Name: 3d modeling of dendritic spines with synaptic plasticity
Uploaded: 2020-05-18T13:30:00
Description: Watch this Scientific Journal Video about 3D Modeling of Dendritic Spines with Synaptic Plasticity at JoVE.com

Ces travaux ont été soutenus en partie par la subvention de la Fondation scientifique de l’État de Sao Paulo (FAPESP) #2015/50122-0 et IRTG-GRTK 1740/2, par la subvention IBM/FAPESP #2016/18825-4, et par la subvention fapesp #2018/06504-4.

REMARQUE : Veuillez consulter le fichier supplémentaire 1 pour le glossaire des termes utilisés dans ce protocole.
1. Installer Blender, CellBlender et MCell
REMARQUE : Ce protocole nécessite l’installation de MCell, Blender et Cell Blender.
<ol><li>Téléchargez et installez le logiciel sur la page d’accueil de MCell (https://mcell.org/tutorials_iframe.html). Accédez aux téléchargements en haut de la page, puis suivez les instructions ?...

<ol>
	<li>Sweatt, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+plasticity+and+behavior+-+sixty+years+of+conceptual+advances.">Neural plasticity and behavior - sixty years of conceptual advances.</a> Journal of Neurochemistry. 139, 179-199 (2016).</li><li>Heine, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Surface+mobility+of+postsynaptic+AMPARs+tunes+synaptic+transmission.">Surface mobility of postsynaptic AMPARs tunes synaptic transmission.</a> Science. 320 (5873), 201-205 (2008).</li><li>Buonarati, O. R., Hammes, E. A., Watson, J. F., Greger, I. H., Hell, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mechanisms+of+postsynaptic+localization+of+AMPA-type+glutamate+receptors+and+their+regulation+during+long-term+potentiation.">Mechanisms of postsynaptic localization of AMPA-type glutamate receptors and their regulation during long-term potentiation.</a> Science Signaling. 12 (562), 6889 (2019).</li><li>Nair, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Super-Resolution+Imaging+Reveals+That+AMPA+Receptors+Inside+Synapses+Are+Dynamically+Organized+in+Nanodomains+Regulated+by+PSD95.">Super-Resolution Imaging Reveals That AMPA Receptors Inside Synapses Are Dynamically Organized in Nanodomains Regulated by PSD95.</a> Journal of Neuroscience. 33 (32), 13204-13224 (2013).</li><li>Cz&#246;nd&#246;r, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Unified+quantitative+model+of+AMPA+receptor+trafficking+at+synapses.">Unified quantitative model of AMPA receptor trafficking at synapses.</a> Proceeding of the National Academy of Sciences of the United States of America. 109 (9), 3522-3527 (2012).</li><li>Triesch, J., Vo, A. D., Hafner, A. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Competition+for+synaptic+building+blocks+shapes+synaptic+plasticity.">Competition for synaptic building blocks shapes synaptic plasticity.</a> eLife. 7, 37836 (2018).</li><li>Earnshaw, B. A., Bressloff, P. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biophysical+model+of+AMPA+receptor+trafficking+and+its+regulation+during+long-term+potentiation/long-term+depression.">Biophysical model of AMPA receptor trafficking and its regulation during long-term potentiation/long-term depression.</a> Journal of Neuroscience. 26 (47), 12362-12373 (2006).</li><li>Earnshaw, B. A., Bressloff, P. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modeling+the+role+of+lateral+membrane+diffusion+in+AMPA+receptor+trafficking+along+a+spiny+dendrite.">Modeling the role of lateral membrane diffusion in AMPA receptor trafficking along a spiny dendrite.</a> Journal of Computational Neuroscience. 25 (2), 366-389 (2008).</li><li>Antunes, G., Roque, A. C., Simoes-de-Souza, F. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stochastic+Induction+of+Long-Term+Potentiation+and+Long-Term+Depression.">Stochastic Induction of Long-Term Potentiation and Long-Term Depression.</a> Scientific Reports. 6, 30899 (2016).</li><li>Kotaleski, J. H., Blackwell, K. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modelling+the+molecular+mechanisms+of+synaptic+plasticity+using+systems+biology+approaches.">Modelling the molecular mechanisms of synaptic plasticity using systems biology approaches.</a> Nature Reviews Neuroscience. 11 (4), 239-251 (2010).</li><li>Bhalla, U. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Molecular+computation+in+neurons:+a+modeling+perspective.">Molecular computation in neurons: a modeling perspective.</a> Current Opinion in Neurobiology. 25, 31-37 (2014).</li><li>Cz&#246;nd&#246;r, K., Thoumine, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biophysical+mechanisms+regulating+AMPA+receptor+accumulation+at+synapses.">Biophysical mechanisms regulating AMPA receptor accumulation at synapses.