Nature, том 618, страницы 118–125 (2023 г.) Процитировать эту статью
10 тысяч доступов
159 Альтметрика
Подробности о метриках
Асинхронный полет насекомых — одна из наиболее распространенных форм передвижения животных, используемая более чем 600 000 видов. Несмотря на глубокое понимание двигательных паттернов1, биомеханики2,3 и аэродинамики, лежащих в основе асинхронного полета4,5, архитектура и функции нейронной сети, генерирующей центральные паттерны (CPG), остаются неясными. Здесь, на основе экспериментально-теоретического подхода, включающего электрофизиологию, оптофизиологию, генетику дрозофилы и математическое моделирование, мы идентифицируем миниатюрное схемное решение с неожиданными свойствами. Сеть CPG состоит из мотонейронов, соединенных между собой электрическими синапсами, которые, в отличие от доктрины, производят сетевую активность, распределенную во времени, а не синхронизированную между нейронами. Экспериментальные и математические данные подтверждают общий механизм сетевой десинхронизации, который основан на слабых электрических синапсах и специфической динамике возбудимости связанных нейронов. В небольших сетях электрические синапсы могут синхронизировать или десинхронизировать сетевую активность, в зависимости от внутренней динамики нейрона и состава ионных каналов. В CPG асинхронного полета этот механизм преобразует непаттернированный премоторный вход в стереотипную активацию нейронов с фиксированными последовательностями активации клеток, которые обеспечивают стабильную силу взмахов крыльев и, как мы показываем, сохраняются у многих видов. Наши результаты доказывают более широкую функциональную универсальность электрических синапсов в динамическом управлении нейронными цепями и подчеркивают актуальность обнаружения электрических синапсов в коннектомике.
Насекомые, насчитывающие более миллиона известных видов, составляют самую большую группу животных на Земле6. Их значительный эволюционный успех объясняется небольшим размером тела и способностью летать. Эти две особенности обеспечивают доступ к неиспользуемым нишам и быстрое перемещение, но аэродинамические ограничения у небольших летающих самолетов требуют высокой частоты взмахов крыльев, а ограничения пространства требуют миниатюризации центральных нервных контроллеров полета7. У 75% всех видов летающих насекомых высокоспециализированные, непрямые, асинхронные мышцы полета образуют колебательную систему, которая генерирует частоту взмахов крыльев 100–1000 Гц за счет реципрокной активации растяжения мышц-антагонистов крыльев, чтобы обеспечить движение вперед при низких числах Рейнольдса1,8. Летательные мотонейроны (МН), которые иннервируют асинхронные летающие мышцы, активируются на гораздо более низких частотах, поэтому не активируют мышцы от цикла к циклу. Тем не менее, выходная мощность регулируется сетью CPG в центральной нервной системе, которая контролирует частоту срабатывания MN для регулирования уровней миоплазматического кальция, который, в свою очередь, регулирует частоту и амплитуду взмахов крыльев1. Хотя асинхронный полет возникал независимо 7–10 раз в ходе эволюции8, ни принципы архитектуры CPG для генерации выходных сигналов MN из миниатюрной центральной нервной системы асинхронных летателей, ни их функциональные последствия не были идентифицированы.
Чтобы количественно оценить асинхронные модели полета и расшифровать архитектуру CPG, мы использовали выходные сигналы пяти идентифицированных MN (MN1–5), иннервирующих дорсальную продольную мышцу-депрессор крыла (DLM) генетической модельной системы9,10,11 Drosophila melanogaster, а также других виды насекомых (для проверки на общность). DLM обеспечивает силу для движения крыла вниз, состоит из шести мышечных волокон, каждое из которых иннервируется одним из пяти выявленных MN9,10,11 (MN1–5; рис. 1а). Каждый из MN1–4 нацелен на одно из четырех самых вентральных волокон DLM, ипсилатеральных к их соме, тогда как MN5 иннервирует волокна DLM 5 и 6 на стороне, контралатеральной к соме MN5 (Рис. 1a). Эта нервно-мышечная архитектура сохраняется у всех исследованных видов насекомых (саранча12, мотылек13, мясная муха14).
