Морфологические особенности микроглиальных клеток в мышиной модели болезни Альцгеймера 5xFAD

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Обоснование. Старение — неизбежный и необратимый процесс, связанный с повышенным риском развития различных нейродегенеративных заболеваний, одним из которых является болезнь Альцгеймера. В настоящее время активно изучается роль глиальных клеток, в частности микроглии, в патогенезе болезни Альцгеймера. Однако лишь в немногих исследованиях коррелировались морфологические особенности микроглии и их пространственное расположение по отношению к β-амилоидным бляшкам.

Цель — описать основные морфологические параметры микроглии в мышиной модели болезни Альцгеймера 5xFAD на поздней стадии развития патологии.

Методы. В качестве исследуемого объекта были выбраны мыши линии 5xFAD в возрасте 15–16 мес как модель ускоренного амилоидоза. Иммуногистохимическое окрашивание для изучения морфологического разнообразия микроглии проводили на срезах коры головного мозга мыши. Полученные конфокальные изображения анализировали при помощи приложения ImageJ с использованием плагинов Skeleton, AnalyzeSkeleton (2D/3D) и FracLac.

Результаты. В ходе исследования мышей линии 5xFAD разделили на две группы (n=3 в каждой). Носители трансгенов app и psen1 были отнесены в группу «FAD», мыши дикого типа — в группу «Wt» (контроль). От каждой мыши нами проанализировано 3–4 сагиттальных среза (50 мкм) головного мозга. Полученные результаты показали, что микроглиальные клетки мышей с признаками болезни Альцгеймера имеют меньшие фрактальную размерность, лакунарность и ветвление.

Заключение. Наличие β-амилоидных бляшек способствует миграции микроглии в очаг воспаления, её пролиферации и переходу в фагоцитирующий и дистрофический подтип. По данным фрактального анализа, происходит статистически значимое (р ≤0,05) уменьшение среднего ветвления микроглиальных отростков, снижение фрактальной размерности и лакунарности.

Об авторах

Александр Дмитриевич Охальников

Научно-исследовательский институт нейронаук Национального исследовательского Нижегородского государственного университета имени Н.И. Лобачевского; Научно-исследовательский институт медицинской генетики Томского национального исследовательского медицинского центра Российской академии наук

Автор, ответственный за переписку.
Email: a11o20@mail.ru
ORCID iD: 0000-0003-3244-6034
SPIN-код: 1895-6675
Россия, Нижний Новгород; Томск

Мария Сергеевна Гавриш

Научно-исследовательский институт нейронаук Национального исследовательского Нижегородского государственного университета имени Н.И. Лобачевского

Email: mary_gavrish@mail.ru
ORCID iD: 0000-0002-7867-8837
SPIN-код: 8116-0326
Россия, Нижний Новгород

Алексей Александрович Бабаев

Научно-исследовательский институт нейронаук Национального исследовательского Нижегородского государственного университета имени Н.И. Лобачевского