</a> Brain Research Bulletin. 93, 57-68 (2013).</li><li>Bromer, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Long-term+potentiation+expands+information+content+of+hippocampal+dentate+gyrus+synapses.">Long-term potentiation expands information content of hippocampal dentate gyrus synapses.</a> Proceedings of the National Academy of Sciences of the United States of America. 115 (10), 2410-2418 (2018).</li><li>Antunes, G., Simoes-de-Souza, F. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=AMPA+receptor+trafficking+and+its+role+in+heterosynaptic+plasticity.">AMPA receptor trafficking and its role in heterosynaptic plasticity.</a> Scientific Reports. 8 (1), 10349 (2018).</li><li>Kerr, R. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fast+monte+carlo+simulation+methods+for+biological+reaction-diffusion+systems+in+solution+and+on+surfaces.">Fast monte carlo simulation methods for biological reaction-diffusion systems in solution and on surfaces.</a> SIAM Journal on Scientific Computing. 30 (6), 3126 (2008).</li><li>Czech, J., Dittrich, M., Stiles, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rapid+Creation,+Monte+Carlo+Simulation,+and+Visualization+of+Realistic+3D+Cell+Models.">Rapid Creation, Monte Carlo Simulation, and Visualization of Realistic 3D Cell Models.</a> Systems Biology. 500, 237-287 (2009).</li><li>Stiles, J., Bartol, T., De Schutter, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Monte+Carlo+Methods+for+Simulating+Realistic+Synaptic+Microphysiology+Using+MCell.">Monte Carlo Methods for Simulating Realistic Synaptic Microphysiology Using MCell.</a> Computational Neuroscience. , (2000).</li><li>Jorstad, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=NeuroMorph:+A+Toolset+for+the+Morphometric+Analysis+and+Visualization+of+3D+Models+Derived+from+Electron+Microscopy+Image+Stacks.">NeuroMorph: A Toolset for the Morphometric Analysis and Visualization of 3D Models Derived from Electron Microscopy Image Stacks.</a> Neuroinformatics. 13 (1), 83-92 (2015).</li><li>Antunes, G., Roque, A. C., Simoes de Souza, F. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modelling+intracellular+competition+for+calcium:+kinetic+and+thermodynamic+control+of+different+molecular+modes+of+signal+decoding.">Modelling intracellular competition for calcium: kinetic and thermodynamic control of different molecular modes of signal decoding.</a> Scientific Reports. 6, 23730 (2016).</li><li>Antunes, G., Roque, A. C., Simoes-de-Souza, F. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Molecular+mechanisms+of+detection+and+discrimination+of+dynamic+signals.">Molecular mechanisms of detection and discrimination of dynamic signals.</a> Scientific Reports. 8 (1), 2480 (2018).</li><li>Hoops, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=COPASI--a+COmplex+PAthway+SImulator.">COPASI--a COmplex PAthway SImulator.</a> Bioinformatics. 22 (24), 3067-3074 (2006).</li><li>Faeder, J. R., Blinov, M. L., Hlavacek, W. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Rule-based+modeling+of+biochemical+systems+with+BioNetGen.">Rule-based modeling of biochemical systems with BioNetGen.</a> Methods in Molecular Biology. 500, 113-167 (2009).</li><li>Gillespie, D. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exact+stochastic+simulation+of+coupled+chemical+reactions.">Exact stochastic simulation of coupled chemical reactions.</a> Journal of Physical Chemistry. 81 (25), 21 (1977).</li><li>Anggono, V., Huganir, R. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Regulation+of+AMPA+receptor+trafficking+and+synaptic+plasticity.">Regulation of AMPA receptor trafficking and synaptic plasticity.</a> Current Opinion in Neurobiology. 22 (3), 461-469 (2012).</li><li>Matsuda, S., Launey, T., Mikawa, S., Hirai, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Disruption+of+AMPA+receptor+GluR2+clusters+following+long-term+depression+induction+in+cerebellar+Purkinje+neurons.">Disruption of AMPA receptor GluR2 clusters following long-term depression induction in cerebellar Purkinje neurons.</a> EMBO Journal. 19 (12), 2765-2774 (2000).</li><li>Ahmad, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Postsynaptic+Complexin+Controls+AMPA+Receptor+Exocytosis+during+LTP.">Postsynaptic Complexin Controls AMPA Receptor Exocytosis during LTP.</a> Neuron. 73 (2), 260-267 (2012).</li><li>Sheng, M., Hoogenraad, C. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+postsynaptic+architecture+of+excitatory+synapses:+a+more+quantitative+view.">The postsynaptic architecture of excitatory synapses: a more quantitative view.</a> Annual Review of Biochemistry. 76, 823-847 (2007).</li></ol>

