Summary

Visualisatie van monocarboxylaten en andere relevante metabolieten in het ex vivo Drosophila-larvale brein met behulp van genetisch gecodeerde sensoren

Published: October 27, 2023
doi:

Summary

Hier presenteren we een protocol om het transport van monocarboxylaten, glucose en ATP in gliacellen en neuronen te visualiseren met behulp van genetisch gecodeerde Förster-resonantie-energieoverdracht-gebaseerde sensoren in een ex-vivo Drosophila-larvale hersenpreparaat.

Abstract

De hoge energiebehoefte van de hersenen als gevolg van elektrische activiteit is een van hun meest onderscheidende kenmerken. Aan deze eisen wordt voldaan door de productie van ATP uit glucose en zijn metabolieten, zoals de monocarboxylaten, lactaat en pyruvaat. Het is nog onduidelijk hoe dit proces wordt gereguleerd of wie de belangrijkste spelers zijn, met name in Drosophila.

Met behulp van genetisch gecodeerde Förster-resonantie-energieoverdrachtssensoren presenteren we een eenvoudige methode voor het meten van het transport van monocarboxylaten en glucose in gliacellen en neuronen in een ex-vivo Drosophila-larvale hersenpreparaat. Het protocol beschrijft hoe een larvale hersenen die een van de sensoren tot expressie brengen, kunnen worden ontleed en op een glazen dekglaasje kunnen worden geplakt.

We presenteren de resultaten van een heel experiment waarin lactaattransport werd gemeten in larvale hersenen door eerder geïdentificeerde monocarboxylaattransporters in gliacellen uit te schakelen. Verder laten we zien hoe we de neuronale activiteit snel kunnen verhogen en metabolietveranderingen in het actieve brein kunnen volgen. De beschreven methode, die alle nodige informatie biedt, kan worden gebruikt om andere levende weefsels van Drosophila te analyseren.

Introduction

De hersenen hebben een hoge energiebehoefte vanwege de hoge kosten van het herstellen van ionengradiënten in neuronen veroorzaakt door het genereren en verzenden van neuronale elektrische signalen, evenals synaptische transmissie 1,2. Lang werd gedacht dat aan deze hoge energievraag werd voldaan door de continue oxidatie van glucose om ATP3 te produceren. Specifieke transporters bij de bloed-hersenbarrière brengen de glucose in het bloed over naar de hersenen. Constante glykemische niveaus zorgen ervoor dat de hersenen een constante toevoer van glucose krijgen4. Interessant is dat er steeds meer experimenteel bewijs is dat moleculen die zijn afgeleid van het glucosemetabolisme, zoals lactaat en pyruvaat, een belangrijke rol spelen in de energieproductie van dehersencellen5,6. Er is echter nog steeds enige discussie over hoe belangrijk deze moleculen zijn voor de energieproductie en welke cellen in de hersenen ze produceren of gebruiken 7,8. Het gebrek aan geschikte moleculaire instrumenten met de hoge temporele en ruimtelijke resolutie die nodig is voor deze taak is een belangrijk probleem dat heeft verhinderd dat deze controverse volledig werd opgelost.

De ontwikkeling en toepassing van verschillende gemanipuleerde fluorescerende metabole sensoren hebben geresulteerd in een opmerkelijke toename van ons begrip van waar en hoe metabolieten worden geproduceerd en gebruikt, evenals hoe de metabole fluxen optreden tijdens basale en hoge neuronale activiteit9. Genetisch gecodeerde metabole sensoren op basis van Förster-resonantie-energieoverdracht (FRET)-microscopie, zoals ATeam (ATP), FLII12Pglu700μδ6 (glucose), Laconic (lactaat) en Pyronic (pyruvaat), hebben bijgedragen aan ons begrip van het energiemetabolisme van de hersenen 10,11,12,13. Vanwege de hoge kosten en geavanceerde apparatuur die nodig is om experimenten uit te voeren op levende dieren of weefsels, zijn de resultaten in gewervelde modellen echter nog steeds voornamelijk beperkt tot celculturen (gliacellen en neuronen).

