缝隙连接蛋白Cx36在HMGB1介导的慢性应激所致抑郁样行为中的作用和机制研究

来源 :中国人民解放军海军军医大学 | 被引量 : 0次 | 上传用户:gmzz2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
抑郁障碍是一种常见的精神疾病,以显著的心境低落和兴趣缺失为主要特征,常伴随其它非特异性症状,如失眠、疼痛、疲劳,严重时可出现自伤甚至自杀行为。在中国,最新的精神疾病流行病学调查显示,精神疾病的发病率越来越高,心境障碍的终身患病率位居第二,高达7.4%,其中超过90%都是抑郁障碍患者。尽管大多数患者可在首次发作的一年内获得缓解,但复发的概率非常高,并且还有相当一部分患者会进展到慢性阶段,抑郁症状可能会伴随其一生,因而严重影响患者的心理社会功能和生活质量。随着新型抗抑郁药的问世,临床治疗效果得到显著提升,药物副作用降低。然而,目前的抗抑郁药物依然存在许多局限性,如起效慢、效果因人而异等,临床诊断很大程度上依赖于患者的主诉和医生的经验,缺乏客观有效的指标,因而抑郁障碍的诊治仍然面临巨大挑战。因此,阐明抑郁障碍的机制,寻找诊断金标准并提供快速有效的针对性治疗,具有重要的临床价值和社会意义。迄今为止,关于抑郁障碍的发病机制有许多假说,如单胺假说、炎症假说、HPA轴改变假说、神经营养假说等,但这些假说仍不能阐明抑郁障碍发生发展的具体分子机制。近年来,缝隙连接蛋白(Cxs)功能紊乱导致抑郁障碍的假说备受关注,这很可能是上述众多假说的分子基础,在抑郁障碍的发生发展中发挥了至关重要的作用。Cxs是细胞间通讯的关键结构,在中枢神经系统(CNS)中大量表达,几乎存在于各种类型细胞中,如神经元、小胶质细胞、星形胶质细胞、少突胶质细胞等,但在不同细胞中的表型不一样。Cxs还可以形成两种功能形式,即缝隙连接(GJ)和半通道(HC)。正常情况下,Cxs可参与正常的胚胎发育和神经功能过程,但当Cxs表达或功能异常时,许多神经系统疾病便随之产生,如癫痫、阿尔兹海默症、帕金森综合症,以及神经系统炎症和肿瘤等。已有研究发现,在高强度应激模型中,敲低小鼠海马的缝隙连接蛋白可以在悬尾实验(TST)和新奇抑制摄食实验(NSFT)中表现出明显的抗抑郁和抗焦虑作用,在小鼠海马区注射缝隙连接蛋白的非选择性抑制剂——CBX也表现出了相似的效果,因此,这些结果提示Cxs可能在抑郁障碍中发挥了关键作用。我们课题组在前期研究中发现,海马神经元和小胶质细胞释放的高迁移率族蛋白B1(HMGB1)可在慢性应激中介导抑郁样行为,已有研究证实HMGB1可以经由Cxs形成的通道释放,而海马神经元和小胶质细胞中共同表达了Cx36蛋白,因此,本研究主要围绕Cx36在HMGB1介导的抑郁障碍中的作用与机制进行探讨。研究中,我们首先建立慢性不可预见性温和应激(CUMS)模型,四周后通过糖水偏爱实验(SPT)、悬尾实验(TST)、强迫游泳实验(FST)及旷场实验(OFT)检测行为学指标,来判断造模是否成功。行为学实验中,分别给予不同组小鼠HMGB1抑制剂甘草酸(GZA,30mg/kg),Cx36特异性抑制剂甲氟喹(MQ,15mg/kg)和奎宁(Q,50mg/kg)来观察它们对小鼠抑郁样行为的影响并探讨下游机制;用蛋白免疫印迹方法(Western-Blot)检测小鼠海马和前额叶皮质(PFC)中Cx36蛋白表达的含量。然后在海马组织冰冻切片中用免疫荧光染色(Immunol Fluorescence)的方法将Cx36蛋白分别与神经元、星形胶质细胞及小胶质细胞进行双标,来明确Cx36在海马中的细胞定位及表达情况。为了进一步验证CUMS抑郁模型中炎性因子在不同条件下的释放及变化情况,我们用酶联免疫吸附法(ELISA)测定小鼠海马组织和外周血清中炎性细胞因子HMGB1、TNF-α及IL-1β的释放情况。为了进一步观察应激对小鼠海马神经元兴奋性的影响,我们使用单细胞膜片钳技术(Whole-cell Patch Clamp)记录小鼠海马神经元的动作电位和内向电流。实验中,分别给予细胞LPS(10ug/ml)模拟体内应激环境,甲氟喹(50μM),奎宁(200μM)和GZA(50μM)用于观察它们对应激诱导神经元兴奋性改变的影响。实验结果显示:四周的CUMS抑郁模型建立成功,CUMS组小鼠出现明显的抑郁样行为,具体表现为糖水偏爱百分比下降,悬尾不动时间延长,强迫游泳漂浮时间延长,给小鼠注射GZA、甲氟喹或奎宁均可以显著改善小鼠抑郁样行为。此后,WB结果显示,CUMS组小鼠海马中Cx36蛋白的表达明显增高,给予GZA可使Cx36明显降低;免疫荧光染色则进一步明确Cx36蛋白主要表达在海马的神经元和小胶质细胞中,在星形胶质细胞中几乎无表达;在慢性应激时,表达Cx36的神经元明显增加,而GZA可以使其降低,上述结果提示GZA可能通过抑制HMGB1降低Cx36蛋白的表达;同时ELISA结果也显示,CUMS小鼠海马组织和外周血清中HMGB1、TNF-α和IL-1β的含量均显著增高,给予甲氟喹和奎宁均可降低上述三种炎性细胞因子的浓度,提示Cx36蛋白可能在抑郁模型中调节了炎性细胞因子的释放。电生理实验结果显示,LPS可以使海马神经元的动作电位幅值和频率增高,阈电位和基电流降低,内向电流明显增大,提示神经元的兴奋性增高;而给予GZA、甲氟喹和奎宁后均可降低动作电位的幅值和频率,增大阈电位和基电流,减小内向电流,从而降低神经元的兴奋性。综上所述,海马神经元Cx36蛋白可能在HMGB1介导的慢性应激所致抑郁障碍中发挥了关键作用,这将为抑郁障碍的临床干预提供新的靶点。
