Kartierung funktioneller Veränderungen an den Ausgangsneuronen der Netzhaut bei Degeneration der Photorezeptoren mithilfe von Zwei-Photonen-Bildgebung und räumlicher Transkriptomik

• Antragsteller: Professor Dr. Philipp Berens; Professor Dr. Thomas Euler
• Fachliche Zuordnung: Experimentelle und theoretische Netzwerk-Neurowissenschaften ; Molekulare und zelluläre Neurologie und Neuropathologie
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 552589001

Die Klassifizierung von Neuronen in Typen - die "Bausteine" komplexer neuronaler Netze - ist ein wichtiger Ansatz, um Gehirnfunktion zu verstehen. Zelltypen im Gehirn wurden meist anhand von Modalitäten wie funktioneller Antwort, Morphologie oder Transkriptom definiert. Modalitätsübergreifende Datensätze wurden bisher nur selten verwendet. Außerdem sind Zelltypen nicht statisch: Sie können ihre Funktion im Alter und bei Krankheiten verändern oder verlieren. Dies ist ein Problem, wenn sich die Klassifizierung auf eine einzige Modalität stützt (z.B. die funktionelle Antwort): Ist ein "neuer" Antworttyp im Krankheitsmodell ein "neuer" Zelltyp oder ein bekannter mit veränderter Funktion? Wie verändern sich Zelltypen, wenn sie altern? Um diese Fragen zu beantworten, ist ein dynamisches, multimodales Zelltypkonzept nötig: Dynamisch, um Funktionsveränderungen in Zelltypen zu erfassen, und multimodal für eine robuste Zelltypklassifizierung. Hier wollen wir retinale Ganglienzellen (RGCs) von Mäusen mit Hilfe funktioneller und transkriptomischer Daten aus demselben Gewebe klassifizieren, die mit Zwei-Photonen-Bildgebung und räumlicher Transkriptomik gewonnen wurden. Unsere Hypothese ist, dass sich RGC-Typen über die Zeit in ihrer Funktion und ihrem Transkriptom verändern - z.B. während des Alterns oder einer fortschreitenden Krankheit. Um diese Hypothese zu testen, werden wir computergestützte Methoden zur multimodalen Zelltyp-Klassifizierung entwickeln, um die RGC-Typen während des Krankheitsverlaufs in rd10-Mäusen zu verfolgen. Bei diesem Mausmodell für Retinitis Pigmentosa degenerieren die Photorezeptoren im Laufe von 6 Monaten, während der Rest der Netzhaut strukturell intakt bleibt. Zunächst sammeln wir einen Datensatz bei jungen erwachsenen Wildtyp-Mäusen. Dazu zeichnen wir Lichtantworten der RGCs auf und wenden räumliche Transkriptomik im selben Gewebe an, um mRNA-Fingerabdrücke der gemessenen Zellen zu bestimmen. Wir werden einen neuen multimodalen Clustering-Ansatz entwickeln, um funktionelle und mRNA-Daten zu integrieren. Dann werden wir Wildtyp-Daten für verschiedene Altersstufen sammeln und unser Clustermodell erweitern, um zu verstehen, wie sich RGC-Typen in Funktion und Transkriptom im Alter verändern. Schließlich werden wir Daten in der rd10-Maus über den Verlauf der Degeneration sammeln. Wir werden typspezifische und Krankheitsassoziierte Marker im Transkriptom verwenden, um funktionelle und transkriptionelle Änderungen in RGC-Typen während des Alterns/der Degeneration zu korrelieren. Das Ergebnis unserer Arbeit wird die erste RGC-Klassifizierung sein, die mehrere Modalitäten gleichermaßen einbezieht und es ermöglicht, Änderungen in Zelltypen über die Zeit zu verfolgen. Wir erwarten neue Erkenntnisse über die Robustheit der RGC-Typen in der gesunden und degenerierten Netzhaut. Diese Erkenntnisse werden dazu beitragen, die "Bausteine" des Gehirns und ihre Anfälligkeit und Widerstandsfähigkeit gegenüber Krankheiten und Alterung zu verstehen.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Israel
• ausländischer Mitantragsteller: Professor Shahar Alon, Ph.D.