Cartographier les connexions des neurones chez la drosophile

La Connectomique est un domaine qui se concentre sur la cartographie des connexions dans le système nerveux. L'objectif est de mieux comprendre comment le cerveau fonctionne et comment les différences dans la structure cérébrale peuvent influencer le comportement et la santé. Les premières études se sont concentrées sur des organismes plus simples comme le petit ver C. elegans, où les chercheurs ont cartographié les connexions entre ses 302 neurones. Cette cartographie a conduit à de nouvelles découvertes sur la manière dont ces neurones influencent le comportement. Des études similaires sur la mouche drosophile ont aussi amélioré notre compréhension de ses fonctions cérébrales, notamment sur la façon dont les connexions dans certaines zones du cerveau contribuent à l'apprentissage et à la mémoire.

#Les défis de la Microscopie Électronique

La microscopie électronique (ME) a été un outil clé en connectomique, mais elle a ses limites. D'abord, traiter les données ME pour en faire un connectome est un processus long et laborieux. Cela veut dire que les connectomes disponibles sont souvent juste des instantanés du cerveau à un moment donné. La ME ne peut pas montrer facilement les différences entre les cerveaux d'animaux différents ou comment les connexions changent dans différentes conditions. De plus, dans les études sur la drosophile, la ME manque souvent des connexions fines, ce qui entraîne un sous-comptage des synapses.

La ME capture principalement les synapses chimiques mais n'inclut pas les connexions faites par les jonctions gap ou les neuromodulateurs, qui sont aussi importants pour la fonction cérébrale.

#Méthodes génétiques pour cartographier les connexions

Pour pallier les lacunes de la ME, les chercheurs se sont tournés vers des techniques génétiques qui permettent de cartographier plus rapidement les connexions neuronales. Une de ces méthodes s'appelle GRASP. Cette technique utilise deux parties non fluorescentes d'une protéine (GFP) qui s'expriment dans des neurones différents. Lorsque deux neurones se connectent, ils reconstituent le GFP, ce qui entraîne une fluorescence. Cette méthode a été efficace pour identifier de nouvelles connexions, comme celles provenant de neurones spécifiques qui contrôlent les rythmes circadiens chez la drosophile.

Une méthode plus récente appelée Trans-Tango a également émergé. Cette méthode permet de tracer les connexions entre les neurones de manière plus simple. Dans Trans-Tango, un ligand humain spécifique est exprimé dans des neurones sélectionnés, qui se lie ensuite à un récepteur exprimé dans tout le système nerveux. Cette liaison active un gène rapporteur, permettant aux chercheurs de visualiser des connexions spécifiques. Cette méthode a été utile pour identifier divers types de neurones et leurs connexions chez la drosophile et a récemment été adaptée pour une utilisation chez les poissons-zèbres.

#Étude des neurones s-LNv

Les petits neurones latéraux ventraux (s-LNvs) sont cruciaux pour réguler les rythmes circadiens chez la drosophile. Ces neurones sont impliqués dans des comportements qui suivent un cycle de 24 heures, comme le mouvement et l'alimentation. Les s-LNvs affichent des changements structurels significatifs en fonction de l'heure de la journée, élargissant leurs projections le matin et les rétractant le soir. Ils sont aussi connus pour former et rompre des connexions synaptiques selon ce cycle quotidien.

Pour mieux comprendre les connexions établies par les s-LNvs, les chercheurs ont appliqué la méthode Trans-Tango. Ils l'ont modifiée pour s'assurer que seuls les s-LNvs adultes soient pris en compte dans les expériences et ont utilisé un gène rapporteur spécialisé qui aiderait à compter le nombre de connexions.

Les résultats ont révélé que les s-LNvs formaient des connexions éparses avec d'autres groupes de neurones circadiens. Les chercheurs ont isolé les neurones connectés aux s-LNvs et ont séquencé leur ARN pour en savoir plus sur leur identité. Cette nouvelle méthode, appelée Tango-seq, a montré que les s-LNvs se connectent principalement avec un sous-ensemble spécifique de neurones circadiens connus sous le nom de neurones DN1p exprimant CNMa et aussi avec les cellules Kenyon dans le corps champignon, qui est clé pour l'apprentissage et la mémoire.

#Comment Trans-Tango a été optimisé

Pour identifier les connexions s-LNv, les chercheurs ont d'abord utilisé un vecteur génétique appelé Pdf-Gal4, qui cible un petit nombre de neurones dans le cerveau. Cependant, cette méthode a conduit à des schémas d'expression larges qui pouvaient inclure des connexions formées durant le développement plutôt que celles présentes dans les cerveaux adultes. Pour y remédier, ils ont utilisé un système qui permet une expression génique chronométrée à l'aide de la mifépristone, ce qui a aidé à s'assurer que seules les connexions adultes soient cartographiées.

