编辑推荐：
为探究突触囊泡回收各阶段对突触循环动力学及信号传递的影响，研究人员开展 “突触前囊泡循环中的幂律适应” 研究。结果发现多时间尺度的囊泡回收步骤导致多时间尺度的突触动力学，可用 “幂律” 适应的简化模型描述，且该适应能实现海马体中神经元的高效通信。这一成果为理解神经信息处理提供了新视角。
在神经系统的微观世界里，突触传递如同一场精密的信息接力赛，而突触囊泡的回收则是这场比赛中至关重要的一环。当神经元之间传递信号时，突触囊泡释放神经递质后，需要经历一系列复杂的回收过程，包括内吞、重新装载神经递质、对接和启动等步骤，这些步骤如同接力赛中的不同赛段，各自有着独特的节奏。然而，目前人们对这些回收步骤如何协同工作，以及它们对整体突触循环动力学和信号传递的具体影响，仍知之甚少。此前的研究虽然对单个回收过程进行了深入探索，但对于多个时间尺度的回收步骤在不同条件下如何相互作用，以及这种相互作用对突触功能的影响，还缺乏全面的认识。此外，现有模型在描述突触适应时，通常采用简化的单时间尺度模型，这可能无法准确捕捉实际生理过程中多时间尺度的复杂性。正是在这样的背景下，来自德国哥廷根的多个研究机构，包括马克斯?普朗克动力学与自组织研究所（Max-Planck-Institute for Dynamics and Self-Organization）、哥廷根大学医学中心（University Medical Center G?ttingen）等的研究人员，开展了一项关于 “突触前囊泡循环中的幂律适应（Power-law adaptation in the presynaptic vesicle cycle）” 的研究，相关成果发表在《Communications Biology》上，为我们揭开了突触传递的神秘面纱。
研究人员主要采用了理论建模和培养神经元分析两种关键技术方法。在理论建模方面，他们构建了一个基于实验测量的突触回收多阶段模型，通过模拟囊泡在不同池之间的转移，来研究突触回收的动力学过程。在培养神经元分析中，他们利用大鼠海马神经元培养物，通过测量突触囊泡释放和回收过程中的荧光信号变化，来验证模型的预测。
研究结果主要包括以下几个方面：
- 多阶段模型的构建与分析（Multi-stage model of synaptic recovery）：研究人员构建了突触前囊泡循环模型，该模型包含了囊泡回收的多个关键阶段，如内吞、装载、对接和启动等。模型中的参数基于之前对培养海马神经元的实验测量，这些参数呈现出特定的规律，即囊泡池之间的转换时间尺度随着与释放位点的距离增加而增加，同时囊泡池的大小上限也随之增加。这导致了不同囊泡池的有效回收速度差异巨大，靠近释放位点的囊泡池在 100 毫秒左右的快速时间尺度上回收，而远离释放位点的囊泡池则需要 10 秒甚至更长时间。
- 幂律适应的发现（Power-law adaptation in the vesicle cycle）：通过模拟实验，研究人员发现，在持续强刺激下，多时间尺度的囊泡回收过程相互作用，导致突触抑制呈现出独特的模式。与单时间尺度的囊泡回收模型不同，多时间尺度模型中，囊泡释放量在刺激开始时迅速下降，随后下降速度减缓，这种变化可持续约 100 秒。进一步通过拟合广义线性模型（GLM），研究人员发现之前的囊泡释放对未来释放概率的影响可以用幂律κ(Δt)∝Δt?0.3来描述，直到约 120 秒，这表明单个囊泡释放对未来释放的影响在较长时间尺度上依然显著。
- 实验验证模型动力学（Experimental validation of model dynamics）：为了验证模型的预测，研究人员进行了体外实验。他们利用大鼠海马神经元培养物，通过控制刺激时间和恢复时间，测量突触囊泡的释放和回收情况。实验结果表明，模型能够很好地描述突触抑制和恢复的过程，并且发现长时间的刺激会显著减缓突触的恢复速度，这一现象无法用单时间尺度的回收模型解释。同时，实验还测量了在持续刺激下囊泡释放的累积数量，结果显示模型能够准确捕捉到荧光信号在刺激 1 分钟后达到平稳的现象，而单时间尺度模型则需要极低的释放概率和缓慢的恢复速率才能拟合数据。
- 幂律适应对海马体尖峰序列的影响（Temporal whitening of hippocampal spike trains through power-law adaptation）：研究人员还探讨了幂律适应在神经信息传递中的功能优势。他们发现，幂律适应能够有效减少突触传递事件之间的相关性，通过对具有长时相关性的输入尖峰序列进行编码，部分平坦化信号的功率谱密度（PSD），实现时间白化（temporal whitening）。这意味着在高活动期，突触响应会动态下调，以节省能量，而在低活动期则保留更多资源。对大鼠海马体 CA1 区的活动分析表明，海马体尖峰序列具有近似f?0.5的 PSD，而囊泡循环模型的响应能够有效去除这些长时相关性，使释放序列更加接近泊松分布，这表明突触幂律适应与海马体尖峰序列的统计特性相匹配，有助于提高神经信息传递的效率。
在结论和讨论部分，研究人员通过对基于实验参数的突触囊泡释放模型的分析，揭示了不同回收步骤之间的相互作用会导致多时间尺度的适应现象，这意味着在持续刺激下突触恢复会减慢。实验验证了突触恢复确实存在多个时间尺度，并且幂律适应能够有效衰减海马体尖峰序列中的低频波动，从而实现突触资源的高效分配。与单时间尺度模型相比，多时间尺度模型能更好地拟合实验数据，这表明多阶段囊泡回收是解释突触长时间抑制的合理机制。此外，研究还发现突触幂律适应与海马体尖峰序列的统计特性相匹配，这可能对海马体的高效功能发挥起到重要作用。然而，研究也存在一定的局限性，如实验主要测试了中等和较长时间尺度的突触恢复，对更快时间尺度的验证不足，且模型未考虑一些其他影响突触前适应的过程，如突触前钙动力学等。尽管如此，该研究为我们理解突触传递的机制提供了新的视角，为后续研究突触功能以及神经信息处理奠定了重要基础，也为进一步探索大脑的奥秘开启了新的大门。
