Summary

Visualisierung von Monocarboxylaten und anderen relevanten Metaboliten im ex vivo Drosophila-Larvengehirn mit genetisch kodierten Sensoren

Published: October 27, 2023
doi:

Summary

Hier stellen wir ein Protokoll vor, um den Transport von Monocarboxylaten, Glukose und ATP in Gliazellen und Neuronen unter Verwendung genetisch kodierter Förster-Resonanzenergietransfer-basierter Sensoren in einer ex-vivo-Drosophila-Larvenhirnpräparation zu visualisieren.

Abstract

Der hohe Energiebedarf des Gehirns aufgrund der elektrischen Aktivität ist eines seiner charakteristischsten Merkmale. Dieser Bedarf wird durch die Herstellung von ATP aus Glukose und ihren Metaboliten, wie den Monocarboxylaten Lactat und Pyruvat, gedeckt. Es ist noch unklar, wie dieser Prozess reguliert wird oder wer die Hauptakteure sind, insbesondere bei Drosophila.

Mit Hilfe genetisch kodierter Förster-Resonanzenergietransfer-basierter Sensoren stellen wir eine einfache Methode zur Messung des Transports von Monocarboxylaten und Glukose in Gliazellen und Neuronen in einer ex-vivo Drosophila-Larvenhirnpräparation vor. Das Protokoll beschreibt, wie ein Larvengehirn, das einen der Sensoren exprimiert, auf einem Glasdeckglas seziert und befestigt wird.

Wir präsentieren die Ergebnisse eines ganzen Experiments, in dem der Laktattransport in Larvengehirnen gemessen wurde, indem zuvor identifizierte Monocarboxylattransporter in Gliazellen ausgeschaltet wurden. Darüber hinaus zeigen wir, wie die neuronale Aktivität schnell erhöht und Metabolitenveränderungen im aktiven Gehirn verfolgt werden können. Die beschriebene Methode, die alle notwendigen Informationen liefert, kann zur Analyse anderer lebender Gewebe von Drosophila verwendet werden.

Introduction

Das Gehirn hat einen hohen Energiebedarf aufgrund der hohen Kosten für die Wiederherstellung von Ionengradienten in Neuronen, die durch neuronale elektrische Signalerzeugung und -übertragung sowie synaptische Übertragung verursachtwerden 1,2. Lange Zeit wurde angenommen, dass dieser hohe Energiebedarf durch die kontinuierliche Oxidation von Glukose zur Herstellung von ATP3 gedeckt wird. Spezifische Transporter an der Blut-Hirn-Schranke übertragen die Glukose im Blut ins Gehirn. Konstante glykämische Werte sorgen dafür, dass das Gehirn eine stetige Versorgung mit Glukoseerhält 4. Interessanterweise deuten wachsende experimentelle Beweise darauf hin, dass Moleküle, die aus dem Glukosestoffwechsel stammen, wie Laktat und Pyruvat, eine wichtige Rolle bei der Energieproduktion der Gehirnzellen spielen 5,6. Es gibt jedoch immer noch einige Diskussionen darüber, wie wichtig diese Moleküle für die Energiegewinnung sind und welche Zellen im Gehirn sie produzieren oder verwenden 7,8. Der Mangel an geeigneten molekularen Werkzeugen mit der für diese Aufgabe erforderlichen hohen zeitlichen und räumlichen Auflösung ist ein wichtiges Problem, das eine vollständige Lösung dieser Kontroverse verhindert hat.

Die Entwicklung und Anwendung mehrerer technisch hergestellter fluoreszierender Stoffwechselsensoren hat zu einem bemerkenswerten Verständnis unseres Verständnisses geführt, wo und wie Metaboliten produziert und verwendet werden und wie die Stoffwechselflüsse während der basalen und hohen neuronalen Aktivität auftreten9. Genetisch kodierte Stoffwechselsensoren, die auf der Förster-Resonanzenergietransfer-Mikroskopie (FRET) basieren, wie ATeam (ATP), FLII12Pglu700μδ6 (Glukose), Lakonisch (Laktat) und Pyronisch (Pyruvat), haben zu unserem Verständnis des Energiestoffwechsels im Gehirn beigetragen 10,11,12,13. Aufgrund der hohen Kosten und der ausgeklügelten Geräte, die für die Durchführung von Experimenten an lebenden Tieren oder Geweben erforderlich sind, beschränken sich die Ergebnisse in Wirbeltiermodellen jedoch immer noch hauptsächlich auf Zellkulturen (Gliazellen und Neuronen).

