Summary

Criblage de médicaments à petites molécules à haut débit pour les troubles du sommeil liés à l’âge à l’aide de Drosophila melanogaster

Published: October 20, 2023
doi:

Summary

Présentation d’un protocole de criblage de médicaments à haut débit pour améliorer le sommeil en surveillant le comportement de sommeil des mouches des fruits dans un modèle de drosophile âgée.

Abstract

Le sommeil, une composante essentielle de la santé et du bien-être général, présente souvent des défis pour les personnes âgées qui souffrent fréquemment de troubles du sommeil caractérisés par une durée de sommeil raccourcie et des schémas fragmentés. Ces perturbations du sommeil sont également corrélées à un risque accru de diverses maladies chez les personnes âgées, notamment le diabète, les maladies cardiovasculaires et les troubles psychologiques. Malheureusement, les médicaments existants pour les troubles du sommeil sont associés à des effets secondaires importants tels que des troubles cognitifs et une dépendance. Par conséquent, il est urgent de mettre au point de nouveaux médicaments plus sûrs et plus efficaces contre les troubles du sommeil. Cependant, le coût élevé et la longue durée expérimentale des méthodes actuelles de dépistage des drogues restent des facteurs limitatifs.

Ce protocole décrit une méthode de criblage rentable et à haut débit qui utilise Drosophila melanogaster, une espèce dont le mécanisme de régulation du sommeil est très conservé par rapport aux mammifères, ce qui en fait un modèle idéal pour étudier les troubles du sommeil chez les personnes âgées. En administrant divers petits composés à des mouches âgées, nous pouvons évaluer leurs effets sur les troubles du sommeil. Les comportements de sommeil de ces mouches sont enregistrés à l’aide d’un dispositif de surveillance infrarouge et analysés à l’aide du package de données open source Sleep and Circadian Analysis MATLAB Program 2020 (SCAMP2020). Ce protocole offre une approche de dépistage peu coûteuse, reproductible et efficace pour la régulation du sommeil. Les mouches des fruits, en raison de leur cycle de vie court, de leur faible coût d’élevage et de leur facilité de manipulation, constituent d’excellents sujets pour cette méthode. À titre d’illustration, la réserpine, l’un des médicaments testés, a démontré sa capacité à favoriser la durée du sommeil chez les mouches âgées, soulignant l’efficacité de ce protocole.

Introduction

Le sommeil, l’un des comportements essentiels à la survie humaine, est caractérisé par deux états principaux : le sommeil paradoxal (REM) et le sommeil non rapide (NREM)1. Le sommeil NREM comprend trois stades : N1 (la transition entre l’éveil et le sommeil), N2 (sommeil léger) et N3 (sommeil profond, sommeil à ondes lentes), représentant la progression de l’éveil au sommeil profond1. Le sommeil joue un rôle crucial dans la santé physique et mentale2. Cependant, le vieillissement réduit la durée totale du sommeil, l’efficacité du sommeil, le pourcentage de sommeil à ondes lentes et le pourcentage de sommeil paradoxal chez les adultes3. Les personnes âgées ont tendance à passer plus de temps en sommeil léger qu’en sommeil à ondes lentes, ce qui les rend plus sensibles aux réveils nocturnes. Au fur et à mesure que le nombre de réveils augmente, le temps de sommeil moyen diminue, ce qui entraîne un rythme de sommeil fragmenté chez les personnes âgées, ce qui peut être associé à une excitation excessive des neurones Hcrt chez la souris4. De plus, les déclins des mécanismes circadiens liés à l’âge contribuent à un décalage plus précoce de la durée du sommeil 5,6. En combinaison avec la maladie physique, le stress psychologique, les facteurs environnementaux et l’utilisation de médicaments, ces facteurs rendent les personnes âgées plus sensibles aux troubles du sommeil, tels que l’insomnie, le trouble du comportement en sommeil paradoxal, la narcolepsie, les mouvements périodiques des jambes, le syndrome des jambes sans repos et les troubles respiratoires du sommeil 7,8.

