Informations

Le rapport entre les cellules des cônes M et L varie-t-il chez un individu ?

Le rapport entre les cellules des cônes M et L varie-t-il chez un individu ?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Wikipédia dit :

Le rapport des cônes M et L varie considérablement entre les différentes personnes ayant une vision régulière (par exemple des valeurs de 75,8% L avec 20,0% M contre 50,6% L avec 44,2% M chez deux sujets masculins).

Cela m'a fait me demander si d'autres personnes peuvent alors percevoir des couleurs plus ou moins vertes/rouges que moi. Mais ensuite je me suis demandé pourquoi je perçois toutes les couleurs de la même manière pour les deux objets sur ma ligne de vue et sur les côtés (sauf à 90+° de ma ligne de vue horizontalement). Est-ce parce que le ratio de cellules coniques est similaire sur toute la rétine (chez un individu) ?


La forme compte : la relation entre la géométrie cellulaire et la diversité du phytoplancton

La taille et la forme influencent profondément les performances écophysiologiques et l'aptitude évolutive d'un organisme, suggérant un lien entre la morphologie et la diversité. Cependant, on ne sait pas grand-chose sur la façon dont la forme corporelle est liée à la richesse taxonomique, en particulier chez les microbes. Ici, nous analysons des ensembles de données mondiaux de phytoplancton marin unicellulaire, un groupe majeur de producteurs primaires avec une diversité exceptionnelle de tailles et de formes de cellules et, en outre, des protistes hétérotrophes. À l'aide de deux mesures d'allongement de la forme cellulaire, nous quantifions la diversité taxonomique en fonction de la taille et de la forme des cellules. Nous constatons que les cellules de volume intermédiaire ont la plus grande variation de forme, des formes aplaties aux formes extrêmement allongées, tandis que les petites et grandes cellules sont pour la plupart compactes (par exemple sphériques ou cubiques). La diversité taxonomique est fortement liée à l'élongation cellulaire et au volume cellulaire, expliquant ensemble jusqu'à 92% de la variance totale. La diversité taxonomique décroît de façon exponentielle avec l'allongement cellulaire et affiche une dépendance log-normale du volume cellulaire, culminant pour les cellules de volume intermédiaire avec des formes compactes. Ces grands schémas de diversité phytoplanctonique, jusqu'alors inconnus, révèlent des pressions sélectives et des contraintes écophysiologiques sur la géométrie des cellules phytoplanctoniques, ce qui peut améliorer notre compréhension de l'écologie marine et des règles évolutives de la vie.


Fond

Bien que les micro-organismes soient flexibles dans leur teneur en azote (N) et en phosphore (P) en raison de leur capacité à stocker ces nutriments, les rapports P:N moyens et leurs variations indiquent une similitude surprenante entre et au sein des espèces microbiennes et même avec les plantes et les insectes herbivores. Par exemple, pour le phytoplancton marin, les variations du rapport P:N en masse sont comprises entre 0,04 et 0,30, avec une moyenne globale proche du rapport Redfield de 0,14 [1]. Une valeur moyenne du rapport dans les plantes terrestres sur leurs sites naturels est comprise entre 0,07 et 0,08 [2–4]. Le zooplancton d'eau douce et les insectes herbivores des écosystèmes terrestres présentent également des similitudes, avec des rapports P:N moyens de 0,10 et 0,08 respectivement [2].

Les contraintes stœchiométriques sont un facteur important dans la régulation de la croissance microbienne et dans leur interaction avec l'environnement. Il a été proposé qu'une augmentation du taux de croissance nécessite une augmentation de la biosynthèse des protéines et, par conséquent, une allocation supplémentaire de ressources cellulaires à la synthèse des ribosomes et de l'ARN ribosomique, qui constituent la partie principale de l'ARN cellulaire. En raison de cette allocation, le rapport P:N dans la cellule augmente. Cette idée est appelée hypothèse du taux de croissance (GRH) [5-7]. En accord avec cette hypothèse, la synthèse d'ARNr dans les bactéries est maintenue proportionnellement aux besoins de la cellule, et le nombre de gènes d'ARNr est en corrélation avec la vitesse à laquelle les bactéries phylogénétiquement diverses répondent à la disponibilité des ressources [8, 9]. Chez les bactéries marines, les taux de croissance spécifiques à l'espèce peuvent être estimés en mesurant la teneur en ARNr des organismes [10].

