Functional human neurospheroids recapitulate key features of cortical complexity

Dit onderzoek toont aan dat driedimensionale, heterogene en modulaire neurosferoïden afgeleid van humane iPS-cellen complexe, hersenachtige netwerkdynamiek kunnen nabootsen, wat een waardevol platform biedt voor het modelleren van hersenfunctie en ziekte.

De kern

Titel: Hoe wetenschappers een 'mini-brein' in een druppel bouwen om de menselijke geest te begrijpen

Stel je voor dat je een stad wilt bouwen om te begrijpen hoe het verkeer werkt. Je zou niet zomaar een platte tekening op papier maken; je zou een echt, driedimensionaal model bouwen met wegen, kruispunten en verkeerslichten. Dat is precies wat deze onderzoekers hebben gedaan, maar dan met hersencellen.

In plaats van een platte tekening (zoals de traditionele 2D-cultures in een petrischaaltje), hebben ze neurosferoïden gemaakt. Dat zijn kleine, ronde balletjes van menselijke hersencellen die lijken op mini-versies van de hersenen.

Hier is hoe het werkt, vertaald in alledaagse taal:

1. De Bouwstenen: Een mix van 'Gas' en 'Remmen'

Om een goede stad te bouwen, heb je niet alleen auto's nodig die hard rijden (de excitatoire of 'opwindende' cellen), maar ook verkeersagenten die remmen en regelen (de inhibitoire of 'remmende' cellen).

• De proef: De wetenschappers maakten drie soorten balletjes:
  1. Alleen gas: Balleltjes met alleen cellen die alles opwinden.
  2. Alleen remmen: Balleltjes met alleen cellen die alles rustig houden.
  3. De perfecte mix: Een balletje met 75% 'gas' en 25% 'remmen'. Dit is de meest natuurlijke mix, net als in een echt menselijk brein.

Ze gebruikten hiervoor menselijke stamcellen (een soort 'leeg canvas' dat ze kunnen omvormen tot elk type cel) en voegden wat ratten-glazen toe (als steunmateriaal) om de cellen te laten groeien.

2. De Vorm: Van een platte pizza naar een bolle pizza

Vroeger lieten wetenschappers cellen plat liggen op een oppervlak, zoals een pizza die plat op de tafel ligt. Dat is handig, maar niet heel echt. Het menselijk brein is immers een complexe, 3D-structuur.

Deze nieuwe balletjes zijn als een bolle pizza of een druif. Omdat ze in 3D groeien, kunnen de cellen met elkaar praten in alle richtingen (boven, onder, links, rechts), net zoals in een echt brein.

3. De Test: Hoe slim is het balletje?

Om te zien of deze balletjes echt 'denken' of net als een brein reageren, staken ze ze op een speciaal bord met duizenden kleine sensoren (een High-Density MEA). Dit bord fungeert als een enorm luisterapparaat dat elk piepje van de cellen kan horen.

Ze keken naar twee dingen:

• Spontaan gedrag: Wat doen ze als ze alleen zijn?

  • De balletjes met alleen 'gas' (100E) waren erg druk en maakten grote, synchrone ontploffingen van activiteit.
  • De balletjes met de mix van gas en remmen (75E25I) gedroegen zich het meest als een echt brein. Ze hadden een rijkere, gevarieerdere activiteit. Ze maakten geen saaie, steeds hetzelfde patroon, maar hadden kleine variaties en 'fragmenten' van activiteit.
  • De balletjes met alleen 'remmen' (100I) deden bijna niets. Ze waren te stil, net als een stad waar niemand rijdt.

• Reageren op prikkels: Ze gaven de balletjes een kleine elektrische schok (alsof je op een bel drukt).

  • De gemengde balletjes reageerden snel en sterk, net zoals een echt brein dat zou doen. Ze konden de prikkel verwerken en doorgeven aan de rest van het netwerk.

4. De 'Bouwwerk' van de stad: Modules

De onderzoekers gingen nog een stap verder. Ze namen twee balletjes en lieten ze tegen elkaar aan groeien. Dit noemen ze assembloïden.

• De analogie: Stel je voor dat je twee buurten in een stad met elkaar verbindt.
• Het resultaat: Deze 'twee-ballen' systemen waren nog complexer en rijker in hun gedrag dan één enkele bal. Dit laat zien dat modulariteit (de manier waarop delen van het brein met elkaar verbonden zijn) cruciaal is voor hoe slim en complex een brein is.

