Información

¿Plasticidad entre neuronas excitadoras e inhibidoras?

¿Plasticidad entre neuronas excitadoras e inhibidoras?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Todo lo que he aprendido sobre la plasticidad sináptica solo se refiere a las sinapsis entre las neuronas excitadoras. Por ejemplo, todas las neuronas piramidales (excitadoras) en la corteza tienen sinapsis plásticas entre ellas, pero hasta donde yo sé no hay sinapsis plásticas entre las neuronas piramidales y sus interneuronas inhibitorias.

Entonces, tengo curiosidad, ¿hay alguna sinapsis plástica entre las neuronas inhibidoras y excitadoras?


También se han informado varias formas de plasticidad para las sinapsis inhibitorias-excitadoras. Véase la figura siguiente de [Woodlin et al. 2003].

  • Holmgren CD, Zilberter Y (2001) La actividad de picos coincidente induce cambios a largo plazo en la inhibición de las células piramidales neocorticales. J Neurosci 21: 8270-7

  • Woodin MA, Ganguly K, Poo MM (2003) La actividad pre y postsináptica coincidente modifica las sinapsis GABAérgicas por cambios postsinápticos en la actividad del transportador de Cl-. Neurona 39: 807-20


Consecuencias funcionales de la plasticidad inhibitoria: homeostasis, equilibrio excitación-inhibición y más.

Los modelos de redes computacionales incorporan cada vez más plasticidad sináptica inhibitoria.

La plasticidad inhibitoria puede estabilizar la dinámica de la red a pesar de la plasticidad excitadora.

La plasticidad inhibitoria puede mantener un equilibrio de excitación e inhibición.

La plasticidad inhibitoria da forma a la selectividad y al perfil de respuesta temporal de las neuronas sensoriales.

La neurociencia computacional tiene una larga tradición de investigar las consecuencias de la plasticidad sináptica excitadora. Por el contrario, las funciones de la plasticidad inhibitoria siguen siendo en gran parte nebulosas, sobre todo dada la desconcertante diversidad de interneuronas en el cerebro. Aquí, revisamos los avances computacionales recientes que brindan las primeras sugerencias para los roles funcionales de la plasticidad inhibitoria, como el mantenimiento del equilibrio de excitación-inhibición, una estabilización de la dinámica de la red recurrente y una descorrelación de las respuestas sensoriales. El campo está todavía en su infancia, pero dado el cuerpo de teoría existente para la plasticidad excitadora, es probable que madure rápidamente y proporcione importantes conocimientos sobre la autoorganización de los circuitos inhibidores en el cerebro.


El racimo inhibitorio especializado abre la plasticidad en el aprendizaje del miedo

¿Alguna vez su corazón ha comenzado a acelerarse ante la idea de una próxima fecha límite para trabajar? ¿O la vista de un objeto desconocido en una habitación oscura te hizo saltar? Bueno, probablemente puedas agradecerle a tu amígdala por eso.

La pequeña estructura del cerebro en forma de almendra es fundamental para cómo percibimos y procesamos el miedo. A medida que comenzamos a aprender a asociar el miedo con las señales de nuestro entorno, las conexiones neuronales dentro de la amígdala se alteran dinámicamente en un proceso llamado plasticidad sináptica. Aunque este mecanismo fisiológico es importante para facilitar el aprendizaje del miedo, se ha estudiado principalmente en el contexto de las neuronas excitadoras dentro de la amígdala. Se sabe mucho menos sobre el papel que juegan las células inhibidoras.

En una publicación reciente en Informes de celda, Los científicos de MPFI del Bolton Lab profundizan en una parte especializada de los circuitos inhibidores en la amígdala, conocida como el grupo de células intercaladas apicales (apITC). Al caracterizar este pequeño pero distintivo grupo de células, Bolton Lab ha descubierto una rica conectividad y una capacidad bastante única para modular la plasticidad en la amígdala.

"Lo que realmente nos llamó la atención fue el hecho de que se sabía relativamente poco sobre la función apITC o los circuitos conectivos", explica Douglas Asede, Ph.D., primer autor y ex postdoctorado en el Bolton Lab. "Cuando se trabaja con un área del cerebro relativamente desconocida, es un juego de entradas y salidas. Primero, hay que identificar qué se conecta con el grupo de neuronas y a qué se conecta, luego evaluar qué papel funcional juega ese circuito".

Bolton Lab comenzó su investigación caracterizando y probando funcionalmente las conexiones entrantes al apITC. Primero, el equipo utilizó una técnica altamente especializada llamada rastreo monosináptico para identificar selectivamente a los socios presinápticos aguas arriba. Una vez identificados, los investigadores utilizaron una combinación de estimulación optogenética presináptica (activación de la luz) y electrofisiología postsináptica para verificar que las conexiones fueran funcionales.

"Pudimos desentrañar una serie de entradas diversas para este grupo celular único, que van desde áreas importantes para la memoria como la corteza entorrinal hasta regiones de procesamiento sensorial como el tálamo", explica el Dr. Asede. "Entre esta diversidad, dos entradas notables del tálamo se destacaron debido a su fuerza relativa en comparación con otras conexiones que probamos, así como su origen en regiones talámicas conocidas por su participación en el aprendizaje del miedo".

Las fuertes conexiones con el apITC se originaron en dos áreas del tálamo, el núcleo geniculado medial (MGm) y el núcleo intralaminar posterior (PIN). Trabajos anteriores han demostrado que el MGm y el PIN son importantes centros de procesamiento de información auditiva y somatosensorial, respectivamente. En el contexto del aprendizaje del miedo, las entradas del tálamo envían información sensorial relacionada con el miedo a la amígdala, que luego integra y asocia el miedo con señales particulares del entorno.

Para examinar si este flujo de información sensorial a través del apITC era importante para el aprendizaje del miedo, los científicos de MPFI estudiaron los cambios en estas conexiones sinápticas en ratones directamente después del entrenamiento conductual. Un grupo de ratones experimentó un condicionamiento clásico del miedo y cambios impulsados ​​por el comportamiento y luego fueron evaluados utilizando marcadores presinápticos y postsinápticos de plasticidad. Curiosamente, el equipo encontró signos significativos de fortalecimiento sináptico en las entradas sensoriales del apITC después del aprendizaje del miedo en comparación con los animales de control.

"Normalmente, cuando las sinapsis son importantes para un comportamiento en particular, sus conexiones se fortalecen durante el aprendizaje, por lo que nuestros resultados realmente destacaron la importancia de estas conexiones sensoriales en el aprendizaje del miedo", señala el Dr. Asede.

La LA es una región de la amígdala que está fuertemente asociada con el aprendizaje del miedo, la integración sensorial relacionada con el miedo y la formación de recuerdos basados ​​en el miedo. El Bolton Lab utilizó la estimulación eléctrica simultánea de las entradas sensoriales del tálamo y la estimulación optogenética de las entradas de las células apITC al LA para revelar que la activación de apITC actúa como una puerta para reducir las respuestas sensoriales entrantes en el LA.

"Armados con el entendimiento de que apITC es importante para la activación sensorial y el aprendizaje del miedo, a continuación analizamos qué tipo de conexiones descendentes hace el apITC para darnos una pista sobre las posibles funciones que tiene el cúmulo en el circuito del miedo de la amígdala".

Clásicamente se ha pensado que las células inhibidoras dentro del cerebro hacen conexiones de muy corto alcance, aguas abajo, actuando para modificar dinámicamente los circuitos dentro de sus propios entornos locales. Mediante la reconstrucción axonal, el Bolton Lab identificó que, si bien la mayoría de las conexiones apITC son colaterales de axones locales a las apITC vecinas o se proyectan a una región cercana dentro de la amígdala llamada amígdala lateral (LA). Sorprendentemente, también identificaron un subconjunto de conexiones de relativamente largo alcance con estructuras cerebrales más distantes, desafiando el pensamiento clásico sobre circuitos inhibidores.


Neurobiólogos capaces de inducir la plasticidad cerebral mediante el trasplante de neuronas

Su cerebro cambia continuamente a lo largo de su vida. Es un fenómeno conocido como plasticidad cerebral, o "la capacidad del cerebro para modificar sus conexiones o reconectarse a sí mismo" [1]. A nivel neuronal, se caracteriza por cambios en el número de neuronas y en las conexiones entre estas neuronas.

