《Nature丨一个人类神经网络模型揭示了NPTX2在ALS和FTLD中的病理》

  • 来源专题:战略生物资源
  • 编译者: 李康音
  • 发布时间:2024-02-20
  • 2024年2月14日,苏黎世大学等机构的研究人员在Nature在线发表了题为A model of human neural networks reveals NPTX2 pathology in ALS and FTLD的文章。

    神经变性的人类细胞模型需要可重复性和长期性,这对于模拟年龄依赖性疾病是必要的。这种系统特别需要用于TDP-43蛋白病变,它涉及人类特异性机制,不能直接在动物模型中研究。

    为了探索TDP-43病理的出现和后果,研究人员通过人工选择神经前体产生了诱导多能干细胞衍生的集落形态神经干细胞(iCoMoNSCs)。单细胞转录组学和与独立神经干细胞的比较表明,iCoMoNSCs具有独特的同质性和自我更新性。分化的iCoMoNSCs形成了一个自组织的多细胞系统,由突触连接和电生理活跃的神经元组成,这些神经元成熟为长寿的功能网络(称之为iNet)。

    iNets的神经元和胶质成熟与皮质类器官相似。野生型TDP-43在iNets内的少数神经元中过表达导致蛋白质的渐进式断裂和聚集,导致部分功能丧失和神经毒性。单细胞转录组学揭示了TDP-43过表达神经元和TDP-43蛋白病变患者中一组新的错误调控的RNA靶点,这些患者表现出核TDP-43的缺失。最强烈的失调靶标编码突触蛋白NPTX2,其水平由TDP-43结合其3'非翻译区控制。当NPTX2在inet中过表达时,它表现出神经毒性,而纠正NPTX2的错误调节可部分拯救tdp -43诱导的神经变性神经元。值得注意的是,NPTX2在肌萎缩性侧索硬化症和额颞叶退行性变患者的神经元中持续错误积聚,病理为TDP-43。该研究工作直接将TDP-43失调与NPTX2积累联系起来,从而揭示了TDP-43依赖的神经毒性途径。

  • 原文来源:https://www.nature.com/articles/s41586-024-07042-7
相关报告
  • 《Cell丨从蛋白质图像中机器学习可解释的细胞力学模型》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-01-10
    • 2024年1月8日,芝加哥大学詹姆斯-弗兰克研究所的科研人员在Cell上发表了题为Machine learning interpretable models of cell mechanics from protein images的研究论文。 细胞的形态和功能源于细胞质内复杂的机械化学系统。目前,还没有系统的策略可以从细胞的分子成分推断出细胞的大规模物理特性。这是理解细胞粘附和迁移等过程的障碍。 该研究开发了一个数据驱动的建模管道来学习粘附细胞的机械行为。作者首先训练神经网络,从细胞骨架蛋白的图像中预测细胞力。令人吃惊的是,单个焦点粘附(FA)蛋白(如zyxin)的实验图像就足以预测作用力,并能推广到未见过的生物机制。利用这一观察结果,作者开发了两种方法--一种受物理学制约,另一种则与物理学无关--来构建数据驱动的细胞力连续模型。这两种方法都揭示了细胞力是如何被两种不同的长度尺度编码的。除了粘附细胞力学,作者的工作还可作为将神经网络整合到细胞生物学预测模型中的案例研究。
  • 《Nature | 将模型单元映射到视觉神经元揭示了社会行为的群体代码》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-05-26
    • 2024年5月22日,普林斯顿大学的研究人员在 Nature 期刊发表了题为Mapping model units to visual neurons reveals population code for social behaviour的文章。 在动物身上观察到的丰富多样的行为是通过感觉处理和运动控制之间的相互作用产生的。为了理解这些感觉运动转换,建立模型不仅可以预测神经对感觉输入的反应,还可以预测每个神经元对行为的因果关系。 该研究展示了一种新的建模方法,通过预测由十多个神经元细胞类型的系统扰动引起的行为变化,来识别深度神经网络内部单元与真实神经元之间的一对一映射。该研究介绍的一个关键因素是“敲除训练”,它涉及在训练过程中干扰网络,以匹配行为实验中真实神经元的扰动。研究人员应用这种方法来模拟黑腹果蝇雄性在复杂的、视觉引导的社会行为中的感觉运动转换。视觉叶和中央脑交界处的视觉投射神经元形成了一组离散通道,先前的研究表明,每个通道编码一个特定的视觉特征来驱动特定的行为。该研究的模型得出了不同的结论:视觉投射神经元的组合,包括那些涉及非社会行为的神经元,驱动雄性与雌性的互动,形成了丰富的种群行为代码。 总的来说,该研究的框架将各种神经扰动引起的行为效应整合到一个单一的、统一的模型中,提供了从刺激到神经元细胞类型再到行为的地图,并使未来的大脑接线图能够合并到模型中。