Non-signalling energy use in the developing rat brain

發育中大鼠大腦的非信號能量使用

來源：Journal of Cerebral Blood Flow & Metabolism, Volume 37, Issue 3, 2017, Pages 951-966

《腦血流與代謝雜志》，第37卷第3期，2017年，第951-966頁

 

摘要

這篇論文的摘要討論了大腦能量使用如何限制信息處理能力，但只有約一半的能量消耗直接與信息處理相關。非信號過程的能量消耗證據不足。本研究首次使用單一方法調查大腦主要非信號過程的能量使用。通過阻斷每個非信號過程，測量腦切片中氧濃度變化，并利用修改的擴散方程計算氧消耗，發現肌動蛋白和微管細胞骨架的周轉以及脂質合成是顯著能量消耗者，分別貢獻了氧消耗率的25%、22%和18%。相比之下，蛋白質合成能量消耗較低。研究評估了這些能量消耗估計如何與體內大腦能量使用相關，以及它們在成熟大腦中的可能差異。

 

研究目的

本研究旨在確定大腦中非信號過程（如細胞骨架周轉、脂質和蛋白質合成）的能量消耗比例，以填補非信號過程能量消耗證據的空白，并理解這些過程在發育大腦能量預算中的相對貢獻。

 

研究思路

研究思路包括使用幼年大鼠海馬腦切片，通過藥理學方法阻斷特定非信號過程（如用細胞松弛素D抑制肌動蛋白周轉、用諾考達唑抑制微管周轉、用TOFA抑制脂質合成、用茴香霉素抑制蛋白質合成），并使用丹麥Unisense氧敏感微電極測量氧濃度變化。通過記錄氧深度剖面，應用修改的擴散方程模型計算切片內的氧消耗率（Vmax），從而量化每個非信號過程的能量消耗。研究還通過阻斷信號過程（如TTX、cadmium）確認切片中自發電活動可忽略，確保測量專注于非信號能量使用。

 

測量的數據及研究意義

1 氧濃度深度剖面數據：通過Unisense電極測量切片表面和不同深度（如50、100、150μm）的氧濃度，生成深度剖面圖（來自圖1、圖4、圖5、圖6）。這些數據的研究意義在于提供了切片內氧分布的實時量化，允許通過擴散模型計算氧消耗率，從而直接評估能量使用變化。

 

 

 

 

2 最大氧消耗率（Vmax）數據：從氧深度剖面擬合模型得到Vmax值，表示飽和氧濃度下的最大氧化磷酸化速率（來自圖4、圖5、圖6）。例如，抑制肌動蛋白周轉后Vmax降至基線的75%，抑制微管周轉后降至78%，抑制脂質和蛋白質合成后降至82%。這些數據的研究意義在于直接量化了非信號過程的能量消耗比例，揭示細胞骨架周轉是主要能量消耗者。

3 表面氧濃度變化數據：在阻斷特定過程后，測量切片表面氧濃度的實時變化（來自圖3）。例如，應用細胞松弛素D后表面氧濃度從0.33mM升至0.43mM。這些數據的研究意義在于提供簡單指標反映能量消耗變化，驗證阻斷效果，并支持深度剖面模型的準確性。

 

4 信號過程阻斷數據：通過應用TTX、cadmium等阻斷劑，證實切片中自發電活動不貢獻可檢測的氧消耗（來自圖2c）。這些數據的研究意義在于確保非信號過程測量不受信號活動干擾，提高結果可靠性。

 

5 細胞骨架功能驗證數據：通過雙光子成像驗證細胞松弛素D抑制小膠質細胞運動，證實肌動蛋白周轉被有效阻斷。這些數據的研究意義在于提供功能證據，支持藥理學阻斷的特異性和能量消耗計算的有效性。

 

結論

1 非信號過程消耗發育大腦切片顯著能量，肌動蛋白周轉、微管周轉和脂質合成分別貢獻約25%、22%和18%的氧消耗，而蛋白質合成能量消耗可忽略。

2 鈉鉀泵在無鈣條件下貢獻約50%能量消耗，但在有鈣時效應被掩蓋，表明鈣依賴性過程調節能量使用。

3 非信號能量消耗在發育大腦中可能高于成熟大腦，因細胞骨架重組等活動在發育階段更活躍。

4 這些發現強調了非信號過程在大腦能量預算中的重要性，并提示在病理條件下（如阿爾茨海默病）可能發生變化。

 

使用丹麥Unisense電極測量數據的研究意義

使用丹麥Unisense氧敏感微電極測量的數據具有關鍵研究意義，因為它提供了高時空分辨率的氧濃度定量，使研究人員能夠精確監測腦切片中的氧消耗動態。這種電極通過產生與氧濃度成正比的電流，允許實時測量氧深度剖面，從而通過擴散方程計算局部氧消耗率（Vmax）。研究意義包括：首先，電極的高靈敏度（可檢測微摩爾級氧變化）使得能夠識別細微的能量消耗差異，如蛋白質合成的可忽略效應；其次，深度剖面測量結合模型擬合，避免了表面測量的局限性，提供了全切片能量使用的準確估計；最后，這種方法允許在單一實驗中對多種非信號過程進行直接比較，為大腦能量代謝研究提供了標準化工具。這些數據不僅揭示了非信號過程的能量貢獻，還為理解發育和疾病中的能量分配奠定了基礎。