密歇根大学的RNA科学家们发现了许多与神经元发育有关的基因

时间:2021年4月29日
来源:Cell Reports

编辑推荐:

密歇根大学(U-M)的一个研究小组,由研究生Nigel Michki和医学院生物物理系和细胞与发育生物学助理教授Dawen Cai领导,发现了许多在果蝇神经元发育中重要的基因,这在之前从未被描述过。

广告
   X   

 

   

IMAGE

图片:果蝇大脑中的神经元是通过不同的分化状态形成的,并根据它们的年龄和细胞分裂的数量被分离成独特的亚型。

神经元是由一系列高度复杂和独特的细胞分裂产生的。例如,在果蝇中,这个过程从干细胞分裂成母细胞(前体细胞)开始,然后再分裂成前体细胞,最后成为神经元。

密歇根大学(U-M)的一个研究小组,由研究生Nigel Michki和医学院生物物理系和细胞与发育生物学助理教授Dawen Cai领导,发现了许多在果蝇神经元发育中重要的基因,这在之前从未被描述过。

由于许多基因是跨物种保存的,比如在果蝇(果蝇)、老鼠和人类之间,苍蝇学到的东西也可以作为一个模型来更好地了解其他物种,包括人类。“现在我们知道了哪些基因参与了果蝇的这种神经发生,我们可以在其他物种中寻找它们并进行测试。我们在密歇根大学研究大量的生物体,我们有潜力对生物体进行询问,”Michki解释说。Michki补充说:“在我看来,我们所做的工作只是将会影响其他研究的一部分。”“这就是为什么我们做这样的基础性研究。”

苍蝇也经常被用于许多不同类型的研究,如果有一个更全面的苍蝇基因清单,以及它们在神经元细胞发育中的相关作用,这些研究可能会受益。

神经元是由干细胞在成为神经元之前大量繁殖而成的。在人脑中,这一过程极其复杂,涉及数十亿细胞。在果蝇的大脑中,这个过程要简单得多,整个大脑大约有200个干细胞。较小的规模允许对神经元细胞分裂过程从头到尾的精细分析。

在果蝇中,当干细胞分裂时,它会产生另一个干细胞和一个祖细胞。当最后一个分裂时,它形成了所谓的前体细胞,只分裂一次,产生两个神经元。基因通过告诉细胞分裂或者停止分裂来控制这个生产过程。

直到今天,只有少数控制神经元发育过程的基因被识别出来,在这篇发表在《细胞报告》上的文章中,科学家们描述了更多相关的基因。根据神经元发育过程的时间轴,密歇根大学的研究小组可以精确地记录哪些基因参与其中,以及参与的时间有多长。

特别是在祖细胞阶段,科学家们发现了三个基因,它们在这个阶段对定义每个祖细胞将产生什么样的神经元非常重要;这些特殊的基因以前从未在这种背景下被描述过。他们还验证了先前已知的调节细胞繁殖过程的标记基因。

当他们将他们的分析技术应用到神经元发育过程的其他阶段时,他们也记录了其他基因的表达。然而,目前尚不清楚为什么这些基因在神经元发育过程的不同阶段表达上升,以及它们在这些不同阶段中究竟扮演什么角色。“现在很多候选基因已经被确认,我们正在研究它们在神经元成熟和命运决定过程中所起的作用,”蔡说。“我们也很高兴能够探索其他的发育时间点,以阐明苍蝇大脑中分子景观的动态变化。”

“这项工作提供了丰富的信息,如何编程干细胞子代成不同的神经元类型,以及如何转分化非神经元细胞类型为神经元。这些发现将对理解正常的大脑发育以及神经元再生医学产生重大影响,”与蔡实验室合作的密歇根大学生命科学研究所的Lee Cheng-Yu教授补充道。

本研究主要基于高通量单细胞rna测序技术。科学家们从果蝇的大脑中提取了单个细胞,并对其RNA进行了测序,仅在一天内就产生了数百gb的数据。根据RNA序列,他们可以确定每个神经元的发育阶段。“我们现在对这一过程在RNA水平上是如何进行的有了很好的理解,”Michki说。

该团队还使用传统的显微镜观察来定位这些不同的rna在大脑中表达的位置。“硅分析和原位探测的结合不仅验证了我们测序结果的质量,而且还恢复了在单细胞分离过程中丢失的候选基因的空间和时间关系,”蔡说。

在研究之初,科学家们用开源软件分析了大量数据。后来,他们开发了一个门户(MiCV),简化了现有计算机服务的使用,并允许测试可重复性。该门户可用于各种器官的细胞和基因数据分析,不需要计算机编程经验。Michki说道:“像MiCV这样的工具对于那些首次从事这类研究并希望从数据中快速生成新假设的研究人员来说是非常强大的。“这为数据分析节省了大量时间,也节省了咨询费。最终目标是让科学家把更多的精力放在研究上,而不是有时令人生畏的数据分析工具上。”MiCV工具目前正在商业化。

# # #

Michki et al., The molecular landscape of neural differentiation in the developing Drosophila brain revealed by targeted scRNA-seq and multi-informatic analysis, Cell Reports (2021), DOI: https://doi.org/10.1016/j.celrep.2021.109039

相关新闻
生物通微信公众号
微信
新浪微博


生物通 版权所有