En modifiant l'approche pour utiliser un gène rapporteur localisé dans le noyau, ils ont pu visualiser et compter les neurones plus efficacement. En fin de compte, ils ont découvert que les s-LNvs se connectaient à une variété de neurones circadiens, mais le nombre de connexions variait considérablement entre les différents types de neurones.

#Modèles de connectivité des s-LNvs

On a découvert que les s-LNvs se connectent à plusieurs types de neurones circadiens, mais cette connexion n'était pas uniforme. Par exemple, alors que les s-LNvs se connectaient systématiquement avec certains neurones comme les DN2s, les connexions avec d'autres, comme les DN3s, étaient beaucoup moins fréquentes. Cela suggère qu'il y a une variation considérable dans la façon dont ces neurones interagissent entre eux.

La variabilité des connexions a également soulevé des questions sur le fait que ces différences étaient dues à des variations biologiques parmi les mouches individuelles ou à des aspects techniques des méthodes utilisées pour cartographier ces connexions.

Les chercheurs se sont ensuite concentrés sur les neurones DN1p pour voir s'ils présentaient des modèles de connectivité similaires. Les résultats ont indiqué que les neurones DN1p formaient également des connexions limitées aux autres neurones circadiens, reflétant le modèle observé avec les s-LNvs.

#Utilisation de Tango-seq pour l'identité des neurones

Tango-seq a permis aux chercheurs non seulement de cartographier les connexions des s-LNvs mais aussi de discerner les identités moléculaires des neurones cibles. Après avoir isolé les neurones connectés aux s-LNvs, les chercheurs ont réalisé un séquençage d'ARN à cellule unique pour analyser leurs profils transcriptionnels.

De l'analyse, il est ressorti que les neurones cibles pouvaient être classés en clusters distincts, chaque cluster montrant l'expression de gènes spécifiques associés à des types de neurones connus. Certains clusters représentaient des types cellulaires bien définis, tandis que d'autres contenaient des neurones qui ne pouvaient pas être entièrement classifiés en raison de leur faible abondance ou de la mauvaise qualité du séquençage.

#Validation des connexions neuronales

Les chercheurs visaient à confirmer les connexions identifiées par Tango-seq en les comparant aux connaissances existantes sur les interactions neuronales. Des études antérieures avaient documenté certaines connexions, comme celles entre les s-LNvs et les neurones DN2, fournissant une base pour la validation.

En co-colorant les neurones et en examinant leurs connexions, les chercheurs ont confirmé que les s-LNvs se connectaient de manière préférentielle avec les neurones DN1p positifs pour CNMa. Cette validation était cruciale pour établir les nouvelles découvertes comme une addition fiable à la base de connaissances existante sur la connectivité neuronale dans le cerveau des mouches.

#Impact des changements structurels sur la connectivité

La complexité d'observer comment les connexions neuronales changent au fil du temps est exacerbée par le défi de visualiser ces changements dynamiques chez des sujets vivants. Les chercheurs ont examiné si le Trans-Tango modifié pouvait être utilisé pour observer les changements de connectivité pendant les cycles d'expansion et de rétraction quotidiens des s-LNvs.

Pour ce faire, les mouches ont été maintenues dans des conditions de lumière constante, ce qui inhibait les changements rythmiques normaux. En mesurant la structure des projections des s-LNv, les chercheurs ont noté que, lorsqu'elles étaient maintenues dans cet état, les connexions avec les neurones DN1 diminuaient, suggérant que les rythmes naturels d'expansion et de contraction sont critiques pour maintenir la connectivité synaptique.

Cette découverte a laissé entendre que les connexions formées par les s-LNvs ne sont pas juste statiques mais sont sujettes à changement en fonction de l'état structural actuel des neurones.

#Conclusion et directions futures

L'intégration des données anatomiques avec le séquençage à cellule unique représente un pas en avant significatif dans notre compréhension des circuits neuronaux dans le cerveau. La recherche a mis en lumière la complexité des connexions s-LNv et a introduit de nouvelles perspectives sur leurs interactions avec des types de neurones spécifiques.

Cependant, beaucoup de questions restent sans réponse. Par exemple, les mécanismes derrière la façon dont des connexions spécifiques sont établies et rompues durant les cycles quotidiens méritent d'être explorés. De plus, les implications fonctionnelles de ces connexions par rapport aux comportements influencés par les rythmes circadiens restent à détailler. Les études futures tirant parti des outils développés ici seront cruciales pour découvrir les subtilités de la connectivité et de la fonction cérébrale chez la drosophile et au-delà.