а, Репрезентативная запись MN1–5 и частоты взмахов крыльев (нижний график, увеличенный в черном ящике) во время полета на привязи. Цветная схема MN1–5 в VNC и аксональных проекциях шести волокон DLM. б. Средняя частота срабатывания MN одинакова у каждого животного. Цветовой код такой же, как и в. n = 8 животных. Данные представляют собой среднее значение ± стандартное отклонение c, частота срабатывания MN и частота взмахов крыльев (WB) (красные столбцы обозначают рабочие диапазоны) линейно связаны внутри животного (серые точки; коэффициент корреляции, r2 = 0,63; P <0,0001, двусторонний t- тест) и с большей дисперсией также среди животных (красные точки; n = 100; коэффициент корреляции r2 = 0,31; P <0,0001, двусторонний t-критерий). г — Реакция срабатывания МН (верхние графики) на впрыск тока различной амплитуды (нижние графики). e, Средняя частота срабатывания МН (f) и амплитуда инжектируемого тока (I) примерно линейно связаны в диапазоне 2–30 Гц (n = 15 животных), поэтому превышают нормальные частоты срабатывания МН, наблюдаемые во время полета (вставка; ~ 3–12). Гц, данные из в). Данные представляют собой среднее значение ± стандартная ошибка (основной график) и медиану ± диапазон (вставка). е — во время полета спайки MN1–4 рассредоточены во времени (в состоянии разворота) с характерной последовательностью. Каждое животное переключается между разными состояниями разворота во время полета, но одни и те же состояния разворота являются предпочтительными для разных особей (n = 8). На коробчатых диаграммах показаны медиана (центральная линия), квартили (пределы прямоугольников) и диапазон (столбики ошибок). ж, время появления всплесков MN1–4 в четырех последующих состояниях расширения (1423 (красный); 1243 (бирюзовый); 1234 (зеленый); 1324 (темно-синий)) во время полета.
UAS-shakB-RNAi, middle) and overexpression of ShakB in MN1–5 (bottom). The black arrows mark MN4 and MN5 spikes, and the red arrows indicate simultaneous MN4–MN5 spikes. b, Phase histograms of the occurrence of MN5 spikes (y axis) in relation to consecutive MN4 spikes (phase φ = 0 corresponds to the MN4 spike) for control (top), shakB KD (middle) and ShakB overexpression (bottom) with a magnified view (inset) (n = 10 animals for each genotype). Data are mean (coloured bars) ± s.e.m. (grey). c, MN1–5 dye coupling in the dfmr1 RNAi KD background to increase dye uptake28. Scale bar, 20 μm. d–h, Intracellular recordings of MN pairs. d, Hyperpolarizations and depolarizations were conducted bidirectionally (from cell 1 to cell 2 and vice versa). e, Increasing current injection amplitude (top trace) increases response amplitudes in electrically coupled MNs (bottom trace). f, Plotting the mean presynaptic voltage (Vm) area against the mean postsynaptic voltage area (left) reveals linear relationships, but regression slopes differ between distinct MN pairs (5 animals with strong coupling between the MN1–MN2 and MN3–MN4 pairs; 10 animals with weak coupling between the MN1–MN3, MN1–MN4, MN2–MN3 and MN2–MN4 pairs). The mean CC (postsynaptic peak voltage divided by presynaptic peak voltage; right) differs significantly between MN1–MN2, MN3–MN4 (red, 6 pairs) and all other pairs (green, 10 pairs). Data are mean ± s.e.m. (left) and mean ± s.d. (right). g, RNAi KD of shakB eliminates detectable electrical coupling between MNs (3 animals). h, The CC for the spike AHP is higher than for the spike overshoot. i, Firing of a coupled MN ceases during the AHP of the presynaptic MN./p>0.21 yield network synchrony (splayness = 0; 200 simulations per CC, green dots; the black line shows the average). d, Quantification of 60 s simulations (green, 10 simulations per condition) with a weak CC (0.005) yields significantly lower MN4–MN5 synchronization indices (Methods; median = 0.54) compared with strong coupling (CC = 0.258; median = 1.0; two-sided Mann–Whitney U-test, P = 0.0002). Similarly, experimental (exp.; purple) synchronization indices are significantly lower in the controls (median = 0.56, 11 animals) compared with the ShakB-overexpression group (median = 0.84, 7 animals, P = 0.0008). e, Increasing Shab channel levels transforms the single-MN model dynamics from HOM near the SNL point through SNIC to Hopf types (Extended Data Fig. 9a), which vary in action potential waveform (top) and PRC (middle). Averaging theory (Methods and equation (4)) yields the odd part of the coupling function (bottom) for each phase distance ∆φ, of