Het opkomende gebruik van het Drosophila-model om deze sensoren tot uitdrukking te brengen, heeft aangetoond dat belangrijke metabolische kenmerken bij verschillende soorten behouden blijven en dat hun functie gemakkelijk kan worden aangepakt met deze tool. Wat nog belangrijker is, het Drosophila-model heeft licht geworpen op hoe glucose en lactaat/pyruvaat worden getransporteerd en gemetaboliseerd in de hersenen van vliegen, het verband tussen monocarboxylaatconsumptie en geheugenvorming, en de opmerkelijke demonstratie van hoe toename van neurale activiteit en metabole flux elkaar overlappen 14,15,16,17. De hier gepresenteerde methode voor het meten van monocarboxylaat-, glucose- en ATP-niveaus met behulp van genetisch gecodeerde FRET-sensoren die tot expressie worden gebracht in het larvale brein, stelt onderzoekers in staat meer te weten te komen over hoe de hersenen van Drosophila energie gebruiken, die kan worden toegepast op de hersenen van andere dieren.

We laten zien dat deze methode effectief is voor het detecteren van lactaat en glucose in gliacellen en neuronen, en dat een monocarboxylaattransporter (Chaski) betrokken is bij de import van lactaat in gliacellen. We demonstreren ook een eenvoudige methode voor het bestuderen van metabolietveranderingen tijdens verhoogde neuronale activiteit, die gemakkelijk kan worden geïnduceerd door badtoepassing van een GABA A-receptorantagonist. Ten slotte laten we zien dat deze methodologie kan worden gebruikt om monocarboxylaat- en glucosetransport te meten in andere metabolisch significante weefsels, zoals vetlichamen.

Protocol

1. Behoud van vliegenstam en larvale synchronisatie Om deze experimenten uit te voeren, gebruikt u vliegenculturen die bij 25 °C zijn gekweekt op standaard Drosophila-voedsel dat bestaat uit 10% gist, 8% glucose, 5% tarwebloem, 1,1% agar, 0,6% propionzuur en 1,5% methylparabenen. Gebruik de volgende lijnen om dit protocol te volgen: w1118 (experimentele controleachtergrond), OK6-GAL4 (driver voor motorneuronen), repo-GAL4 (driver voor alle gliacellen), CG…

Representative Results

Gedurende maximaal 1 uur maakt deze procedure het mogelijk om gemakkelijk intracellulaire veranderingen in de fluorescentie van monocarboxylaat- en glucosesensoren te meten. Zoals te zien is in figuur 4, reageren laconieke sensoren in zowel gliacellen als motorneuronen aan het begin van de puls met een vergelijkbare snelheid op 1 mM-lactaat, maar motorneuronen bereiken een hogere toename ten opzichte van de basislijn tijdens de puls van 5 minuten, zoals eerder aangetoond17<…

Discussion

Het gebruik van het Drosophila-model voor de studie van het hersenmetabolisme is relatief nieuw26, en het is aangetoond dat het meer kenmerken deelt met het metabolisme van zoogdieren dan verwacht, dat voornamelijk in vitro is bestudeerd in primaire neuronculturen of hersenplakjes. Drosophila blinkt uit in in vivo experimenten dankzij de batterij van genetische hulpmiddelen en genetisch gecodeerde sensoren die beschikbaar zijn en waarmee onderzoekers in realtime…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wij danken alle leden van het Sierralta Lab. Dit werk werd ondersteund door FONDECYT-Iniciación 11200477 (naar AGG) en FONDECYT Regular 1210586 (naar JS). UAS-FLII12Pglu700μδ6 (glucosesensor) werd vriendelijk geschonken door Pierre-Yves Plaçais en Thomas Preat, CNRS-Parijs.

