來源於神經小靈通 ，作者Neuroscience Bulletin
神經小靈通
中國神經科學學會會刊《Neuroscience Bulletin》（神經科學通報）官方訂閱號。介紹發表在我刊國內外神經科學領域的最新研究進展，重點推送近兩年的高被引文章和近期發表的亮點性研究。傳播神經科學前沿技術，營造和諧學術交流圈。
2020年3月，受編輯部邀請，來自中國科學院武漢物理與數學研究所的王傑和饒小平博士在Neuroscience Bulletin 2020年第3期上發表了題為 “Neuronal Network Dissection with Neurotropic Virus Tracing”的Editorial，通過對不同病毒病毒載體的感染機制、效率和神經元親和力進行比較，為研究者建議了神經環路設計時合適的病毒載體工具。
大腦是是一個高度複雜的器官，包含數百種不同類型、大約1000億個神經元。瞭解大腦的結構和功能是21世紀最具挑戰性的科學問題之一。重要的是，當前對於神經環路結構以及與腦功能相關的神經信息處理機制的瞭解仍知之甚少。神經環路由大量不同類型的神經元和特殊的突觸連接組成，是執行各種功能（例如感知、情感、記憶和想象力以及其他活動等）的結構基礎。揭示神經環路的結構是理解大腦中信息處理機制的前提。
傳統的神經環路示蹤方法，例如電子顯微鏡和高爾基體染色，以及染料和蛋白質/肽示蹤劑，可以描繪出一個大腦區域中神經元的形態及其對其他區域的投射與跨突觸標記。但是，這些示蹤劑和方法存在一些侷限性，例如大量沉積、間接信號傳遞、不確定傳播方向以及嚴重的突觸後信號衰減。嗜神經性病毒是一類病毒載體，可以感染神經元並沿著神經連接傳播，例如偽狂犬病病毒（PRV），1型單純皰疹病毒（HSV），狂犬病病毒（RV）和水皰性口腔炎病毒（VSV）。此外，還有可以有效標記體內神經元的精細形態的重組型非跨突觸病毒載體，例如Semliki森林病毒（SFV）；另外還有可以充當外源基因表達的輔助病毒，例如重組腺病毒相關病毒（AAV）和慢病毒（LV）；其他還有可以用於顯示上游投射解剖結構的病毒，例如犬腺病毒2（CAV2）（見表1）。
與傳統示蹤劑相比，嗜神經病毒具有以下特徵：（I）跨突觸傳播；（II）控制跨突觸傳遞的順行或逆行方向；（III）跨越突觸後的複製沒有任何信號衰減；以及（IV）與各種遺傳標記的相容性。這些特徵在研究神經環路的結構和功能中提供了獨特的優勢。
但是，現有的病毒示蹤劑系統仍然存在一些侷限性：（I）示蹤劑工具無法在不同的動物模型中始終如一地工作，尤其是對於靈長類動物而言，缺乏有效的病毒示蹤劑；（II）現有工具的毒性限制了它們的應用，例如神經環路的長期功能分析；（III）某些病毒的低表達效率使實驗過程複雜化；（IV）製備工藝急需改善，尤其是高效生產適用於局部神經環路的稀疏標記病毒系統需要改進；（VI）某些病毒顆粒感染神經元的機制尚不清楚。因此，迫切需要進一步開發和改進病毒追蹤工具，並提供詳細的使用說明。
在本期發表的一篇題為“Rabies Virus Pseudotyped with CVS-N2C Glycoprotein as a Powerful Tool for Retrograde Neuronal Network Tracing”的研究論文中，研究人員對比了三種廣泛使用的逆行病毒示蹤劑中逆行基因轉導和神經元親和力的效率。他們發現，狂犬病病毒的SAD株[SAD-RV（ΔG）-N2C（G）]與來自CVS株的N2C糖蛋白包裝在一起，其逆行效率與rAAV2-retro相當，但示蹤範圍更廣。而rAAV2-retro更適合於皮層神經環路的示蹤。另一方面，被廣泛用作順行示蹤劑的HSV1株H129也可通過軸突末端攝取，有效感染上游神經支配的神經元，並顯示出清晰的逆行標記表型，表明起始細胞有兩種類型，注射中局部感染的神經元部位和逆行感染的神經元[1]。
圖1 病毒沿神經環路示蹤的傳播方向和過程
表1 常用重組病毒載體在神經環路示蹤過程中的優點和缺點
總而言之，通過對不同病毒載體的感染機制、效率和神經元親和力的比較，可以為個體研究設計選擇合適的病毒工具提供了有價值的信息。在神經環路追蹤中，標記圖像的定性和定量分析對於進一步分析也是必要的。基於這些結果，不同的嗜神經病毒在感染的不同大腦區域是具有獨特的標記特徵。然而，單個工具的結果可能不完整且不充分，需要使用多種技術進行驗證。因此，通常沒有理想的病毒工具可用於追蹤各種神經環路。研究人員必須瞭解所選工具或方法的優缺點，以避免結果不準確或過於籠統。同時，必須對使用不同病毒示蹤工具和方法對所獲得的結果進行綜合比較和分析，以謹慎得出結論。
參考文獻：
Zhu X, Lin K, Liu Q, et al. Rabies Virus Pseudotyped with CVS-N2C Glycoprotein as a Powerful Tool for Retrograde Neuronal Network Tracing. Neuroscience Bulletin 2020 ;36(3):202-216.
閱讀更多 brainnews 的文章
