تلاش برای نقشه برداری از مغز موش

سانتیاگو رامون کاخال در اواخر قرن نوزدهم با تصاویر بسیار دقیق خود از بافت‌های عصبی انقلابی در نوروبیولوژی ایجاد کرد. نقاشی‌های این پزشک دانشمند اسپانیایی که طی سال‌ها کار میکروسکوپی دقیق ایجاد شد، مورفولوژی سلولی منحصر به فرد مغز را آشکار کرد.

ایوان ماکوسکو، متخصص اعصاب در موسسه Broad دانشگاه هاروارد و MIT می‌گوید: «با کار کاخال، ما دیدیم که سلول‌های مغز شبیه سلول‌های سایر قسمت‌های بدن نیستند – آنها مورفولوژی‌های باورنکردنی دارند که شما در جای دیگر نمی‌بینید.»

نقاشی‌های رامون کاخال یکی از اولین سرنخ‌ها را ارائه می‌دهد که کلید درک چگونگی کنترل عملکردهای متعدد مغز، از تنظیم فشار خون و خواب گرفته تا کنترل شناخت و خلق و خو در سطح سلولی است.

Xiaowei Zhuang، بیوفیزیکدان از دانشگاه هاروارد در این باره می گوید: «برای اینکه درک اساسی از مغز داشته باشیم، ما واقعاً باید بدانیم که چند نوع سلول مختلف وجود دارد، چگونه سازماندهی شده اند و چگونه با یکدیگر تعامل دارند.»

ژوانگ توضیح می‌دهد که آنچه دانشمندان علوم اعصاب نیاز دارند، راهی برای شناسایی و نقشه‌برداری سیستماتیک دسته‌های مختلف سلول‌های مغزی است. اکنون محققان در حال نزدیک شدن به چنین منبعی هستند، حداقل در موش‌ها. با ترکیب توالی یابی RNA تک سلولی با کارایی بالا با رونویسی فضایی – روش هایی برای تعیین اینکه کدام ژن در سلول های منفرد بیان می شود و آن سلول ها در کجا قرار دارند – آنها برخی از جامع ترین اطلس های مغز موش تا کنون را ایجاد می کنند. گام‌های مهم بعدی کار این است که این انواع مولکول های سلول‌های تعریف‌شده چه کاری انجام می‌دهند و نقشه‌های مختلف مغز را برای ایجاد یک منبع واحد که جامعه وسیع‌تر علوم اعصاب می‌تواند از آن استفاده کند، کنار هم قرار دهد.

نقشه برداری از مغز

موش‌ها به‌عنوان یک پلت‌فرم آزمایشی بسیار قدرتمند هستند، زیرا به دانشمندان علوم اعصاب اجازه می‌دهند مغز را به روش‌هایی که بر روی انسان غیرممکن است بررسی کنند. ابزارهایی مانند اپتوژنتیک – تکنیکی که در آن حیوانات از نظر ژنتیکی اصلاح می‌شوند تا دانشمندان بتوانند فعالیت سلولی خود را با نور کنترل کنند – راه‌هایی را برای آزمایش چگونگی تأثیر نورون‌های خاص بر رفتار ارائه می‌دهند، اما چنین دستکاری در انسان غیرعملی و غیراخلاقی است.

استن لینارسون، عصب‌شناس در موسسه کارولینسکا در استکهلم، می‌گوید اطلس‌های مغزی تک سلولی که سلول‌ها را با نمایه‌های بیان ژنی آن‌ها تعریف می‌کنند، می‌توانند بین این دو شیوه پل بزنند. برای مثال، محققی که به نوع خاصی از سلول در انسان علاقه مند است، می تواند از الگوهای بیان ژن برای یافتن همان نوع سلول در موش استفاده کند و به جای آن سلول ها را دستکاری کند. بیان ژن همچنین روش دقیق تری برای طبقه بندی سلول های مغزی به محققان ارائه می دهد، وظیفه ای که معمولاً بر ویژگی های درشت تر مانند ساختار فیزیکی، مکان، اتصالات و الگوهای شلیک تکیه دارد.