Materials

Agarose Sigma A9539
CaCl2 Sigma C3881
CCD Camera ORCA-R2 Hamamatsu
Cell-R Software Olympus
CG-GAL4 Bloomington Drosophila Stock Center 7011 Fat body driver
Dumont # 5 Forceps Fine Science Tools 11252-30
DV2-emission splitting system Photometrics
Glass coverslips (25 mm diameter) Marienfeld 111650 Germany
Glucose Sigma G8270
GraphPad Prism GraphPad Software Version 8,0,2
HEPES Sigma H3375
ImageJ software National Institues of Health Version 1,53t
KCl Sigma P9541
LUMPlanFl 40x/0.8 water immersion objective Olympus
Methylparaben Sigma H5501
MgCl2 Sigma M1028
NaCl Sigma S7653
OK6-GAL4 Bloomington Drosophila Stock Center Motor neuron driver
Picrotoxin Sigma P1675S CAUTION-Fatal if swallowed
Poly-L-lysine Sigma P4707
Propionic Acid Sigma P1386
Repo-GAL4 Bloomington Drosophila Stock Center 7415 Glial cell driver (all)
Sodium Lactate Sigma 71718
Sodium pyruvate Sigma P2256
Spinning Disk fluorescence Microscope BX61WI Olympus
Sucrose Sigma S0389
Trehalose US Biological T8270
UAS-AT1.03NL  Kyoto Drosophila Stock Center 117012 ATP sensor
UAS-Chk RNAi GD1829 Vienna Drosophila Resource Center v37139 Chk RNAi line
UAS-FLII12Pglu700md6  Bloomington Drosophila Stock Center 93452 Glucose sensor
UAS-GCaMP6f  Bloomington Drosophila Stock Center 42747 Calcium sensor
UAS-Laconic Sierralta Lab Lactate sensor
UAS-Pyronic Pierre Yves Placais/Thomas Preat CNRS-Paris
UMPlanFl 20x/0.5 water immersion objective Olympus