Waarom is dit belangrijk?

Vroeger waren onze modellen van het menselijk brein te simpel (plat en eentonig). Dit nieuwe model is een grote stap voorwaarts:

1. Het is menselijk (geen muizen, maar menselijke cellen).
2. Het is 3D (net als een echt brein).
3. Het heeft de juiste mix van cellen (gas en remmen).

Conclusie in één zin:
Deze wetenschappers hebben bewezen dat als je menselijke hersencellen in een 3D-balletje laat groeien met de juiste mix van 'opwinders' en 'remmers', je een mini-brein krijgt dat zich gedraagt als een echt menselijk brein: complex, variabel en klaar om ziektes te bestuderen of medicijnen te testen. Het is alsof ze eindelijk een echte, werkende stad hebben gebouwd in plaats van alleen een platte tekening.

Technische samenvatting

Probleemstelling

In-vitro modellen van het menselijk brein zijn essentieel voor het bestuderen van neurodegeneratieve ziekten en het testen van medicijnen. Echter, traditionele tweedimensionale (2D) cellulaire kweeksystemen missen cruciale kenmerken van het in vivo brein, zoals driedimensionale structuur, celdiversiteit (heterogeniteit) en modulaire organisatie. Hoewel 3D-organoiden en neurosferoïden veelbelovend zijn, is hun vermogen om de complexe dynamiek van de menselijke cortex na te bootsen, nog onvoldoende onderzocht. Er bestaat een wetenschappelijke kloof in het begrijpen van hoe de excitatie/inhibitie-balans (E/I-balans) en ruimtelijke organisatie de netwerkdynamiek beïnvloeden in menselijke, op stamcellen gebaseerde 3D-modellen.

Methodologie

De onderzoekers ontwikkelden en karakteriseerden functionele neurosferoïden afgeleid van menselijke geïnduceerde pluripotente stamcellen (hiPSC's). De methodiek omvatte de volgende stappen:

1. Celgeneratie en Kweek:

   • Gebruik van twee hiPSC-lijnen (C1 en C2) die genetisch gemodificeerd waren om via doxycycline-inductie homogene populaties van glutamaterge (excitatoire) neuron (via Ngn2) of GABAergische (inhibitoire) neuron (via Ascl1) te genereren.
   • Configuraties: Er werden drie culturen gemaakt:
     • 100E: 100% excitatoire neuron.
     • 75E25I: 75% excitatoire en 25% inhibitoire neuron (heterogeen).
     • 100I: 100% inhibitoire neuron.
   • Astrocyten: Alle culturen bevatten 30% rat-astrocyten om de groei en rijping van de neuron te ondersteunen.
   • Optimalisatie: Er werd gekeken naar de optimale celhoeveelheid (10k, 20k, 30k) om een stabiele 3D-structuur te garanderen. De 30k-configuratie werd gekozen als standaard.

2. Modulariteit (Assembloïden):

   • Om modulaire organisatie na te bootsen, werden twee neurosferoïden in contact gebracht om "assembloïden" te vormen.

3. Electrofysiologische Registratie:

   • De sferoïden werden geplaatst op High-Density Micro-Electrode Arrays (HD-MEA) (2304 of 4096 elektroden) van 3Brain GmbH.
   • Er werden spontane activiteiten geregistreerd en elektrische stimulatie toegepast (biphasische pulsen) om de responsiviteit te testen.

4. Analyse en Metingen:

   • Morfometrie en Mechanica: Microscopie voor diameter en circulariteit; Atomic Force Microscopy (AFM) voor Young's modulus (stijfheid).
   • Immunocytochemie: Bevestiging van celtypen (MAP2 voor neuron, GFAP voor astrocyt, GABA voor inhibitoire neuron) en levensvatbaarheid.
   • Dynamische Complexiteitsmetrieken:
     • Dynamical Richness (θ): Een maat voor de variabiliteit in spiking-patronen en de grootte van globale netwerkactiviteit.
     • Perturbational Complexity Index (PCI): Een maat voor de complexiteit van het netwerk als reactie op stimulatie, gebaseerd op Lempel-Ziv complexiteit.

