← 最新论文
🧬 生物学

Neural stem cells generate neurons in vitro which mimic their in vivo molecular identity and axon/dendrite morphology

本文介绍了一种悬滴培养方案,该方案能够实现果蝇神经母细胞衍生神经元在体外长期生长,并证明了这些培养的神经元能够忠实地重现其体内分子身份、增殖速率以及轴突/树突形态,从而为研究调控神经元发育的信号提供了一个稳健的模型。

原作者: Megan Radler, Chris Doe

发布于 2026-10-27
📖 1 分钟阅读☕ 轻松阅读

原作者: Megan Radler, Chris Doe

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

大脑是一个由被称为神经元的专门化细胞组成的庞大网络,每个神经元都有独特的形状和特定的工作。有些神经元看起来像有很多分支的星星,而另一些则又长又细,跨越身体发送信号。科学家们长期以来一直想知道这些细胞是如何知道自己该采取什么样的形状的。是因为细胞内部写着的指令(比如遗传蓝图)吗?还是因为来自外部世界的信号(比如引导学生的老师)?为了找到答案,研究人员通常在活体动物体内研究神经元,但在那里很难分辨究竟是哪个因素在起作用。他们也研究培养皿中的神经元,但这些实验大多是从已经生长并形成连接的细胞开始的,这使得观察它们最初是如何决定成为特定类型的细胞变得非常困难。

俄勒冈大学的一个研究小组开发了一种新方法,可以从头开始观察这一过程。他们利用果蝇(一种常见的生物学研究模型),通过干细胞(最终变成神经元的原材料)在培养皿中培育神经元。通过在这些干细胞与外界接触之前将其从胚胎中移除,科学家们创造了一种情况,即这些细胞必须完全依赖自身的内部指令来生长。研究人员发现,即使没有通常的环境线索,这些干细胞也能成功转化为成熟的神经元。这些新细胞不仅长出了正确数量的分支,还发展出了相同的分子身份,并保留了如果留在活体果蝇内所会具有的物理形状的关键特征。这表明,构建特定类型神经元的指令在很大程度上包含在细胞自身之中,等待着被开启,尽管最终形成的形状并不是自然界中形态的完美复制品。

科学家们通过收集发育到特定时刻的果蝇胚胎开始了他们的工作,就在干细胞开始分裂的时候。他们小心地剥离了胚胎的外壳,并使用一种温和的化学过程将胚胎分解成单个细胞。然后,这些细胞被放置在悬滴中的一种特殊液体培养基中,这种设置能让细胞保持悬浮且健康。研究人员在十二小时的时间里观察了这些细胞,这段时间对应于这些细胞在果蝇体内成熟所需的时间。他们看到干细胞分裂并转化为神经元的速度与在体内时一致。在不到一小时内,细胞就开始长出微小的延伸部分,到十二小时时,这些延伸部分已长成长而细的丝状,模拟了生物体内神经元的自然生长。

为了确保他们研究的是正确的细胞类型,该团队使用了一种遗传技巧,让特定的神经元群发出一阵绿色的荧光。他们专注于一组通常在果蝇体内按特定模式形成的神经元。当他们在培养皿中计数这些发光的细胞时,他们发现这些特定神经元的数量与活体果蝇中的数量相匹配。这是至关重要的一步,证明了培养皿中不仅仅是在生长随机的细胞,而是在忠实地重建自然界中的细胞类型组合。研究人员还检查了细胞是否正确地对内部组分进行了分类。神经元有两种主要的分支:轴突(负责发送信号)和树突(负责接收信号)。该团队发现,培养皿中的细胞正确地放置了其内部货物,将正确的材料送往轴突,并将正确的材料送往树突,就像在活体动物体内一样。

或许最令人震惊的发现涉及一组控制肌肉运动的运动神经元。在活体果蝇中,这些神经元有两种截然不同的形状:一些有两个主要分支,而另一些只有一个分支。研究人员观察了在培养皿中生长的运动神经元,发现它们保持了这些相同的形状。注定拥有两个分支的细胞长出了两个分支,而注定只有一个分支的细胞只长出了一个。此外,这些细胞携带了正确的分子标记,即识别它们为特定类型神经元的化学标签。尽管这些细胞从未暴露在果蝇复杂的体内环境中,但这一切依然发生了。结果表明,神经元身份和形状的蓝图是内置于细胞之中的,它不需要外界来告诉它会变成什么样,尽管最终的形态并非体内形态的完美副本。

这项工作为科学家研究大脑是如何构建的提供了一个强大的新工具。通过在移除了外界环境的培养皿中培育神经元,研究人员现在可以分离出驱动发育的内部指令。这项研究表明,虽然环境对许多事物都很重要,但神经元身份和结构的根本计划来自于内部。这一发现阐明了神经科学领域中一个长期的疑问:细胞是如何知道自己是谁的?答案似乎是,它们自带一张地图,一旦出生,便随时准备遵循。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →