Modeling Connectomic Deficits in TSC with Cerebral Organoids

Das menschliche Gehirn enthält 100 Millarden Nervenzellen, eine Zahl vergleichbar mit der Anzahl der Sterne in der Milchstrasse. Die Verbindungen zwischen den Nervenzellen übersteigen in ihrer Anzahl diesen Wert noch bei Weitem und machen das menschliche Gehirn in seiner Komplexität einzigartig. Die Summe der neuronalen Verbindungen wird als "Connectome" bezeichnet. Die korrekte Ausbildung des "Connectomes" ist unabdingbar für eine normale Gehirnfunktion. Wird diese Konnektivität gestört, kommt es zur Entstehung von neurologischen Krankheiten, wie z.B. der Epilepsie. Diese neuronale Konnektivität abzubilden stellt jedoch aus mehreren Gründen eine große Herausforderung dar. Erstens können viele Aspekte der Entwicklung des menschlichen Gehirns und der Entstehung von Krankheiten im Tiermodell häufig nicht befriedigend dargestellt werden, da die menschliche Großhirnrinde sich während der Evolution enorm vergrössert hat. Daher ist es nötig, menschliche in vitro Systeme zu entwickeln. Zweitens führt die immense Komplexität des menschlichen Gehirns dazu, dass traditionelle Strategien, wie neuronale Verbindungen dargestellt werden, an der hohen Anzahl der einzelnen neuronalen Netzwerke scheitern. Drittens ist es wichtig herauszufinden, wie ein neuronales Netzwerk gestört wurde und nicht nur, ob eine bestimmte Zelle lebendig or tot ist. Das heisst, die Auflösung der Analyse muss einerseits hoch genug sein um herauszufinden, wie sich die Anzahl und Art der synaptischen Partner einer gegebenen Nervenzellen verändern, gleichzeitig aber auch wie diese Veränderungen zustande kommen. Das vorgeschlagene Projekt soll diese Probleme addressieren und ein System generieren, dass Tausende von individuellen Netzwerken modellieren kann, während es gleichzeitig in der Lage ist, Genexpressionsdaten der einzelnen Nervenzellen abzurufen. Diese Technik soll dann dazu eingesetzt werden, um das Connectome des fortgeschrittensten Modells des menschlichen Gehirns , der Gehirnorganoide, zu erfassen. Ausserdem wollen wir damit untersuchen, wie sich Verbindungen zwischen Nervenzellen im Fall der Tuberösen Sklerose (TSC), einer Krankheit, die durch abnormale neuronale Aktivität und Konnektivität gekennzeichnet ist, verändern. Zusammenfassend zielt das Projekt darauf ab, Tausende von menschlichen neuronalen Netzwerken innerhalb eines einzelnen Organoids zu erfassen und zur selben Zeit zu bestimmen, welche Gene für die Ausbildung der neuronalen Netzwerke verantwortlich sind. Zusätzlich werde ich diese Technik anwenden um zu verstehen, wie sich neuronale Netzwerke in gesunden Organoiden von denen in Organoiden von Patienten mit Epilepsie unterscheiden und welche Veränderungen der Genexpression hierfür verantwortlich sind. Die Erkenntnisse aus diesem Projekt werden die Sicht auf neuronale Netzwerke dramatisch verändern und zeigen, wie Veränderungen der Genexpression die Entstehung, Aufrechterhaltung und Störung von neuronalen Netzwerke bei neurologischen Erkrankungen kontrollieren.

Die Summe der neuronalen Verbindungen, aus denen das Gehirn besteht, wird als Konnektom bezeichnet, und ihre ordnungsgemäße Bildung ist für die normale kognitive Funktion von wesentlicher Bedeutung. Viele neurologische Erkrankungen treten auf, wenn die Konnektivität auf irgendeine Weise gestört ist, beispielsweise bei Epilepsie. Allerdings ist es aus mehreren Gründen eine Herausforderung, neuronale Verbindungen abzubilden und zu verstehen, wie die Konnektivität bei Erkrankungen des Menschen gestört wird. Erstens rekapitulieren traditionelle Tiermodelle oft nicht die menschlichen Besonderheiten neurologischer Störungen, und da lebendes Gehirngewebe äußerst schwer zu erhalten ist, erfordert die Modellierung von Krankheiten auf menschenspezifische Weise neuartige In-vitro-Systeme. Zweitens ist das menschliche Gehirn äußerst komplex und besteht aus etwa 100 Milliarden Neuronen, wobei jedes Neuron Tausende von Verbindungen herstellt. Selbst in relativ vereinfachten Modellen sind herkömmliche Kartierungsstrategien aufgrund des Umfangs und der Komplexität neuronaler Verbindungen nicht für die Darstellung einer großen Anzahl einzelner neuronaler Netzwerke geeignet. Drittens geht es bei Fragen zu Veränderungen in der Konnektivität im Krankheitskontext nicht nur darum, ob eine Zelle lebt, stirbt oder tot ist; sondern wie die Natur neuronaler Netzwerke gestört wird. Daher muss die Analyse, wie die Konnektivität bei Krankheiten gestört wird, über eine ausreichend hohe Auflösung verfügen, damit Forscher erkennen können, wie ein Neuron seine Anzahl und/oder Art seiner synaptischen Partner ändert, und den Forschern gleichzeitig Einblicke in die möglichen Ursachen geben solche Veränderungen hervorrufen. Hier habe ich eine Methode zur Bewältigung dieser Herausforderungen entwickelt und ein rechnergestütztes System geschaffen, das die Einzelzell-RNA-Sequenzierung nutzt, um Tausende einzelner neuronaler Netzwerke abzubilden und gleichzeitig die Genexpressionsdaten der Neuronen zu sammeln, aus denen diese Netzwerke bestehen. Ich verwende diese Technik, um das Konnektom des fortschrittlichsten und genauesten Modells des menschlichen Gehirns, der aus humanen induzierten pluripotenten Stammzellen (hiPSC) gewonnenen zerebralen Organoide, abzubilden und zu untersuchen, wie die neuronale Konnektivität im Tuberous Sclerosis Complex (TSC) verändert wird. Eine Krankheit, die die Konnektivität der Neuronen des Patienten verändert und zu epileptischen Anfällen führt. Zusammenfassend möchte ich sagen, dass ich Tausende menschlicher neuronaler Netzwerke in einzelnen Organoiden kartieren und gleichzeitig Informationen sammeln möchte, die uns sagen, welche Gene für die Entstehung dieser Netzwerke verantwortlich sind. Darüber hinaus wende ich diese Technik auf TSC an, um zu verstehen, wie neuronale Netzwerke bei Epilepsie verändert werden und welche Veränderungen der Genexpression für eine solche Veränderung verantwortlich sein könnten. Diese Analysen dauern noch an. Die aus diesen Experimenten gewonnenen Informationen werden jedoch die Art und Weise, wie wir menschliche neuronale Netzwerke betrachten, dramatisch verändern und mechanistische Informationen darüber liefern, wie die Genexpression deren Entwicklung, Aufrechterhaltung und Störung bei neurologischen Erkrankungen steuert.