神经科学中的“黑科技”:病毒标记工具让神经网络无所遁形
2019年第3期封面
即将在2019年6月出版的第3期上,Neuroscience Bulletin发表了中国科技大学毕国强教授组织的“神经科学新技术”专栏,封面文章是中国科学院武汉物理与数学研究所脑科学研究中心徐富强研究员和贾凡博士课题组的亮点性成果“Rapid and Sparse Labeling of Neurons Based on the Mutant Virus-Like Particle of Semliki Forest Virus”。该项研究报道了一种能够快速、稀疏、高亮标记神经元及其精细形态的方法。
研究人员以神经科学研究的需求出发,结合病毒本身生命循环的特点,以塞姆利基森林病毒(Semliki forest Virus,SFV)为对象,采用反向遗传学方法对其基因组进行定向改造,最终获得具有低感染活性的病毒样颗粒;为了探究其在感染细胞时的进入方式,研究人员利用三腔系统(Three Chamber system)对其进行了验证,发现该病毒可从神经细胞胞体进入细胞。研究人员进一步探究其在活体动物上的标记效果,将突变型SFV通过立体定位注射的方式注射到小鼠的大脑内,待病毒表达一定时间后切片观察荧光信号。结果显示:12h后可以在感染的神经元内表达大量的绿色荧光蛋白,随着时间的推移,荧光蛋白量在细胞内也在逐渐增加。同时免疫组化染色的结果也显示病毒在脑内主要感染的是神经元。上述结果提示,突变型SFV可以快速、高亮的标记活体动物脑内的神经元。那么它是否能用来稀疏、快速、高亮地标记神经元及其精细形态呢?
图1. SFV快速、稀疏、精细标记神经细胞的形态。图中是该工具标记鼠小脑后成像的浦肯野细胞。标记后24小时即可取样制片成像。
为了研究这一问题,研究人员将突变型SFV注射到小鼠的小脑、海马等区域,待病毒表达24 h后灌流切片,并利用共聚焦显微镜进行成像。结果显示:无论是在小脑还是在海马,突变型SFV均可以快速、稀疏高亮地标记神经元及其附属的各种精细结构(树突、轴突和各种分支)。以小脑区域为例,突变型SFV标记到了结构极为特殊的一类神经元-浦肯野细胞,神经元复杂的形态和众多的分支结构都可以被清晰地展示出来。由此可见,利用突变型SFV可以稀疏、快速、高亮地标记神经元及其精细形态,如果再结合一些高通量、高时空分辨率的成像方法如fMOST、双光子成像等,可以逐步实现对全脑多个区域的神经元及其精细形态实现系统地、实时地、动态地描绘。
图2. 突变型SFV VLP快速、稀疏标记Purkinje神经元(由枢密科技BrainVTA提供)
有关本期“神经科学新技术”专栏中的文章,可以扫描下列二维码阅读或下载:
[1] Li Y, Liu Z, Guo Q, Luo M. Long-term Fiber Photometry for Neuroscience Studies. Neurosci Bull 2019, 35: 425-433.
[2] Zou S, Li CT. High-Throughput Automatic Training System for Spatial Working Memory inFree-Moving Mice. Neurosci Bull 2019, 35: 389-400.
[3] Jia F, Zhu X, Lv P, Hu L, Liu Q, Jin S, et al. Rapid and Sparse Labeling of Neurons Based on the Mutant Virus-Like Particle of Semliki Forest Virus. Neurosci Bull 2019, 35: 378-388.
[4] Yang Y, Zhang L, Wang Z, Liang B, Barbera G, Moffitt C, et al. A Two-Step GRIN Lens Coating for In Vivo Brain Imaging.Neurosci Bull 2019, 35: 419-424.
[5] Xu Y, Tian NX, Bai QY, Chen Q, Sun XH, Wang Y. Gait Assessment of Pain and Analgesics: Comparison of the DigiGait and CatWalk Gait Imaging Systems. Neurosci Bull 2019, 35: 401-418.
[6] He Q, Wang J, Hu H. Illuminating the Activated Brain: Emerging Activity-Dependent Tools to Capture and Control Functional Neural Circuits. Neurosci Bull 2019, 35:369-377.