Cet article présente une méthode pour la construction de mailles 3D pour la modélisation des processus de plasticité synaptique réaction-diffusion dans un segment dendritique avec des épines dendritiques. Le modèle développé contient un segment dendritique avec peu d’épines dendritiques. La diffusion latérale et la réaction des AMPARs avec des ancres synaptiques permettent la simulation de la dynamique basale. Les étapes critiques du protocole sont la coupe de la sphère pour la création du haut de la tê...

La plasticité synaptique a été associée à l’apprentissage et à la mémoire1. La plasticité synaptique, telle que la potentialisation à long terme (LTP) et la dépression à long terme (LTD), est associée respectivement à l’insertion et à l’élimination des récepteurs AMPA (AMPARs) dans et hors de la membrane synaptique2. Les synapses AMPAR sont situées au-dessus des structures à petit volume appelées épines dendritiques3. Chaque colonne vertébrale contient une région riche en protéines dans la membrane postsynaptique appelée densité postsynaptique (PSD). Les protéines d’ancrage au PSD piègent les AMPAR dans la région synaptique. Il ya peu d’exemplaires d’AMPARs dans une seule synapse et le trafic et la réaction des AMPARs avec d’autres espèces dans les épines dendritiques est un processus stochastique2,4. Il existe plusieurs modèles compartimentés de trafic des récepteurs synaptiques aux épines dendritiques5,6,7,8. Cependant, il y a un manque de modèles de calcul stochastiques du trafic des AMPARs associés à la plasticité synaptique aux structures 3D des dendrites et de leurs épines dendritiques.
La modélisation computationnelle est un outil utile pour étudier les mécanismes sous-jacents à la dynamique de systèmes complexes tels que la réaction-diffusion des AMPARs dans les épines dendritiques lors de l’apparition de la plasticité synaptique9,10,11,12. Le modèle peut être utilisé pour visualiser des scénarios complexes, variant des paramètres sensibles et faisant des prédictions importantes dans des conditions scientifiques impliquant de nombreuses variables difficiles ou impossibles à contrôlerexpérimentales 12,13. Définir le niveau de détail d’un modèle de calcul est une étape fondamentale dans l’obtention d’informations précises sur le phénomène modélisé. Un modèle de calcul idéal est un équilibre délicat entre complexité et simplicité pour saisir les caractéristiques essentielles des phénomènes naturels sans être prohibitif sur le plan informatique. Les modèles informatiques trop détaillés peuvent être coûteux à calculer. D’autre part, les systèmes qui sont mal détaillés peuvent manquer des composants fondamentaux qui sont essentiels pour capturer la dynamique du phénomène. Bien que la modélisation 3D des épines dendritiques soit plus coûteuse sur le plan informatique que la 2D et la 1D, il existe des conditions, comme dans les systèmes complexes avec de nombreuses variables nonliners réagissant et diffusant dans le temps et l’espace 3D, pour lesquels la modélisation au niveau 3D est essentielle pour obtenir des informations sur le fonctionnement du système. En outre, la complexité peut être réduite avec soin pour préserver les caractéristiques essentielles d’un modèle à faible dimension.
Dans un système stochastique avec peu d’exemplaires d’une espèce donnée dans un petit volume, la dynamique moyenne du système s’écarte de la dynamique moyenne d’une grande population. Dans ce cas, la modélisation computationnelle stochastique des particules de diffusion de réactions est nécessaire. Ce travail introduit une méthode pour la modélisation stochastique réaction-diffusion de quelques copies d’AMPARs dans les épines dendritiques 3D. Le but de cette méthode est de développer un modèle de calcul 3D d’un segment dendritique avec des épines dendritiques et leurs synapses pour la modélisation de la plasticité synaptique.