La plasticidad cerebral es importante, porque es lo que permite que el cerebro se desarrolle, aprenda y se repare a sí mismo después de sufrir daños por cosas tan graves como golpes o golpes en la cabeza. Fluctúa con el tiempo. Uno de los períodos durante los cuales se intensifica es un período de plasticidad de dominancia ocular que ocurre una vez tanto en humanos como en ratones.

Por lo general, la población de neuronas en la corteza visual izquierda responde mejor a la información del ojo derecho y también ocurre lo contrario. Sin embargo, durante este período crítico de plasticidad de dominancia ocular, la privación de la visión en un ojo, como cuando el ojo está cerrado durante un período prolongado de tiempo, conduce a un cambio importante en la capacidad de respuesta de la parte del cerebro que generalmente responde mejor a la enfermedad. el ojo cerrado hacia el ojo abierto. En ratones, este período alcanza su punto máximo aproximadamente cuatro semanas después del nacimiento.

En 2010, investigadores de un laboratorio de la Universidad de California en San Diego encontraron una manera de inducir otro período de plasticidad de dominancia ocular en ratones después de esta ventana única de tiempos, mediante el trasplante de neuronas de un embrión.

El autor principal del artículo sobre esta investigación, el Dr. Derek Southwell, quien en el momento del estudio estaba completando su programa de doctorado, señaló que, antes del comienzo del estudio, se sabía que cierto tipo de neurona inhibidora podría sobrevivir y dispersarse en el cerebro del huésped cuando se trasplanta. Además, se ha demostrado que estas neuronas trasplantadas pueden formar conexiones con las neuronas del huésped. El Dr. Southwell describió el propósito de este estudio como tratar de comprender “los efectos de estas células trasplantadas sobre la plasticidad en el cerebro receptor”.

Los investigadores encontraron, mediante una evaluación de la plasticidad de dominancia ocular antes y después de cuatro días de privación visual en un ojo, que el trasplante de una neurona inhibidora embrionaria en ratones pudo crear un nuevo período de plasticidad de dominancia ocular en esos mismos ratones. . Esto ocurrió una vez que las células trasplantadas alcanzaron la edad en la que normalmente ocurre el período, cuando tenían entre 33 y 35 días, incluso cuando el huésped era mayor. El equipo de investigación también descubrió a través de imágenes de señales intrínsecas, una técnica utilizada para registrar la actividad neuronal, que la neurona inhibidora trasplantada había migrado a la corteza cerebral después del trasplante y que eran capaces de desarrollar las propiedades de neuronas inhibidoras maduras.

También se demostró que esas neuronas inhibidoras trasplantadas tenían tres veces más probabilidades que las neuronas inhibidoras del anfitrión de hacer conexiones con las neuronas excitadoras del anfitrión, incluso si esas conexiones eran solo alrededor de un tercio más fuertes que las conexiones anfitrión a anfitrión.

Representación de la conexión entre una neurona inhibidora trasplantada y neuronas excitadoras del huésped (izquierda) en comparación con las conexiones entre neuronas inhibidoras y excitadoras del huésped (derecha).

Los investigadores observaron que esta capacidad de las neuronas trasplantadas, al modificar ampliamente la señalización inhibidora en el cerebro del huésped, podría ser la razón por la que pudieron inducir un nuevo período de plasticidad de dominancia ocular.

Las conclusiones de este artículo fueron que el trasplante de neuronas inhibitorias podría usarse como una forma de inducir la plasticidad cerebral, tal vez incluso como una nueva preparación experimental para la investigación sobre el tema. El Dr. Southwell destacó además que estos hallazgos han dado lugar a una dirección de investigación duradera para todos los involucrados en la investigación. Actualmente se están realizando más trabajos sobre el uso terapéutico de inducir plasticidad para facilitar la reparación del cerebro y restaurar la función normal del cerebro, como por ejemplo en el tratamiento del TEPT.

Trabajo en el que se basa este artículo:

Southwell DG, Froemke RC, Alvarez-Buylla A, Stryker MP, Gandhi SP. Plasticidad cortical inducida por trasplante de neuronas inhibitorias. Ciencia (2010)


Diferencias en múltiples formas de plasticidad a corto plazo entre neuronas hipocampales excitadoras e inhibidoras en cultivo

La transmisión sináptica es muy dinámica, especialmente durante períodos de actividad repetitiva. Esta plasticidad sináptica a corto plazo, provocada por pares o trenes cortos de potenciales de acción a frecuencias moderadas (1-10 Hz), puede dar lugar a depresión o facilitación de la transmisión sináptica. Analizamos estos procesos en pares aislados, acoplados sinápticamente de neuronas inhibidoras o excitadoras cultivadas en cultivos de baja densidad de neuronas del hipocampo. La mayoría de las sinapsis inhibidoras y excitadoras en estas culturas mostraron depresión de pulso emparejada, aunque las respuestas de las sinapsis excitadoras fueron más variables y ocasionalmente se observó facilitación. Con los estímulos tetánicos, las sinapsis inhibitorias mostraron depresión, pero las sinapsis excitadoras mostraron un repertorio mucho más rico de conductas, incluidas la depresión y la facilitación. Si bien muchas sinapsis inhibitorias mostraron depresión post-tetánica después de trenes cortos de potenciales de acción, las sinapsis excitadoras mostraron en cambio una facilitación post-tetánica. Esta facilitación va acompañada de un aumento en la relación de pulsos emparejados, lo que sugiere que es el resultado de mecanismos presinápticos. Por último, las sinapsis excitadoras a menudo muestran pulso emparejado y facilitación tetánica de la liberación asincrónica, un proceso que no se ve en las sinapsis inhibitorias en estas culturas. Es probable que estas similitudes y diferencias en la plasticidad a corto plazo que presentan las células inhibidoras y excitadoras sean críticas para el procesamiento de la información y el control de la excitabilidad neuronal, tanto en condiciones normales como patológicas, como la epilepsia.


Métodos

Modelo de red

La red constaba de 400 PC agrupadas en cuatro subpoblaciones de 100 neuronas cada una. Cada subpoblación codificó para una orientación determinada. Simulamos 120 interneuronas PV, 120 interneuronas SST (30 en cada subpoblación) y 50 interneuronas VIP.

Modelo de neurona

Las neuronas se modelaron como neuronas de integración y disparo con fugas basadas en conductancia. Su potencial de membrana evoluciona según:

dónde (_ << rm>> ) es la capacitancia de la membrana, (_) es el potencial de membrana de la neurona (i ), (_ << rm>> ) es el potencial de inversión de la fuga. (_ << rm>> ) y (_ << rm>> ) son los potenciales de inversión excitadores e inhibidores. (_ << rm>>) , (_^ << rm>> ) y (_^ << rm>> ) son las conductancias de fuga, excitadoras e inhibidoras. (_^ << rm>> ) y (_^ << rm>> ) aumentan en (_) sobre un evento de pico en una neurona presináptica excitadora o inhibitoria (j ), y decaen exponencialmente con constantes de tiempo (< tau> _ << rm>> ) y (< tau> _ << rm>> ), respectivamente:

( xi ) es ruido blanco gaussiano de media cero. Los parámetros que definen el proceso de Ornstein-Uhlenbeck son ( sigma ) = 2 mV y tiempo de correlación ( tau ) = 5 ms.

Cuando el potencial de membrana alcanza un umbral (_ < theta> ), se registra un evento de pico y el potencial de membrana se restablece a su valor de reposo (_ << rm>> ) (Tabla 1).