توالی یابی RNA تک سلولی یا single-cell RNA sequencing

لینارسون و دیگران از توالی یابی RNA تک سلولی برای ایجاد این نوع نقشه جامع استفاده کرده اند. مطالعات اولیه بر روی مناطق خاصی از مغز، مانند قشر مغز – لایه بیرونی مغز، متمرکز بود. سپس در سال ۲۰۱۸ دو گروه این تکنیک را به کل مغز گسترش دادند. یک مطالعه توسط تیم Linnarson، نزدیک به نیم میلیون سلول در مغز موش، نخاع و سیستم عصبی محیطی را مورد تجزیه و تحلیل قرار داد. این تیم با استفاده از الگوریتم‌های کامپیوتری برای طبقه‌بندی سلول‌ها بر اساس الگوهای بیان ژن، ۲۶۵ “خوشه” را شناسایی کردند که هر کدام نشان دهنده یک سلول متمایز و مشخص از نظر مولکولی است. مطالعه دیگری که توسط تیمی در دانشکده پزشکی هاروارد و موسسه براد، توسط محققانی از جمله ماکوسکو انجام شد، ۵۶۵ خوشه سلولی را در میان ۶۹۰۰۰۰ سلول در مغز موش شناسایی کرد.

این خوشه‌ها شامل انواع سلول‌هایی بودند که قبلاً گزارش نشده بودند. برای مثال، مطالعه لینارسون، هفت نوع آستروسیت، سلول‌های غیر عصبی را نشان داد که طیف وسیعی از عملکردها، از تأمین انرژی نورون‌ها تا حفظ اتصالات عصبی را انجام می‌دهند. پیش از این، دانشمندان تنها چهار دسته اصلی از آستروسیت را شناسایی کرده بودند.

اما دانستن اینکه یک نوع سلول وجود دارد یک چیز است و اینکه بدانیم کجاست یک چیز دیگر است.

ماکوسکو می‌گوید: «آنچه در هر دو مقاله گم شده بود، یک جزء فضایی بود.»

محققان به راهی نیاز داشتند تا نه تنها تشخیص دهند که کدام ژن در هر سلول بیان می شود، بلکه آن سلول ها دقیقاً در کجای مغز قرار دارند. اینجاست که رونویسی فضایی وارد می شود.

نمودار تنوع سلولی

در سال ۲۰۱۵، ژوانگ و تیمش یک تکنیک رونویسی فضایی را به نام هیبریداسیون فلورسانس مقاوم در برابر خطا (MERFISH) معرفی کردند. این روش با اختصاص یک بارکد – توالی منحصربه‌فردی از پروب‌های DNA – به هر گونه RNA، و سپس رمزگشایی سیستماتیک این بارکدها در چندین دور تصویربرداری میکروسکوپی عمل می‌کند. بارکدها «مقاوم در برابر خطا» هستند، زیرا توالی‌ها به گونه‌ای ساخته شده‌اند که قبل از اشتباه گرفتن با بارکد دیگر، در برابر تعداد معینی اشتباه خوانده شوند.

محققان با نشان دادن اینکه MERFISH می‌تواند بیش از ۱۰۰۰ ژن را همزمان در سلول‌های انسانی کشت‌شده کشف کند، به مغز موش روی آوردند و اطلس‌هایی از مناطق خاص ساختند و سازمان‌دهی سلولی را در موش و انسان مقایسه کردند. در این میان، آنها دریافتند که بخش‌هایی از قشر مغز انسان نسبت بیشتری از گلیا (گروهی از سلول‌های غیر عصبی شامل آستروسیت‌ها و میکروگلیا، سلول‌های ایمنی ساکن مغز) نسبت به مناطق مشابه در موش‌ها دارد. تعاملات بین سلول های عصبی و غیر عصبی در قشر مغز انسان نسبت به موش بیشتر است.