Die aufkommende Verwendung des Drosophila-Modells zur Expression dieser Sensoren hat gezeigt, dass wichtige Stoffwechselmerkmale artenübergreifend erhalten sind und ihre Funktion mit diesem Werkzeug leicht angegangen werden kann. Noch wichtiger ist, dass das Drosophila-Modell Aufschluss darüber gegeben hat, wie Glukose und Laktat/Pyruvat im Fliegengehirn transportiert und metabolisiert werden, den Zusammenhang zwischen Monocarboxylatkonsum und Gedächtnisbildung und die bemerkenswerte Demonstration, wie sich Steigerungen der neuronalen Aktivität und des Stoffwechselflusses überlappen 14,15,16,17. Die hier vorgestellte Methode zur Messung des Monocarboxylat-, Glukose- und ATP-Spiegels mit genetisch kodierten FRET-Sensoren, die im Larvengehirn exprimiert werden, ermöglicht es den Forschern, mehr darüber zu erfahren, wie das Gehirn von Drosophila Energie verbraucht, die auf die Gehirne anderer Tiere angewendet werden kann.

Wir zeigen, dass diese Methode für den Nachweis von Laktat und Glukose in Gliazellen und Neuronen wirksam ist und dass ein Monocarboxylattransporter (Chaski) am Laktatimport in Gliazellen beteiligt ist. Wir demonstrieren auch eine einfache Methode zur Untersuchung von Metabolitenveränderungen bei erhöhter neuronaler Aktivität, die leicht durch Badapplikation eines GABA-A-Rezeptor-Antagonisten induziert werden kann. Schließlich zeigen wir, dass diese Methodik verwendet werden kann, um den Monocarboxylat- und Glukosetransport in anderen metabolisch bedeutsamen Geweben, wie z.B. Fettkörpern, zu messen.

Protocol

1. Aufrechterhaltung des Fliegenstamms und Larvensynchronisation Um diese Experimente durchzuführen, verwenden Sie Fliegenkulturen, die bei 25 °C auf Standard-Drosophila-Futter aufgezogen wurden, das aus 10 % Hefe, 8 % Glukose, 5 % Weizenmehl, 1,1 % Agar, 0,6 % Propionsäure und 1,5 % Methylparaben besteht. Um diesem Protokoll zu folgen, verwenden Sie die folgenden Zeilen: w1118 (experimenteller Kontrollhintergrund), OK6-GAL4 (Treiber für Motoneuronen),…

Representative Results

Dieses Verfahren ermöglicht eine einfache Messung intrazellulärer Veränderungen in der Fluoreszenz von Monocarboxylat- und Glukosesensoren. Wie in Abbildung 4 gezeigt, reagieren lakonische Sensoren sowohl in Gliazellen als auch in Motoneuronen zu Beginn des Pulses mit einer ähnlichen Rate auf 1 mM Laktat, aber Motoneuronen erreichen während des 5-Minuten-Pulses einen höheren Anstieg gegenüber der Grundlinie, wie zuvor gezeigt17. Diese Laktatkonzentration wurde …

Discussion

Die Verwendung des Drosophila-Modells zur Untersuchung des Gehirnstoffwechsels ist relativ neu26, und es hat sich gezeigt, dass es mehr Eigenschaften mit dem Stoffwechsel von Säugetieren teilt als erwartet, was hauptsächlich in vitro in primären Neuronenkulturen oder Hirnschnitten untersucht wurde. Drosophila zeichnet sich bei In-vivo-Experimenten dank der verfügbaren genetischen Werkzeuge und genetisch kodierten Sensoren aus, die es den Forschern ermöglich…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Wir danken allen Mitgliedern des Sierralta Lab. Diese Arbeit wurde von FONDECYT-Iniciación 11200477 (zu AGG) und FONDECYT Regular 1210586 (zu JS) unterstützt. UAS-FLII12Pglu700μδ6 (Glukosesensor) wurde freundlicherweise von Pierre-Yves Plaçais und Thomas Preat, CNRS-Paris, gespendet.

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