La méthode utilise le logiciel MCell pour résoudre le modèle numériquement, Blender pour la construction de mailles 3D, et CellBlender pour créer et visualiser les simulations MCell, y compris la réaction spatiotemporal-diffusion des molécules dans les mailles 3D14,15,16. Blender est une suite pour la création de mailles et CellBlender est un add-on pour le logiciel de base Blender. MCell est un simulateur de Monte Carlo pour la réaction-diffusion des molécules simples17.
La raison d’être de l’utilisation de cette méthode consiste à modéliser la plasticité synaptique pour mieux comprendre ce phénomène dans l’environnement microphysiologique des épines dendritiques14. En particulier, cette méthode permet la simulation de la potentialisation homosynaptique, la dépression homosynaptique, et la plasticité hétérosynaptique entre les épines dendritiques14.
Les caractéristiques de cette méthode comprennent la modélisation de la structure géométrique 3D de la dendrite et de ses synapses, la diffusion par marche aléatoire, et les réactions chimiques des molécules impliquées dans la plasticité synaptique. Cette méthode offre l’avantage de créer des environnements riches pour tester des hypothèses et faire des prédictions sur le fonctionnement d’un système non ligner avec un grand nombre de variables. En outre, cette méthode peut être appliquée non seulement pour l’étude de la plasticité synaptique, mais aussi pour l’étude de la réaction stochastique-diffusion des molécules dans les structures de maille 3D en général.
Alternativement, les mailles 3D des structures dendritiques peuvent être construites directement dans Blender à partir de reconstructions en série de microscope électronique18. Bien que les mailles basées sur les reconstructions en série fournissent des structures 3D, l’accès aux données expérimentales n’est pas toujours disponible. Ainsi, la construction de mailles adaptées à partir de structures géométriques de base, telles que décrites dans le protocole actuel, offre une flexibilité pour développer des segments dendritiques personnalisés avec des épines dendritiques.
Une autre méthode de calcul alternative est la simulation en vrac de réactions bien mélangées dans un volume régulier9,10,11,19,20,21,22. Les simulations en vrac sont très efficaces pour résoudre les réactions de nombreuses espèces dans un seul volume bien mélangé23, mais l’approche en vrac est extrêmement lente pour résoudre la réaction-diffusion des molécules dans de nombreux voxels bien mélangés dans un maillage 3D haute résolution. D’autre part, la méthode actuelle utilisant des simulations MCell de réaction-diffusion des particules individuelles fonctionne efficacement dans les mailles 3D haute résolution15.
Avant d’utiliser cette méthode, il faut se demander si le phénomène étudié nécessite une approche stochastique réaction-diffusion dans un maillage 3D. Si le phénomène a peu d’exemplaires (moins de 1000) d’au moins une des espèces réagissantes diffusant dans une structure géométrique complexe avec de petits compartiments de volume tels que les épines dendritiques, alors la modélisation stochastique de la diffusion de réaction dans les mailles 3D est appropriée pour l’application.
Il y a plusieurs étapes nécessaires pour construire un modèle de calcul 3D d’un segment dendritique contenant des épines dendritiques avec la plasticité synaptique. Les principales étapes sont l’installation du logiciel approprié pour la construction du modèle, la construction d’une colonne vertébrale dendritique unique à utiliser comme un modèle pour créer plusieurs épines, et la création d’un segment dendritique qui est relié à de multiples épines dendritiques. L’étape de modélisation de la plasticité synaptique consiste à insérer des ancres dans la région PSD et des AMPARs dans le segment dendritique et les épines dendritiques. Ensuite, les réactions cinétiques entre les ancres situées au PSD et aux AMPAR sont définies pour produire des espèces complexes d’ampar d’ancrage qui piègent les AMPAR dans la région synaptique. Respectivement, l’augmentation et la diminution de l’affinité entre les ancres et les AMPAR synaptiques créent le processus de LTP et de LTD.

