RHO GTPase通过额叶皮层L1 GABA能神经元与前额叶皮层L6谷氨酸能神经元区分睡眠与麻醉诱导的无意识状态

《Scientific Reports》：RHO GTPase by L1 GABAergic neurons in frontal cortex and L6 glutamatergic neurons in prefrontal cortex differentiates states of unconsciousness

本研究针对睡眠与麻醉诱导的无意识状态在机制上的异同这一科学难题，应用基于张量分解的无监督特征提取技术，整合分析小鼠睡眠剥夺与七氟醚麻醉的基因表达谱。研究人员成功筛选出507个（富集于GABA能突触和额叶皮层L1）和1048个（富集于谷氨酸能突触和前额叶皮层L6）关键基因集，并发现二者均显著富集于RHO GTPase通路。结果表明，额叶皮层L1 GABA能神经元和前额叶皮层L6谷氨酸能神经元可能通过RHO GTPase通路在区分两种无意识状态中发挥核心作用，为理解意识调控的分子机制提供了新视角。

　　

当我们沉沉入睡或被施以麻醉剂后，都会进入一种无意识的状态。从表面上看，这两种状态颇为相似：意识消失，对外界刺激的反应减弱。然而，越来越多的证据表明，睡眠和麻醉诱导的无意识状态在神经生理机制、大脑活动模式乃至功能后果上存在着本质区别。例如，自然睡眠是大脑主动发起的、具有恢复性功能的状态，其脑电活动呈现特征性的慢波和睡眠纺锤波；而麻醉则是一种药理学诱导的、更彻底的意识抑制状态，常伴随爆发-抑制模式，对丘脑-皮层连接的破坏更为严重。那么，在大脑最基础的分子层面，这两种无意识状态究竟有何异同？驱动其差异的核心分子开关又是什么？这个问题长期以来困扰着神经科学领域的研究者。

为了揭开这一谜题，来自日本中央大学和沙特阿拉伯阿卜杜勒阿齐兹国王大学的研究团队在《Scientific Reports》上发表了一项创新性研究。他们独辟蹊径，从基因组学的角度出发，旨在系统性地揭示睡眠与麻醉在基因表达层面的共性与特性，从而为理解意识状态的分子基础提供新的线索。

为了回答上述问题，研究人员巧妙地设计了一项生物信息学分析。他们收集了两组独立的基因表达数据：一组来自经吸入性麻醉药七氟醚处理的小鼠的多个脑区（包括海马体、下丘脑、内侧前额叶皮层和纹状体），另一组则来自处于睡眠和清醒状态的小鼠的星形胶质细胞。研究团队没有采用传统的差异表达基因分析方法，而是运用了一种更为先进的张量分解（Tensor Decomposition） 技术进行无监督特征提取（Unsupervised Feature Extraction）。该方法的核心在于将两个基因表达数据集相乘，构建一个高阶张量数据结构，从而能够放大在睡眠/麻醉状态下均表现出一致性表达变化（即相对于清醒/对照组均上调或下调）的基因信号，而过滤掉那些表达模式不一致的基因。通过这种数据驱动的方式，他们成功地从海量的基因中筛选出了两组高度可信的基因集合。

本研究主要依赖于张量分解这一核心计算方法对整合后的基因表达张量进行降维和特征提取，以识别关键基因。具体数据来源包括：麻醉模型数据来自DRA010292中七氟醚处理与对照小鼠四个脑区的RNA测序数据；睡眠模型数据来自GEO数据库GSE69079中睡眠与睡眠剥夺小鼠的微阵列数据。通过将两组数据对应的张量相乘并标准化后，应用高阶奇异值分解，并依据核心张量值选取关键基因特征向量。通过优化假设分布参数，计算基因P值，最终筛选出调整后P值小于0.01的显著基因集合用于后续分析。

2 结果

2.1 基因选择

研究人员通过张量分解得到了代表不同实验条件的奇异值向量，并选择了与睡眠/麻醉 vs. 清醒/对照组差异最相关的向量组合。通过优化高斯分布的标准差参数，使得未被选中基因的P值分布尽可能均匀，从而确保了基因选择的可靠性。最终，他们筛选出两组基因：一组包含507个基因（与张量分解的第三个成分正相关），另一组包含1048个基因（与第四个成分负相关）。