Los fotovoltaicos se conectaron adicionalmente a través de uniones gap que contribuyen a una corriente (_ << rm>, i> ) al RHS de la Ec. (1) 54. La corriente de unión gap de la neurona (j ) a la neurona (i ) es la suma de una corriente de espiguilla y una corriente subumbral. La corriente subumbral es proporcional a la diferencia en el potencial de membrana entre las neuronas (i ) y (j ), con constante de proporcionalidad (_ << rm>> ). La corriente de la espiguilla aumenta en (_ << rm>> ) sobre un evento de pico en una neurona presináptica y decae a 0 con una escala de tiempo (< tau> _ << rm>> ). Matemáticamente,

Conectividad

Las neuronas de diferentes clases de células (E: PC, P: PV, S: SST, V: VIP) están conectadas con sinapsis químicas de la siguiente manera:

La probabilidad de conexión (

_) de la población (J ) a (I ) donde (I, J in <, text, > ) se eligió basándose en datos de Pfeffer et al. 21 para conexiones de poblaciones inhibidoras y sobre datos de Hofer et al. 20 para conexiones de la población excitadora. Pfeffer y col. 21 proporcionan probabilidades de conexión y fortalezas para las conexiones entre los pares y contribuciones neuronales individuales (INC) estimadas a partir de la estimulación optogenética de poblaciones celulares completas para las otras conexiones. En los casos en que la probabilidad de conexión no se midió directamente, elegimos la probabilidad basada en los INC de la siguiente manera: Para (

_ << rm

> < rm>>) , (

_ << rm> < rm>>) , (

_ << rm> < rm>> ) y (

_ << rm> < rm

>> ), el INC fue muy bajo, es decir 0 (. 06 ) (o 0 (. 07 ) para (

_ << rm> < rm

>> )). La conexión de VIP a PC (EV) tenía el mismo INC de 0 (. 06 ), por lo que elegimos la misma probabilidad de conexión que para (

_ << rm> < rm>> ), que fue del 12,5%. Para las conexiones restantes, establecemos la probabilidad de conexión al 100%.

Los pesos sinápticos (_) de una neurona (j ) en la población (J ) a una neurona (i ) en la población (I ) determinar cuántas conductancias sinápticas (^) y (^) aumenta con un pico en la neurona (j ). Inicializamos los pesos sinápticos basados ​​en los datos de conectividad de Pfeffer et al. 21 para conexiones de poblaciones inhibidoras, y basado en datos de refs. 20,22,23,24 para conexiones de poblaciones excitadoras a inhibidoras. Se tuvo en cuenta el número de neuronas de cada población al determinar la fuerza de la conexión. Las conexiones entre las neuronas excitadoras fueron inicialmente pequeñas y se tomaron muestras de una distribución gaussiana truncada en 0.

Para las uniones de espacios entre PV, (< tau> _ << rm>> ) fue de 9 ms, excepto en la Fig. 4 complementaria, donde fue de 3 ms. (_ << rm>> ) fue de 13 pA, a menos que se indique lo contrario. Las corrientes subumbrales mediadas por uniones gap se modelaron solo en la Fig.9 complementaria, donde (_ << rm>> ) fue de 0,4 nS.

Entradas

Las PC y SST recibieron una de cuatro entradas (correspondiente a la codificación de entradas de la capa 4 (L4) para cuatro orientaciones diferentes). Cada entrada de L4 produjo un tren de picos distribuido por Poisson con una frecuencia de 4 kHz durante su estímulo preferido y 0 Hz en caso contrario. Se mostró uno de los cuatro estímulos durante 50 ms seguido de un intervalo de estímulo de 20 ms. Durante la brecha de estímulo, todas las entradas de L4 produjeron picos a la misma velocidad de 1,6 kHz. La conductancia de las sinapsis de L4 a PC fue de 0,28 nS. La conductancia de las sinapsis de L4 a SST fue de 0,15 nS durante el estímulo y de 0,165 nS durante el intervalo de estímulo. Además, las PC y PV recibieron una entrada de referencia de un proceso de Poisson con una frecuencia de 4 kHz. Los pesos de los PC fueron de 0,13 nS y de los PV de 0,01 nS. Los VIP recibieron una entrada de arriba hacia abajo durante el estímulo de la barra vertical de un grupo de 100 neuronas con una fuerza de conexión de 0,2 nS, que reciben una entrada de la capa 4 con una fuerza de conexión de 0,3 nS.

Plasticidad

Tanto para la plasticidad excitadora como inhibitoria, elegimos el modelo STDP clásico simple 55,56,57

En la implementación en línea de esta regla, el peso sináptico (_) de la neurona (j ) a la neurona (i ) se actualiza cuando la neurona pre o postsináptica aumenta de acuerdo con:


Fondo

Los sistemas nerviosos se enfrentan a un desafío constante: cómo mantener la flexibilidad y la estabilidad al mismo tiempo. Los circuitos neuronales deben permanecer flexibles para permitir cambios en la conectividad y la fuerza sináptica durante el desarrollo y el aprendizaje. A medida que los cambios en la conectividad empujan a los circuitos neuronales fuera del equilibrio, necesitan mantener la actividad dentro de un rango de trabajo y evitar extremos de inactividad y saturación. La estabilidad funcional se mantiene mediante la plasticidad homeostática, que se define en términos generales como un conjunto de cambios neuronales que restauran la actividad a un punto de ajuste después de la perturbación [1, 2, 3]. Estudios recientes han identificado diversos mecanismos de plasticidad homeostática desencadenados por una variedad de perturbaciones. Estos mecanismos regulan la conectividad dendrítica y axonal de una neurona, así como su excitabilidad intrínseca (Fig. 1). Además de mantener la actividad de las neuronas individuales, la plasticidad homeostática puede actuar a nivel de red para coordinar los cambios en la conectividad y la excitabilidad a través de múltiples neuronas para estabilizar la función del circuito [4] (Fig. 2). Varias revisiones recientes han cubierto la función de la plasticidad homeostática en el sistema nervioso maduro [5,6,7,8]. Aquí, nos centramos en la plasticidad homeostática en el desarrollo de circuitos.

Diversos mecanismos de plasticidad homeostática estabilizan la actividad de las neuronas en desarrollo. Cuando la actividad de las neuronas individuales disminuye por debajo (1 y 2) o aumenta por encima (3 y 4) de un punto de ajuste, la regulación homeostática de la fuerza sináptica (1 y 3) y / o la excitabilidad intrínseca (2 y 4) actúa para restaurar la actividad normal. Al aumentar (1) o disminuir (3) la entrada sináptica (por ejemplo, cambios en la amplitud o frecuencia de mEPSC), la tasa de activación de salida de una neurona se puede desplazar hacia arriba o hacia abajo hasta la actividad objetivo (área gris). Al aumentar (2) o disminuir (4) la excitabilidad intrínseca (por ejemplo, cambios en la longitud y ubicación de AIS), se puede modificar la relación de entrada / salida de una neurona

La plasticidad homeostática a nivel de red estabiliza la actividad de los circuitos en desarrollo. La homeostasis de la actividad de la red se logra equilibrando la excitación (rojo) y la inhibición (azul). La fuerza sináptica y la conectividad se pueden regular de una manera específica del tipo de célula para mantener la homeostasis de la red. Flechas rojas hacia arriba / hacia abajo: impulso excitador aumentado / disminuido flechas azules hacia arriba / hacia abajo: impulso inhibitorio aumentado / disminuido

Regulación homeostática de la excitabilidad intrínseca

La excitabilidad intrínseca neuronal está determinada por la densidad, distribución y función de los canales iónicos, y controla cómo las entradas sinápticas se convierten en salidas de potencial de acción [9]. Varios estudios han encontrado una relación recíproca entre la excitabilidad intrínseca y las entradas sinápticas a lo largo del desarrollo, lo que estabiliza la actividad [10, 11, 12]. A medida que aumentan las entradas sinápticas en el desarrollo Xenopus En los circuitos retinotectal, las corrientes de Na + disminuyen, reduciendo la excitabilidad intrínseca [12]. Por el contrario, silenciar las entradas sinápticas para desarrollar Xenopus neuronas tectal y Drosophila Las neuronas motoras aumentan las corrientes de Na + y la excitabilidad intrínseca [10, 12, 13]. Varios mecanismos median los cambios homeostáticos en las corrientes de Na +. La represión traslacional y la fosforilación postraduccional reducen la densidad y la probabilidad de apertura, respectivamente, de los canales de Na + dependientes de voltaje en Drosophila neuronas motoras y neuronas corticales de rata en respuesta a una actividad sináptica elevada [11, 14, 15, 16, 17].

