RNA科学家发现了许多与神经元发育有关的基因
![Neurons in the fruit fly brain are made by passing through various differentiation states, and are segregated into unique subtypes based on the age and cell division number of their mother cell (progenitor). The complexity of this process is modelled in the diagram above. Different RNAs play a role in these neuron formation steps. Credit: Nigel Michki U-M RNA科学家发现了许多与神经元发育有关的基因](https://scx1.b-cdn.net/csz/news/800a/2021/u-m-rna-scientists-ide.jpg)
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(祖细胞)开始,然后分裂成前体细胞,最后变成神经元。
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(LS&A)和细胞与发育生物学系的助理教授Dawen Cai领导,发现了许多基因这是非常重要的果蝇神经元的发展,这是之前从未被描述过的。
由于许多基因在物种之间是保守的,例如在果蝇(果蝇)、老鼠和人类之间,从苍蝇身上学到的东西也可以作为一个模型,更好地了解包括人类在内的其他物种。“现在我们知道了哪些基因参与了苍蝇这种形式的神经发生,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多种生物,我们有能力对各种生物进行审问。”Michki解释道。Michki补充说:“在我看来,我们所做的工作是众多工作中的一项,它将为其他研究疾病提供信息。”“这就是为什么我们要做这样的基础研究。”
苍蝇也经常用于许多不同类型的研究,如果有一个更全面的苍蝇基因列表,以及它们在神经元细胞发育中的相关作用,可能会受益。
这一发现
神经元由干细胞在变成神经元之前大量繁殖。在人类的大脑在美国,这个过程极其复杂,涉及数十亿美元细胞.在苍蝇的大脑中,这个过程要简单得多,整个大脑大约有200个干细胞。更小的尺度允许对神经元细胞分裂过程从头到尾的精细分析。
在苍蝇中,当干细胞分裂时,它产生另一个干细胞和一个祖细胞。当最后一个细胞分裂时,它会产生一个所谓的前体细胞,只分裂一次,产生两个神经元。基因控制着这个生产过程,它告诉细胞要么分裂——产生哪种特定类型的细胞——要么停止分裂。
![U-M RNA科学家发现了许多与神经元发育有关的基因](https://scx1.b-cdn.net/csz/news/800/2021/u-m-rna-scientists-ide-1.jpg)
直到今天,只有少数控制这一神经元发育过程的基因被确认细胞的报道在美国,科学家们描述了更多相关基因。在神经元发育过程的时间轴上,密歇根大学的研究小组可以精确地记录下哪些基因参与其中以及持续了多长时间。
特别是在祖细胞阶段,科学家们确定了三个基因,这三个基因在这一阶段对决定每个祖细胞将产生什么类型的神经元非常重要;这些特殊的基因在此背景下从未被描述过。他们还验证了之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,目前还不清楚为什么这些基因在神经元发育过程的不同步骤中表达增加,以及它们在这些不同步骤中实际发挥的作用。蔡教授说:“现在已经确定了许多候选基因,我们正在研究它们在神经元成熟和命运决定过程中的作用。”“我们也很兴奋地探索其他发育时间点,以说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,以及如何跨分化非神经元细胞类型神经元.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,”密歇根大学生命科学研究所教授李成宇(Cheng-Yu Lee)补充道,他与蔡实验室合作。
的技术
这项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RNA进行测序,仅在一天之内就产生了数百gb的数据。从RNA序列中,他们可以确定每个神经元的发育阶段。Michki说:“我们现在已经很好地了解了这个过程在RNA水平上是如何进行的。”
该团队还使用传统的显微镜观察来定位这些不同的rna在大脑中的表达位置。蔡教授说:“硅片分析和原位探索相结合不仅验证了我们测序结果的质量,还恢复了候选基因在单细胞分离过程中丢失的时空关系。”
在研究开始时,科学家们用开源软件分析了大量数据集。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:“像MiCV这样的工具对于第一次做这类研究的研究者和想要从他们的数据中快速生成新的假设的研究者来说是非常强大的。”“它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们更多地专注于他们的研究,而不是有时令人生畏的数据分析工具。”MiCV工具目前正在商业化。
用户评论