青年科学基金和腾讯基金会等基金的资助。

全文链接:

https://www.nature.com/articles/s41583-022-00577-6

https://www.annualreviews.org/doi/abs/10.1146/annurev-neuro-110520-031137