神经元逆向跨多标记

简介
大脑神经网络是由数目庞大，以及形态、功能各异的神经元，通过突触连接构成的复杂结构，是大脑行使认知、情感、记忆及想象等活动的结构基础。提示大脑神经网络的结构是理解大脑处理信息的机制的前提，传统的示踪方法促进了人们对大脑神经网络结构的认识，但难以用于研究多个脑区、多种类型神经元通过突触连接形成复杂的神经网络，这类神经网络才是大脑处理特定信息所依赖的环路。
解析大脑不同脑区、不同类型神经元之间的神经环路连接是神经科学研究的重要任务之一，绘制大脑连接体图对于理解大脑如何工作是至关重要的，病毒工具是目前最为有效、应用最广的神经环路示踪工具。神经回路是神经功能的基本单位，是连接大尺度（结构/功能）和小尺度（分子/信号通路）的桥梁，有效地绘制神经回路需要逆行和顺行示踪病毒同时传输多级或单级突触。目前，PRV是常用的逆向跨多级病毒载体工具。

图1.  神经元逆向跨多级标记示意图

病毒策略
PRV
野生PRV的分离株（Becker株）毒性较大，在神经环路传播过程中，既可以顺突触传播，又可以逆突触传播。而PRV的疫苗株（Bartha株）毒性较低，基于PRV Bartha株构建的重组示踪工具病毒，能够严格逆向跨多突触标记神经网络。病毒感染神经细胞后，在胞内复制并表达目的基因，子代病毒运输到突触后，逆向跨突触进入上游神经元，开始新一轮的复制及逆向跨突触传播等过程。

图2. PRV Bartha株逆向跨多突触标记
PRV-hUbC-EGFP注射嗅结节（TU）48小时后，逆向跨多突触标记上游脑区，包括M1，M2，Aco，Piri，OB，VTA等区域，表明这些脑区对TU有直接或间接的投射。

图3. 向脑区TU注射PRV ，可标记该注射区域不同级数的输入神经网络（BrainVTA）

案列展示
实例一：DS的逆向跨多级病毒示踪
实验动物：C57BL/6J mice
使用的病毒：PRV152-GFP 
实验方法和结果：将PRV152-GFP注射到小鼠双侧背侧纹状体（DS），观察到PRV152-GFP逆行跨多级到了R-NG、DMV、NTS、AP、PBNdl和PBNm，根据先前的结果进一步验证了R-NG → PBNdl→ SNc通路的存在。

图4. R-NG → PBNdl→ SNc通路的验证（Han W, et al., Cell, 2018）

实例二：膀胱壁神经的逆向跨多级病毒示踪
实验动物：C57BL/6J mice  
使用的病毒：PRV-EGFP、PRV-RFP  
实验方法和结果：将PRV-EGFP注射到小鼠膀胱壁后，在皮层S1/M1 L5锥体神经元观察到EGFP信号。分别将PRV-EGFP与PRV-RFP注射到小鼠右侧和左侧膀胱壁，在皮层S1/M1 L5锥体神经元观察到EGFP和RFP共同表达。表明PRV-EGFP、PRV-RFP无差别逆行跨多级到皮层S1/M1 L5锥体神经元，皮层S1/M1 L5锥体神经元为支配膀胱壁的上游脑神经元群。

图5. 膀胱上游皮层M1 L5锥体神经元群的鉴定（Yao J, et al., Nat Neurosc, 2018）

可用于研究的神经科学问题：

1. 研究大脑特定区域的全脑范围多级输入网络结构。逆行追踪感知觉系统信息从外周向中枢的输入网络，从低级脑区向高级脑区的信息输出的网络结构；从高级脑区向低级脑区反馈信息输出的网络结构；
2. 神经发育过程中的神经网络变化；
3. 神经精神疾病模型中，大脑中枢及外周信息输出神经网络结构特征和异常变化；
4. 神经损伤及康复模型中，大脑中枢及外周信息输出神经网络的连接状况的损伤程度和恢复程度；
5. 追踪外周器官与中枢神经系统间的联系通路。

1. Ekstrand MI, Enquist LW, Pomeranz LE. The alpha-herpesviruses: molecular pathfinders in nervous system circuits. Trends in molecular medicine. 2008; 14:134-140.
2. Han W, Tellez LA, Perkins MH, Perez IO, Qu T, Ferreira J, Ferreira TL, Quinn D, Liu ZW, Gao XB, Kaelberer MM, Bohórquez DV, Shammah-Lagnado SJ, de Lartigue G, de Araujo IE. A Neural Circuit for Gut-Induced  Reward. Cell. 2018; 175(3):887-888. 
3. Yao J, Zhang Q, Liao X, Li Q, Liang S, Li X, Zhang Y, Li X, Wang H, Qin H, Wang M, Li J, Zhang J, He W, Zhang W, Li T, Xu F, Gong H, Jia H, Xu X, Yan J, TUNEology 波长可调检测卡盒-->