Innovative Designs für das Wachstum und die Aktivität von Neuronen
Forschungen zeigen, dass neue Mikrokanal-Designs neuronale Verbindungen effektiv leiten können.
― 6 min Lesedauer
Inhaltsverzeichnis
Die Neurowissenschaften untersuchen, wie das Gehirn funktioniert, indem sie sich Neuronen anschauen, die die Zellen sind, die Signale senden und empfangen. Ein grosses Ziel ist es herauszufinden, wie die physische Verbindung der Neuronen (strukturelle Konnektivität) und wie sie miteinander kommunizieren (funktionale Konnektivität) zusammenkommen, um unser Denken und Verhalten zu formen. Forscher glauben, dass die Gehirnnetzwerke oft versuchen, viele verschiedene Wege zu nutzen, während sie sich auf eine kleinere Anzahl grundlegender Verbindungen verlassen.
Zum Beispiel hat der Hippocampus, ein Teil des Gehirns, der mit Gedächtnis zu tun hat, gängige Wege, die bei der Informationsverarbeitung helfen. Es kann sehr schwierig sein, diese Wege im lebenden Gehirn zu studieren, aber Wissenschaftler haben Modelle im Labor erstellt, um mehr darüber zu lernen, wie diese Verbindungen funktionieren.
Labormodelle erstellen
Um diese Herausforderung anzugehen, haben Forscher Modelle entworfen, die die Verbindungen zwischen Neuronen nachahmen. Eine effektive Methode, die sie verwendet haben, ist die Mikrofuidik. Diese Technik hilft, kleine Kanäle zu schaffen, die das Wachstum der Neuronenverbindungen in bestimmte Richtungen lenken. Durch die Kombination von Mikrofuidik mit anderen Werkzeugen, die elektrische Aktivitäten in Neuronen aufzeichnen können, können Wissenschaftler beobachten, wie sich diese Verbindungen im Laufe der Zeit verändern und wie Neuronen auf Signale reagieren.
Die mikrofuidischen Geräte trennen verschiedene Gruppen von Neuronen, während sie deren Verbindungen durch winzige Kanäle wachsen lassen. Diese Geräte wurden verwendet, um zu lernen, wie Neuronen unter normalen Bedingungen arbeiten und wie sie bei Krankheiten falsch funktionieren können.
Unterschiedliche Designs für das Neuronenwachstum
In ihrem Bestreben, das Neuronenwachstum effektiv zu lenken, haben die Forscher verschiedene Designs für die Kanäle entwickelt. Ein Design heisst "Arrowhead" und hat gezeigt, dass es Neuronen in eine Richtung wachsen lässt. Dieses Design wurde verfeinert, um Variationen zu schaffen, die das Wachstum besser steuern können.
Ein weiteres Design, das als "Tesla-Ventil" bezeichnet wird, zielt darauf ab, Neuronenverbindungen ohne bewegliche Teile zu steuern. Forscher haben mehrere Variationen dieses Designs erstellt, jede mit leichten Änderungen, die beeinflussen, wie Neuronen sich verbinden.
Bis jetzt fehlte jedoch ein direkter Vergleich, wie gut diese Designs funktionieren, um das Neuronenwachstum und den Signalfluss zu lenken. Forscher stellten ausserdem fest, dass sie nicht sorgfältig untersucht hatten, wie Signale durch diese Kanäle reisen, was entscheidend ist, um zu verstehen, wie verschiedene Gehirnregionen miteinander verbunden sind.
Forschungsziele
Diese Forschung hatte das Ziel zu untersuchen, wie verschiedene Kanaldesigns die Art und Weise beeinflussen, wie Neuronen sich verbinden und im Labor zusammenarbeiten. Das Team testete verschiedene Designs, um herauszufinden, wie gut sie Neuronen auf spezifische Weise lenken können.
Sie haben das Design "RAMS" entwickelt, das Merkmale sowohl des Arrowhead- als auch des Tesla-Ventil-Designs kombiniert, um Neuronenverbindungen effektiv zu steuern, unerwünschtes Wachstum zu blockieren und die Signale so umzuleiten, wie die Forscher es wollten. Jedes dieser Designs wurde in Geräte integriert, die speziell für das Studium der Neuronalen Aktivität hergestellt wurden.
Neuronenwachstum bewerten
Um zu testen, wie effektiv jedes Design war, kultivierten Wissenschaftler Neuronen in kontrollierten Umgebungen. Sie verwendeten spezielle Viren, um verschiedene Gruppen von Neuronen zu markieren, was ihnen ermöglichte zu beobachten, wie gut die Kanäle unerwünschtes Wachstum blockierten. Sie entdeckten, dass, obwohl keines der Designs das Wachstum in die falsche Richtung vollständig verhindern konnte, einige Designs besser darin waren, dieses Wachstum zu reduzieren.
Unter den verschiedenen getesteten Designs zeigte das "Rams"-Design die beste Leistung, wobei viele Kanäle das Neuronenwachstum in die gewünschte Richtung effektiv lenkten. Das gab Hinweise darauf, dass dieses Design unerwünschtes Wachstum effektiver blockieren könnte als andere.
Neuronenaktivität beobachten
Nachdem sie untersucht hatten, wie gut die Designs das Neuronenwachstum leiteten, gingen die Forscher dazu über, zu analysieren, wie diese Strukturen die Aktivität der Neuronen beeinflussten. Sie verwendeten eine Kombination aus Elektronenaufzeichnungsgeräten mit den mikrofuidischen Kanälen, um zu überwachen, wie Signale zwischen den verbundenen Neurongruppen wanderten.
Durch diese Setups konnten die Forscher die Aktivitätsniveaus der Neuronen in den Kanälen messen. Sie schauten sich an, wie oft Neuronen Signale aussendeten und wie diese Signale von einer Gruppe zur anderen bewegten.