اکنون ژوانگ و همکارانش MERFISH را به سطح کل مغز رسانده اند. این تیم با بکارگیری این روش بر روی حدود هشت میلیون سلول از مغز موش بالغ و ادغام آن داده ها با داده های توالی یابی RNA تک سلولی برای همان سلول ها، بیش از ۵۰۰۰ خوشه سلولی را با رونویسی مشخص ثبت کردند. این تیم یافته‌ها را در سرور پیش‌چاپ bioRxiv در ماه مارس منتشر کرد – یکی از سه مطالعه‌ای که در عرض یک هفته منتشر می‌شود.

انجام مطالعات مشابه با سوالات متفاوت

دومین مورد از این مطالعات، به رهبری هونگکوی زنگ، مدیر موسسه علوم مغز آلن در سیاتل واشنگتن، توالی یابی RNA تک سلولی را با MERFISH ترکیب کرد. (Zeng و Zhuang و همچنین اعضای گروه های آنها در هر دو مطالعه فوق الذکر شرکت داشتند.) اگرچه این دو مطالعه از روش های مشابهی استفاده کردند، اما آنها به سؤالات متفاوتی پرداختند. اولین مطالعه بر شیب های فضایی تاکید کرد – تغییرات تدریجی در پروفایل های بیان ژن بین خوشه های سلولی، و همچنین مناطق مجزا و مولکولی تعریف شده مغز به نام ماژول های فضایی. در حالی که دومی روی پروتئین های متصل به DNA به نام فاکتورهای رونویسی در تعریف انواع مختلف سلول متمرکز بود. ژوانگ می گوید: «این مجموعه از داده ها بینش غنی در مورد معماری مولکولی و سلولی مغز ارائه می دهد و منبع ارزشمندی برای تحقیقات آینده فراهم می کند.»

مطالعه سوم، توسط ماکوسکو و همکارانش، از رویکرد فضایی متفاوتی استفاده کرد. ماکوسکو به جای MERFISH که بر میکروسکوپ متکی است، از روش توالی یابی به نام Slide-seq استفاده کرد. این تکنیک به طور موثر RNA سلولی را از یک نمونه بافت به سطحی که با میکروبیدهای بارکد پوشانده شده است، منتقل می کند. از آنجایی که هر مهره در یک مکان شناخته شده است، محققان می توانند از بارکدها برای تعیین محل قرارگیری RNA های مرتبط در بافت استفاده کنند. با ترکیب این رویکرد با توالی یابی RNA تک هسته ای، که رونوشت های ژنی را از هسته به جای کل سلول گزارش می کند، ماکوسکو و تیمش اطلس مغز موش را ایجاد کردند.

تمرکز مطالعات بر روی اطلس مغز موش

هر سه مطالعه حداقل تا حدی توسط شبکه سرشماری سلولی ابتکار مغز مؤسسه ملی سلامت ایالات متحده (BICCN) تأمین شده است، که از آزمایشگاه‌هایی پشتیبانی می‌کند که مشغول به ایجاد نقشه‌های جامع از سلول‌ها در مغز موش‌ها و نخستی‌ها، از جمله انسان‌ها هستند. و هر سه در یک پیام مشابه همگرا شدند: مغز موش دارای تنوع سلولی خارق‌العاده‌ای است که بخش بزرگی از آن در خارج از قشر وجود دارد. این گروه‌ها دریافتند که قشر سلولی دارای انواع سلول‌های کمتر با رونویسی متمایز است، در حالی که مناطقی مانند هیپوتالاموس، مغز میانی و مغز خلفی که همگی در نزدیکی پایه مغز قرار دارند، دارای انواع سلول‌های بسیار بیشتری هستند که بسیار شبیه یکدیگرند.

