通过首次通过分析追踪神经元树突的形态演变

《Biophysical Journal》：Tracking the Morphological Evolution of Neuronal Dendrites by First-Passage Analysis

本文提出了一种基于首波分析的随机粗粒度框架，通过追踪扩散信号推断神经退行性疾病中的树突形态学特征（棘突密度、树突整体大小及近胞体段直径增长），为非侵入式监测提供理论依据，并探讨了实验实现路径。

　　

Fabian H. Kreten|Barbara A. Niemeyer|Ludger Santen|Reza Shaebani

德国萨尔布吕肯萨尔兰大学理论物理系，66123

摘要

由于广泛的分支模式和多样的树突形态，动态神经元的树突结构具有高度复杂性，这使得神经系统能够调整功能、构建复杂的输入通路，从而增强系统的计算能力。由于树突形态对神经系统功能具有决定性作用，识别由神经退行性疾病引起的病理变化至关重要。然而，目前尚无法通过直接的无创测量方法在合理的时间内收集足够的结构数据。在这里，我们提出了一种基于首次通过分析的随机粗粒化框架，通过该框架可以从可测量的临时信号的统计特征中推断出受神经退行性疾病影响的关键树突形态特征——包括树突棘的密度和大小、树突结构的复杂程度以及树突轴直径向细胞体方向逐渐增大的情况。这种理论方法可以为将树突形态与神经退行性疾病监测中的可获取读数联系起来提供一种无创途径。作为未来应用的一个方向，我们讨论了如何在实践中实现外部可检测的信号，提出了实验实施的潜在途径。