其他文献
研究背景及目的胆管癌(Cholangiocarcinoma,CC A)是一种发生于胆管的高度侵袭性肿瘤,按解剖学分类,由肝内型胆管癌(iCCA)、肝门部胆管癌(pCCA)和远端胆管癌(dCCA)三种亚型组成,由于其恶性程度高,预后极差。世界范围内胆管癌的发病率较低,故目前对其研究较少,但亚洲地区尤其中国发病率有上升趋势,且胆管癌由于发病隐匿,常规体检不易发现,故发现多属晚期,根治性手术率低,即使行
学位
期刊
非霍奇金淋巴瘤(Non-Hodgkin lymphoma,NHL)是一组具有高度异质性的淋巴组织恶性增殖性疾病,是血液系统最常见的恶性肿瘤之一。弥漫大B细胞淋巴瘤(Diffuse large B-cell lymphoma,DLBCL)是最常见的侵袭性NHL,占所有初治NHL的30%-40%,在形态学、生物学、免疫表型、遗传学及临床表现等方面均表现出高度的异质性。随着以利妥昔单抗为代表的新型分子靶
学位
研究背景:阿尔茨海默病(Alzhermer’s disesase,AD)是引起痴呆最常见的类型,其病理特点主要是过度磷酸化的tau蛋白堆积形成的细胞内神经纤维缠结和淀粉样蛋白β(Amyloidβ,Aβ)组成的细胞外淀粉样斑块沉积。有毒性的Aβ肽是由淀粉样前体蛋白(amyloid precursor protein,APP)经过β-和γ-分泌酶连续切割产生的。尽管目前针对Aβ开发的药物尚未成功,但淀
学位
研究背景目前,颈动脉硬化斑块是缺血性脑疾病的重要病因,其在全球的患病率逐渐升高,已经引起了越来越多的关注和研究。识别症状性斑块对于病人的治疗和预后有着至关重要的作用。随着技术的发展,人们研究了症状性斑块与狭窄程度、斑块成分等的相关性,并且很多学者也研究了先进的成像技术在探究症状性颈动脉斑块方面的应用。近几年,血管周围脂肪对动脉粥样硬化斑块的形成和促进的观点引发了新颖性、创新性的关注,并且其可以无创
学位
面对现实生活中爆发式增长的图像数据,基于计算机视觉的图像分析备受人工智能等领域学者的广泛关注。其中,图像视觉关系理解是图像分析的重要分支,旨在挖掘图像内容中所蕴含的视觉关系,是诸多实际应用,比如服装推荐、智能机器人、自动驾驶等,所需的基础技术之一。对视觉关系理解有需求的图像是多样的,根据图像所包含物体的个数,可将图像大致分为两类:简单图像和复杂图像。简单图像往往包含单个物体,且其背景较为干净;复杂
学位
世界正在进入以新一代信息技术驱动发展的重塑时期,人工智能(AI,Artificial Intelligence)作为其中重要的势能技术,具有激活实体经济溢出带动性的“头雁效应”,对构筑国家科技影响力具有举足轻重的意义。中国于2017年发布《新一代人工智能发展规划》,将人工智能正式上升为提高国家竞争力的重大国家发展战略,其相关的经济形态进入快速发展的扩张期。2021年发布的《中国互联网发展报告》显示
学位
随着国民审美水平的不断提升,人们追求时尚穿搭的需求日益凸显。然而,并不是所有人都具有一定的审美认知。因此,自动化服装搭配成为人们日常生活中的迫切需要。同时,现实中的搭配服装设计往往需要设计师手动完成,费时费力。因此,自动化搭配服装设计也值得我们密切关注。此外,在现实生活中,人们通常需要对感兴趣的服装进行试穿,并根据试穿效果决定其是否购买服装。然而,在线上购物时,由于空间的局限性,用户难以获得服装的
学位
水凝胶具有含水率高、力学性能可控、孔隙率高等优良特性,被广泛应用于生产生活的各个领域。在多数情况下,水凝胶处于热力学平衡态,在外部环境不变时,其结构和性质一般可以认为是稳定的。但是在生命体中,许多复杂功能的实现依赖于动力学控制的结构,并且这些结构通常处于非平衡态,只有通过不断输入能量才能存在并发挥作用。为了构建类似生命体的智能体系,研究者将非平衡过程引入水凝胶中,获得了具有预编程特性的瞬态水凝胶材
学位
随着物联网以及云计算等技术的成熟与普及,数以百亿的终端设备产生了规模庞大的数据,这些数据被上传至算力强大的云中心进行处理。基于此,以数据和算力为主要驱动力的深度学习算法得以飞速发展。深度学习算法因优异的泛化性在计算机视觉、自然语言处理、自动驾驶、机器人决策等领域得到了广泛应用,助力智慧生活和工作成为现实,具有广阔的发展前景。在传统的基于“云-端”架构的智能系统中,深度学习应用部署于拥有强大计算能力
学位