Belangrijkste Bijdragen

• Ontwikkeling van een gestandaardiseerd 3D-model: Een betrouwbare methode om menselijke neurosferoïden te creëren met een gecontroleerde E/I-balans en een specifieke celhoeveelheid (30.000 cellen) die een stabiele, ronde structuur garandeert.
• Integratie van Modulariteit: Het succesvol implementeren van "assembloïden" om de effecten van modulaire netwerkindeling te bestuderen.
• Uitgebreide Karakterisering: De eerste studie die zowel de morfologische, mechanische (stijfheid) als electrophysiologische eigenschappen van menselijke, homogene en heterogene 3D-netwerken vergelijkt met 2D-netwerken en in vivo data.
• Validatie van Complexiteit: Het aantonen dat deze 3D-modellen dynamische eigenschappen vertonen die dichter bij het in vivo brein liggen dan traditionele 2D-kweken.

Resultaten

1. Morfologie en Stijfheid:

   • De 30k-cel configuratie resulteerde in de meest ronde en stabiele sferoïden.
   • Pure inhibitoire sferoïden (100I) waren kleiner en onregelmatiger dan de andere, wat suggereert dat excitatoire neuron essentieel zijn voor de 3D-structuurvorming.
   • AFM-metingen toonden aan dat 100I-sferoïden stijver waren dan 100E en 75E25I, hoewel individuele neuron een vergelijkbare stijfheid hadden.

2. Spontane Activiteit:

   • 100E en 75E25I: Toonden rijke dynamiek met burst-activiteit en gesynchroniseerde netwerk-bursts. De 75E25I-configuratie vertoonde een bredere variatie in netwerk-burstpatronen (meer fragmentatie) dan 100E.
   • 100I: Toonde uitsluitend tonische (continue) vuuractiviteit zonder burst- of netwerk-burst-gebeurtenissen, wat consistent is met pure inhibitoire netwerken.

3. Respons op Stimulatie:

   • Zowel 100E als 75E25I reageerden robuust op elektrische stimulatie met een hoge rekrutering van het netwerk en korte latentietijden (<50 ms). Er waren geen significante verschillen in respons tussen de homogene en heterogene culturen, wat aangeeft dat het netwerk goed functioneert ongeacht de samenstelling.

4. Dynamische Rijkdom en Complexiteit (PCI):

   • Dynamical Richness: 3D-netwerken hadden een significant hogere dynamische rijkdom dan 2D-netwerken. De modulariteit (assembloïden) verhoogde deze rijkdom nog verder.
   • PCI: De PCI-waarden van 3D-netwerken waren hoger dan die van 2D-netwerken en benaderden waarden van in vivo (anesthetiseerde ratten) data.
   • Invloed van Heterogeniteit: De 100E (homogene) 3D-modellen lieten een duidelijke toename in PCI zien ten opzichte van 2D. De 75E25I (heterogene) modellen toonden echter een minder sterke toename in PCI. Dit wordt toegeschreven aan de rol van inhibitie die activiteit synchroniseert, wat leidt tot een meer gestructureerde maar minder "complex" (in de zin van PCI) respons op stimulatie.

Betekenis en Conclusie

De studie concludeert dat driedimensionaliteit en modulariteit de belangrijkste factoren zijn om de complexiteit en rijkdom van in vivo hersenactiviteit te repliceren. Deze kenmerken zorgen voor een grotere dynamische variabiliteit en complexiteit vergeleken met 2D-modellen.

Celdiversiteit (heterogeniteit) speelt een cruciale rol in het moduleren van de netwerkdynamiek, specifiek door het creëren van gevarieerde burst-patronen en het synchroniseren van activiteit, maar het verhoogt de PCI niet evenredig als 3D-structuur en modulariteit doen.

Deze geengineerde menselijke neurosferoïden en assembloïden vormen een krachtig platform voor:

• Het modelleren van neurodevelopmentale stoornissen.
• Het testen van geneesmiddelen in een meer fysiologisch relevant omgeving.
• Het ontwikkelen van gepersonaliseerde geneeskunde met patiëntspecifieke hiPSC-lijnen.

Hoewel er beperkingen zijn (zoals het gebruik van rat-astrocyten en planaire registratie), biedt dit werk een solide basis voor toekomstig onderzoek naar de pathofysiologie van complexe hersenziekten.