Des études épidémiologiques ont montré que les troubles du sommeil sont étroitement liés aux maladies chroniques chez les personnes âgées9, notamment la dépression 10, les maladies cardiovasculaires11 et la démence12. La prise en charge des troubles du sommeil joue un rôle crucial dans l’amélioration et le traitement des maladies chroniques et l’amélioration de la qualité de vie des personnes âgées. À l’heure actuelle, les patients s’appuient principalement sur des médicaments tels que les benzodiazépines, les non-benzodiazépines et les agonistes des récepteurs de la mélatonine pour améliorer la qualité du sommeil13. Cependant, les benzodiazépines peuvent entraîner une régulation négative des récepteurs et une dépendance après une utilisation à long terme, provoquant de graves symptômes de sevrage lors de l’arrêtdu traitement. Les médicaments autres que les benzodiazépines comportent également des risques, notamment la démence16, les fractures 17 et le cancer18. L’agoniste des récepteurs de la mélatonine couramment utilisé, le ramelteon, réduit la latence du sommeil mais n’augmente pas la durée du sommeil et présente des problèmes liés à la fonction hépatique en raison de l’élimination importante du premier passage19. L’agomélatine, un agoniste des récepteurs de la mélatonine et un antagoniste des récepteurs de la sérotonine, améliore l’insomnie liée à la dépression, mais présente également un risque de lésions hépatiques20. Par conséquent, il y a un besoin urgent de médicaments plus sûrs pour traiter ou soulager les troubles du sommeil. Cependant, les stratégies actuelles de criblage des drogues, basées sur des expériences moléculaires et cellulaires combinées à des systèmes automatisés et à des analyses informatiques, sont coûteuses et prennent beaucoup de temps21. Les stratégies de conception de médicaments basées sur la structure, qui s’appuient sur la structure et les propriétés des récepteurs, nécessitent une compréhension claire de la structure tridimensionnelle des récepteurs et manquent de capacités prédictives pour les effets des médicaments22.

En 2000, sur la base des critères de sommeil proposés par Campbell et Tobler en 198423, les chercheurs ont établi des modèles animaux simples pour étudier le sommeil 24, y compris Drosophila melanogaster, qui présentait des états de sommeil25,26. Malgré les différences anatomiques entre la drosophile et l’homme, de nombreux composants neurochimiques et voies de signalisation régulant le sommeil chez la drosophile sont conservés dans le sommeil des mammifères, ce qui facilite l’étude des maladies neurologiques humaines27,28. La drosophile est également largement utilisée dans les études sur le rythme circadien, malgré les différences d’oscillateurs de base entre les mouches et les mammifères 29,30,31. Par conséquent, la drosophile sert d’organisme modèle précieux pour l’étude du comportement du sommeil et le dépistage des drogues liées au sommeil.

Cette étude propose une approche rentable et simple basée sur le phénotype pour le criblage de médicaments à petites molécules pour traiter les troubles du sommeil à l’aide de mouches âgées. La régulation du sommeil chez la drosophile est très conservée25, et le déclin du sommeil observé avec l’âge peut être réversible par l’administration de médicaments. Ainsi, cette méthode de dépistage basée sur le phénotype du sommeil peut intuitivement refléter l’efficacité du médicament. Nous nourrissons les mouches avec un mélange du médicament à l’étude et de la nourriture, surveillons et enregistrons le comportement de sommeil à l’aide du moniteur d’activité de la drosophile (DAM)32 et analysons les données acquises à l’aide du package de données SCAMP2020 open source de MATLAB (Figure 1). L’analyse statistique est effectuée à l’aide d’un logiciel de statistiques et de graphiques (voir le tableau des matériaux). À titre d’exemple, nous démontrons l’efficacité de ce protocole en présentant des données expérimentales sur la réserpine, une petite molécule inhibitrice du transporteur vésiculaire de la monoamine qui augmenterait le sommeil33. Ce protocole fournit une approche précieuse pour identifier les médicaments pour traiter les problèmes de sommeil liés à l’âge.