Zeng حدس می زند که این تفاوت ممکن است منعکس کننده تاریخ های مختلف تکاملی این مناطق باشد. مناطقی مانند هیپوتالاموس، مغز میانی و مغز خل فیتا حد زیادی مسئول عملکردهای فیزیولوژیکی حیاتی مانند تغذیه، متابولیسم و حرکت هستند که در حیوانات حفظ می شود و بنابراین ممکن است انواع سلول های بسیار خاص را در خود جای دهند که در طول زمان تا حد زیادی بدون تغییر باقی می مانند. اما در قشر مغز، که عملکردهای شناختی سطح بالاتری را کنترل می‌کند که می‌توانند با محیط‌های متغیر سازگار شوند، سلول‌ها ممکن است بتوانند با سرعت بیشتری از یکدیگر تمایز پیدا کنند.

داده های ماکوسکو به صورت عمومی در braincelldata.org در دسترس است. داده های دو مطالعه دیگر در brainimagelibrary.org موجود است. به گفته ژوانگ، موسسه آلن قصد دارد اواخر امسال یک وب سایت تعاملی راه اندازی کند.

کنستانتینوس ملتیس، عصب شناس در کارولینسکا می گوید: «اینها مطالعات بسیار زیبایی هستند. آنها نشان می‌دهند که اکنون می‌توان از رویکردهای هدفمند و در مقیاس بزرگ برای درک سازمان فضایی صدها ژن به طور همزمان استفاده کرد.» ملتیس و همکارانش سه سال پیش اطلس تمام مغز موش را منتشر کردند و از یک رویکرد رونویسی فضایی متفاوت استفاده کردند. (این مطالعه کل مغز را در سطح تک سلولی ترسیم نکرد، اما در مناطق خاصی نشان دادند که تکنیک آنها می تواند با توالی یابی RNA تک سلولی برای رسیدن به وضوح سلولی ترکیب شود.)

فراتر از بیان ژن

Zeng می گوید اطلس های بیان ژن تک سلولی منابع ارزشمندی برای جامعه علوم اعصاب هستند. توانایی تعیین دقیق یک نوع سلول خاص از امضای مولکولی آن، دانشمندان علوم اعصاب را قادر می‌سازد تا ابزارهایی برای مطالعه عملکرد این سلول‌ها در مغز سالم و در زمینه بیماری ایجاد کنند.

اما این ها تنها انواع اطلسی نیستند که محققان در حال ساختن هستند.

نحوه ایجاد نقشه های فضایی فعالیت ژن – تا سطح سلولی

بینگ رن، متخصص ژنتیک مولکولی در دانشگاه کالیفرنیا، سن دیگو، با جو ایکر، زیست شناس مولکولی در موسسه سالک در لا جولا، کالیفرنیا، نیروهای خود را ملحق کرد تا چشم انداز اپی ژنتیکی مغز موش را ترسیم کند. آزمایشگاه Ecker روشی را برای بررسی متیلاسیون DNA – تغییرات شیمیایی در DNA که می تواند بیان ژن را تغییر دهد – در کل ژنوم سلول های منفرد ایجاد کرده بود، و گروه رن تکنیکی را برای تجزیه و تحلیل چشم انداز مناطق بیان و تنظیم ژن فعال در دسترس کروموزوم ها ابداع کرده بود که آن مناطق از کروموزوم ها را مشخص می کند. رن می‌گوید: «ما فکر کردیم با تعریف اپی ژنوم در انواع مختلف سلول، می‌توانیم یک رویکرد جایگزین برای تعریف هویت سلولی داشته باشیم. او می افزاید: این روش تیم را قادر ساخت تا هم سلول های مختلف مغز را شناسایی کند و هم مکانیسم تنظیم ژن در هر نوع سلول را به طور جامع تر تعیین کند.

رن، اکر و همکارانشان با ترکیب این تکنیک ها و به کار بردن آنها در مغز موش، بیش از ۴۰۰۰ خوشه سلولی را شناسایی کردند. این تیم مطالعه خود را – که همچنین بخشی از BICCN بود – بر روی bioRxiv در ماه آوریل منتشر کرد و گزارش داد که انواع سلولی که آنها پیدا کردند تا حد زیادی با آنهایی که با استفاده از رونویسی فضایی شناسایی شده بودند مطابقت دارند.