Les études écologiques soutenant le GRH prennent généralement en compte la stoechiométrie P:N, le taux de croissance et la teneur en ARN de différents organismes. Un effet significatif du taux de croissance d'un organisme unicellulaire individuel sur sa composition macromoléculaire a également été bien documenté [11–16]. Il a été constaté qu'une altération de la croissance des bactéries, des levures, des algues et des champignons entraînait une diminution de leur ARN total, de leur ARNr, de leur teneur en protéines et du rapport ARN:protéine. Une proportionnalité directe entre le taux de croissance spécifique et le rapport ARN:protéine a été rapportée dans Escherichia coli [11]. Cette découverte est en accord avec le GRH, car N et P dans l'ARN et les protéines dominent les quantités totales de ces éléments dans les cellules des organismes unicellulaires [5]. Nous pouvons conclure de ces études que certains mécanismes moléculaires activés dans les cellules d'un organisme individuel en réponse aux conditions environnementales peuvent être responsables de changements dans la stoechiométrie P:N. À l'heure actuelle, cependant, ces mécanismes ne sont pas clairs. Selon les études d'efficacité translationnelle in vitro [17, 18], la croissance bactérienne la plus rapide exige des ribosomes d'une efficacité maximale. Étant donné que le nombre de ribosomes est proportionnel à l'ARNr cellulaire et au contenu en ARN [19], l'efficacité accrue de la synthèse des protéines par les ribosomes dans le cadre de la croissance plus rapide rapportée dans ces études peut entraîner une diminution du rapport ARN:protéine dans la cellule. Cependant, ce point de vue n'est pas en accord avec le GRH et n'est pas soutenu par les études susmentionnées de la composition macromoléculaire. De plus, des études sur l'ARN ribosomique, messager et de transfert chez la levure lors d'un changement nutritionnel [20] montrent que, bien que l'ARN ribosomique soit significativement réduit après inhibition de la croissance, les ARN messager et de transfert sont légèrement augmentés [21]. Ces observations apportent un soutien indirect à l'idée que la synthèse de protéines dans les micro-organismes soumis à un retard de croissance peut nécessiter moins de ribosomes que sous une croissance favorable, entraînant une diminution des rapports ARN:protéine et P:N. Cette régularité cellulaire peut sous-tendre l'effet du taux de croissance sur les rapports ARN:protéine et P:N au niveau d'un organisme individuel. L'objectif de cette étude était d'étudier cette hypothèse et de montrer que le rapport P:N cellulaire estimé à partir du rapport ARN:protéine reproduit les rapports P:N moyens obtenus expérimentalement pour divers micro-organismes et plantes. Nous avons analysé la composition macromoléculaire, le nombre de ribosomes actifs et le taux d'élongation des peptides dans un ensemble d'organismes unicellulaires procaryotes et eucaryotes (bactéries, levures, champignons, algues) en fonction de leurs taux de croissance. Cette information a été utilisée pour calculer la stoechiométrie P:N des organismes unicellulaires et les besoins cellulaires des ribosomes pour la synthèse des protéines dans différentes conditions de croissance.

Il a été constaté que les rapports P:N estimés dérivés du contenu en ARN et en protéines de ces organismes se situaient dans la même plage que les rapports moyens rapportés pour d'autres organismes divers. Il y avait une proportionnalité directe entre l'exigence ribosomique pour la production de protéines dans la cellule et le rapport ARN:protéine, ce qui peut sous-tendre cette similitude et la relation positive du rapport P:N avec le taux de croissance des micro-organismes. Une diminution des besoins ribosomiques pour la production de protéines avec une augmentation du taux de croissance pourrait s'expliquer en termes de théorie du soma d'élimination.