Protocol

Ce protocole utilise les mouches w1118 âgées de 30 jours du Bloomington Drosophila Stock Center (BDSC_3605, voir le tableau des matériaux). 1. Préparation des mouches des fruits âgées Préparation des alimentsPréparez le milieu de culture standard de l’amidon de maïs en mélangeant 50 g/L de flocons de maïs, 110 g/L de sucre, 5 g/L de gélose et 25 g/L de levure. Faites chauffer les cornflakes et la lev…

Representative Results

La réserpine est une petite molécule inhibitrice du transporteur vésiculaire de la monoamine (VMAT), qui inhibe la recapture des monoamines dans les vésicules présynaptiques, ce qui entraîne une augmentation du sommeil33. Les effets favorisant le sommeil de la réserpine ont été examinés chez des mouches âgées de 30 jours, le groupe témoin étant nourri uniquement avec le solvant diméthylsulfoxyde (DMSO). Dans le groupe Réserpine, les mouches plus âgées ont montré une augmentation…

Discussion

La méthode décrite est adaptée au dépistage rapide des somnifères de petite et moyenne taille. À l’heure actuelle, la plupart des méthodes courantes de criblage de médicaments à haut débit sont basées sur des niveaux biochimiques et cellulaires. Par exemple, la structure et les propriétés du récepteur sont examinées pour rechercher des ligands spécifiques qui peuvent s’y lier22. Une autre approche consiste à analyser le mode de liaison et la force des fragments moléculaires d…

Declarações

The authors have nothing to disclose.

Acknowledgements

Nous remercions les membres du laboratoire du professeur Junhai Han pour leurs discussions et leurs commentaires. Ce travail a été soutenu par la Fondation nationale des sciences naturelles de Chine 32170970 à Y.T et le « Cyanine Blue Project » de la province du Jiangsu à Z.C.Z.

Materials

Ager BIOFROXX 8211KG001
Artificial Climate Box PRANDT PRX-1000A official website:https://www.nbplt17.com/PLTXBS-Products-20643427/
DAM2 Drosophila Activity Monitor TriKineics DAM2 official website:https://www.trikinetics.com/
DAM2system TriKineics version:v3.03 official website:https://www.trikinetics.com/
DAMFileScan TriKineics version:1.0.7.0 official website:https://www.trikinetics.com/
Dimethyl Sulfoxide SIGMA 276855
Drosophila Activity Monitoring Incubator Tritech Research DT2-CIRC-TK official website:https://www.tritechresearch.com/DT2-CIRC-TK.html
Drosophila Bottles Biologix 51-17720 official website:http://biologixgroup.com/goods.php?id=48
Drosophila: w1118 Bloomington Drosophila Stock Center  BDSC_3605
Excel Microsoft version:Excel 2016 official website:https://www.microsoftstore.com.cn/software/office/excel
Glass tubes TriKinetics PPT5x65 official website:https://www.trikinetics.com/
MATLABR2022b MathWorks version:9.13.0.2049777 official website:https://ww2.mathworks.cn/products/matlab.html
Prism GraphPad Version:Prism 8.0.1 official website:https://www.graphpad.com/features
Reserpine MACKLIN R817202-1g
Saccharose SIGMA 1245GR500
SCAMP Vecsey Lab N/A official website:https://academics.skidmore.edu/blogs/cvecsey/