نقشه برداری از پروجکشن های مغز

در همین حال، در شانگهای چین، جون یان، عصب شناس در موسسه علوم اعصاب آکادمی علوم چین، و همکارانش در حال نقشه برداری از ارتباطات دوربرد بین نورون های فردی در سراسر مغز هستند. آنها یک الگوریتم محاسباتی ایجاد کردند که می‌تواند این پیوندها را با ردیابی آکسون‌ها، رشته‌های بلندی که سیگنال‌ها را از جسم سلولی یک سلول عصبی دور می‌کنند، برای نورون‌های منفرد در قشر پیشانی مغز موش، منطقه‌ای از مغز انسان‌ها که در تصمیم گیری، احساسات و ادراک درگیر است، شناسایی کنند. این تیم از آن زمان کار خود را به دندریت، شاخه‌های سلول عصبی که سیگنال‌ها را دریافت می‌کنند، گسترش داده است و هدف خود را بر پروجکشن‌های کل مغز گذاشته است.

یان توضیح می‌دهد: «سیستم عصبی یک شبکه است، بنابراین عملکرد شبکه از اتصال ناشی می‌شود.»

نقشه برداری عصب تحولی

دیگران در حال ترسیم چگونگی تغییر مغز در طول زمان هستند. یونگسو کیم، متخصص علوم اعصاب در دانشگاه ایالتی پنسیلوانیا در هرشی، از تصویربرداری با وضوح بالا برای ایجاد اطلس های سه بعدی از مغز موش در طول دوره رشد، از مرحله جنینی، استفاده می کند. کیم می‌گوید در حال حاضر یک مرجع «واقعاً خارق‌العاده» برای مغز موش بالغ وجود دارد – چارچوب مختصات مشترک مغز آلن موش، که از تصویربرداری با وضوح بالا از بیش از ۱۶۰۰ مغز موش ایجاد شده است. اما حتی این منبع فقط یک نقطه زمانی واحد را نشان می دهد. کیم و تیمش امیدوارند با ایجاد «چارچوب‌های مختصات مشترک»، الگویی برای ساختن نقشه‌ها در مراحل توسعه ارائه کنند.

از موش تا انسان

اکنون محققان این تکنیک ها را برای پستانداران بزرگتر از جمله انسان به کار می برند. سال گذشته، مؤسسه ملی بهداشت، بودجه ۵۰۰ میلیون دلاری را برای شبکه اطلس سلولی ابتکار مغز (BICAN) برای ساختن یک نقشه جامع از مغز انسان اعلام کرد.

اما مغز انسان چالش های بسیار بزرگتری را ارائه می کند. مثلا تخمین زده می‌شود که سلول‌های آن هزار برابر بیشتر از مغز موش است. دانشمندان همچنین در انواع آزمایش‌هایی که می‌توانند با بافت مغز انسان انجام دهند محدود هستند. مطالعات فقط می توانند از مغز پس از مرگ استفاده کنند و تنوع بیشتر بین انسان‌ها نسبت به موش‌های آزمایشگاهی که اغلب دارای زمینه‌های ژنتیکی یکسان هستند و در یک محیط بزرگ می‌شوند نیز چالشی دیگر است.

کارهایی که روی مغز انسان انجام شده است

با این حال، کار روی مغز انسان قبلاً به بینش های تازه ای منجر شده است. در یک آنالیز، لینارسون و همکارانش از توالی یابی RNA تک هسته ای برای بررسی سه میلیون سلول در سراسر مغز انسان استفاده کردند. مطالعه آنها که در اکتبر ۲۰۲۲ در bioRxiv ارسال شد، نشان داد که مانند موش، انواع سلول‌های بیشتری در مناطقی مانند مغز میانی و مغز خلفی نسبت به قشر مغز وجود دارد. لینارسون می‌گوید: «در انسان‌ها، ما تمایل داریم که دیدگاهی بسیار قشر محور از مغز داشته باشیم، اما این یافته‌ها نشان می‌دهد که محققان می‌توانند به این مناطق دیگر مغز که اغلب نادیده گرفته می‌شوند توجه بیشتری داشته باشند.»