Die Ergebnisse zeigten, dass das "Rams"-Design nicht nur das Wachstum der Neuronen leitete, sondern auch zu einer höheren Frequenz von Signalen in die gewünschte Richtung führte. Das bedeutet, dass die Art und Weise, wie diese Kanäle gebaut wurden, sowohl die physischen Verbindungen zwischen Neuronen als auch deren Kommunikation erfolgreich beeinflusste.
Richtung der Signale
Die Forschung wollte auch verstehen, in welche Richtung Signale durch die Neuronen-Netzwerke reisen. Indem sie die Signale über mehrere Tage verfolgten, wurde klar, dass die asymmetrischen Designs (wie "Rams") konsequent ermöglichten, dass Signale öfter in die gewünschte Vorwärtsrichtung als rückwärts reisten.
Dieser gerichtete Fluss von Signalen zeigt, dass die Designs nicht nur das Neuronenwachstum leiten, sondern auch beeinflussen, wie Informationen zwischen verschiedenen Neuronenpopulationen geteilt werden. Solche Einblicke deuten darauf hin, dass die Verwendung dieser spezifischen Designs helfen kann, zu verstehen, wie Informationen durch das Gehirn fliessen.
Verständnis von Netzwerk-Peaks
Als Nächstes schauten die Forscher, wie die Neuronen während Aktivitäts-Peaks zusammenarbeiten konnten. Solche Peaks sind wichtig, um zu verstehen, wie Gruppen von Neuronen ihre Aktivitäten synchronisieren und wie Informationen von einer Neuronenpopulation zur nächsten weitergegeben werden.
Die Studien zeigten, dass Aktivitäts-Peaks einer Neurongruppe zu Antworten in einer anderen Gruppe führen konnten, die durch die mikrofuidischen Kanäle verbunden waren. Aber wie zuvor gab es auch hier eine klare Präferenz dafür, dass Signale in eine Richtung stattfanden.
Die Designs "Rams" und "Arrows" bevorzugten besonders diese Vorwärtsrichtung von Peaks, was die Idee unterstützt, dass diese Designs helfen können, wie Neuronen-Netzwerke zusammenarbeiten.
Fazit
Diese Forschung hebt die Bedeutung des Designs beim Verständnis von Neuronenverbindungen und -aktivität hervor. Die Ergebnisse deuten darauf hin, dass spezifische Microchannel-Designs wie "Rams" das Neuronenwachstum effektiv leiten und beeinflussen können, wie Signale zwischen ihnen reisen.
Solche Fortschritte können den Weg für ein besseres Verständnis der Gehirnfunktionen ebnen und möglicherweise helfen, Forschungsarbeiten zu unterstützen, die darauf abzielen, Behandlungen für neurologische Störungen zu entdecken. Durch die Verwendung dieser konstruierten Modelle wachsen die Möglichkeiten, das Verhalten von Neuronen zu studieren, was den Wissenschaftlern hilft, mehr über Kognition, Gedächtnis und möglicherweise neue Methoden zur Bekämpfung von gehirnbezogenen Erkrankungen zu erfahren.
Die Ergebnisse zeigen, dass, obwohl Herausforderungen bestehen bleiben, das Potenzial zur Entwicklung kontrollierter Umgebungen zur Untersuchung der komplexen Verkabelung des Gehirns näher denn je ist. Mit fortlaufenden Forschungsanstrengungen besteht die Hoffnung, dass diese Erkenntnisse in praktische Anwendungen umgesetzt werden, die unser Verständnis des Gehirns verbessern und die Gesundheitsergebnisse optimieren.
Titel: Influence of asymmetric microchannels in the structure and function of engineered neuronal circuits
Zusammenfassung: Understanding the intricate structure-function relationships of neuronal circuits is crucial for unraveling how the brain sustains efficient information transfer. In specific brain regions, like the hippocampus, neurons are organized in layers and form unidirectional connectivity, which is thought to help ensure controlled signal flow and information processing. In recent years, researchers have tried emulating these structural principles by providing cultured neurons with asymmetric environmental cues, namely microfluidics microchannels that promote directed axonal growth. Even though a few reports have claimed achieving unidirectional connectivity of in vitro neuronal circuits, given the lack of functional characterization, whether this structural connectivity correlates with functional connectivity remains unknown. We have replicated and tested the performance of asymmetric microchannel designs previously reported in the literature to be successful in the promotion of directed axonal growth, as well as other custom variations. A new variation of "Arrowhead", termed "Rams", was the best-performing motif with a [~]76% probability per microchannel of allowing strictly unidirectional connections at 14 days in vitro. Importantly, we assessed the functional implications of these different asymmetric microchannel designs. For this purpose, we combined custom microfluidics with microelectrode array (MEA) technology to record the electrophysiological activity of two segregated populations of hippocampal neurons ("Source" and "Target"). This functional characterization revealed that up to [~]94% of the spiking activity recorded along microchannels with the "Rams" motif propagates towards the "Target" population. Moreover, our results indicate that these engineered circuits also tended to exhibit network-level synchronizations with defined directionality. Overall, this characterization of the structure-function relationships promoted by asymmetric microchannels has the potential to provide insights into how neuronal circuits use specific network architectures for effective computations. Moreover, the here-developed devices and approaches may be used in a wide range of applications, such as disease modeling or preclinical drug screening.
Autoren: Paulo Aguiar, J. C. Mateus, P. Melo, M. Aroso, B. Charlot
Letzte Aktualisierung: 2024-07-13 00:00:00
Sprache: English
Quell-URL: https://www.biorxiv.org/content/10.1101/2024.07.09.602729
Quell-PDF: https://www.biorxiv.org/content/10.1101/2024.07.09.602729.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.