Referências

  1. Le Bon, O. Relationships between REM and NREM in the NREM-REM sleep cycle: a review on competing concepts. Sleep Medicine. 70, 6-16 (2020).
  2. Krueger, J. M., Frank, M. G., Wisor, J. P., Roy, S. Sleep function: Toward elucidating an enigma. Sleep Medicine Reviews. 28, 46-54 (2016).
  3. Ohayon, M. M., Carskadon, M. A., Guilleminault, C., Vitiello, M. V. Meta-analysis of quantitative sleep parameters from childhood to old age in healthy individuals: developing normative sleep values across the human lifespan. Sleep. 27 (7), 1255-1273 (2004).
  4. Li, S. B., et al. Hyperexcitable arousal circuits drive sleep instability during aging. Science. 375 (6583), eabh3021 (2022).
  5. Rodriguez, J. C., Dzierzewski, J. M., Alessi, C. A. Sleep problems in the elderly. Medical Clinics of North America. 99 (2), 431-439 (2015).
  6. Gulia, K. K., Kumar, V. M. Sleep disorders in the elderly: a growing challenge. Psychogeriatrics. 18 (3), 155-165 (2018).
  7. Wolkove, N., Elkholy, O., Baltzan, M., Palayew, M. Sleep and aging: 1. Sleep disorders commonly found in older people. Canadian Medical Association Journal. 176 (9), 1299-1304 (2007).
  8. Suzuki, K., Miyamoto, M., Hirata, K. Sleep disorders in the elderly: Diagnosis and management. Journal of General and Family Medicine. 18 (2), 61-71 (2017).
  9. Foley, D. J., et al. Sleep complaints among elderly persons – an epidemiologic-study of 3 communities. Sleep. 18 (6), 425-432 (1995).
  10. Yu, D. S. Insomnia Severity Index: psychometric properties with Chinese community-dwelling older people. Journal of Advanced Nursing. 66 (10), 2350-2359 (2010).
  11. Hoevenaar-Blom, M. P., Spijkerman, A. M., Kromhout, D., van den Berg, J. F., Verschuren, W. M. Sleep duration and sleep quality in relation to 12-year cardiovascular disease incidence: the MORGEN study. Sleep. 34 (11), 1487-1492 (2011).
  12. Rebok, G. W., Rovner, B. W., Folstein, M. F. Sleep disturbance and Alzheimer’s disease: relationship to behavioral problems. Aging (Milano). 3 (2), 193-196 (1991).
  13. Schroeck, J. L., et al. Review of safety and efficacy of sleep medicines in older adults. Clinical Therapeutics. 38 (11), 2340-2372 (2016).
  14. Pericic, D., Strac, D. S., Jembrek, M. J., Vlainic, J. Allosteric uncoupling and up-regulation of benzodiazepine and GABA recognition sites following chronic diazepam treatment of HEK 293 cells stably transfected with alpha1beta2gamma2S subunits of GABA (A) receptors. Naunyn-Schmiedeberg’s Archives of Pharmacology. 375 (3), 177-187 (2007).
  15. Lader, M. History of benzodiazepine dependence. Journal of Substance Abuse Treatment. 8 (1-2), 53-59 (1991).
  16. Chen, P. L., Lee, W. J., Sun, W. Z., Oyang, Y. J., Fuh, J. L. Risk of dementia in patients with insomnia and long-term use of hypnotics: a population-based retrospective cohort study. Plos One. 7 (11), e49113 (2012).
  17. Kang, D. Y., et al. Zolpidem use and risk of fracture in elderly insomnia patients. Journal of Preventive Medicine and Public Health. 45 (4), 219-226 (2012).
  18. Kao, C. H., et al. Relationship of zolpidem and cancer risk: a Taiwanese population-based cohort study. Mayo Clinic Protocols. 87 (5), 430-436 (2012).
  19. Sateia, M. J., Kirby-Long, P., Taylor, J. L. Efficacy and clinical safety of ramelteon: an evidence-based review. Sleep Medicine Reviews. 12 (4), 319-332 (2008).
  20. Friedrich, M. E., et al. Drug-induced liver injury during antidepressant treatment: results of amsp, a drug surveillance program. The International Journal of Neuropsychopharmacology. 19 (4), pyv126 (2016).
  21. Entzeroth, M., Flotow, H., Condron, P. Overview of high-throughput screening. Current Protocols in Pharmacology. Chapter 9, (2009).
  22. Ferreira, L. G., Dos Santos, R. N., Oliva, G., Andricopulo, A. D. Molecular docking and structure-based drug design strategies. Molecules. 20 (7), 13384-13421 (2015).
  23. Campbell, S. S., Tobler, I. Animal sleep – a review of sleep duration across phylogeny. Neuroscience and Biobehavioral Reviews. 8 (3), 269-300 (1984).
