Le giunzioni gap desincronizzano un circuito neurale per stabilizzare il volo degli insetti
Natura volume 618, pagine 118–125 (2023) Citare questo articolo
10mila accessi
1 Citazioni
159 Altmetrico
Dettagli sulle metriche
Il volo asincrono degli insetti è una delle forme più diffuse di locomozione animale utilizzata da oltre 600.000 specie. Nonostante le approfondite conoscenze sui modelli motori1, sulla biomeccanica2,3 e sull'aerodinamica alla base del volo asincrono4,5, l'architettura e la funzione della rete neurale di generazione del modello centrale (CPG) rimangono poco chiare. Qui, sulla base di un approccio teorico-esperimento che include elettrofisiologia, optofisiologia, genetica della Drosophila e modellizzazione matematica, identifichiamo una soluzione circuitale miniaturizzata con proprietà inaspettate. La rete CPG è costituita da motoneuroni interconnessi da sinapsi elettriche che, contrariamente alla dottrina, producono un'attività di rete distribuita nel tempo invece che sincronizzata tra i neuroni. Prove sperimentali e matematiche supportano un meccanismo generico per la desincronizzazione della rete che si basa su sinapsi elettriche deboli e dinamiche di eccitabilità specifiche dei neuroni accoppiati. Nelle piccole reti, le sinapsi elettriche possono sincronizzare o desincronizzare l'attività della rete, a seconda della dinamica intrinseca dei neuroni e della composizione dei canali ionici. Nel CPG di volo asincrono, questo meccanismo traduce l'input premotorio non modellato in scariche neuronali stereotipate con sequenze fisse di attivazione cellulare che assicurano una potenza stabile del battito delle ali e, come mostriamo, è conservato in più specie. I nostri risultati dimostrano una più ampia versatilità funzionale delle sinapsi elettriche nel controllo dinamico dei circuiti neurali ed evidenziano l’importanza del rilevamento delle sinapsi elettriche nella connettomica.
Con oltre un milione di specie conosciute, gli insetti costituiscono il gruppo più numeroso di animali sulla Terra6. Il loro notevole successo evolutivo è stato attribuito alle piccole dimensioni corporee e alla capacità di volare. Queste due caratteristiche forniscono l’accesso a nicchie inutilizzate e una rapida traslocazione, ma i vincoli aerodinamici nei piccoli volatori richiedono frequenze elevate del battito delle ali, e i vincoli spaziali richiedono la miniaturizzazione dei controllori nervosi centrali per il volo7. Nel 75% di tutte le specie di insetti volanti, i muscoli del volo altamente specializzati, indiretti e asincroni formano un sistema oscillatorio che genera frequenze di battito d'ali di 100-1.000 Hz mediante l'attivazione reciproca dell'allungamento dei muscoli delle ali antagonisti per garantire la propulsione in avanti a bassi numeri di Reynolds1,8. I motoneuroni del volo (MN) che innervano i muscoli del volo asincrono si attivano a frequenze molto più basse, quindi non attivano i muscoli su base ciclo per ciclo. Tuttavia, la potenza erogata è regolata da una rete CPG nel sistema nervoso centrale che controlla le frequenze di attivazione dei MN per regolare i livelli di calcio mioplasmico che, a loro volta, regolano la frequenza e l'ampiezza del battito delle ali1. Sebbene il volo asincrono sia emerso indipendentemente 7-10 volte durante l’evoluzione8, non sono stati identificati né i principi dell’architettura CPG per generare output MN dal sistema nervoso centrale miniaturizzato dei volatori asincroni né le relative conseguenze funzionali.
