活化的TBK1促进ACSL1介导的小胶质细胞脂滴积累与帕金森病神经炎症

Activated TBK1 promotes ACSL1-mediated microglia lipid droplet accumulation and neuroinflammation in Parkinson's disease

作者信息Chunlei Han, Huizhi Wang, Moxuan Zhang, Liuliu Wu, Anni Wang, Pengda Yang, Yuan Gao, Chaonan Zhang, Jianing Gao, Tao Xue, Tingting Du, Yucheng Ji, Lin Shi, Chunkui Zhang, Renpeng Li, Yilei Xiao, Jianguo Zhang, Fangang Meng
PMID40684214
发布时间2025-07-19
DOI10.1186/s12974-025-03517-0

实验完整度

高

包含snRNA-seq与机器学习鉴定、细胞水平功能获得/缺失、多种PD小鼠模型(LPS、MPTP、A53T)体内验证及机制研究(免疫共沉淀、泛素化、转录调控)等至少两个独立证据层级。

主要模型

BV-2小胶质细胞系 原代小胶质细胞(新生C57BL/6小鼠皮层) LPS诱导PD小鼠模型(C57BL/6小鼠) MPTP诱导PD小鼠模型(C57BL/6小鼠) A53T转基因小鼠模型

重点核对

ACSL1亚细胞定位(内质网 vs 线粒体) TBK1磷酸化状态(p-TBK1S172) 脂滴积累水平(BODIPY 493/503染色) NF-κB通路激活(p65磷酸化、IκBα降解) ACSL1启动子区NF-κB结合位点(-606/-597 bp)

摘要

小胶质细胞介导的神经炎症在帕金森病(PD)的进展中起着关键作用。脂滴稳态的失调是影响小胶质细胞炎症反应的重要因素,但PD中脂滴失衡的机制目前尚不清楚。在此,我们通过单核RNA测序分析和机器学习算法报道了一种以长链酰基辅酶A合成酶1(ACSL1)高表达为特征的小胶质细胞亚型,将脂质代谢与PD神经炎症联系起来。多项功能缺失和功能获得实验的结果表明,定位于内质网(ER)的ACSL1促进脂滴积累,从而加剧小胶质细胞活化和多巴胺能神经元死亡。机制上,TANK结合激酶1(TBK1)的激活导致ACSL1在内质网上富集,其产生的酰基辅酶A被引导用于脂滴生物合成。此外,ACSL1的高表达通过Nrdp1介导的TBK1 K63泛素化促进TBK1的激活,从而触发上述生物学效应的放大。此外,NF-κB直接结合ACSL1启动子并正向调节其转录,导致小胶质细胞中ACSL1表达增加。我们的研究结果表明,通过调节ACSL1来操纵脂滴生物合成可能是治疗PD患者神经炎症的潜在策略。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
帕金森病中,小胶质细胞脂滴代谢失衡的机制及其在神经炎症中的作用
核心机制
激活的TBK1降低与ACSL1的结合,促使ACSL1从线粒体转位至内质网,促进脂滴生物合成;ACSL1通过Nrdp1介导的K63泛素化增强TBK1磷酸化,形成ACSL1/TBK1/NF-κB正反馈环路
主要证据
snRNA-seq和机器学习鉴定ACSL1high小胶质细胞亚型;细胞实验显示ACSL1过表达增加脂滴积累和促炎因子释放,敲低则相反;在LPS、MPTP和A53T小鼠模型中,微胶质特异性敲低ACSL1或TBK1抑制剂GSK8612减轻神经炎症并保护多巴胺能神经元
研究意义
为理解PD中小胶质细胞脂滴负荷提供新视角,调节ACSL1介导的脂滴生物合成可能成为PD神经炎症的潜在治疗靶点

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

鉴定PD相关小胶质细胞亚型

通过snRNA-seq和机器学习分析PD患者黑质小胶质细胞的转录特征,筛选关键基因

对PD患者和健康对照的黑质snRNA-seq数据进行分析,识别差异表达基因,通过WGCNA和RFE算法筛选特征基因,并利用14种机器学习算法和SHAP评估基因重要性

2

验证ACSL1在PD模型中的表达

在体内外PD模型中验证ACSL1在小胶质细胞中的表达变化

采用LPS、MPTP和A53T小鼠模型,通过免疫荧光、Western blot和RT-qPCR检测ACSL1表达;在体外用LPS或α-syn PFF处理原代小胶质细胞和BV-2细胞

3

细胞水平验证ACSL1功能

通过siRNA敲低和过表达实验,验证ACSL1对小胶质细胞炎症反应和脂滴积累的影响

用si-ACSL1转染原代小胶质细胞和BV-2细胞,检测促炎因子、ROS、NO和脂滴水平;过表达ACSL1-WT或ACSL1-MN(N端截短),比较其对脂滴积累和炎症的影响