Múltiples canales iónicos en la misma neurona pueden equilibrarse entre sí para estabilizar la actividad [2, 18, 19]. Por ejemplo, los canales K + tipo A shal y criba vibradora se regulan recíprocamente en las neuronas motoras de Drosophila larvas: criba vibradora está regulado al alza en shal mutantes, y shal está regulado al alza en criba vibradora mutantes [20]. Sin embargo, la expresión compensatoria no siempre es una vía de doble sentido en Drosophila mutantes del canal de K + rectificador retardado shab, aumento de la expresión del canal de K + dependiente de Ca 2+ slo previene la hiperactividad de las neuronas motoras, pero la pérdida de slo no aumenta la expresión de shab [21]. Las neuronas pueden regular sinérgicamente los canales iónicos con efectos opuestos sobre la excitabilidad para restaurar la actividad. El silenciamiento de neuronas piramidales cultivadas de la corteza visual de crías de rata con TTX aumenta las corrientes de Na + y disminuye las de K + [22]. Por último, las neuronas del mismo tipo con excitabilidad similar pueden variar significativamente en sus conductancias de membrana, lo que puede reflejar las complejas interacciones homeostáticas entre los canales iónicos [23, 24, 25] (para más información, consulte [26, 27]).

El examen detallado de la distribución de los canales iónicos reveló un papel importante del segmento inicial del axón (AIS) en la plasticidad homeostática intrínseca. Los cambios en la longitud y la ubicación del AIS, una región especializada con grupos de canales de Na + y K + dependientes de voltaje involucrados en la generación de picos, pueden contrarrestar los efectos de la privación sensorial o la fotoestimulación [28,29,30,31]. En ratones, la apertura de los ojos en el día 13-14 posnatal acorta el AIS de las neuronas piramidales en la corteza visual [32, 33]. Juntos, los ajustes en la densidad, distribución y función del canal iónico, que resultan de cambios en la transcripción, traducción, modificaciones postraduccionales y tráfico, pueden alterar la excitabilidad intrínseca y los cambios de equilibrio en la entrada sináptica para mantener la homeostasis de la actividad [9, 34,35, 36].

Regulación homeostática de la fuerza y ​​el número de sinapsis

La plasticidad homeostática puede regular la fuerza sináptica pre y postsinápticamente, y su sitio de expresión dominante puede cambiar durante el desarrollo. En las primeras etapas de la formación de la red, las amplitudes de la corriente postsináptica excitadora en miniatura (mEPSC) aumentan cuando se bloquea la generación de picos en cultivos de neuronas corticales e hipocampales (es decir, supresión de la excitabilidad intrínseca), lo que indica cambios postsinápticos en la acumulación del receptor AMPA [37]. En etapas posteriores, se agrega la regulación presináptica de la liberación y el reciclaje de vesículas, y las frecuencias de mEPSC aumentan junto con las amplitudes de mEPSC cuando se bloquea la generación de picos [37, 38]. Esto sugiere un cambio en el desarrollo de la capacidad de plasticidad homeostática pre y postsináptica [37]. El control homeostático de la fuerza sináptica también se ha observado in vivo [39, 40]. La extensión y el sitio de expresión de este control depende de la maduración del circuito [41,42,43,44,45]. La plasticidad sináptica homeostática en las capas 4 y 6 de la corteza visual primaria provocada por la privación visual está restringida a un período crítico temprano (día 16 a 21 postnatal) [42, 43]. Más tarde, la regulación homeostática de las amplitudes de mEPSC se desplaza a las capas 2/3, donde persiste hasta la edad adulta [42, 44]. El propósito de este cambio en la plasticidad homeostática a través de las capas corticales sigue siendo desconocido [41]. La supresión de la actividad crónica por infusión intracraneal del bloqueador del canal de Na + TTX o bloqueadores del receptor NMDA aumenta la densidad de la columna vertebral de neuronas talamocorticales en desarrollo en el núcleo geniculado dorsolateral de gatos y hurones [46, 47]. Por tanto, la plasticidad homeostática puede regular tanto el número de sinapsis como la fuerza [48,49,50].

Además de los cambios sinápticos homeostáticos provocados por perturbaciones experimentales, Desai et al. demostraron que a lo largo del desarrollo, las amplitudes de mEPSC en las capas 2/3 y 4 de la corteza visual primaria de rata disminuyen a medida que aumentan las frecuencias de mEPSC y el número de sinapsis [42]. Los circuitos retinogénicos proporcionan otro ejemplo de corregulación homeostática del desarrollo [51, 52, 53]. Inicialmente, muchas células ganglionares de la retina convergen en células talamocorticales, cada una formando conexiones débiles. Luego, hasta 3 semanas después de la apertura de los ojos, las células talamocorticales podan las entradas, reteniendo las sinapsis de menos células ganglionares, que fortalecen sus conexiones [53, 54]. Por tanto, la liberación de neurotransmisores presinápticos, la abundancia de receptores postsinápticos y el número de sinapsis están co-regulados homeostáticamente durante el desarrollo normal y después de las perturbaciones de la actividad. En varios sistemas, los sitios de expresión y la combinación de mecanismos involucrados cambian a lo largo del desarrollo [2, 3, 55, 56, 57].

Regulación homeostática de la actividad de la red.

La plasticidad homeostática puede estabilizar la actividad de neuronas individuales [54, 58, 59]. Las neuronas se conectan entre sí de una manera específica del tipo de célula, formando circuitos que realizan funciones específicas. En las siguientes secciones, discutimos cómo los mecanismos homeostáticos se coordinan a través de las neuronas para estabilizar la función del circuito [4, 60].

Regulación homeostática de la excitación e inhibición de la red.

La actividad de la red está determinada por la relación de excitación e inhibición (relación E / I) [1, 4, 61]. En respuesta a las perturbaciones, los circuitos en desarrollo pueden ajustar diferencialmente la conectividad inhibidora y excitadora para alterar la relación E / I y restaurar la actividad [62,63,64,65]. En el desarrollo de cultivos de hipocampo y cerebelos organotípicos, los antagonistas del receptor TTX o glutamato disminuyen la densidad y fuerza de la sinapsis inhibitoria, mientras que el bloqueo de la transmisión GABAérgica con bicuculina aumenta la densidad de las sinapsis inhibitorias. De manera similar, las grabaciones de cortes de cerebro en la capa 4 de la corteza de barril mostraron que la privación sensorial reduce selectivamente la entrada inhibitoria a las neuronas espinosas de la capa 4 en animales jóvenes pero no en adultos [66, 67]. Los cambios dependientes de la actividad en la transmisión sináptica inhibitoria parecen estar regulados de forma autónoma no celular, ya que la supresión de la actividad de las células presinápticas o postsinápticas individuales no provocó los cambios compensatorios observados después de la aplicación global de TTX en neuronas del hipocampo cultivadas neonatales [65]. Se ha sugerido que las interneuronas inhibidoras pueden sacrificar su propia homeostasis de velocidad de disparo para estabilizar el pico de las neuronas piramidales corticales después del bloqueo de la actividad global [4, 68]. Otro ejemplo de homeostasis de red proviene de estudios de privación monocular durante el período crítico [4]. Aquí, la plasticidad homeostática ajusta las conexiones recurrentes y anticipadas entre los circuitos de la capa 4 y los circuitos de la capa 2/3 en la corteza visual primaria. La privación visual a través de la inyección de TTX intraocular aumenta el impulso excitador y reduce el impulso inhibitorio desde la capa 4 a la capa 2/3, compensando la entrada sensorial excitadora perdida [4, 69, 70]. Curiosamente, en otro paradigma de privación (es decir, sutura del párpado), el aumento de la excitabilidad intrínseca y la disminución de las relaciones E / I estabilizan la actividad en la capa 2/3, lo que indica que el mismo circuito puede usar diferentes combinaciones de mecanismos homeostáticos para compensar la privación sensorial.

Además de regular la fuerza y ​​el número de sinapsis excitadoras e inhibidoras, la plasticidad homeostática puede cambiar el fenotipo transmisor de las neuronas de glutamato a GABA o viceversa para ajustar la relación E / I de los circuitos en desarrollo [71,72,73]. En el embrionario Xenopus médula espinal, las fracciones de neuronas que expresan transmisores excitadores aumentan y disminuyen, respectivamente, cuando la actividad de la red se suprime y mejora farmacológicamente. Estos cambios en el fenotipo del transmisor ocurren sin cambios en la expresión de los marcadores de identidad celular [74]. Similar a la regulación homeostática de las sinapsis inhibidoras, el interruptor del transmisor dependiente de la actividad no es autónomo de la célula y depende de la actividad de la red, como lo demuestra la relación recíproca entre el número de células silenciadas y la proporción de neuronas que expresan GABA frente a glutamato [75]. Queda por investigar si los cambios en los fenotipos del transmisor contribuyen a la homeostasis de la red durante el desarrollo normal [71].

Regulación homeostática de la conectividad específica del tipo de célula

Los avances recientes en la secuenciación de ARN unicelular, junto con estudios morfológicos y funcionales a gran escala, han revelado una gran diversidad de tipos de células excitadoras e inhibidoras, que cumplen funciones de circuito distintas [76,77,78,79]. Esto plantea la cuestión de si, más allá de las diferencias categóricas entre las neuronas excitadoras e inhibidoras, la plasticidad homeostática puede actuar de una manera específica del tipo de célula para estabilizar la función del circuito [80]. En la circunvolución dentada en desarrollo, la pérdida del impulso excitador por la expresión de la toxina tetánica da como resultado una reducción de la entrada inhibitoria a las células granulares [81]. Esta reducción es específica del tipo de célula y afecta la inervación somática por las células en cesta positivas para parvalbúmina, pero no la inervación dendrítica por las interneuronas que expresan calretinina y somatostatina. La reducción selectiva de la inhibición somática restaura eficazmente la activación de las células granulares [82, 83]. De manera similar, se demostró que la privación monocular durante un período precrítico regula la retroalimentación pero no la inhibición anticipada de las células piramidales de la capa 4 en la corteza visual primaria de la rata [84] y la pérdida auditiva temprana debilita las sinapsis inhibitorias de las interneuronas de picos rápidos pero no de las de umbral bajo spiking interneurons onto pyramidal cells [85, 86].

Homeostatic regulation of excitatory connectivity can also be cell type specific [87]. In the developing mouse retina, following removal of their dominant B6 bipolar cell input, ONα retinal ganglion cells up-regulate connectivity with XBC, B7, and rod bipolar cells, but leave input from B8 bipolar cells unchanged. This cell-type-specific rewiring not only maintains the sustained activity of ONα retinal ganglion cells, but also precisely preserves their light responses. Thus, homeostatic plasticity can regulate inhibitory and excitatory connectivity in a cell-type-specific manner to maintain the activity and sensory function of developing circuits.

Homeostatic regulation of patterned spontaneous activity

Throughout the nervous system, developing circuits spontaneously generate activity patterns that help refine their connectivity [88, 89]. Before eye opening, waves of activity originating in the retina propagate through the visual system and dominate activity up to primary visual cortex [90,91,92]. Retinal waves mature in three stages (I-III), in which different circuit mechanisms generate distinct activity patterns that serve specific functions in visual system refinement [88]. In mice, stage I waves, which are mediated by gap-junctional coupling of retinal ganglion cells, were first observed at embryonic day 17. Around birth, the wave generation switches to networks of cholinergic amacrine cells (stage II, postnatal day 1–10) followed in the second postnatal week by glutamatergic input from bipolar cells (stage III, postnatal day 10–14). The transitions between stages appear to be homeostatically regulated. When stage II (i.e., cholinergic) waves are disrupted by genetic deletion or pharmacological blockade of ß2 nicotinic acetylcholine receptors nAChRs, stage I waves persist until premature stage III waves take over [93,94,95,96]. Similarly, in VGluT1 knockout mice, in which stage III waves are abolished, stage II waves persist until eye opening [97]. Studies of developing spinal networks revealed an important role of excitatory GABAergic currents in homeostatic regulation of patterned spontaneous activity [98]. During development, GABA switches from excitatory to inhibitory as initially high intracellular Cl − concentrations are lowered by the developmentally regulated expression of cation-chloride cotransporters [99, 100]. When spontaneous network activity in chick embryos was reduced by injection of a sodium channel blocker, excitatory GABAergic mEPSC amplitudes were found to increase because of an increased Cl − driving force due to intracellular Cl − accumulation [101, 102].

Although homeostatic mechanisms can restore spontaneous activity patterns following perturbations, the extent to which these activity patterns support normal circuit refinement varies depending on age and means of perturbation and needs to be further investigated [103,104,105].


Inferior colliculus

The IC is a mandatory relay station on the ascending auditory pathway(Oliver and Heurta, 1992 Pollak et al., 2002 Malmierca, 2003 Morest and Oliver, 1984). Age-related changes of inhibition within the IC would likely impair the ability of the animal to further refine the localization of an environmental sound source from information received from the SOC, nuclei of the lateral lemnisci, and DCN (Vater et al.,1992 Litovsky and Delgutte,2002 Escabi et al.,2003 Pecka et al.,2007 Palmer et al.,2007). In addition, inhibition plays a role in processing acoustic delay information as well as strict temporal processing(Pollak et al., 2002). Delay coding is critical for echolocation in bats and may play a role in processing periodic vs aperiodic segments in communication signals. IC circuits utilizing both GABAergic and glycinergic inhibition have been shown to be important in coding selective communication calls in animals and are critically involved in delay circuits in bats(Yan and Suga, 1996 Portfors and Wenstrup, 2001 Klug et al., 2002). The IC receives excitatory glutamatergic inputs directly from the DCN as well as a major ascending projection from the SOC (for a review, see Kelly and Caspary, 2005). Extrinsic GABAergic projections to the IC arise bilaterally from the dorsal nuclei of the lateral lemniscus, while glycinergic inputs originate from the ventral nucleus of the lateral lemniscus and the LSO. In addition, intrinsic GABAergic neurons are located throughout both the central nucleus and the shell nuclei of the IC. IC neurons also receive a major excitatory descending projection from the auditory cortex(Winer et al., 1998 Winer et al., 2002 Winer, 2006).

As is the case for age-related changes described below, it is not known whether age-related inhibitory changes in IC are the result of de novo aging changes within the central nervous system or are the direct result of a gradual loss of peripheral input or both. In response to superthreshold acoustic stimulation, noise-exposed animals (modest damage to the auditory periphery) show altered evoked responses in the IC and auditory cortex, providing a functional picture suggestive of hyperexcitability(Willott and Lu, 1982 Popelár et al., 1987 Salvi et al., 1990 Gerken et al., 1991 Syka et al., 1994 Szczepaniak and Møller,1995 Wang et al.,1996 Syka and Rybalko,2000 Aizawa and Eggermont,2007). Neurochemical findings in support of these functional changes reveal that damage to the auditory periphery results in a selective down-regulation of normal adult inhibitory GABAergic function in the IC. Surface-recorded evoked potentials from the IC of noise-exposed rats show reduced sensitivity to bicuculline blockade(Szczepaniak and Møller,1995). Deafness resulted in decreased GABA release en vivo and decreased numbers of IC neurons showing electrically evoked suppression of unit activity (Bledsoe et al., 1995). IC GAD levels were reduced 2–30 days following noise exposure (Abbott et al.,1999 Milbrandt et al.,2000). GABA uptake and release following ossicle removal or cochlear ablation resulted in complex long-term changes in GABA and glycine neurochemistry (Suneja et al.,1998). Collectively, these studies suggest that decreased acoustic input at the auditory periphery results in significant changes in GABA neurotransmission in normal adult IC.

The effects of aging on protein levels of GABAA receptor subunitα 1, β2 and γ1 in the IC of FBN and F344 rats. los y-axis represents subunit protein percentage difference from young adult animals (3–4 months) of middle aged(18–20 months) and aged (28–32 months) in rat IC. Note that GABAA receptor γ1 subunit protein significantly increased in aged rats of both FBN and F344. While significantly decreasedα 1 subunit protein was found in the IC of aged FBN rats, it was not found in aged F344 rats ( * PAG<0.05). (Modified from Caspary et al.,1999.)

The effects of aging on protein levels of GABAA receptor subunitα 1, β2 and γ1 in the IC of FBN and F344 rats. los y-axis represents subunit protein percentage difference from young adult animals (3–4 months) of middle aged(18–20 months) and aged (28–32 months) in rat IC. Note that GABAA receptor γ1 subunit protein significantly increased in aged rats of both FBN and F344. While significantly decreasedα 1 subunit protein was found in the IC of aged FBN rats, it was not found in aged F344 rats ( * PAG<0.05). (Modified from Caspary et al.,1999.)

Age-related changes in inferior colliculus

Single unit recordings from the IC of aged rats show a significant decrease in the level of inhibition within the excitatory response area, an increase in the breadth of the excitatory response area at 30 dB above threshold, and less precise temporal processing of modulated sounds(Palombi and Caspary, 1996a Palombi and Caspary, 1996b Palombi and Caspary, 1996c Palombi and Caspary, 1996d Shaddock-Palombi et al.,2001). Similar physiological changes occur in C57 and CBA mice(Willott, 1986 Willott et al., 1988 Willott et al., 1991 McFadden and Willott, 1994 Walton et al., 1998 Walton et al., 2002 Simon et al., 2004).

A number of measures of presynaptic GABA neurotransmission show age-related changes in the mammalian IC. GABA levels, GABA immunostaining, GAD activity and GABAA and GABAB receptor binding all decrease in the aged rodent IC (Banay-Schwartz et al.,1989a Banay-Schwartz et al.,1989b Caspary et al.,1990 Gutiérrez et al.,1994 Raza et al.,1994 Milbrandt et al.,1994 Milbrandt et al.,1996). The IC neuropil shows an age-related rearrangement of synaptic endings onto soma and proximal dendrites(Helfert et al., 1999).

Possibly in response to age-related presynaptic changes, age-related postsynaptic changes occur in the mammalian IC GABAA receptor. The GABAA receptor is a heterogeneous family of ligand-gated Cl – ion channel receptors, which receive input from GABA-releasing inhibitory circuits. GABAA receptors exist as pentameric subunit complexes made up of combinations of 19 possible GABAA receptor subunits, which can be activated/allosterically modulated by numerous pharmacological agents(Sieghart, 1992a Sieghart, 1992b Wafford et al., 1993 Sieghart, 1995 Rabow et al., 1995 Möhler et al., 2002). Thus, changes in the make-up of the GABAA receptor would alter the function of sensory coding in the aged IC. In the IC, both GABAAreceptor subunit message and protein levels show age-related changes, with a significant down-regulation of the adult α1 subunit in favor of an up-regulation of the α3 GABAA receptor subunit (Gutiérrez et al.,1994 Milbrandt et al.,1997 Caspary et al.,1999). En el lugar hybridization and western blot studies show significant age-related up-regulation of the γ1 subunit(Fig. 3) suggestive of a compensatory age-related increase in the affinity for GABA(Milbrandt et al., 1997 Caspary et al., 1999). Coexpression of the γ1 subunit with α1 andβ 2 subunits in oocytes produces a GABAA receptor complex, which fluxes more Cl – ions per mmol GABA than wild-type γ2 subunit containing receptor constructs(Ducic et al., 1995). Receptor binding studies found significant age-related enhancement of GABA's ability to modulate binding at the picrotoxin GABAA receptor site(Fig. 4)(Milbrandt et al., 1996). Modulation of GABAA receptor binding at this site using bath-application of GABA resulted in an age-related, dose-dependent shift to the left in the GABA modulation curve (Fig. 4) (Milbrandt et al.,1996). This dose–response shift in the binding assay further supports the observed age-related subunit changes.

GABA (10 nmol l –1 –10 mmol l –1 )modulation of 3 [H]-TBOB (t-butylbicycloorthobenzoate)binding in the CIC of young and aged F344 rats. The dose–response curve is shifted to the left. These data have functional implications since the aged GABAA receptor must be more sensitive to GABA than the young GABAA receptor for the channel to be open allowing TBOB to bind to the picrotoxin binding site. (Modified from Milbrandt et al., 1996.)

GABA (10 nmol l –1 –10 mmol l –1 )modulation of 3 [H]-TBOB (t-butylbicycloorthobenzoate)binding in the CIC of young and aged F344 rats. The dose–response curve is shifted to the left. These data have functional implications since the aged GABAA receptor must be more sensitive to GABA than the young GABAA receptor for the channel to be open allowing TBOB to bind to the picrotoxin binding site. (Modified from Milbrandt et al., 1996.)

In addition, a direct measure of age-related subunit efficacy was obtained by examining the ability of GABA to flux Cl – ions into microsac/synaptosome preparations from rat IC. GABA influx was significantly increased in samples from aged rat IC, confirming oocyte expression studies noted above (Caspary et al.,1999). These findings differ with previous whole brain synaptosome chloride uptake studies, which found reduced Cl – uptake with aging (Concas et al., 1988). Age-related GABAA receptor changes may reflect a partial postsynaptic compensation for the significant age-related loss in presynaptic GABA release.

FBN rat layer V neurons exhibit two major types of receptive field maps.(A) 32% showed the classic V/U-shape with young and aged neurons showing similar responses to current pulse stimulation (not shown). (B) 47% of pyramidal neurons demonstrated a more complex, dynamic response map. (C) Aged complex receptive field neurons responded more vigorously than young neurons to 200 ms current pulses, suggesting altered inhibitory control. Such increased excitability to current would be consistent with reduced GAD67 immunostaining around layer V (LV) somata (see insets scale bars, 5 μm). (Modified from Turner et al., 2005c.)

FBN rat layer V neurons exhibit two major types of receptive field maps.(A) 32% showed the classic V/U-shape with young and aged neurons showing similar responses to current pulse stimulation (not shown). (B) 47% of pyramidal neurons demonstrated a more complex, dynamic response map. (C) Aged complex receptive field neurons responded more vigorously than young neurons to 200 ms current pulses, suggesting altered inhibitory control. Such increased excitability to current would be consistent with reduced GAD67 immunostaining around layer V (LV) somata (see insets scale bars, 5 μm). (Modified from Turner et al., 2005c.)

Taken together, these changes suggest a net down-regulation from normal levels of adult inhibitory function in the aged animals leading to a degradation of temporal and binaural coding in the aged IC.


Inhibitory and excitatory synapse dynamics in the brain

The brain adapts to the environment in part by persistently modifying and rearranging the diverse synaptic connections between neurons. These changes include strengthening or weakening existing links, as well as forming and eliminating synapses — long-term adjustments that are required for learning and memory.

Since excitatory synapses on excitatory neurons are localized to small protrusions called dendritic spines, earlier studies have used dendritic spine dynamics to monitor excitatory synaptic remodeling in vivo. However, the lack of a morphological surrogate for inhibitory synapses has precluded their observation, and although the interplay between excitatory and inhibitory transmission maintains a critical role in brain plasticity, the inability to monitor inhibitory synapse dynamics has prohibited examination of how they correspond with excitatory changes.

Sensory input impacts synapse activity

A new study co-authored by Elly Nedivi, Picower Institute for Learning and Memory, her students Jerry Chen and Katherine Villa from the Department of Biology, and colleagues Jae Won Cha and Peter So from the Department of Mechanical Engineering at MIT, as well as collaborator Yoshiyuki Kubota from the National Institute for Physiological Sciences in Japan, characterizes the distribution of inhibitory synapses across the brain’s neurons and shows that they are divided into two populations, one on dendritic spines adjacent to an excitatory synapse, the other on the dendritic shaft. They then measured the remodeling kinetics of the two populations during normal and altered sensory experience.

Researchers simultaneously monitored inhibitory synapses and dendritic spines across brain neurons using high-resolution dual-color two-photon microscopy. Their findings indicate that inhibitory spine and shaft synapses respond differently during normal and altered visual sensory experience, and when the inhibitory synapses and dendritic spines of cortical neurons are rearranged, they are locally clustered, based on sensory input. This work is slated to appear in the April 26 issue of Neurona.