Per quantificare i modelli di volo asincroni e decifrare l'architettura CPG, abbiamo utilizzato l'emissione di fuoco dei cinque MN identificati (MN1–5) che innervano il muscolo depressore dell'ala longitudinale dorsale (DLM) del sistema modello genetico9,10,11 Drosophila melanogaster così come altri specie di insetti (per verificare la generalità). Il DLM fornisce la forza per la corsa verso il basso dell'ala, è costituito da sei fibre muscolari, ciascuna delle quali è innervata da uno dei cinque MN identificati9,10,11 (MN1–5; Fig. 1a). Ciascuno MN1-4 prende di mira una delle quattro fibre DLM più ventrali ipsilaterali al soma, mentre MN5 innerva le fibre DLM 5 e 6 sul lato controlaterale al soma MN5 (Fig. 1a). Questa architettura neuromuscolare è conservata in tutte le specie di insetti esaminate (locusta12, falena13, mosca carnaria14).
a, Registrazione rappresentativa di MN1–5 e frequenza del battito d'ali (traccia inferiore, ingrandita nella scatola nera) durante il volo vincolato. Schema codificato a colori di MN1–5 nel VNC e proiezioni assonali alle sei fibre del DLM. b, le frequenze medie di attivazione dei MN sono simili all'interno di ciascun animale. Il codice colore è lo stesso di a. n = 8 animali. I dati sono media ± sd c, la frequenza di sparo MN e la frequenza del battito d'ali (WB) (le barre rosse indicano i range di lavoro) sono linearmente correlate all'interno di un animale (punti grigi; coefficiente di correlazione, r2 = 0,63; P < 0,0001, t- test) e con una varianza maggiore anche tra gli animali (punti rossi; n = 100; coefficiente di correlazione, r2 = 0,31; P <0,0001, t-test a due code). d, Le risposte di attivazione dei MN (tracce superiori) alle iniezioni di corrente di diverse ampiezze (tracce inferiori). e, La frequenza media di risposta MN (f) e l'ampiezza della corrente iniettata (I) sono correlate approssimativamente linearmente per 2–30 Hz (n = 15 animali), superando quindi le normali frequenze di attivazione MN osservate durante il volo (riquadro; ~ 3–12 Hz, dati da c). I dati sono media ± sem (grafico principale) e mediana ± intervallo (riquadro). f, Durante il volo, i picchi MN1–4 sono dispersi nel tempo (in stato splay) con sequenze caratteristiche. Ogni animale passa da uno stato di apertura all'altro durante il volo, ma gli stessi stati di apertura sono preferiti tra gli individui (n = 8). I grafici a riquadri mostrano la mediana (linea centrale), i quartili (limiti dei riquadri) e l'intervallo (barre di errore). g, Tempistica dei picchi MN1–4 in quattro stati di apertura successivi (1423 (rosso); 1243 (turchese); 1234 (verde); 1324 (blu scuro)) durante il volo.
3.0.CO;2-S" data-track-action="article reference" href="https://doi.org/10.1002%2F%28SICI%291096-9861%2820000619%29422%3A1%3C1%3A%3AAID-CNE1%3E3.0.CO%3B2-S" aria-label="Article reference 13" data-doi="10.1002/(SICI)1096-9861(20000619)422:13.0.CO;2-S"Article CAS PubMed Google Scholar /p> P{UAS-GFP.VALIUM10}attP2), ShakB RNAi-kd (GMR23H06-ADZ attP49;GMR30A07-DBD attP2 > P{TRiP.HMC04895}attP2)). For the experimental data, a two-sided Pearson correlation determined a strong negative correlation (r = −0.94, p < 0.0001, n = 10). (e,f) Firing phase relationships between MN4 and MN5 in control animals (see also Fig. 2a,b, Extended Data Fig. 1) remain similar upon UAS-RNAi knockdown of receptors for inhibitory chemical synapses in MN1–5 (under the control of DLM-MN spilt-GAL4, GMR23H06-ADZ attP49; GMR30A07-DBD attP2), (e) the glutamate gated chloride channel (GluCl) and (f) Rdl GABA-ARs. GluCl-RNAi knockdown efficacy was confirmed by Western blotting and Rdl GABA-AR knockdown efficacy has previously been confirmed64. Coloured bars represent the average values from 10 animals for GluCl-RNAi, 8 animals for Rdl GABA-AR-RNAi, and grey bars the s.e.m./p>