Le rapport entre les cellules des cônes M et L varie-t-il chez un individu ? - La biologie

Le dogme central repose sur l'existence et les propriétés d'une armée de molécules d'ARNm qui sont transitoirement créées au cours du processus de transcription et souvent, peu de temps après, dégradées. Pendant le peu de temps qu'ils se trouvent dans une cellule, ces ARNm servent de matrice pour la création d'une nouvelle génération de protéines. La question posée dans cette vignette est la suivante : en moyenne, quel est le rapport entre le message traduit et le message lui-même ?

Bien qu'il existe de nombreux facteurs qui contrôlent le rapport protéine-ARNm, le modèle le plus simple indique une estimation en termes de quelques taux clés. Pour voir cela, nous devons écrire une simple « équation de taux » qui nous indique comment la teneur en protéines changera dans un très petit incrément de temps. Plus précisément, nous recherchons la dépendance fonctionnelle entre le nombre de copies protéiques d'un gène (p) et le nombre de molécules d'ARNm (m) qui l'engendrent. Le taux de formation de p est égal au taux de traduction multiplié par le nombre de messages, m, puisque chaque molécule d'ARNm peut elle-même être considérée comme une source de protéines. Cependant, en même temps que de nouvelles protéines sont synthétisées, la dégradation des protéines retire progressivement les protéines de la circulation. De plus, le nombre de protéines dégradées est égal au taux de dégradation multiplié par le nombre total de protéines. Ces mots encombrants peuvent être beaucoup plus élégamment encapsulés dans une équation qui nous dit comment en un petit instant le nombre de protéines change, à savoir,

où est le taux de dégradation et est le taux de traduction (bien que la littérature soit malheureusement tiraillée entre ceux qui définissent la notation de cette manière et ceux qui utilisent les lettres avec exactement le sens inverse).

Figure 1 : Ribosomes sur ARNm sous forme de billes sur une ficelle (de : http://bass.bio.uci.edu/

Nous nous intéressons à la solution en régime permanent, c'est-à-dire ce qui se passe après qu'un temps suffisamment long s'est écoulé et que le système ne change plus. Dans ce cas dp/dt=0=βm-αp. Cela nous indique à son tour que le rapport protéine/ARNm est donné par p/m = /α. On remarque que ce n'est pas le même que le nombre de protéines produites à partir de chaque ARNm, cette valeur nous oblige à connaître également le taux de renouvellement des ARNm que nous relevons à la fin de la vignette. Quelle est la valeur de b ? Un ARNm rapidement traduit aura des ribosomes le décorant comme des perles sur une ficelle comme capturé dans la micrographie électronique classique illustrée à la figure 1. Leur distance les uns des autres le long de l'ARNm est au moins la taille de l'empreinte physique d'un ribosome (≈20 nm , BNID 102320, 105000) qui est la longueur d'environ 60 paires de bases (longueur du nucléotide 0,3 nm, BNID 103777), équivalent à ≈ 20 aa. Le taux de traduction est d'environ 20 aa/sec. Il faut donc au moins une seconde pour qu'un ribosome se déplace le long de sa propre empreinte de taille physique sur l'ARNm, ce qui implique un taux de traduction global maximal de b=1 s -1 par transcrit.

Le taux de dégradation effectif provient non seulement de la dégradation des protéines mais également d'un effet de dilution au fur et à mesure que la cellule se développe. En effet, des deux effets, souvent l'effet de dilution de division cellulaire est dominant et donc le temps de dégradation effectif global, qui prend en compte la dilution, est de l'ordre de l'intervalle de temps d'un cycle cellulaire, . On a donc α = 1/τ.