کاربردها

در این میان، محققان در حال کاوش عمیق‌تر در اطلس‌های سلولی فضایی هستند تا بررسی کنند که این نوع سلول‌های تازه شناسایی شده چه می‌کنند. برای مثال، تیم ژوانگ به نزدیکی فضایی انواع سلول‌های مختلف و الگوهای بیان ژنی آن‌ها برای استنباط برهم‌کنش‌های سلول-سلول، سرنخ مهمی برای جدا کردن مکانیسم‌های مولکولی و سلولی که منجر به عملکردهای مختلف مغز می‌شوند، نگاه کردند. و ماکوسکو می گوید که تیمش الگوریتمی را طراحی کرده است که می‌تواند برای تعیین حداقل تعداد ژن‌های مورد نیاز برای تشخیص یک نوع سلول از نوع دیگر استفاده شود – منبعی که به دانشمندان علوم اعصاب یک «کتاب راهنما» برای آزمایش‌هایشان می‌دهد.

محققان حتی ممکن است بتوانند این اطلس ها را برای درمان استخراج کنند. درمان‌های موجود برای بیماری‌های روان‌پزشکی و عصبی تمایل دارند از سلول های coarse-grained استفاده کنند – برای مثال، نورون‌های اختصاصی دوپامین یا سروتونین را هدف قرار می‌دهند. اما همانطور که این اطلس‌ها نشان می‌دهند، هزاران نوع سلول در مغز وجود دارد، و در این تنوع، پتانسیل تعدیل رفتار آنها به روش‌هایی است که محققان قبلاً در نظر نگرفته بودند. ماکوسکو می‌گوید: «از دیدگاه درمانی، در اینجا فرصت بزرگی وجود دارد تا یاد بگیریم چگونه این انواع مختلف سلول‌ها بر شناخت، خلق و خو و همچنین فیزیولوژی تأثیر می‌گذارند.»

منابع

  1. Zeisel, A. et al. Cell ۱۷۴, ۹۹۹–۱۰۱۴ (۲۰۱۸).Article PubMed Google Scholar 
  2. Saunders, A. et al. Cell ۱۷۴, ۱۰۱۵–۱۰۳۰ (۲۰۱۸).Article PubMed Google Scholar 
  3. Chen, K. H., Boettiger, A. N., Moffitt, J. R., Wang, S. & Zhuang, X. Science ۳۴۸, aaa6090(2015).Article PubMed Google Scholar 
  4. Fang, R. et al. Science ۳۷۷, ۵۶–۶۲ (۲۰۲۲).Article PubMed Google Scholar 
  5. https://www.nature.com/articles/d41586-023-02559-9#:~:text=By%20combining%20single%2Dcell%20sequencing,cellular%20diversity%20of%20the%20brain.
  6. Zhang, M. et al. Preprint at bioRxiv https://doi.org/10.1101/2023.03.06.531348 (2023).
  7. Yao, Z. et al. Preprint at bioRxiv https://doi.org/10.1101/2023.03.06.531121 (2023).
  8. Langlieb, J. et al. Preprint at bioRxiv https://doi.org/10.1101/2023.03.06.531307 (2023).
  9. Ortiz, C. et al. Sci. Adv. ۶, eabb3446 (2020).Article PubMed Google Scholar 
  10. Liu, H. et al. Preprint at bioRxiv https://doi.org/10.1101/2023.04.16.536509 (2023).
  11. Gao, L. et al. Nature Neurosci. ۲۵, ۵۱۵–۵۲۹ (۲۰۲۲).Article PubMed Google Scholar
موژان پارسا

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *