突触前回收池密度：调控自发囊泡释放、关联阿尔茨海默病的关键因素

《Cell Reports》：Presynaptic recycling pool density regulates spontaneous synaptic vesicle exocytosis rate and is upregulated in the presence of β-amyloid

本文通过构建熵力模型揭示突触前回收池密度对自发突触囊泡胞吐率的调控机制，发现 β - 淀粉样蛋白（β -amyloid）可上调囊泡和释放位点，增加自发释放率，为理解突触功能及阿尔茨海默病（AD）发病机制提供新视角。

　　

研究背景

突触传递是认知过程中信息传递的基本单元，主要通过化学突触进行。在化学突触中，携带神经递质（NTs）的突触囊泡（SVs）在突触前膜的活性区（AZ）与质膜融合（胞吐作用），将神经递质释放到突触间隙。这一过程依赖于复杂的囊泡回收机制，维持不同囊泡池（储备池、回收池、可释放池）的稳定 。同时，在没有动作电位（APs）时，SVs 也会自发胞吐（自发释放）。自发释放长期以来被认为是维持突触连接的多种机制的支持过程，但它在学习和记忆过程中也与突触传递的变化相关，且其功能障碍与多种神经元疾病有关，如在 β - 淀粉样蛋白病理的转基因模型中，自发释放发生了改变，这被认为可能是阿尔茨海默病（AD）进展的早期标志 。然而，自发释放的调控机制与诱发释放不同，目前尚未完全明确。诱发释放遵循既定的多项式释放模型，而对于自发释放，虽然有研究表明一些参数与之相关，但尚未形成统一的模型来解释和预测其机制 。

研究内容与结果

1. 熵力模型构建：为探究突触前囊泡数量和分布对自发突触传递的影响，研究人员基于实验扫描电子显微镜（SEM）结果，开发了一个关于 SVs 在 AZ 处对胞吐事件施加自发力的框架。通过对体外培养的原代海马神经元进行大面积扫描电子显微镜（La - SEM）观察，并结合计算模型，分析了突触前几何大小与 SVs 数量的关系。从两种不同框架量化发现，总 SVs 数量随突触前膜大小线性增加，回收池 SVs 数量增加较慢，而 AZ 处的 SVs 数量相对稳定 。进一步研究 SVs 密度发现，其分布与突触前膜大小有关，且储备池可限制回收池密度 。由此提出基于熵力框架的模型，即自发释放率（f）与回收池体积（VRec?）、AZ 释放位点数量（σ）、回收池 SVs 数量（Nrec?）及其动能（∝vj2?）和一个参数（ψRecO?）相关 。通过计算模型模拟 SVs 在突触前的运动，结果支持了熵力理论框架。在约束模型中，SVs 位移相对恒定，自发释放率随总囊泡数增加而增加；在无约束模型中，SVs 位移与突触前膜半径成正比，自发释放率相对恒定 。
2. 实验验证熵力模型：利用 pH 敏感的荧光报告蛋白 pHluorin - VGlut1 标记突触囊泡，量化突触前释放机制。实验观察到，诱发释放概率相对稳定，而自发释放频率随总囊泡数线性增加，符合熵力理论框架和计算模型 。为研究储备池对自发释放的影响，使用 Latrunculin - A（Lat - A）破坏肌动蛋白网络，降低突触前囊泡储备池。结果发现，Lat - A 对诱发释放影响较小，但显著改变了自发释放频率，使其与总囊泡数无关，且与无约束计算模型相符，支持了肌动蛋白网络限制回收池有效体积的假设 。
3. 其他因素对自发释放率的影响：研究还发现，释放位点数量和总回收池数量是自发释放率的次要调节因素。通过对 40Hz 刺激下 VGlut1 - pHluorin 强度建模，分析回收池动力学和突触前释放机制对自发释放率的影响。结果表明，回收池大小与总囊泡数呈指数关系，且在 Lat - A 处理后关系未改变；释放位点数量与总囊泡数和回收池大小相关，但自发释放率与释放位点数量的相关性不如与总囊泡数紧密 。此外，使用荧光显微镜和相关分析算法研究单个 SGC5 标记的 SVs 的运动性，发现 Lat - A 处理增加了 SVs 的运动性，支持了破坏肌动蛋白网络可增加回收池 SVs 运动性的假设 。通过虚拟引导程序将单个 SGC5 标记的 SVs 轨迹与 pHluorin - VGlut1 的自发释放率结果进行比较，进一步验证了熵力框架 。
4. Forskolin 对自发释放的影响：研究人员用 Forskolin 处理神经元，Forskolin 可模拟记忆形成，诱导突触可塑性变化。实验发现，Forskolin 处理后，高迁移率 SVs 的位移显著降低，表明其限制了回收池体积 。同时，自发释放率显著增加，且与释放位点数量相关，符合熵力框架预测 。
5. β - 淀粉样蛋白与 AD 模型的研究：在 AD 小鼠模型中，β - 淀粉样蛋白会导致突触前功能和 SV 池动力学改变。研究人员使用两种 AD 小鼠模型（rTg (P301L) 4510 小鼠和 3xTg 模型），通过 pHluorin - VGlut1 成像协议研究突触前功能变化。结果发现，3xTg 模型中总囊泡数和平均自发释放率显著增加，而 P301L 模型中未观察到总囊泡数的显著变化，且自发释放率略有下降 。通过分析发现，β - 淀粉样蛋白介导了总 SVs 数量和 AZ 释放位点数量的增加，从而导致自发释放率增加。这表明 β - 淀粉样蛋白上调了突触前膜的总大小和释放位点数量，但未显著改变总囊泡数、回收池大小或 AZ 释放机制之间的关系，且突触仍遵循熵力关系 。