2.2 通过大型语言模型评估

为了验证所选基因与睡眠和麻醉的相关性，研究人员使用了多种大型语言模型对基因列表进行分析。模型识别出多个在睡眠和麻醉研究中均有文献支持的基因。例如，在507个基因集中，AVP（精氨酸加压素） 参与昼夜节律和觉醒调节；Gabbr1（GABA_B受体亚基1） 是抑制性神经传递的关键分子，与慢波睡眠和麻醉作用相关；Ntrk2（神经营养受体酪氨酸激酶2） 涉及神经可塑性和昼夜节律。在1048个基因集中，Clock 和 Cry2（隐花色素2） 等时钟基因核心调控睡眠-觉醒周期，并被证明受麻醉药物影响。这些交叉验证结果增强了所选基因集的可靠性。

2.3 富集分析

为了深入理解这两组基因的生物学功能，研究人员进行了系统的富集分析。

• •
  通路富集：两组基因均显著富集于RHO GTPase（RHO三磷酸鸟苷水解酶） 通路。该通路最近被证实通过调控细胞骨架动力学和突触可塑性，在睡眠稳态和麻醉作用中扮演重要角色。例如，睡眠调控激酶SIK3可以靶向小G蛋白RhoA，而吸入性麻醉药如卤烷可与RhoGDI结合影响其功能。
• •
  突触与细胞类型富集：507个基因集显著富集于GABA能突触（GABAergic synapse），并且在艾伦脑图谱（Allen Brain Atlas） 中显示其表达特征与额叶皮层（Frontal Cortex， FCx）第一层（Layer 1） 高度相关。额叶皮层L1主要由GABA能中间神经元的神经纤维网和锥体神经元的顶树突丛构成，是整合自上而下信息的关键枢纽，其活动在慢波睡眠和麻醉诱导的意识丧失中发生显著改变。
• •
  相反，1048个基因集则显著富集于谷氨酸能突触（Glutamatergic synapse），并特异性地在前额叶皮层（Prefrontal Cortex， PCx）第六层（Layer 6） 表达。前额叶皮层L6包含多种谷氨酸能投射神经元（如皮质丘脑神经元），其中存在对食欲素敏感的神经元，在调控觉醒和睡眠状态转换中起重要作用。不同麻醉药（如丙泊酚、七氟醚、氯胺酮）对L6神经元活动产生复杂而各异的影响，表明该层可能是麻醉作用的关键位点。
• •
  单细胞数据验证：通过“Azimuth cell types 2021”和“Azimuth 2023”等单细胞数据库的富集分析进一步证实了上述发现。507个基因集与“L1 GABA能神经元”相关，而1048个基因集则与“L6谷氨酸能神经元”相关，这与组织水平富集分析结果高度一致。

  

4 讨论与结论

本研究通过整合睡眠和麻醉的基因表达数据，并应用先进的张量分解方法，成功识别出两组在无意识状态下发生特异性改变的基因集合。这两组基因分别锚定于大脑皮层的两个不同层面和神经递质系统：一组富集于额叶皮层第一层的GABA能抑制性神经元，另一组富集于前额叶皮层第六层的谷氨酸能兴奋性神经元。尤为重要的是，尽管这两组基因在细胞类型和脑区定位上截然不同，但它们却共同汇聚于RHO GTPase 这一关键信号通路。

这一发现促使研究者提出了一个新颖的假说：额叶皮层L1的GABA能神经元和前额叶皮层L6的谷氨酸能神经元，可能通过调控RHO GTPase通路的活性，来区分由睡眠和由麻醉所诱导的无意识状态。 该假说得到了富集分析连通性图谱的有力支持，图中显示L1 of FCx和L6 of PCx的基因集虽然独立，但均通过共享的RHO GTPase通路基因相互关联。

这项研究的意义在于，它首次从全基因组尺度、以无假设驱动的方式，揭示了睡眠与麻醉在分子层面的异同，并指出了RHO GTPase这一此前在意识研究中未被充分重视的通路的关键作用。这不仅深化了我们对意识生物学基础的理解，也为未来开发更安全、更具针对性的麻醉药物和睡眠障碍疗法提供了新的分子靶点和理论框架。此外，研究所采用的张量分解策略，为整合分析多来源、异质性的生物医学数据提供了强大的工具。