4

体内敲低ACSL1验证功能

在小鼠模型中验证微胶质特异性敲低ACSL1对神经炎症和多巴胺能神经元损伤的影响

使用F4/80启动子驱动的AAV递送sh-ACSL1至小鼠SNc,建立LPS或MPTP模型,评估行为学、TH+细胞数、炎症因子和α-Syn积累

5

验证ACSL1/TBK1相互作用及机制

揭示ACSL1的亚细胞定位调控机制及其与TBK1的关系

通过免疫共沉淀、免疫荧光和分子对接分析ACSL1与TBK1的相互作用和结合位点;使用TBK1抑制剂GSK8612或si-TBK1验证ACSL1亚细胞定位和脂滴形成的变化

6

验证ACSL1/NF-κB正反馈调控

验证NF-κB对ACSL1转录的调控及其在炎症条件下的作用

通过TNFα或LPS处理细胞,检测ACSL1表达;用荧光素酶报告基因和ChIP实验验证p65与ACSL1启动子区域的结合

7

验证TBK1抑制剂治疗效果

评估TBK1抑制剂GSK8612在PD小鼠模型中的神经保护作用

在LPS和MPTP模型中给予GSK8612,检测小胶质细胞活化、TH+细胞数、多巴胺水平、α-Syn积累和行为学改善

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
DMEM培养基Gibco--
胎牛血清Gibco--
青霉素-链霉素Sigma-Aldrich--
0.25%胰蛋白酶Gibco--
Lipofectamine 3000转染试剂Invitrogen--
TRIzol试剂Invitrogen--
AceQ qPCR SYBR Green预混液Vazyme--
CFX Connect实时荧光定量PCR检测系统Bio-Rad--
RIPA裂解液Beyotime--
蛋白酶抑制剂混合物MedChem Express--
磷酸酶抑制剂混合物MedChem Express--
BCA蛋白定量试剂盒Thermo Fisher Scientific--
Immobilon Crescendo Western HRP底物Millipore--
抗ACSL1抗体Cell Signaling Technology9189
抗COX2抗体Cell Signaling Technology12282
抗iNOS抗体Cell Signaling Technology13120
抗IL-1β抗体Abcamab216995
抗TBK1抗体Cell Signaling Technology38066
抗磷酸化TBK1 Ser172抗体Cell Signaling Technology5473
抗p65抗体Cell Signaling Technology8242
抗磷酸化p65 Ser536抗体Santa Cruzsc-136548
抗Nrdp1抗体Santa Cruzsc-374120
MitoTracker Red CMXRos线粒体探针Beyotime--
BODIPY™ 493/503脂滴染料Thermo Fisher Scientific--
细胞线粒体分离试剂盒Beyotime--
内质网蛋白提取试剂盒Solarbio--
Pierce™ Classic磁珠免疫沉淀/共沉淀试剂盒Thermo Fisher Scientific--
timsTOF HT质谱仪Bruker--
IL-6 ELISA试剂盒Nanjing Bioworld TechnologyCEK1785
IL-1β ELISA试剂盒Nanjing Bioworld TechnologyCEK1788
TNFα ELISA试剂盒Nanjing Bioworld TechnologyCEK1783
Synergy™ HTX酶标仪BioTek--
CCK-8试剂盒Yeasen--
一步法TUNEL凋亡检测试剂盒Beyotime--
双荧光素酶报告基因检测试剂盒Yeasen--
SimpleChIP®酶法染色质免疫沉淀试剂盒Cell Signaling Technology--
成年脑组织解离试剂盒Miltenyi Biotec--
抗CD11b磁珠Miltenyi Biotec--
脂多糖Sigma--
1-甲基-4-苯基-1,2,3,6-四氢吡啶Sigma-Aldrich--
GSK8612(TBK1抑制剂)----
Triacsin C(ACSL抑制剂)----
小鼠重组α-突触核蛋白预形成纤维StressMarq BiosciencesSPR-324E
SPSS 22.0统计软件IBM--
GraphPad Prism 8.0统计软件GraphPad Software--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
snRNA-seq数据分析
数据集来源(GSE157783),PD与对照样本数,WGCNA基因模块,机器学习算法及交叉验证方法
阅读提示:Methods: Weighted gene correlation network analysis (WGCNA) and recursive feature elimination (RFE), 机器学习交叉验证部分
细胞培养与处理
细胞系来源,培养条件,LPS处理浓度和时间,质粒转染方法
阅读提示:Methods: Cell culture, Constructs and transfection
动物模型建立
小鼠品系、年龄、性别,LPS注射剂量和坐标,MPTP注射剂量和频率,A53T小鼠品系
阅读提示:Methods: Animals and PD models
蛋白质检测
抗体信息(品牌、货号、稀释比例),蛋白质提取方法,亚细胞分离方法
阅读提示:Methods: Immunoblotting, Subcellular fractionation
脂滴检测
BODIPY 493/503染色浓度和时间,显微镜设置,定量分析方法
阅读提示:Methods: Immunofluorescence (IF) staining
行为学测试
转棒和爬杆实验的具体参数,训练和测试方案
阅读提示:Methods: Behavioural testing of mice