Au vu de ces chiffres, le rapport p/m est donc de 1 s -1 /(1/??)=. Pour E. coli, ?? est d'environ 1000 s et donc p/m

1000. Bien sûr, si les ARNm ne sont pas transcrits à la vitesse maximale, le rapport sera plus petit. Effectuons un test de cohérence sur ce résultat. Sous croissance exponentielle à taux de croissance moyen E. coli est connu pour contenir environ 3 millions de protéines et 3000 ARNm (BNID 100088, 100064). Ces constantes impliquent que le rapport protéine/ARNm est 1000, précisément en ligne avec l'estimation donnée ci-dessus. Nous pouvons effectuer un deuxième contrôle de cohérence basé sur les informations des vignettes précédentes. Dans la vignette « Qu'est-ce qu'un ARNm plus lourd ou la protéine qu'il code ? nous avons dérivé un rapport de masse d'environ 10:1 pour l'ARNm aux protéines pour lesquelles ils codent. Dans la vignette « Quelle est la composition macromoléculaire de la cellule ? nous avons mentionné que la protéine est d'environ 50% de la masse sèche dans E. coli cellules tandis que l'ARNm ne représente qu'environ 5% de l'ARN total dans la cellule, qui représente elle-même environ 20% de la masse sèche. Cela implique que l'ARNm représente donc environ 1% de la masse sèche globale. Ainsi, le rapport ARNm/protéine devrait être d'environ 50 fois 10, ou 500 à 1. De notre point de vue, tous ces contrôles de santé mentale se tiennent très bien ensemble.

Figure 2 : Mesure simultanée de l'ARNm et de la protéine dans E. coli. (A) Images de microscopie du niveau d'ARNm dans les cellules d'E. coli. (B) Images microscopiques de protéines dans des cellules d'E. coli. (C) Nombre de copies de protéines par rapport aux niveaux d'ARNm obtenus en utilisant les deux méthodes de microscopie comme celles présentées dans la partie (A) et en utilisant des méthodes basées sur le séquençage. De Taniguchi et al. Science. 329, 533 (2010).

Expérimentalement, comment ces chiffres sur les rapports protéine/ARNm sont-ils déterminés ? Une méthode élégante consiste à utiliser la microscopie à fluorescence pour observer simultanément les ARNm en utilisant l'hybridation in situ en fluorescence (FISH) et leurs produits protéiques qui ont été fusionnés à une protéine fluorescente. La figure 2 montre des images de microscopie de l'ARNm et de la protéine de fusion traduite correspondante pour un gène particulier dans E. coli. La figure 2C montre les résultats utilisant ces méthodes pour plusieurs gènes et confirme un excès de 100 à 1000 fois du nombre de copies de protéines par rapport à leurs ARNm correspondants. Comme le montre cette figure, non seulement la visualisation directe par microscopie est utile, mais des méthodes basées sur des séquences ont également été invoquées.

Pour les organismes à croissance plus lente tels que les levures ou les cellules de mammifères, nous nous attendons à un rapport plus important avec la mise en garde que nos hypothèses sur le taux de traduction maximal deviennent de plus en plus ténues et avec cela notre confiance dans l'estimation. Pour les levures à des taux de croissance moyens à rapides, le nombre d'ARNm a été signalé comme étant compris entre 10 000 et 60 000 par cellule (BNID 104312, 102988, 103023, 106226, 106763). Comme les cellules de levure ont un volume ≈50 fois plus grand que E. coli, le nombre de protéines peut être estimé comme étant plus grand par cette proportion, soit 200 millions. Le rapport p/m est alors ≈2吆 8 /2吆 4 ≈10 4 , en ligne avec la valeur expérimentale d'environ 5 000 (BNID 104185, 104745). Pour la levure qui se divise toutes les 100 minutes, c'est de l'ordre du nombre de secondes de son temps de génération, en accord avec notre estimation brute ci-dessus.

Figure 3 : Ratio protéine/ARNm dans la levure à fission. (A) Histogramme illustrant le nombre de copies d'ARNm et de protéines telles que déterminées à l'aide de méthodes de séquençage et de spectrométrie de masse, respectivement. (B) Graphique de l'abondance des protéines et de l'abondance de l'ARNm sur une base gène par gène. Adapté de S. Marguerat et al., Cell, 151:671, 2012. Une analyse récente (R. Milo, Bioessays, 35:1050, 2014) suggère que les niveaux de protéines ont été sous-estimés et un facteur de correction d'environ 5 fois doit être appliqué, rendant ainsi le rapport protéine/ARNm plus proche de 104.