Email: alexisbabaev@list.ru
ORCID iD: 0000-0002-8150-6649
SPIN-код: 5705-7846

к.б.н., доцент

Россия, Нижний Новгород

Список литературы

  1. Garaschuk O. Understanding normal brain aging // Pflugers Arch. 2021. Vol. 473, N 5. Р. 711–712. doi: 10.1007/s00424-021-02567-6
  2. Salas I.H., Burgado J., Allen N.J. Glia: victims or villains of the aging brain? // Neurobiol Dis. 2020. Vol. 143. P. 105008. doi: 10.1016/j.nbd.2020.105008
  3. Hou Y., Dan X., Babbar M., et al. Ageing as a risk factor for neurodegenerative disease // Nat Rev Neurol. 2019. Vol. 15, N 10. P. 565–581. doi: 10.1038/s41582-019-0244-7
  4. Chen Z.Y., Zhang Y. Animal models of Alzheimer’s disease: applications, evaluation, and perspectives // Zool Res. 2022. Vol. 43, N 6. P. 1026–1040. doi: 10.24272/j.issn.2095-8137.2022.289
  5. Gurdona B., Kaczorowskia C. Pursuit of precision medicine: systems biology approaches in Alzheimer’s disease mouse models // Neurobiol Dis. 2021. Vol. 161. P. 105558. doi: 10.1016/j.nbd.2021.105558
  6. Panza F., Lozupone M., Logroscino G., Imbimbo B.P. A critical appraisal of amyloid–β–targeting therapies for Alzheimer disease // Nat Rev Neurol. 2019. Vol. 15, N 2. P. 73–88. doi: 10.1038/s41582-018-0116-6
  7. Nakai T., Yamada K., Mizoguchi H. Alzheimer’s disease animal models: elucidation of biomarkers and therapeutic approaches for cognitive impairment // Int J Mol Sci. 2021. Vol. 22, N 11. P. 5549. doi: 10.3390/IJMS22115549
  8. Augusto-Oliveira M., Arrifano G.P., Delage C.I., et al. Plasticity of microglia // Biol Rev Camb Philos Soc. 2022. Vol. 97, N 1. P. 217–250. doi: 10.1111/brv.12797
  9. Xu Y., Jin M.Z., Yang Z.Y., Jin W.L. Microglia in neurodegenerative diseases // Neural Regen Res. 2021. Vol. 16, N 2. P. 270–280. doi: 10.4103/1673-5374.290881
  10. Zhang L., Cao Y., Zhang X., et al. The origin and repopulation of microglia // Dev Neurobiol. 2021. Vol. 82, N 1. P. 112–124. doi: 10.1002/dneu.22862
  11. Kwon H.S., Koh S.H. Neuroinflammation in neurodegenerative disorders: the roles of microglia and astrocytes // Transl Neurodegener. 2020. Vol. 9, N 1. P. 42. doi: 10.1186/s40035-020-00221-2
  12. Miedema A., Wijering M.H.C., Eggen B.J.L., Kooistra S.M. High-resolution transcriptomic and proteomic profiling of heterogeneity of brain-derived microglia in multiple sclerosis // Front Mol Neurosci. 2020. Vol. 13. P. 583811. doi: 10.3389/fnmol.2020.583811
  13. Tan Y.L., Yuan Y., Tian L. Microglial regional heterogeneity and its role in the brain // Mol Psychiatry. 2020. Vol. 25, N 2. P. 351–367. doi: 10.1038/s41380-019-0609-8
  14. Farland K., Chakrabarty P. Microglia in Alzheimer’s disease: a key player in the transition between homeostasis and pathogenesis // Neurotherapeutics. 2022. Vol. 19, N 1. P. 186–208. doi: 10.1007/s13311-021-01179-3
  15. Takata K., Ginhoux F., Shimohama S. Roles of microglia in Alzheimer’s disease and impact of new findings on microglial heterogeneity as a target for therapeutic intervention // Biochem Pharmacol. 2021. Vol. 192. P. 114754. doi: 10.1016/j.bcp.2021.114754
  16. Streit W.J., Khoshbouei H., Bechmann I. Dystrophic microglia in late-onset Alzheimer’s disease // Glia. 2020. Vol. 68, N 4. P. 845–854. doi: 10.1002/glia.23782
  17. Verkhratsky A., Sun D., Tanaka J. Snapshot of microglial physiological functions // Neurochem Int. 2021. Vol. 144. P. 104960. doi: 10.1016/j.neuint.2021.104960
  18. Qin Q., Teng Z., Liu C., et al. TREM2, microglia, and Alzheimer’s disease // Mech Ageing Dev. 2021. Vol. 195. P. 111438. doi: 10.1016/j.mad.2021.111438
  19. Chen Y., Colonna M. Microglia in Alzheimer’s disease at single-cell level. Are there common patterns in humans and mice? // J Exp Med. 2021. Vol. 218, N 9. P. e20202717. doi: 10.1084/jem.20202717
  20. Parakalan R., Jiang B., Nimmi B., et al. Transcriptome analysis of amoeboid and ramified microglia isolated from the corpus callosum of rat brain // BMC Neurosci. 2012. Vol. 13. P. 64. doi: 10.1186/1471-2202-13-64

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. 3D-визуализация морфологических подтипов микроглиальных клеток в сагиттальных срезах коры головного мозга в группах «Wt» (a) и «FAD» (b), стрелками указаны отдельные подтипы клеток. Репрезентативные увеличенные 3D-изображения отдельных подтипов микроглии: резидентная (рис. a, 1 — c), дистрофическая (рис. b, 3 — d) и амёбоидная (рис. b, 2 — e). Красный канал — Alexa Fluor 647 (Ex/Em 652/668), окраска β-амилоидных бляшек; оранжевый канал — Alexa Fluor 555 (Ex/Em 555/565), окраска маркёра микроглии — Iba1. Бар — 10 мкм.

Скачать (993KB)
Метаданные
3. Рис. 2. Гетерогенность микроглии в сагиттальных срезах коры головного мозга мышей линии 5xFAD. Красный канал — Alexa Fluor 647 (Ex/Em 652/668), окраска β-амилоидных бляшек; оранжевый канал — Alexa Fluor 555 (Ex/Em 555/565), окраска маркёра микроглии — Iba1; стрелки указывают на амилоидные бляшки; ×40.

Скачать (916KB)
Метаданные
4. Рис. 3. Результаты обработки проекций Z-стеков с использованием плагина Skeleton в приложении ImageJ. Красный канал — Alexa Fluor 647 (Ex/Em 652/668), окраска β-амилоидных бляшек; оранжевый канал — Alexa Fluor 555 (Ex/Em 555/565), окраска маркёра микроглии — Iba1; ×40.

Скачать (1MB)
Метаданные
5. Рис. 4. Оценка плотности и среднего ветвления микроглиальных клеток в сагиттальных срезах коры головного мозга мышей линии 5xFAD: a — сравнение средней длины отростков одиночной микроглиальной клетки; b — сравнение плотности микроглиальных клеток в поле размером 2,56×10–8 м; с — распределение мироглиальных клеток по среднему ветвлению; * статистически значимые отличия (р ≤0,05; t-критерий Стьюдента).

Скачать (476KB)
Метаданные
6. Рис. 5. Результаты фрактального анализа микроглиальных клеток в сагиттальных срезах коры головного мозга мышей линии 5xFAD: a — максимальное расстояние между отростками; b — среднее расстояние от сомы до окончания отростков; c — фрактальная размерность; d — лакунарность; * статистически значимые отличия (р ≤0,05; t-критерий Стьюдента).

Скачать (289KB)
Метаданные

© Эко-Вектор, 2023

Ссылка на описание лицензии: https://eco-vector.com/for_authors.php#07

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».