Synchronisiert: Wie Zellen Verbindungen herstellen, könnte den zirkadianen Rhythmus beeinflussen

Verknüpfungen auch zu anderen Tabellen und Mappen / Dateien (Excel) (Februar 2019).

Anonim

Wenn Sie jemals Jetlag erlebt haben, sind Sie mit Ihrem zirkadianen Rhythmus vertraut, der fast alle Aspekte des Stoffwechsels, von Schlaf-Wach-Zyklen über Körpertemperatur bis zur Verdauung, bewältigt. Jede Zelle im Körper hat eine zirkadiane Uhr, aber die Forscher wussten nicht, wie sich Zellen miteinander über die Zeit verbinden und wie diese zeitveränderlichen Verbindungen die Netzwerkfunktionen beeinflussen.

In einer am 27. August in PNAS veröffentlichten Studie entwickelten Forscher der Washington University in St. Louis und kooperierender Institutionen einen einheitlichen, datengetriebenen Berechnungsansatz, um diese Verbindungen in biologischen und chemischen Schwingungsnetzen, die als Topologie dieser komplexen Netzwerke bezeichnet werden, zu erschließen basierend auf ihren Zeitreihendaten. Sobald sie die Topologie erstellt haben, können sie daraus schließen, wie die Agenten oder Zellen im Netzwerk synchron zusammenarbeiten, ein wichtiger Zustand für das Gehirn. Abnormale Synchronität wurde mit einer Vielzahl von Hirnerkrankungen wie Epilepsie, Alzheimer-Krankheit und Parkinson-Krankheit in Verbindung gebracht.

Jr-Shin Li, Professor für Systemwissenschaft und Mathematik und angewandter Mathematiker an der School of Engineering and Applied Science, entwickelte einen Algorithmus, der ICON-Methode (infer connections of networks), der erstmals die Stärke dieser Verbindungen aufzeigt im Laufe der Zeit. Zuvor konnten Forscher nur feststellen, ob eine Verbindung zwischen Netzwerken bestand.

Li und Mitarbeiter testeten ihre Methode zuerst auf simulierten Netzwerken unterschiedlicher Größe, die sie erstellten. Als nächstes testeten sie die Methode auf einem Netzwerk von Oszillatoren - Populationen dynamischer Einheiten, die wiederholt zusammen feuern, schweigen und dann wieder zusammen feuern -, die im Labor von Istvan Kiss, Professor für Chemie an der Saint Louis University, erstellt wurden. Wenn sie den Algorithmus von Li auf das Netzwerk der Interaktionen zwischen den synthetischen Oszillatoren anwendeten, stimmten die Ergebnisse mit dem überein, was Kiss durch seine Experimente festgestellt hatte, und fanden die gleichen Verbindungen in einem Netzwerk von 15 chemischen Oszillatoren. Eine solche Vorhersage dieser dynamischen Topologie war bisher nicht möglich, so die Forscher.

Li sagte, dass diese Methode eine Vielzahl von Anwendungen jenseits von Zellnetzwerken hat.

"Dies legt den Grundstein für die Analyse komplexer komplexer Netzwerke von enormer Größe wie Transport, Internet, Stromnetze und soziale Netzwerke", sagte er.

Li arbeitete auch mit Erik Herzog, Professor für Biologie in Kunst und Wissenschaft an der Washington University, der die zellulären und molekularen Grundlagen der zirkadianen Rhythmen bei Säugetieren untersucht, um die Verbindungen zwischen Zellen im Gehirn einer Maus zu bestimmen. Herzog maß den circadianen Rhythmus von 541 Zellen von der rechten und linken Seite des Mäusegehirns und bat dann Li, abzuschätzen, wie sich diese Verbindungen im Laufe der Zeit veränderten - etwas, das im Biologiebereich noch nicht gemacht worden war.

"Die Verbindung kann zu einem bestimmten Zeitpunkt stark sein, aber zu einem anderen Zeitpunkt kann sie stärker oder schwächer sein, sodass wir diese Daten verwenden können, um die funktionale Konnektivität wiederherzustellen", sagte Li. "Wenn wir das wissen, dann kennen wir das Netzwerk, dann können wir mehr untersuchen und im Laufe der Zeit untersuchen, ob dieses Netzwerk synchronisiert wird oder ob bestimmte dynamische Muster entstehen."

Herzog sagte, ICON würde ihm und anderen Wissenschaftlern helfen, Prinzipien zu verstehen, die es Systemen ermöglichen, effizient zu synchronisieren.

"Wir wollen zum Beispiel die wesentlichen Merkmale von Zellennetzen definieren, die die tägliche Zeit unter verschiedenen Bedingungen halten", sagte Herzog. "Wir hoffen, dass ICON Verbindungen aufzeichnen und Wechselwirkungen wie Anziehung und Abstoßung von Zellen in verschiedenen Entwicklungsstadien beschreiben kann, so dass wir besser verstehen können, wie sich zirkadiane Systeme nach der Geburt zusammensetzen, sich an Herausforderungen wie Winter oder Sommer anpassen und versagen während Stressoren wie Schichtarbeit oder Flug über mehrere Zeitzonen zu koordinieren. "

In einem anderen Experiment testete Kollaborateur William Schwartz, ein ehemaliger Gastprofessor für Biologie an der Washington University jetzt an der Universität von Texas in Austin, die Methode an sieben Gruppen von fünf Mäusen, die für eine gewisse Zeit als soziale Netzwerke zusammen untergebracht waren. Schwartz maß die Oszillationen der Mäuse am Ende des Experiments und stellte die Daten Li zur Verfügung, der seinen Algorithmus anwandte, um Ergebnisse aus den Daten abzuleiten. Am Ende fanden Schwartz und Li heraus, dass vier der Gruppen von Mäusen soziale Synchronisation hatten, weil sie am Ende ihrer gemeinsamen Zeit dieselben Körpertemperaturen hatten. Drei Gruppen hatten nicht die gleichen Körpertemperaturen und waren nicht sozial synchronisiert.

menu
menu