Comme pour la plupart des quantités décrites tout au long du livre, l'engouement pour le haut débit à l'échelle du génome a également touché le sujet de cette vignette. Plus précisément, en utilisant une combinaison de RNA-Seq pour déterminer le nombre de copies d'ARNm et des méthodes de spectrométrie de masse et de profilage ribosomique pour déduire la teneur en protéines des cellules, il est possible d'aller au-delà des estimations et des mesures spécifiques gène par gène décrites ci-dessus. Comme le montre la figure 3 pour la levure à fission, la distribution à l'échelle du génome de l'ARNm et des protéines confirme les estimations fournies ci-dessus, montrant un excès de plus de mille fois de protéines par rapport à l'ARNm dans la plupart des cas. De même, dans les lignées cellulaires de mammifères, un rapport protéine/ARNm d'environ 104 est déduit (BNID 110236).

Figure 4 : Dynamique de la production de protéines. (A) Explosions de production de protéines résultant de plusieurs cycles de traduction sur la même molécule d'ARNm avant qu'elle ne se désintègre. (B) Distribution des tailles d'éclatement pour la protéine bêta-galactosidase dans E. coli. (Adapté de L. Cai et al., Nature, 440 : 358, 2006.)

Jusqu'à présent, nous nous sommes concentrés sur le nombre total de copies de protéines par ARNm et non sur le nombre de protéines produites par rafale de production se produisant à partir d'un ARNm donné. Cette mesure de la taille d'éclatement est représentée sur la figure 4, montrant pour la protéine bêta-galactosidase dans E. coli la distribution des tailles de rafales observées, diminuant rapidement de la poignée commune à beaucoup moins de cas de plus de 10.

Enfin, nous notons qu'il existe un troisième sens à la question qui intitule cette vignette, où nous pourrions demander combien de protéines sont fabriquées à partir de chaque ARNm individuel avant qu'il ne soit dégradé. Par exemple, en croissance rapide E. coli, les ARNm sont dégradés environ toutes les 3 minutes, comme indiqué dans la vignette « Quels sont les taux de dégradation des ARNm et des protéines ? ». Cette échelle de temps est environ 10 à 100 fois plus courte que le temps de cycle cellulaire. En conséquence, pour passer de l'affirmation selon laquelle le rapport protéine/ARNm est généralement de 1000 au nombre de protéines produites à partir d'un ARNm avant qu'il ne soit dégradé, nous devons diviser le nombre de vies d'ARNm par cycle cellulaire. Nous constatons que dans cette division rapide E. coli scénario, chaque ARNm donne naissance à environ 10 à 100 protéines avant d'être dégradé.

Une étude récente (G. Csardi et al., PLOS Genetics, 2015) propose de revisiter la question fondamentale de cette vignette. Une analyse minutieuse de dizaines d'études sur les niveaux d'ARNm et de protéines chez la levure bourgeonnante, l'organisme modèle le plus courant pour de telles études, suggère une relation non linéaire où les gènes avec des niveaux d'ARNm élevés auront un rapport protéine/ARNm plus élevé que les ARNm faiblement exprimés. Cela suggère que la corrélation entre l'ARNm et la protéine n'a pas une pente de 1 sur l'échelle log-log mais plutôt une pente d'environ 1,6, ce qui explique également pourquoi la plage dynamique des protéines est significativement plus grande que celle de l'ARNm.


Résultats

Aspect des couleurs : échelle de teinte et de saturation

Les figures 1a et 1b montrent, pour la vue newtonienne et la vue maxwellienne, respectivement, les données de mise à l'échelle de la teinte moyenne du groupe en fonction de la longueur d'onde. Les valeurs de teinte ont été redimensionnées par leurs fonctions de saturation associées de telle sorte que les teintes additionnent, non pas à 100%, mais aux valeurs de saturation associées (voir ci-dessus) les moyennes pour les femmes sont représentées par des symboles et les moyennes pour les hommes par des lignes continues . Les barres d'erreur sont des SEM pour plus de clarté, celles des hommes s'étendent uniquement en dessous des points de données, tandis que celles des femmes s'étendent uniquement au-dessus des points de données. À chaque longueur d'onde, les moyennes des groupes et leurs SEM ont été obtenues en faisant la moyenne des valeurs R, Y, G, B obtenues de chaque participant.