To date, the distribution of inhibitory synapses on cell dendrites was estimated via volumetric density measurements. The new MIT study, however, demonstrates uniform distribution of inhibitory shaft synapses — versus spine synapses, which are twice as abundant along distal apical dendrites — suggesting that the two types of synapses have different roles in shaping dendritic activity. The differential distribution of inhibitory spine and shaft synapses may reflect their influence on the integration of calcium input from various sources.

Kinetic and clustering distinctions between synapse types

The research team also discovered that both synapse types are dynamic, but inhibitory spine synapses are fourfold more dynamic than their shaft counterparts. Monocular deprivation (MD), a visual paradigm for plasticity, resulted in a significant but transient loss of inhibitory spine synapses during the first two days of MD, while loss of shaft synapses persisted for at least four days. This demonstrates the impact of altered sensory experience and the kinetic distinction between the two synapse populations.

Next, the scientists looked for evidence of local clustering between excitatory and inhibitory synaptic changes during normal visual experience by performing analyses on dynamic and stable inhibitory synapses and spines. They found that inhibitory synapse changes occur in closer proximity to dynamic dendritic spines as compared to stable spines, and dendritic spine changes occur in closer proximity to dynamic inhibitory synapses as compared to stable ones. Researchers also demonstrated that this clustering pattern between dynamic inhibitory synapses and dendritic spines was enhanced by MD.

The researchers also proved that the percent of clustered dynamic spines and inhibitory synapses in response to MD is significantly higher than would be expected simply based on an increased presence of dynamic inhibitory synapses. “This suggests that while MD does not change the overall rate of spine turnover on cortical neurons, it leads to a greater coordination of these events with dynamics of nearby inhibitory synapses,” Nedivi explains.

New insights reveal potential impact on long-term memory

The ability of the MIT researchers to distinguish inhibitory spine and shaft synapses provides new insight into inhibitory synapse dynamics in the adult visual cortex. The inhibitory synapse losses that occur during altered visual experience, noted above, are consistent with findings that visual deprivation produces a period of disinhibition in the visual cortex.

In addition, the results of this MIT study provides evidence that experience-dependent plasticity in the brain is a highly orchestrated process, integrating changes in excitatory connectivity with the active elimination and formation of inhibitory synapses. This sheds new light on the importance of coordinating excitatory and inhibitory circuitry to help nurture long-term memory.


Imaging Plasticity

Many CPGs are capable of modifying neuronal structure, suggesting that neuronal structure can be modified by activity even in the adult brain. To investigate the molecular mechanisms underlying structural plasticity in the mammalian brain we have a long-standing collaboration with Peter So’s lab in the Department of Mechanical Engineering at MIT to develop multi-photon microscopy for large volume, high resolution imaging of dendritic arbor and synaptic structural dynamics in vivo. Using this system we have imaged and reconstructed the dendritic trees and axon collaterals of neurons in visual cortex of thy1-EGFP transgenic mice. These transgenic mice express EGFP in a random subset of neurons sparsely distributed within the superficial cortical layers that are optically accessible through surgically implanted cranial windows. The images show an abundance of detail, with the basal and apical dendrites instantly recognizable and spines clearly visible. This enables dendritic branch dynamics in individual neurons to be examined over several months. We were the first to reveal that dendritic arbor remodeling in the adult is restricted to inhibitory interneurons (Lee et al., PLoS Biology 2006), that interneuron remodeling is not a feature determined by cell lineage, but rather is imposed by the laminar cortical circuitry (Lee et al., PNAS 2008), and is elicited by sensory experience in an input-specific manner so as to facilitate or attenuate experience-dependent plasticity (Chen et al, Nature Neuroscience 2011). Further we showed that inhibitory dendrite remodeling is a common element of structural plasticity mechanisms built into the neocortical module (Chen et al., J. Neurosci. 2011).

Once interneurons were recognized as key players in activity-dependent circuit plasticity, a major obstacle to addressing questions regarding inhibitory synapse plasticity as well as how it may be coordinated with excitatory inputs at the dendritic level, has been the inability to visualize inhibitory synapses in vivo. We therefore expanded our high-resolution large volume imaging capabilities with incorporation of two-color multiphoton microscopy to simultaneously monitor both inhibitory synapse and dendritic spine remodeling across the entire dendritic arbor of cortical L2/3 pyramidal neurons in vivo during normal and altered sensory experience. This has allowed us to address, for the first time, fundamental questions about the interplay between excitatory and inhibitory synaptic transmission during normal adult brain function as well as experience-dependent plasticity (Chen et al., Neuron 2012). Currently we are working to integrate additional colors into our imaging set up to enable simultaneous tracking of multiple synaptic and cellular components. We are also interested in integrating Ca+2 imaging with our structural markers.

Molecular Mechanism of Inhibitory Synaptic Rearrangements

Work from our lab and others (Cane et al., 2014 Chen et al., Neuron 2012 Kelsch et al., 2008 van Versendaal et al., 2012), has shown that both excitatory and inhibitory synapses are extremely plastic in vivo. While many of the molecular players that underlie the formation of excitatory synapses are well characterized, little is known about the molecular regulation of inhibitory synapses. My project uses molecular biology techniques as well as multi-color two photon microscopy to probe specific interactions that regulate the formation and elimination of inhibitory synapses in vivo.

In Vivo Two-Photon Imaging of Dendritic and Synaptic Structural Changes during Early Development

The ultimate structure and function of our brains are directly influenced by our experiences and interactions with the world around us. The critical period for ocular dominance plasticity is a time during development where a change in visual input to the visual cortex can cause profound changes in the connectivity of this area of the brain. For several years, our lab has developed techniques to image the entire dendritic arbors of neurons with synaptic resolution over time. In the adult, we have studied the plasticity of various types of neurons and characterized the dynamics of this plasticity during normal experience and during experimental manipulation. My project makes use of the genetic labeling and high resolution imaging techniques developed in the lab to investigate the formation of inhibitory and excitatory connections and their activity-dependent selection during the cortical critical period for ocular dominance plasticity in mice.

Mapping specificity of afferent inputs distribution across L2/3 pyramidal cell arbors

Surprisingly, we know little at the single cell level regarding the distribution of particular types of inputs onto any given cortical cell type. What is the cortical vs subcortical input source of excitatory synapses located across the dendritic arbor, and do their synaptic dynamics differ depending on this source? What is the specific interneuron type targeting inhibitory synapses located across the dendritic arbor, and do their synaptic dynamics differ depending on this source? Do inhibitory shaft synapses receive different inputs than inhibitory spine synapses? Their very different kinetics and response to visual deprivation, suggest that may be the case (Chen et al., Neuron 2012). Are inhibitory synapses receiving specific types of afferent inputs more likely to exhibit coordinated dynamics with excitatory synapses? My project uses in vivo multicolor two-photon microscopy and transgenic mouse lines to identify the afferent sources to synapses at different dendritic locales, determining whether synapses targeted by certain afferents are less or more dynamic, and whether their dynamics are coordinated.

Experience Dependent Stabilization of Synapses in Vivo

We find that in the cpg15 knockout mouse (cpg15 KO) there is abnormal postnatal development of excitatory connectivity in the hippocampus (Fujino et al., Genes & Dev. 2011), as well as visual cortex (Picard et al., J. Neurosci. 2014). In the dentate gyrus of the hippocampus as many as 30% of spines initially lack synapses. Chronic in vivo imaging of cortical pyramidal neurons through a cranial window shows that while dendritic spine dynamics in cpg15 KO mice are comparable to controls, fewer of the dynamic events in these mice are stabilized, and thus favor persistent spine loss (Fujino et al., Genes & Dev. 2011). These results suggest that the in vivo developmental deficits in the cpg15 KO mouse derive from lack of a synaptic stabilization signal. My project makes use of new in vivo synaptic labeling methods and multi-color two-photon microscopy to examine how CPG15 regulates synapse stabilization in vivo and explores whether CPG15 could link experience driven neuronal activity and new synapse stabilization.

