PGC-1α在阿尔茨海默病异常线粒体动力学控制中的作用

A Role for PGC-1a in the Control of Abnormal Mitochondrial Dynamics in Alzheimer's Disease.

作者信息Jia Wang, Wen-Jun Liu, Hou-Zhen Shi, Hong-Ru Zhai, Jin-Jun Qian, Wei-Ning Zhang
PMID36139423
期刊Cells
发布时间2022-09-13
DOI10.3390/cells11182849

实验完整度

涉及人体脑组织样本、APP/PS1小鼠模型以及N2A细胞体外模型,包含行为学、组织学、分子生物学及电镜等多层级验证。

主要模型

APP/PS1双转基因小鼠 N2A神经母细胞瘤细胞 AD患者脑组织样本

重点核对

AAV-Ppargc1α的注射剂量为2×10^12 vgc AAV注射后3周进行行为学和分子检测 N2A细胞共转染APPswe和PGC-1α质粒的比例为2μg:2μg 线粒体膜电位检测采用JC-1染色,浓度为10 μg/mL MitoTracker Deep Red FM浓度为400 nM

摘要

新出现的证据表明,正确控制线粒体动力学为干预阿尔茨海默病(AD)进展提供了窗口。转录共激活因子过氧化物酶体增殖物激活受体γ共激活因子1(PGC-1α)已被证明可调节神经元中的线粒体生物发生。迄今为止,PGC-1α在阿尔茨海默病中的作用及其恢复线粒体功能障碍的潜在价值在很大程度上仍不清楚。在本研究中,我们探讨了PGC-1α对AD病理和神经行为功能障碍的影响及其潜在机制,特别关注线粒体动力学。与AD相关的病理沉积、神经元凋亡、异常线粒体动力学和膜电位降低相一致,6月龄APP/PS1小鼠皮层中PGC-1α表达显著降低。通过将AAV-Ppargc1α注入APP/PS1大脑的顶叶联合皮层(LPtA),我们发现PGC-1α改善了AD样行为异常,如空间参考记忆、工作记忆和感觉运动门控缺陷。值得注意的是,LPtA中过表达的PGC-1α挽救了神经元中的线粒体肿胀和损伤,可能是通过纠正线粒体分裂-融合的失衡及其异常分布。我们的发现支持了异常线粒体动力学可能是导致线粒体功能障碍和AD相关病理及认知障碍的重要机制的观点,并表明PGC-1α作为恢复线粒体动力学的创新治疗靶点具有潜在价值。

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
PGC-1α在阿尔茨海默病中的作用及其对线粒体动力学的影响机制是什么?
核心机制
PGC-1α通过校正线粒体分裂-融合失衡、促进线粒体转运相关蛋白(MFN2、KIF5A、KIF5B)的表达,从而恢复线粒体分布和功能,减轻AD病理和认知障碍。
主要证据
在AD患者皮层、APP/PS1小鼠和APPswe转染的N2A细胞中观察到PGC-1α降低和线粒体动力学异常;AAV介导的PGC-1α过表达改善了小鼠行为缺陷、抑制神经元凋亡,并恢复线粒体形态和膜电位。
研究意义
支持异常线粒体动力学是导致AD病理和认知障碍的重要机制,并提示PGC-1α作为恢复线粒体动力学的创新治疗靶点的潜力。

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

验证PGC-1α表达与AD病理的相关性

探究PGC-1α表达变化是否与AD病理相关

通过免疫荧光检测AD患者皮层、APP/PS1小鼠皮层和APPswe转染N2A细胞中PGC-1α和Aβ的表达。

2

检测mutAPP对线粒体分裂融合蛋白的影响

确定突变APP是否导致线粒体动力学失衡

Western blot和免疫组化检测OPA1、MFN1、MFN2、DRP1、FIS1的表达,电镜观察线粒体形态。

3

评估mutAPP对神经元凋亡的影响

验证突变APP是否诱导神经元凋亡

Western blot检测Bcl-2和BAX表达,流式细胞术检测凋亡率,Nissl染色观察神经元形态。

4

分析mutAPP对线粒体轴突运输和分布的影响

探究突变APP是否改变线粒体分布和运输相关蛋白表达

使用Mito-DsRed标记线粒体,共聚焦显微镜观察分布;Western blot检测MFN2、KIF5A、KIF5B。

5

检测mutAPP对线粒体形态和膜电位的影响

确定突变APP是否导致线粒体形态异常和膜电位降低

TEM观察线粒体直径和肿胀比例,JC-1染色通过荧光显微镜和流式细胞仪检测膜电位。

6

实施PGC-1α过表达干预

探究PGC-1α过表达是否改善AD病理和行为

向APP/PS1小鼠LPtA皮层微注射AAV-Ppargc1α或AAV-Vector,3周后进行行为学测试和分子检测。

7

验证PGC-1α对线粒体动力学和功能的影响

确定PGC-1α是否恢复线粒体动力学和功能

在APPswe和PGC-1α共转染的N2A细胞及AAV处理的AD小鼠中,检测线粒体分裂融合蛋白表达、线粒体形态、分布和膜电位。

8

评估PGC-1α对AD样行为的影响

验证PGC-1α过表达是否改善空间学习记忆、工作记忆和感觉运动门控

进行Morris水迷宫、新物体识别和PPI测试。

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
Lipofectamine 2000转染试剂Life TechnologiesSCSP-502
N2A神经母细胞瘤细胞Shanghai Academy of SciencesTCM29
pEnCMV-Pargc1a-FlagMiaoling Bio--
pCAX APPswe/IndMiaoling Bio--
抗EGFP抗体BeyotimeAG281
抗Flag抗体abmG188
抗OPA1抗体BosterPB0773
抗MFN1抗体BosterPB0263
抗MFN2抗体Biossbs-23685R
抗DRP1抗体WanleibioWL03028
抗FIS1抗体BosterA01932-2
抗BAX抗体Abcamab32503
抗Bcl-2抗体Abcamab182858
抗PGC-1α抗体Biossbs-1832R
抗KIF5A抗体BiowordBS71526
抗KIF5B抗体WanleibioWL04906
HRP标记的山羊抗小鼠IgGBeyotimeA0216
HRP标记的山羊抗兔IgGBeyotimeA0208
增强化学发光试剂盒Beyotime--
抗PGC-1α抗体(山羊)Biossbs-1832R
抗Aβ抗体CSTD3D2N
抗GFP抗体BeyotimeAF2882
抗Flag抗体BeyotimeAF2852
抗HA抗体Biossbsm-33003M
FITC标记的山羊抗小鼠IgGBeyotimeA0568
Alexa Fluor 594标记的山羊抗兔IgGCST8889
抗淬灭封片剂BeyotimeP0126
DAB底物BosterAR1022
Annexin V-FITC凋亡检测试剂盒VazymeA211-01
CytExpert流式细胞仪Beckman Coulter--
Leica EM UC7超薄切片机Leica--
JEOL-1200EX电子显微镜JEOL--
Veleta CCD相机EMSIS--
MitoTracker深红色荧光染料Sigma-Aldrich--
JC-1膜电位检测试剂盒SolarbioM8650
BD Accuri C6流式细胞仪BD Bioscience--
Image-Pro Plus 6.0Media Cybernetics--
Ethovision 8.5软件Noldus--
SR-LAB惊跳反射系统San Diego Instruments--
Morris水迷宫----
脑立体定位仪RWD Life Science--
Nanoliter 2000注射器World Precision Instruments--
pAAV-MCS-Ppargc1α-m-FLAG-HAApplied Biological Material co--
pAAV-MCS-FLAG-controlApplied Biological Material co--

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
动物模型
APP/PS1小鼠(2×Tg-AD)来源为Jackson Laboratory (No. 34829-JAX),采用6月龄雄性
阅读提示:Methods 2.3
AAV注射
注射体积0.5 μL,AAV-Ppargc1α剂量2×10^12 vgc,AAV-Vector剂量1×10^12 vgc,注射后3周进行检测
阅读提示:Methods 2.4
细胞转染
N2A细胞转染使用Lipofectamine 2000,转染比例2μg:2μg
阅读提示:Methods 2.6
Western blot
抗体稀释比例:PGC-1α 1:1000,OPA1 1:1000,MFN2 1:800,DRP1 1:1000,FIS1 1:1000,BAX 1:5000,Bcl-2 1:2000
阅读提示:Methods 2.7
线粒体形态
TEM观察线粒体直径和肿胀比例,在皮层神经元中进行
阅读提示:Methods 2.11, Results 3.5
线粒体分布
使用Mito-DsRed标记线粒体,共聚焦显微镜观察异常分布比例
阅读提示:Methods 2.12, Results 3.4
膜电位检测
JC-1浓度10 μg/mL,孵育20 min,流式检测
阅读提示:Methods 2.14
行为测试
测试顺序:NOR、PPI、MWM,每天一项,由轻到重
阅读提示:Methods 2.17