Apparition des couleurs dans la fovéa des lumières monochromatiques. Moyennes de groupe des fonctions de teinte individuelles remises à l'échelle par les valeurs de saturation associées, les valeurs de teinte totalisent les valeurs de saturation. (une) Stimuli vus en vue newtonienne. Les barres d'erreur (SEM) s'étendent au-dessus des symboles pour les femmes et en dessous des lignes pour les hommes. (b) Vue maxwellienne. (c) Données de la vue newtonienne lissées et retracées sur un espace colorimétrique bidimensionnel (Diagramme d'apparence uniforme, voir le texte pour plus de détails). () Données de la vue maxwellienne lissées et retracées sur un diagramme d'apparence uniforme.

Il semble y avoir des différences liées au sexe, mais elles semblent petites et il n'est pas facile d'apprécier leur ampleur ou leur direction. Les effets sont plus nets lorsque les données de la figure 1a, b sont affichées dans un espace couleur, l'UAD, de la figure 1c, d. Les données des femmes sont légèrement tournées par rapport à celles des hommes : dans la plupart des parties du spectre, la rotation des données des femmes est dans le sens des aiguilles d'une montre par rapport aux données des hommes – cette rotation est implicite dans les données et n'est pas le résultat d'un manipulation analytique.Considérez, par exemple, les points étiquetés 510 nm sur la figure 1c pour les femmes, le point est presque sur l'axe vertical GR, ce qui signifie que la sensation est proche de l'unique G mais pour les hommes, la même longueur d'onde est toujours dans le quadrant BG, ce qui signifie que sa longueur d'onde doit augmenter de quelques nanomètres pour qu'elle apparaisse unique G.

Nous avons affaire à des données provenant de deux conditions de visualisation. Nous avons montré précédemment que ces conditions entraînent des différences systématiques dans les teintes suscitées par chaque longueur d'onde [25]. Nous faisons une parenthèse pour montrer que les différences liées au sexe qui sont le point central de cet article ne sont pas dues à des différences dans les conditions de visionnage.

Bien que les résultats soient qualitativement similaires, il existe un problème qui nous empêche de simplement fusionner les deux ensembles de données. Malgré le même éclairement rétinien, il existe une différence importante : nos stimuli ont été présentés sous forme de brefs flashs avec un ITI minimum de 20 s dans une salle de test sombre, ce qui signifie que les pupilles des participants étaient largement dilatées. Ainsi, dans la vue newtonienne, une grande partie de la lumière est entrée par la périphérie de la pupille et a donc frappé les récepteurs à des angles plus grands que ceux de la lumière entrant par le centre de la pupille, comme c'est le cas dans la vue maxwellienne. De tels rayons "de bord" sont connus pour produire des changements sur l'apparence de la couleur des lumières monochromatiques (effet Stiles-Crawford de type II (SC-II) [46, 47]).

La figure 2 compare nos données des deux conditions d'observation. L'abscisse montre, pour la vue maxwellienne, les longueurs d'onde qui ont suscité une série de sensations de teinte, allant de 100%B à 20%Y & 80%R, par pas de 5% de teinte. (La gamme des rapports de teinte est limitée à ceux qui ont été vus par tous les participants.) L'ordonnée montre le changement de longueur d'onde nécessaire pour produire la même sensation de teinte dans la vue newtonienne que dans la vue maxwellienne. La courbe solide, moyenne du groupe, est redessinée à partir de notre article précédent comparant ces conditions d'observation. Les raisons possibles de l'effet sont discutées en détail dans cet article [25]. Les deux autres courbes de la figure 2, issues des données de cet article (figure 1c, d), décomposent l'effet par sexe : il semble y avoir des différences liées au sexe, mais elles ne sont pas significatives (voir analyse statistique ci-dessous).