References

  1. Vergara, R. C., et al. The energy homeostasis principle: neuronal energy regulation drives local network dynamics generating behavior. Frontiers in Computational Neuroscience. 13 (49), 1-18 (2019).
  2. Pulido, C., Ryan, T. A. Synaptic vesicle pools are a major hidden resting metabolic burden of nerve terminals. Science Advances. 7 (49), 1-9 (2021).
  3. Benton, D., Parker, P. Y., Donohoe, R. T. The supply of glucose to the brain and cognitive functioning. Journal of Biosocial Science. 28 (4), 463-479 (1996).
  4. Mergenthaler, P., Lindauer, U., Dienel, G. A., Meisel, A. Sugar for the brain: the role of glucose in physiological and pathological brain function. Trends in Neurosciences. 36 (10), 587-597 (2013).
  5. Boumezbeur, F., et al. The contribution of blood lactate to brain energy metabolism in humans measured by dynamic 13C nuclear magnetic resonance spectroscopy. The Journal of Neuroscience. 30 (42), 13983-13991 (2010).
  6. Baltan, S. Can lactate serve as an energy substrate for axons in good times and in bad, in sickness and in health. Metabolic Brain Disease. 30 (1), 25-30 (2015).
  7. Barros, L. F., Weber, B. CrossTalk proposal: an important astrocyte-to-neuron lactate shuttle couples neuronal activity to glucose utilization in the brain. The Journal of Physiology. 596 (3), 347-350 (2018).
  8. Yellen, G. Fueling thought: Management of glycolysis and oxidative phosphorylation in neuronal metabolism. The Journal of Cell Biology. 217 (7), 2235-2246 (2018).
  9. Koveal, D., Diaz-Garcia, C. M., Yellen, G. Fluorescent biosensors for neuronal metabolism and the challenges of quantitation. Current Opinion in Neurobiology. 63, 111-121 (2020).
  10. Imamura, H., et al. Visualization of ATP levels inside single living cells with fluorescence resonance energy transfer-based genetically encoded indicators. Proceedings of the National Academy of Sciences of the United States of America. 106 (37), 15651-15656 (2009).
  11. Takanaga, H., Chaudhuri, B., Frommer, W. B. GLUT1 and GLUT9 as major contributors to glucose influx in HepG2 cells identified by a high sensitivity intramolecular FRET glucose sensor. Biochimica et Biophysica Acta. 1778 (4), 1091-1099 (2008).
  12. San Martin, A., et al. A genetically encoded FRET lactate sensor and its use to detect the Warburg effect in single cancer cells. PloS One. 8 (2), 1-13 (2013).
  13. San Martin, A., et al. Imaging mitochondrial flux in single cells with a FRET sensor for pyruvate. PloS One. 9 (1), 1-9 (2014).
  14. Placais, P. Y., et al. Upregulated energy metabolism in the Drosophila mushroom body is the trigger for long-term memory. Nature Communications. 8, 1-14 (2017).
  15. Mann, K., Deny, S., Ganguli, S., Clandinin, T. R. Coupling of activity, metabolism and behaviour across the Drosophila brain. Nature. 593 (7858), 244-248 (2021).
  16. Volkenhoff, A., Hirrlinger, J., Kappel, J. M., Klambt, C., Schirmeier, S. Live imaging using a FRET glucose sensor reveals glucose delivery to all cell types in the Drosophila brain. Journal of Insect Physiology. 106 (1), 55-64 (2018).
  17. Gonzalez-Gutierrez, A., Ibacache, A., Esparza, A., Barros, L. F., Sierralta, J. Neuronal lactate levels depend on glia-derived lactate during high brain activity in Drosophila. Glia. 68 (6), 1213-1227 (2020).
  18. Geistlinger, K., Schmidt, J. D. R., Beitz, E. Human monocarboxylate transporters accept and relay protons via the bound substrate for selectivity and activity at physiological pH. PNAS Nexus. 2 (2), 1-8 (2023).
  19. Pasco, M. Y., Leopold, P. High sugar-induced insulin resistance in Drosophila relies on the lipocalin Neural Lazarillo. PloS One. 7 (5), 1-8 (2012).
  20. McMullen, E., Weiler, A., Becker, H. M., Schirmeier, S. Plasticity of carbohydrate transport at the blood-brain barrier. Frontiers in Behavioral Neuroscience. 14, 1-15 (2020).
  21. Delgado, M. G., et al. Chaski, a novel Drosophila lactate/pyruvate transporter required in glia cells for survival under nutritional stress. Scientific Reports. 8 (1), 1-13 (2018).
  22. Stilwell, G. E., Saraswati, S., Littleton, J. T., Chouinard, S. W. Development of a Drosophila seizure model for in vivo high-throughput drug screening. European Journal of Neuroscience. 24 (8), 2211-2222 (2006).
  23. Lerchundi, R., Huang, N., Rose, C. R. Quantitative imaging of changes in astrocytic and neuronal adenosine triphosphate using two different variants of Ateam. Frontiers in Cellular Neuroscience. 14 (80), 1-13 (2020).
  24. Baeza-Lehnert, F., et al. Non-canonical control of neuronal Energy Status by the Na(+) Pump. Cell Metabolism. 29 (3), 668-680 (2019).
  25. Mattila, J., Hietakangas, V. Regulation of carbohydrate energy metabolism in Drosophilamelanogaster. Genetics. 207 (4), 1231-1253 (2017).
  26. De Backer, J., Grunwald, I. A role for glia in cellular and systemic metabolism: insights from the fly. Current Opinion in Insect Science. 53 (100947), 1-8 (2022).
  27. Loganathan, S., Ball, H., Manzo, E., Zarnescu, D. Measuring glucose uptake in Drosophila models of TDP-43 proteinopathy. Journal of Visualized Experiments. (174), e62936 (2021).
  28. Dienel, G., Rothman, D. L. In vivo calibration of genetically encoded metabolite biosensors must account for metabolite metabolism during calibration and cellular volume. Journal of Neurochemistry. , (2023).
  29. Gandara, L., Durrieu, L., Behrensen, C., Wappner, P. A genetic toolkit for the analysis of metabolic changes in Drosophila provides new insights into metabolic responses to stress and malignant transformation. Scientific Reports. 9, 1-11 (2019).
  30. Gandara, L., Durrieu, L., Wappner, P. Metabolic FRET sensors in intact organs: Applying spectral unmixing to acquire reliable signals. BioRxiv. , (2023).

Play Video

Cite This Article
González-Gutiérrez, A., Gaete, J., Esparza, A., Toledo, J., Köhler-Solis, A., Sierralta, J. Visualizing Monocarboxylates and Other Relevant Metabolites in the Ex Vivo Drosophila Larval Brain Using Genetically Encoded Sensors. J. Vis. Exp. (200), e65846, doi:10.3791/65846 (2023).

View Video