  24. Hendricks, J. C., Sehgal, A., Pack, A. I. The need for a simple animal model to understand sleep. Progress in Neurobiology. 61 (4), 339-351 (2000).
  25. Hendricks, J. C., et al. Rest in Drosophila is a sleep-like state. Neuron. 25 (1), 129-138 (2000).
  26. Shaw, P. J., Cirelli, C., Greenspan, R. J., Tononi, G. Correlates of sleep and waking in Drosophila melanogaster. Science. 287 (5459), 1834-1837 (2000).
  27. Ly, S., Pack, A. I., Naidoo, N. The neurobiological basis of sleep: Insights from Drosophila. Neuroscience & Biobehavioral Reviews. 87, 67-86 (2018).
  28. Jeibmann, A., Paulus, W. Drosophila melanogaster as a model organism of brain diseases. International Journal of Molecular Sciences. 10 (2), 407-440 (2009).
  29. Morse, D., Sassone-Corsi, P. Time after time: inputs to and outputs from the mammalian circadian oscillators. Trends in Neuroscience. 25 (12), 632-637 (2002).
  30. De Nobrega, A. K., Lyons, L. C. Drosophila: an emergent model for delineating interactions between the circadian clock and drugs of abuse. Neural Plasticity. 2017, 4723836 (2017).
  31. Reppert, S. M., Weaver, D. R. Coordination of circadian timing in mammals. Nature. 418 (6901), 935-941 (2002).
  32. Koudounas, S., Green, E. W., Clancy, D. Reliability and variability of sleep and activity as biomarkers of ageing in Drosophila. Biogerontology. 13 (5), 489-499 (2012).
  33. Nall, A. H., Sehgal, A. Small-molecule screen in adult Drosophila identifies VMAT as a regulator of sleep. Journal of Neuroscience. 33 (19), 8534-8464 (2013).
  34. Jin, X., Gu, P., Han, J. Protocol for Drosophila sleep deprivation using single-chip board. STAR Protocols. 2 (4), 100827 (2021).
  35. Kashyap, A., Singh, P. K., Silakari, O. Counting on fragment based drug design approach for drug discovery. Current Topics in Medicinal Chemistry. 18 (27), 2284-2293 (2018).
  36. Qi, W., Ding, D., Salvi, R. J. Cytotoxic effects of dimethyl sulphoxide (DMSO) on cochlear organotypic cultures. Hearing Research. 236 (1-2), 52-60 (2008).
  37. Nishimura, M., Ueda, N., Naito, S. Effects of dimethyl sulfoxide on the gene induction of cytochrome P450 isoforms, UGT-dependent glucuronosyl transferase isoforms, and ABCB1 in primary culture of human hepatocytes. Biological and Pharmaceutical Bulletin. 26 (7), 1052-1056 (2003).
  38. Solovev, I. A., Shaposhnikov, M. V., Moskalev, A. A. Chronobiotics KL001 and KS15 extend lifespan and modify circadian rhythms of Drosophila melanogaster. Clocks Sleep. 3 (3), 429-441 (2021).
  39. Cavas, M., Beltran, D., Navarro, J. F. Behavioural effects of dimethyl sulfoxide (DMSO): changes in sleep architecture in rats. Toxicology Letters. 157 (3), 221-232 (2005).
  40. Pfeiffenberger, C., Lear, B. C., Keegan, K. P., Allada, R. Locomotor activity level monitoring using the Drosophila Activity Monitoring (DAM) System. Cold Spring Harbor Protocols. 2010 (11), 5518 (2010).
  41. Gilestro, G. F. Video tracking and analysis of sleep in Drosophila melanogaster. Nature Protocols. 7 (5), 995-1007 (2012).
  42. Branson, K., Robie, A. A., Bender, J., Perona, P., Dickinson, M. H. High-throughput ethomics in large groups of Drosophila. Nature Methods. 6 (6), 451-457 (2009).
  43. Kabra, M., Robie, A. A., Rivera-Alba, M., Branson, S., Branson, K. JAABA: interactive machine learning for automatic annotation of animal behavior. Nature Methods. 10 (1), 64-67 (2013).
  44. Donelson, N. C., et al. High-resolution positional tracking for long-term analysis of Drosophila sleep and locomotion using the "tracker" program. Plos One. 7 (5), e37250 (2012).
  45. Cichewicz, K., Hirsh, J. ShinyR-DAM: a program analyzing Drosophila activity, sleep and circadian rhythms. Communications Biology. 1, 25 (2018).

Play Video

Citar este artigo
Zhang, Z., Wang, Y., Zhao, J., Han, S., Zhang, Z. C., Tian, Y. High-Throughput Small Molecule Drug Screening For Age-Related Sleep Disorders Using Drosophila melanogaster. J. Vis. Exp. (200), e65787, doi:10.3791/65787 (2023).

View Video