研究讨论

1. 熵力框架预测自发释放率的原因：自发释放率在不同突触间差异较大，与诱发释放相关性小，且受多种生物学参数影响，难以统一理解其调控机制。而熵力框架将复杂的生物学参数整合到一个主导途径中，即通过约束回收池 SVs 的流动性产生熵力，驱动自发胞吐事件。任何改变回收池 SV 密度的突触变化，都会相应地改变对 RRP 的作用力，从而影响自发释放率 。
2. 稳态自发释放率的决定因素：熵力理论和实验结果表明，突触内维持着动态平衡以维持自发释放率并最小化能量消耗。回收池 SVs 的密度比数量更重要，其数量通常保持在 20 ± 5 。这是由多种约束因素决定的，包括 SVs 的扩散速度限制了其动能、维持稳态 SV NT 浓度的能量需求、回收池 SVs 数量增加对储备池的影响以及 RRP 与回收池密度的相关性等 。
3. 熵力与突触可塑性的关系：回收池密度是调节自发释放率的关键因素，这为突触可塑性过程中自发释放的调节提供了机制。例如，在不同形式的突触可塑性中，自发释放率会动态变化，可能通过调节回收池 SVs 的数量或体积来增加密度，进而增加熵力和自发释放率 。
4. 熵力模型对理解神经退行性疾病的帮助：研究结果揭示了不同 AD 突变介导的突触前变化的位点，熵力模型展示了不同的 AD 介导的变化如何导致自发释放率增加的相同功能结果。这表明在不同 AD 小鼠模型中观察到的神经元和电路水平的兴奋性增加可能源于不同的分子水平现象，因此在治疗 AD 时，针对正确的分子途径至关重要 。
5. 研究的局限性：本研究使用海马细胞培养方法建立自发释放模型，但该模型可能无法完全反映生理条件下海马突触的情况，如囊泡数量与其他参数的关系可能不同 。此外，研究未直接测量回收池的数量和体积，使用的药理试剂具有非特异性，可能间接影响实验结果，且未深入探讨 AZ 力学对自发释放率的影响，以及突触前结构和力学的多种变化对自发释放率的综合影响 。

本研究通过建立熵力模型，深入探讨了突触前回收池密度对自发突触囊泡胞吐率的调控机制，并揭示了 β - 淀粉样蛋白在其中的作用，为理解突触功能、突触可塑性以及神经退行性疾病如 AD 的发病机制提供了重要的理论依据，同时也为相关疾病的治疗提供了潜在的靶点和方向。