In Vivo two Photon Imaging of Modulatory Cortical Afferent Inputs

Widespread projections of neuromodulatory neurons influence the remodeling of local neural circuits and modify their response to stimuli. Despite the critical importance of modulatory cortical afferents on plasticity, little is known about their connections in the cortex at the cellular level. I will utilize multiphoton in vivo microscopy to characterize the distribution of modulatory afferent inputs to the cortex and how they are associated with structural plasticity. By monitoring the interaction between defined modulatory inputs and local neural synaptic components we can begin to address the local influence of neuromodulators on structural plasticity of inhibitory and excitatory synapses in sensory cortex.


Discusión

We explored the plastic changes in network structure that can be induced by transcranial direct current stimulation (tDCS), exploiting the homeostatic response of synaptic growth and decay. We demonstrated that weak subthreshold DC stimulation induces changes of neuronal firing rates and, thus, triggers network remodeling and cell assembly formation. Depolarized neurons first reduce the number of excitatory input synapses during stimulation, but then create new excitatory synapses predominantly with other stimulated neurons after stimulation is off. Interestingly, hyperpolarization also causes new synapses being formed preferentially among stimulated neurons. Stimulation triggers a profound and sustainable reorganization of network connectivity and leads to the formation of cell assemblies. With the help of our model, we explored different parameters of tDCS stimulation and found that strong and focused stimulation generally enhances the newly formed cell assemblies. We also observed that repetitive stimulation with well-chosen duty cycles can boost the induction of structural changes, and repetitive stimulation with alternating polarization may induce even higher connectivity changes.

We used network connectivity as a direct readout of stimulation effects, which is possible in model simulations, but cannot easily be done in experiments. However, the factors that we found to amplify the overall impact of stimulation are not unheard of in tDCS practice. Strong and focused stimulation, for example, which results from a high-definition electrode montage, does indeed lead to a stronger readout (MEP) and potentiates the therapeutic effects as compared with a conventional montage (Kuo et al., 2013). While applying the same total current, a high-definition montage induces stronger electric fields in smaller brain volumes (Edwards et al., 2013). Moreover, a high-definition montage narrows down the most affected brain region. We also found in our model that both factors indeed contribute to the induction of higher connectivity. Moreover, repetitive stimulation can boost connectivity, provided the duty cycles are chosen right. In fact, it has been demonstrated in experiments (Monte-Silva et al., 2013) that two 13-min stimulations interrupted by a 20-min pause yields stronger MEP aftereffects than a single, uninterrupted 26-min stimulation, while a repetition with a 24-h pause in between could not accumulate the aftereffects at all. In our model, we likewise found that multiple stimulation episodes with properly chosen pauses can achieve better effects than a single, uninterrupted stimulation.

Other computational approaches have been employed previously to analyze the neuron-scale mechanisms underlying tDCS or DCS. Most notably, Bikson et al. (2006) has explored several aspects of this: extracellular potassium concentration, polarization of the axonal terminal, action potential timing, and inhibitory neurons. Joucla & Yvert (2009) provided an estimate of membrane potential changes for large axons exposed to an electric field, and Aspart, Ladenbauer, & Obermayer (2016) conceived the influence of the electric field on neuronal dendrites as external input to the soma. Another computational approach based on modern neural imaging methods has shed light on the question of how strong the stimulation effects actually are. Spherical head models were first used to estimate the 3-D current flow for any given electrode montage (Miranda, Lomarev, & Hallett, 2006). Later, fMRI-based modeling was employed to devise individualized treatment of stroke or depressive patients (Datta et al., 2009 Ho et al., 2014 Huang et al., 2017). Our present work adopted insight and parameters from both approaches. In addition, we developed a new and original computational model to explore the impact of structural plasticity at the level of networks. This provides a bridge between the level of single neurons and the level of large-scale networks. Although our model contributes new explanations for some core observations in tDCS practice, there are still important issues left that cannot be appropriately addressed with our highly simplified model lacking relevant features of brain geometry. Also, the exact rules of growth and the timescales involved in homeostatic structural plasticity remain to be elucidated in experiments. To treat the influence of tDCS on network dynamics and structural plasticity of multiple brain regions would require a “network of networks” approach, which is, however, beyond the scope of our current study.

What are the actual effects of tDCS on network activity and function? Although robust and sustained effects of tDCS using relatively weak stimulation currents (1–2 mA) have been demonstrated (Nitsche et al., 2009 Nitsche & Paulus, 2000), Horvath et al. (2015) pointed to the difficulty reproducing positive results. Recently, Vöröslakos et al. (2018) have shown that the amount of membrane polarization due to tDCS depends on the strength of the applied current, and that there should be indeed no effect expected for very low intensities. Our simulation results suggest, however, that repetition could boost the impact on connectivity. The peak connectivity reached after sufficiently many repetitions, however, depends on stimulus intensity. Very weak stimulation cannot achieve high connectivity changes, even if repeated ad infinitum. Strong stimulation within a safe range could achieve higher connectivity, but too strong stimulation may lead to unfavorable network dynamics. Our model predicts very clearly that the accumulated effect achieved by stimulation depends not only on the exact repetition pattern, but also on stimulation intensity. On the other hand, a quantitative assessment of the aftereffects is difficult. In our work, the effect of tDCS on the network is quantified by measuring anatomical connectivity among stimulated and nonstimulated neurons. Such measurement is currently not possible in experiments, neither in vivo nor in vitro. Transcranial stimulation perturbs neuronal firing rates transiently and leads to the formation of cell assemblies, which persist after tDCS has been switched off and neuronal activity is back to baseline. Therefore, considering the homeostatic nature of structural plasticity, it is actually impossible to measure the effect of tDCS using simple neuronal activity measures. The question is, what are the effects of altered connectivity on the activity and the function of neuronal networks, and how can these effects be measured? This is a very interesting question, and the answer is complicated. Even if newly formed cell assemblies do not affect spontaneous activity as the firing rate of the neurons may be homeostatically regulated, they might still influence the evoked responses of neurons. Interestingly, Horvath et al. (2015) reviewed many tDCS studies and found that stimulation has a reliable effect only on the MEP amplitude, out of many potential biomarkers that were tested. The debate about the effects of tDCS on network function should, therefore, include the measures to quantify the outcome of a stimulation.

Another important issue raised by our work is that the total effect of stimulation might be too weak for detection. The connectivity changes triggered by a single cycle of polarization at ΔVmetro = 0.1mV can only be detected if the full connectome is available for quantification. While possible in simulations, such a scenario is unrealistic in an experimental setting. Our simulation results suggest, however, that the outcome should increase upon repetitive stimulation and, therefore, possibly becomes easier to measure. The measurement time window of tDCS effects adds another puzzle to this question. The connectivity of the stimulated plastic network undergoes constant changes. During and after stimulation, for instance, total connectivity decreases and increases fast, constituting the homeostatic response. In contrast, the newly formed cell assembly persists for much longer periods and decays only with a slower time constant. It is not yet clear, however, which parameters influence this time constant, and it might be that different current intensity and electrode size have an impact on it. In fact, Jamil et al. (2017) recently observed in experiments that the current intensity might interact with the duration of stimulation needed for the homeostatic reversal of plasticity. If the exact stimulation protocol indeed influences the timescale of the aftereffect, naively comparing tDCS effects under different stimulation conditions “before” and “after” does not provide sufficient information regarding its outcome. In view of this, using a measure that takes the dynamics of the changes triggered by stimulation into account, such as the IGRAMO measure introduced in this work, could quantify the effects of stimulation much more reliably.

In general, one needs to interpret the results and predictions of our work on network remodeling induced by tDCS with due caution. Our current work, however, could be a first step toward the goal of understanding and optimizing tDCS performance. More experiments addressing the impact of tDCS in human and in animal brains are definitely needed, and the results of our simulation study might indicate some new directions.



Comentarios:

  1. Vile

    Lo siento, pero, en mi opinión, estaban equivocados. Tenemos que hablar. Escríbeme en PM, habla.

  2. Mezigami

    Todo, cualquier cosa.

  3. Gare

    Bueno, So-So ...

  4. Harailt

    ¡Un dios es conocido!

  5. Sabino

    Llame a la feria.



Escribe un mensaje