<table>
	<tbody>
		<tr>
			<td>Blender</td>
			<td>Blender Foundation</td>
			<td></td>
			<td>https://www.blender.org/</td>
		</tr>
		<tr>
			<td>CellBlender</td>
			<td>University of Pittsburgh</td>
			<td></td>
			<td>https://mcell.org/</td>
		</tr>
		<tr>
			<td>Mcell</td>
			<td>University of Pittsburgh</td>
			<td></td>
			<td>https://mcell.org/</td>
		</tr>
	</tbody>
</table>

3d modeling of dendritic spines with synaptic plasticity

La modélisation computationnelle de la diffusion et de la réaction des espèces chimiques dans une géométrie tridimensionnelle (3D) est une méthode fondamentale pour comprendre les mécanismes de la plasticité synaptique dans les épines dendritiques. Dans ce protocole, la structure 3D détaillée des dendrites et des épines dendritiques est modélisée avec des mailles sur le logiciel Blender avec CellBlender. Les régions synaptiques et extrasynaptiques sont définies sur le maillage. Ensuite, les molécules de récepteur synaptique et d’ancrage synaptique sont définies avec leurs constantes de diffusion. Enfin, les réactions chimiques entre les récepteurs synaptiques et les ancres synaptiques sont incluses et le modèle de calcul est résolu numériquement avec le logiciel MCell. Cette méthode décrit le chemin spatiotemporal de chaque molécule dans une structure géométrique 3D. Ainsi, il est très utile d’étudier le trafic des récepteurs synaptiques dans et hors des épines dendritiques lors de l’apparition de la plasticité synaptique. Une limitation de cette méthode est que le nombre élevé de molécules ralentit la vitesse des simulations. La modélisation des épines dendritiques avec cette méthode permet l’étude de la potentialisation homosynaptique et de la dépression dans les épines simples et la plasticité hétérosynaptique entre les épines dendritiques voisines.

Ces résultats fournissent les étapes de la construction d’un maillage 3D qui simule une colonne vertébrale dendritique avec une tête de colonne vertébrale et un cou de la colonne vertébrale (figure 1 à la figure 4). En outre, plusieurs épines dendritiques peuvent être insérées dans un seul segment dendritique (Figure 5) pour étudier la plasticité hétérosynaptique des AMPARs14. Le PSD sur le d...

Watch this Scientific Journal Video about 3D Modeling of Dendritic Spines with Synaptic Plasticity at JoVE.com

3D Modeling of Dendritic Spines with Synaptic Plasticity

Le protocole développe un modèle tridimensionnel (3D) d’un segment dendritique avec des épines dendritiques pour la modélisation de la plasticité synaptique. Le maillage construit peut être utilisé pour la modélisation computationnelle du trafic des récepteurs AMPA dans la plasticité synaptique à long terme à l’aide du logiciel Blender avec CellBlender et MCell.

Modélisation 3D des épines dendritiques avec plasticité synaptique

Computational modeling of diffusion and reaction of chemical species in a three-dimensional (3D) geometry is a fundamental method to understand the ...

