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

果蝇大脑中的神经元是通过各种不同的分化状态形成的,并根据母细胞(祖细胞)的年龄和分裂数量被分离成独特的亚型。此过程的复杂性在上图中进行了建模。不同的rna在这些神经元形成过程中发挥作用。信贷:奈杰尔Michki

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。

Michigan大学(U-M)的一支团队,由奈杰尔Michki,研究生和助理教授Dawen Cai担任Dawen Cai和医学院的细胞和发育生物学教授,确定了许多这很重要'神经元发展,在这种情况下从未描述过。

由于许多基因在果蝇(果蝇),小鼠和人类之间的种类上被保守,因此在苍蝇中学的内容也可以作为一种更好地理解其他物种,包括人类的模型。"Now that we know which genes are involved in this form of neurogenesis in flies, we can look for them in other species and test for them. We work on a multitude of organisms at U-M and we've the potential to interrogate across organisms," explains Michki. "In my opinion, the work we did is one of the many pieces that will inform other work that will inform disease," adds Michki. "This is why we do foundational research like this one."

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。

这一发现

神经元是由在成为神经元之前大规模繁殖。在里面,这个过程非常复杂,涉及数十亿。在苍蝇大脑中,该过程更简单,整个大脑约200个干细胞。较小的尺度允许从开始完成的神经元划分过程进行精细分析。

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停止分裂来控制这个生产过程。

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

这是一幅发育中的果蝇大脑叶的显微镜图像,用我们感兴趣的细胞(白色)染色,还有4种不同的RNA: mamo(黄色),bi(洋红色),data(绿色)和一长串非编码RNA, cherub(青色)。信贷:奈杰尔Michki

至今,只有一些控制这种神经元发育过程的基因已经确定并在本出版物中细胞的报道,科学家们表征了许多所涉及的基因。沿着神经元发展过程的时间表,U-M团队可以精确地记录涉及哪种基因和多长时间。

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。

当他们将分析技术应用于神经元发育过程的其他阶段时,它们还记录了另外基因的表达。然而,它仍然是未知为什么这些基因在神经元发育过程的不同步骤中表达,以及它们在这些不同步骤中实际发挥的作用。“现在确定了许多候选基因,我们正在研究他们在神经元成熟和命运确定过程中发挥作用的作用,”Cai说。“我们也很高兴探索其他发展时间点,以说明蝇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。来自蔡实验室的U-M Life Sciences Institute的教授Cheng-Yu Lee,这些发现将对对正常的脑发展以及神经元再生药物的理解产生重大影响。

技术

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。

更多信息:Nigel S. Michki等人,通过靶向scRNA-seq和多信息分析揭示的发育中的果蝇大脑神经分化的分子格局,细胞的报道(2021)。DOI: 10.1016 / j.celrep.2021.109039

信息信息:细胞的报道

所提供的密歇根大学