which the fixpoints (black dots) determine stable network states. Only the SNL type yields one stable fixpoint at phase 0.5, therefore favouring anti-phase firing. f–h, Shab overexpression in MN1–5 nearly doubles Shab current (f), which causes in-phase firing of the MN3–MN4 pair (g) and significantly (two-sided Mann–Whitney U-test, P = 0.0434) increased synchronization indices (median = 0.52, 10 animals) compared with the controls (median = 0.43, 8 animals) (h). Similarly, increasing Shab in models with weighted GJs (as in Fig. 3i) significantly increased MN3–MN4 synchronization (sync.) indices (median = 0.99, P = 0.0002). i,j, Network models with heterogenous CCs (i) as found in vivo (Fig. 2f) yield preferred splay states as in animals (j, right; 10 simulations per condition; 8 animals, the purple dots depict median values of in vivo data), whereas homogenous coupling does not (j, left). For the box plots in d, h and j, the median (centre line), quartiles (box limits) and range (whiskers) are shown./p>0.21, the network state is synchronized (Fig. 3c). To test these model predictions experimentally, we manipulated gap-junction strength genetically and quantified the synchrony of the MN4–MN5 pair from in vivo recordings during flight (Fig. 3d). In control animals with weak gap junctions, the synchronization index (Methods) is low, similar to model simulations with weak gap junctions. RNAi KD of electrical synapses increases synchronization in vivo (Fig. 3d), underscoring that gap junctions are required for desynchronization. Finally, the model predicts synchrony for strong electrical coupling. Indeed, strengthening of electrical coupling by ShakB overexpression significantly increases synchrony in vivo (Fig. 3d; see also Fig. 2b). Thus, weak electrical coupling is required for network desynchronization./p>5 GΩ; membrane potential of −70 mV was held with a holding current smaller than ±100 pA; series resistances of >15 MΩ were not accepted to ensure good control when applying current injections; only if these criteria were met for both MNs, the recordings were switched to current clamp mode. Resting membrane potential was around −60 mV without current injection. To determine coupling strength and rectification parameters of gap junctions between MNs, depolarizing and hyperpolarizing current was injected into one MN while the other was monitored simultaneously, and vice versa. Slow tonic firing was induced in one or both MNs at rates of between 3 and 8 Hz, as is observed during flight behaviour, by small somatic current injections while monitoring the respective other MN. For input–output relationships, firing was induced by 1,000 ms square pulse current injections up to 1 nA in 0.1 nA increments./p>2 electrically coupled neurons, this causes a frustrated state because antiphase locking at Δφ = 0.5 cannot be achieved for all units at the same time. In a small network, such as the MN1–5 network with its five coupled neurons, the splay state represents a low-frustration solution that determines the most likely network state60./p> 2. However, this is not observed in the CPG recordings (Fig. 1a). For the network to show frustration, pairs of neurons must be phase-repellent./p>3.0.CO;2-S" data-track-action="article reference" href="https://doi.org/10.1002%2F%28SICI%291096-9861%2820000619%29422%3A1%3C1%3A%3AAID-CNE1%3E3.0.CO%3B2-S" aria-label="Article reference 13" data-doi="10.1002/(SICI)1096-9861(20000619)422:13.0.CO;2-S"Article CAS PubMed Google Scholar /p> P{UAS-GFP.VALIUM10}attP2), ShakB RNAi-kd (GMR23H06-ADZ attP49;GMR30A07-DBD attP2 > P{TRiP.HMC04895}attP2)). For the experimental data, a two-sided Pearson correlation determined a strong negative correlation (r = −0.94, p < 0.0001, n = 10). (e,f) Firing phase relationships between MN4 and MN5 in control animals (see also Fig. 2a,b, Extended Data Fig. 1) remain similar upon UAS-RNAi knockdown of receptors for inhibitory chemical synapses in MN1–5 (under the control of DLM-MN spilt-GAL4, GMR23H06-ADZ attP49; GMR30A07-DBD attP2), (e) the glutamate gated chloride channel (GluCl) and (f) Rdl GABA-ARs. GluCl-RNAi knockdown efficacy was confirmed by Western blotting and Rdl GABA-AR knockdown efficacy has previously been confirmed64. Coloured bars represent the average values from 10 animals for GluCl-RNAi, 8 animals for Rdl GABA-AR-RNAi, and grey bars the s.e.m./p>
Русский
English
Français
Deutsch
Español
Italiano
Português
日本語
한국어