大腦是用來學習的。每一次經歷，我們的神經元都會分支出來建立新的聯(lián)系，建立我們的長期記憶回路。科學家稱這種特性為可塑性，指的是適應和隨著經驗改變的能力。

斯克里普斯研究所官網7月13日消息

為了發(fā)生可塑性，我們神經元的突觸或連接點也必須不斷地重塑和適應。因為斯克里普斯研究所（Scripps Research Institute）神經科學家 Sathya Puthanveettil 博士實驗室的新研究，神經元突觸可塑性的機制變得更加清晰。

科學家們已經了解到，突觸可塑性需要從神經元的細胞體到其樹突臂和突觸連接的復雜中繼。就像一個 24 小時開放的港口和高速公路網絡，一個由微管道路和機器人般的快遞員組成的內部運輸系統(tǒng)將細胞的重要貨物運送到最遠的地方。運輸的貨物允許核糖體細胞器組裝，讀取各種 RNA 指令，并根據需要在樹突中構建新的蛋白質。

在近日發(fā)表在《細胞報導》（Cell Reports）上的一項研究中，Puthanveettil 的團隊報告說，在運輸網絡的信使分子中，有兩個驅動蛋白家族成員，KIF5C 和 KIF3A。研究小組發(fā)現，如果 KIF5C 被敲除，神經元分支樹突和形成輸入接收棘的能力就會受到影響。Kif5C 的功能獲得改善了這些特征。

研究于2021年7月13日發(fā)表在《Cell Reports》（最新影響因子：8．109）雜志上

該研究的第一作者、Puthanveettil 實驗室的研究助理 Supriya Swarnkar 博士說，對這些過程的細節(jié)的辨別指出了神經系統(tǒng)疾病的可能原因，并提供了新的治療方向。她說，這些驅動蛋白（Kifs）發(fā)揮著重要作用。

“形成記憶的能力取決于神經元從細胞體到突觸的長距離運輸系統(tǒng)的正常運作，”Swarnkar 說�！岸�且許多研究報告了 Kifs 突變與神經系統(tǒng)疾病之間的聯(lián)系，包括智力障礙、自閉癥和 ALS�！�

在結構上，許多驅動蛋白家族蛋白質類似于行走的機器人，這是科幻小說中的東西。它們有一個承載貨物的平臺，以及兩條腿狀的附屬物，它們沿著微管以向前行走的方式來回移動。事實上，它們被稱為分子機器。這些非凡的步行機器人背著他們的貨物移動，直到他們到達突觸目的地并存放他們的包裹。

神經科學家 Sathya Puthanveettil 博士

Puthanveettil 說，這些分子機器有 46 種不同類型，專門用于運送不同類型的貨物�？茖W家們開始了解哪些 Kif 攜帶哪些貨物。

Puthanveettil 的團隊預計 KIF5C 的貨物可能包含各種 RNA。DNA 的表親，編碼基因并駐留在細胞核中，RNA 從 DNA 轉錄而來，將其遺傳指令帶到細胞的細胞質中，構建由基因編碼的蛋白質，并幫助調節(jié)細胞活動。每個不同的 RNA 都有不同的工作。

通過分離 KIF5C 及其貨物的復合物，然后對 RNA 進行測序，他們記錄了大約 650 種依賴 KIF5C 的不同信使RNA。

值得注意的是，這包括提供啟動蛋白質構建的代碼的 RNA，稱為 EIF3G。如果它沒有在需要的時間和地點出現，則不會制造突觸可塑性所需的化合物。Puthanveettil 說，根據經驗重塑突觸和學習的能力受損。

為了更好地理解Kifs在長期記憶儲存和回憶中的作用，該團隊在細胞和小鼠中進行了功能喪失和功能增加的研究，重點是參與多種學習形式的背側海馬CA1神經元。

小鼠研究表明，KIF5C 的缺失會減少空間和恐懼相關的記憶。另一方面，如果背側海馬體中的 KIF5C 增強，則記憶會得到增強和放大。這些細胞表現出突觸傳遞增強、樹突臂的樹枝化、神經元的臂狀延伸以及接收信號的蘑菇刺的噴發(fā)。蘑菇棘密度與記憶和突觸可塑性相關。

斯克里普斯研究所鳥瞰

總之，該研究為解決各種神經精神疾病提供了新的思路。Puthanveettil 說，智力障礙、抑郁、癲癇、阿爾茨海默病——任何可以從神經元樹突中關鍵蛋白的或多或少表達中受益的事物都可能對增強或減少這些分子信使做出反應。

參考文獻

Source：St George＇s， University of London

Machine－Learning Can Identify Signs of Alzheimer’s in Patients Recalling the Story of Cinderella

Reference：

Natasha Clarke et al， A Comparison of Connected Speech Tasks for Detecting Early Alzheimer＇s Disease and Mild Cognitive Impairment Using Natural Language Processing and Machine Learning， Frontiers in Computer Science （2021）． DOI： 10．3389／fcomp．2021．634360

免責聲明

本公眾號上的醫(yī)療信息僅作為信息資源提供與分享，不用于或依賴于任何診斷或治療目的。此信息不應替代專業(yè)診斷或治療。在做出任何醫(yī)療決定或有關特定醫(yī)療狀況的指導之前，請咨詢你的醫(yī)生。