Modélisation géométrique computationnelle 3D de la réaction des espèces chimiques par fusion. est une méthode utile pour étudier les mécanismes du trafic de récepteurs dans et hors de la colonne vertébrale dendritique fait la plasticité synaptique. Cette technique a l’avantage de créer un environnement riche pour faire des hypothèses et des projections sur les systèmes non ligneux avec un grand nombre de variables.Pour créer un maillage d’une seule colonne vertébrale dendritique avec une tête de colonne vertébrale et un cou de la colonne vertébrale à l’aide d’une sphère modifiée. Premier blender ouvert. Avec Cell Blender déjà installé et appuyez sur 5 sur le clavier, pour passer de la perspective à la vue orthogonale.Appuyez sur 1 pour passer à la vue avant et appuyez sur Shift C pour centrer le curseur. Pour créer la tête de la colonne vertébrale, appuyez sur Shift A pour ouvrir la palette Mesh et sélectionnez le Maillage. Sélectionnez sphère UV et dans la sphère UV ajouter, définir la taille à 0,25 et les anneaux à 32.Pour faire le dessus de la tête à plat appuyez sur onglet pour passer blender du mode Objet au mode Modifier. Appuyez sur B pour sélectionner les trois premiers quarts de la sphère et appuyez sur Supprimer, sélectionnez Vertices et Entrez pour supprimer les vertices. Appuyez sur B et sélectionnez le haut de la sphère.Appuyez sur E, S, 0 et Entrez pour sceller le haut des vertices encore sélectionnés. Et déplacez la flèche bleue vers le bas pour aligner vers le haut de la tête de la colonne vertébrale. Pour augmenter la résolution du maillage en haut de la colonne vertébrale, sélectionnez outil et couteau et utilisez le couteau pour couper un cercle autour du centre du haut.Sélectionnez ensuite outil et boucle couper et glisser quatre fois pour créer quatre cercles concentriques autour du centre du haut. Pour créer le cou de la colonne vertébrale appuyez sur B et sélectionnez le fond de la maille. Appuyez sur Supprimer Vertices et B et sélectionnez le fond de la maille.Appuyez sur E et Z et sélectionnez moins 0,45 pour créer une extrusion à la position de l’axe Z, à moins 0,45 micromètre. Pour rendre le maillage compatible avec la presse à cellules M Ctrl T pour trianguler le maillage et sélectionner tool and remove doubles. Pour créer une colonne vertébrale multiple, appuyez sur Shift A pour ouvrir la palette Mesh et sélectionner Mesh et Cylinder.Dans le menu Ajouter le cylindre, réglez le rayon de 0,3 micromètre et la profondeur à deux micromètres et appuyez sur Entrez. Appuyez sur R et entrez 90 pour faire pivoter le cylindre de 90 degrés et utilisez la flèche bleue pour faire glisser le cylindre vers le bas de la colonne vertébrale. Appuyez sur 3 pour obtenir une vue avant du cylindre et appuyez sur Z pour rendre le maillage transparent.Utilisez la flèche bleue normale pour déplacer la base de la colonne vertébrale à l’intérieur du cylindre et cliquez à droite pour sélectionner le Dendrite. Sélectionnez Modifier et Ajouter Modifier et sélectionnez Boolean, Operation Union et sélectionnez Object Spine. Cliquez sur Appliquer pour créer un maillage commun du Dendrite et de la colonne vertébrale.Ensuite, utilisez la souris pour sélectionner le maillage de la colonne vertébrale isolée, en changeant la position et l’angle pour insérer chaque nouvelle colonne vertébrale dans une position physiologique. Pour créer des AMPARs, sélectionnez Molécules et insérez une nouvelle molécule. Changez le nom en AMPAR et changez le type de molécule en molécule surface.Ensuite, changer la constante de diffusion 0,05 fois 10 à la huitième centimètre carrée par seconde. Pour tracer les ancres liées aux AMPARs, à la PSD1 pendant l’état basal, ouvrez les paramètres de sortie de la parcelle et appuyez sur pour définir les molécules. Ensuite, réglez la molécule Anchor_AMPAR, l’objet de Dendrite et la Région à PSD1.Pour exécuter une simulation d’état basal, sélectionnez Exécuter la simulation. Et réglez les itérations à 30 000 et le temps passe à une fois 10 à moins trois secondes. Cliquez sur Export et Exécutez et attendez la fin de la simulation.À la fin de la simulation, sélectionnez Données de visualisation de recharge, animation de lecture, paramètres de sortie de l’intrigue et intrigue pour visualiser les résultats temporels spatiaux. Pour exécuter l’état de potentialisation homosynaptique sélectionnez Placement de molécule et rel_anchorLTP_psd1. Sélectionnez rel_anchorLTP_psd1 et modifiez la quantité pour la libérer à 200.Ensuite, changez la quantité pour libérer à zéro. Sélectionnez rel_anchor_psd1. Modifiez la quantité pour la libérer à zéro et exécutez la simulation comme vous venez de le démontrer.La plasticité synaptique peut être vérifiée à peu près par des changements dans le nombre d’espèces d’AMPARs liées aux ancres à chaque colonne vertébrale. Pour le calcul exact de l’apparition de la plasticité synaptique. Il est recommandé de calculer la variation du nombre total d’AMPARs ancrés et libres à la synapse.La potentialisation et la dépression homosynaptiques ampar peuvent être vérifiées par des augmentations et des diminutions du nombre d’AMPARs ancrés respectivement, provoquées par des changements dans l’affinité des AMPARs par des ancres par rapport à l’état basal. Par exemple, l’induction de potentialisation à long terme homosynaptique à une seule colonne vertébrale, crée un effet de dépression hétérosynaptique à long terme aux épines voisines. Suite à cette procédure, le modèle peut être élargi pour étudier le processus d’induction de LTP et ltd aux épines dendritiques.Cette méthode permet de tester des hypothèses sur le fonctionnement de systèmes non linéaires complexes avec un grand nombre de variables.

Research

JoVE Journal

Neuroscience

Preparation of Oligomeric &beta;-amyloid1-42 and Induction of Synaptic Plasticity Impairment on Hippocampal Slices

Preparation of Oligomeric ÃƒÅ½Ã‚Â²-amyloid1-42 and Induction of Synaptic Plasticity Impairment on Hippocampal Slices

Préparation des oligomères β-amyloïde 1-42 Et induction de la plasticité synaptique Dépréciation sur les coupes d&#39;hippocampe

Impairment of synaptic connections is likely to underlie the subtle amnesic changes occurring at the early stages of Alzheimer s Disease (AD). ...

Recherche

Neurosciences

Fluorescence Recovery After Photobleaching (FRAP) of Fluorescence Tagged Proteins in Dendritic Spines of Cultured Hippocampal Neurons

Fluorescence Recovery After Photobleaching FRAP of Fluorescence Tagged Proteins in Dendritic Spines of Cultured Hippocampal Neurons

Récupération de fluorescence après photoblanchiment (FRAP) de fluorescence protéines marquées dans les épines dendritiques des neurones de l&#39;hippocampe de culture

FRAP has been used to quantify the mobility of GFP-tagged proteins. Using a strong excitation laser, the fluorescence of a GFP-tagged protein is bleached ...

Lateral Diffusion and Exocytosis of Membrane Proteins in Cultured Neurons Assessed using Fluorescence Recovery and Fluorescence-loss Photobleaching

Diffusion latérale et l&#39;exocytose des protéines membranaires dans des neurones en culture évaluée à l&#39;aide de récupération de fluorescence et de fluorescence de perte de photoblanchiment

Membrane proteins such as receptors and ion channels undergo active trafficking in neurons, which are highly polarised and morphologically complex. This ...

Voltage-sensitive Dye Recording from Axons, Dendrites and Dendritic Spines of Individual Neurons in Brain Slices

Enregistrement colorant sensible à la tension d&#39;axones, des dendrites et des épines dendritiques des neurones individuels dans des tranches de cerveau

Understanding the biophysical properties and functional organization of single neurons and how they process information is fundamental for understanding ...

Fast Micro-iontophoresis of Glutamate and GABA: A Useful Tool to Investigate Synaptic Integration

Rapide Micro-iontophorèse de glutamate et le GABA: un outil utile d&#39;étudier l&#39;intégration synaptique

One of the fundamental interests in neuroscience is to understand the integration of excitatory and inhibitory inputs along the very complex structure of ...

Deriving the Time Course of Glutamate Clearance with a Deconvolution Analysis of Astrocytic Transporter Currents

Issu l&#39;évolution temporelle du glutamate Dégagement avec une analyse de déconvolution des courants de Transporteur ASTROCYTIQUES

The highest density of glutamate transporters in the brain is found in astrocytes. Glutamate transporters couple the movement of glutamate across the ...

Imaging Dendritic Spines of Rat Primary Hippocampal Neurons using Structured Illumination Microscopy

Imagerie épines dendritiques des neurones de l&#39;hippocampe de rat primaire utilisant structuré Illumination Microscopy

Dendritic spines are protrusions emerging from the dendrite of a neuron and represent the primary postsynaptic targets of excitatory inputs in the brain. ...

Two-Photon in vivo Imaging of Dendritic Spines in the Mouse Cortex Using a Thinned-skull Preparation

Two-Photon in vivo Imaging of Dendritic Spines in the Mouse Cortex Using a Thinned-skull Preparation

Deux-Photon<em&gt; In vivo</em&gt; Imagerie des épines dendritiques dans le cortex de souris utilisant un crâne-Diluée Préparation

In the mammalian cortex, neurons form extremely complicated networks and exchange information at synapses. Changes in synaptic strength, as well as ...

Pentylenetetrazole-Induced Kindling Mouse Model

Modèle de souris de bois d’allumage induite par le pentylènetétrazole

Pentylenetetrazole (PTZ) is a GABA-A receptor antagonist. An intraperitoneal injection of PTZ into an animal induces an acute, severe seizure at a high ...

Combining Optogenetics with Artificial microRNAs to Characterize the Effects of Gene Knockdown on Presynaptic Function within Intact Neuronal Circuits

Alliant Optogenetics artificiel microARN pour caractériser les effets du gène Knockdown fonction présynaptique dans les Circuits de neurones intacts

The purpose of this protocol is to characterize the effect of gene knockdown on presynaptic function within intact neuronal circuits. We describe a ...