Summary

Визуализация монокарбоксилатов и других соответствующих метаболитов в головном мозге личинок дрозофилы ex vivo с помощью генетически закодированных сенсоров

Published: October 27, 2023
doi:

Summary

Здесь мы представляем протокол визуализации транспорта монокарбоксилатов, глюкозы и АТФ в глиальных клетках и нейронах с использованием генетически закодированных датчиков резонансной передачи энергии Фёрстера в препарате головного мозга личинки дрозофилы ex-vivo .

Abstract

Высокая потребность мозга в энергии из-за электрической активности является одной из его наиболее отличительных особенностей. Этим требованиям удовлетворяет производство АТФ из глюкозы и ее метаболитов, таких как монокарбоксилаты лактат и пируват. До сих пор неясно, как регулируется этот процесс и кто является ключевыми игроками, особенно в случае с дрозофилами.

Используя генетически закодированные датчики переноса энергии резонанса Фёрстера, мы представляем простой метод измерения транспорта монокарбоксилатов и глюкозы в глиальных клетках и нейронах в препарате головного мозга личинки дрозофилы ex-vivo . Протокол описывает, как препарировать и прикрепить мозг личинки, экспрессирующий один из датчиков, к стеклянному покровному стеклу.

Мы представляем результаты целого эксперимента, в котором транспорт лактата измерялся в мозге личинок путем сбивания ранее идентифицированных монокарбоксилатных транспортеров в глиальных клетках. Кроме того, мы демонстрируем, как быстро повысить нейронную активность и отслеживать метаболитные изменения в активном мозге. Описанный метод, дающий всю необходимую информацию, может быть использован для анализа других живых тканей дрозофилы .

Introduction

Мозг предъявляет высокие потребности в энергии из-за высоких затрат на восстановление ионных градиентов в нейронах, вызванных генерацией и передачей нейрональных электрических сигналов, а также синаптической передачей 1,2. Долгое время считалось, что эта высокая потребность в энергии удовлетворяется за счет непрерывного окисления глюкозы с образованиемАТФ3. Специфические транспортеры на гематоэнцефалическом барьере переносят глюкозу из крови в мозг. Постоянный уровень гликемии гарантирует, что мозг получает стабильное поступление глюкозы4. Интересно, что растущее количество экспериментальных данных свидетельствует о том, что молекулы, полученные в результате метаболизма глюкозы, такие как лактат и пируват, играют важную роль в выработке энергии клетками мозга 5,6. Тем не менее, до сих пор ведутся споры о том, насколько важны эти молекулы для производства энергии и какие клетки мозга производят илииспользуют их. Отсутствие соответствующих молекулярных инструментов с высоким временным и пространственным разрешением, необходимым для решения этой задачи, является существенной проблемой, которая помешала полностью разрешить этот спор.

Разработка и применение нескольких сконструированных флуоресцентных метаболических сенсоров привели к значительному улучшению нашего понимания того, где и как образуются и используются метаболиты, а также как возникают метаболические потоки во время базальной ивысокой активности нейронов. Генетически закодированные метаболические сенсоры, основанные на микроскопии резонансного переноса энергии Фёрстера (FRET), такие как ATeam (АТФ), FLII12Pglu700μδ6 (глюкоза), Laconic (лактат) и Pyronic (пируват), внесли свой вклад в наше понимание энергетического метаболизма мозга 10,11,12,13. Однако из-за высокой стоимости и сложного оборудования, необходимого для проведения экспериментов на живых животных или тканях, результаты в моделях позвоночных по-прежнему в основном ограничиваются клеточными культурами (глиальными клетками и нейронами).

Новое использование модели дрозофилы для выражения этих сенсоров показало, что ключевые метаболические особенности сохраняются у разных видов, и их функции могут быть легко решены с помощью этого инструмента. Что еще более важно, модель дрозофилы пролила свет на то, как глюкоза и лактат/пируват транспортируются и метаболизируются в мозге мухи, на связь между потреблением монокарбоксилатов и формированием памяти, а также на замечательную демонстрацию того, как увеличение нейронной активности и метаболического потока перекрываются 14,15,16,17 . Представленный здесь метод измерения уровней монокарбоксилатов, глюкозы и АТФ с использованием генетически закодированных сенсоров FRET, экспрессируемых в мозге личинок, позволяет исследователям узнать больше о том, как мозг дрозофилы использует энергию, которая может быть применена к мозгу других животных.

Показано, что этот метод эффективен для обнаружения лактата и глюкозы в глиальных клетках и нейронах, и что монокарбоксилатный транспортер (Часки) участвует в импорте лактата в глиальные клетки. Мы также демонстрируем простой метод изучения метаболитных изменений при повышенной активности нейронов, которые могут быть легко индуцированы применением антагониста рецептора ГАМКА . Наконец, мы показываем, что эта методология может быть использована для измерения транспорта монокарбоксилатов и глюкозы в других метаболически значимых тканях, таких как жировые тела.

Protocol

1. Поддержание штамма мух и синхронизация личинок Для проведения этих экспериментов использовали культуры мух, выращенные при температуре 25 °C, на стандартном корме дрозофилы , состоящем из 10% дрожжей, 8% глюкозы, 5% пшеничной муки, 1,1% агара, 0,6% пропионовой кислоты и 1,5% м?…

Representative Results

В течение 1 ч эта процедура позволяет легко измерять внутриклеточные изменения флуоресценции монокарбоксилатных и глюкозных сенсоров. Как показано на рисунке 4, лаконичные сенсоры как в глиальных клетках, так и в двигательных нейронах реагируют на лактат 1 мМ с одинаков…

Discussion

Использование модели дрозофилы для изучения метаболизма мозга являетсяотносительно новым, и было показано, что она имеет больше общих характеристик с метаболизмом млекопитающих, чем ожидалось, который в основном изучался in vitro в культурах первичных нейронов или…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Мы благодарим всех сотрудников Sierralta Lab. Эта работа была поддержана FONDECYT-Iniciación 11200477 (AGG) и FONDECYT Regular 1210586 (JS). UAS-FLII12Pglu700μδ6 (датчик глюкозы) был любезно предоставлен Пьером-Ивом Пласе (Pierre-Yves Plaçais) и Томасом Преатом (Thomas Preat), CNRS-Paris.

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