《Science | 使用设计的远红外多巴胺传感器对动态神经化学网络进行体内多重成像》

  • 来源专题:战略生物资源
  • 编译者: 朱晓琳
  • 发布时间:2025-06-18
  • 发表机构:北京大学(通讯作者单位)等

    作    者:李毓龙(通讯作者)

        人脑由近千亿神经元和数万亿突触构成,神经递质调控思维等功能。多巴胺(DA)与乙酰胆碱等协同制衡,功能依赖cAMP等信号分子调控。这些构成动态调控网络。近年虽有检测单种或两种递质工具,但难突破在活体动物脑中同步观测多种神经化学分子实时变化的技术瓶颈。开发远红或近红外神经递质探针的最大挑战之一是缺乏合适的荧光模块。目前已报道的远红或近红外荧光蛋白普遍亮度较低,且难以进行循环重排,制约了远红和近红外探针的开发和应用。

        研究团队利用亮度较高的远红荧光染料以及循环重排的自我标记蛋白HaloTag作为荧光报告模块,将其与G蛋白偶联受体激活(GRAB)策略巧妙结合,通过两千多个突变体的层层筛选,成功开发了远红光多巴胺探针GRABHaloDA1.0(简称为HaloDA1.0)。

        HaloDA1.0展示了强大的灵敏度、高特异性、亚秒级响应动力学以及与多种远红化学染料的兼容性。将HaloDA1.0与另外两种神经调质探针结合应用于急性小鼠脑切片中,在电刺激和药物干预后实现了对三种关键神经调质——多巴胺(DA)、乙酰胆碱(ACh)和内源性大麻素(eCB)的同时成像。在斑马鱼幼鱼中,HaloDA1.0实现了多巴胺、ATP和Ca2+的三色成像,揭示了在电击和急性癫痫发作期间的协同激活模式。体内染料筛选进一步证实了HaloDA1.0在活体小鼠中使用硅-罗丹明荧光染料的有效性能。这使得在进行光遗传学操作的同时能够实现双色记录。

        此外,HaloDA1.0还实现了伏隔核内多巴胺、乙酰胆碱和cAMP自发信号以及与行为相关的信号的同时多色记录,揭示了不同的调节模式,并为细胞内cAMP信号的协同调节提供了全面的视角。

        综上,该研究开发了一种化学遗传远红荧光多巴胺探针——HaloDA1.0,它能够在体外和体内实现对多巴胺的灵敏检测,该探针在监测不同生物系统(包括培养的神经元、急性脑切片、斑马鱼以及活体小鼠)中的多种神经化学信号方面具有显著优势。这一策略有助于我们更深入地理解各种神经化学信号之间的复杂相互作用,为神经回路功能的研究开辟了新途径,并有助于更好地理解神经和精神疾病。

    发表日期:2025-06-05

  • 原文来源:https://www.science.org/doi/10.1126/science.adt7705
相关报告
  • 《Nature | 多巴胺介导的短期和长期记忆动态之间的相互作用》

    • 来源专题:战略生物资源
    • 编译者:李康音
    • 发布时间:2024-07-26
    • 2024年7月22日,斯坦福大学Mark J. Schnitzer教授课题组在Nature发表题为Dopamine-mediated interactions between short- and long-term memory dynamics的研究论文。这项研究表明,果蝇大脑中,蘑菇体内短期和长期记忆单元之间通过多巴胺信号整合先天和后天效价,共同调节记忆的形成和表达。 研究人员用电压成像技术发现,原脑后外侧1区域的多巴胺神经元(PPL1-DANs)可以编码惩罚、奖励和气味线索的先天和后天效价。在学习过程的初期,PPL1-γ1pedc和PPL1-γ2α'1多巴胺神经元控制短期记忆的形成,PPL1-α'2α2和PPL1-α3多巴胺神经元控制长期记忆的形成。而随着学习的进行,蘑菇体输出神经元(MBON)中的MBON-γ1pedc>α/β不断读取已形成的短期记忆,通过对PPL1-α'2α2和PPL1-α3的抑制反馈,调节长期记忆的形成。 研究人员用电压成像技术,详细记录了果蝇学习时大脑中多巴胺神经元和蘑菇体输出神经元的活动频率。然后,研究人员根据果蝇大脑的连接组(connectome)数据库,建立了一个数学模型来模拟蘑菇体神经网络的工作方式。这个模型很好地拟合了电压成像数据。更重要的是,这个模型成功预测了多次训练的最佳节奏,以及短期记忆对长期记忆消除训练的影响,这些预测都得到了实验的验证。 这项研究首次结合了电压成像和连接组数据库。电压成像能以毫秒级分辨率监测神经元的动作电位,并准确测量神经元的激活和抑制。电压成像的精度超越了钙成像,精确量化了多巴胺神经元对先天和后天效价的线性求和。这些新发现为记忆处理提供了新的见解,并且有可能适用于脊椎动物基底神经节,为理解多巴胺系统如何塑造人类习惯提供新的思路。
  • 《一种用于网络化传感器应用的低功耗传感器节点处理器》

    • 来源专题:集成电路
    • 编译者:Lightfeng
    • 发布时间:2016-05-29
    • 物联网描述了收集和分发日常生活数据的设备和应用程序。传感器设备和处理器使得物联网必须是体积小、灵活和高效节能。A*STAR研究人员开发了一种传感器节点处理器,在使用超低功耗的水平下能够智能感知。 物联网的应用范围从生物医学信号处理,到车辆状态监测和环境检测。大多数物联网设备体积小,这意味着它们通常只消耗少量的功率。研究小组的刘新和周军解释道:这对于处理器来说特别具有挑战性,因为它需要对传感器获取的信息进行采样,并且分析数据,相对而言,它们的功耗需求是强烈的。 刘新说:“功率在空间上的限制,如电池需要在微瓦的水平上作严格的功率预算,在这个层面上,如果我们要实现超低功耗,同时保持全面的功能,处理器的设计将变得非常具有挑战性。”