Décalage de la longueur d'onde du stimulus nécessaire pour que l'apparence de la couleur soit la même que celle vue dans la vue maxwellienne. Fonctions moyennes du groupe désagrégées par sexe. Les barres d'erreur (SEM) s'étendent au-dessus des symboles pour les femmes et en dessous des symboles pour les hommes.

Analyse statistique des différences entre les sexes

Bien que les effets du sexe sur l'apparence des couleurs semblaient cohérents entre les deux conditions d'observation, ils étaient faibles et non identiques. Pour démontrer que les effets du sexe sont réels, nous avons utilisé une méthode acceptée pour fusionner des ensembles de données qui ont des moyennes différentes : le calcul des différences individuelles à partir des moyennes pour chaque condition.

Parce qu'il y avait presque deux fois plus de femmes que d'hommes, une moyenne sur tous les participants biaiserait grossièrement le résultat vers les longueurs d'onde requises par les femmes pour chaque teinte. Par conséquent, pour chaque condition d'observation, une moyenne globale des longueurs d'onde nécessaires pour obtenir chaque teinte a été dérivée : Moyenne du système optique = (Moyenne pour les hommes + moyenne pour les femmes)/2. Les moyennes ont été calculées séparément pour chaque sexe afin d'éliminer les effets des différences dans la taille des échantillons entre les hommes et les femmes.

Ensuite, pour chaque sensation de teinte de l'une des deux conditions d'observation (newtonienne ou maxwellienne), la longueur d'onde requise de chaque participant a été soustraite de la longueur d'onde moyenne pour le sexe de ce participant. Ces différences par rapport à chaque moyenne du système optique ont été combinées en une seule grande matrice, organisée pour conserver les descripteurs du sexe et du système optique.

Les différences mâle-femelle dans la longueur d'onde requise pour une teinte spécifique sont illustrées à la figure 3. Cette figure montre clairement le point central de cet article : les mâles ont besoin d'une longueur d'onde légèrement plus longue que les femelles pour ressentir la même teinte.

Différences sexuelles dans les changements de longueurs d'onde (données combinées des vues newtoniennes et maxwelliennes, voir le texte pour la description de la procédure de combinaison) associées à des sensations de teinte spécifiques. Longueurs d'onde requises pour que les femelles expérimentent un rapport de teinte spécifique (bleu, bleu/vert, vert/jaune, jaune/rouge) soustrait des longueurs d'onde requises par les mâles pour les mêmes rapports de teinte.

Dans la figure 3, l'abscisse est une série de sensations de teinte, allant de 100 % B à 20 % Y et à 80 % R, par incréments de 5 % de teinte, la plage des rapports de teinte est limitée à ceux qui ont été vus par tous les participants. (Par exemple, seulement 30 femmes ont rapporté une sensation de 5%R & 95%B, et seulement 24 ont eu une sensation de 25%R & 75%B des hommes, seulement 18 ont rapporté une sensation de 5%R & 95%B , et seulement 14 avaient une sensation de 25%R & 75%B.) Les résultats de la matrice combinant toutes les données ont été moyennés séparément pour les hommes et les femmes : la longueur d'onde moyenne nécessaire pour obtenir chaque teinte pour les femmes a ensuite été soustraite de celle pour mâles. Les résultats sont tracés en ordonnée sur la figure 3. Pour 56 de ces 57 sensations, couvrant la majeure partie du spectre visible, les hommes ont besoin d'une longueur d'onde plus longue que les femmes pour ressentir une sensation de teinte donnée. Cette différence est également représentée sur la figure 1c, d : comme nous l'avons noté (voir ci-dessus), pour chaque condition de visualisation, les données féminines sont tournées dans le sens des aiguilles d'une montre par rapport aux données masculines.

Une ANOVA (modèle linéaire général SPSS, mesures répétées, conception mixte) a été exécutée en utilisant la matrice globale ci-dessus : les facteurs étaient la teinte, le sexe et le système optique. (Voir le tableau 1.) Alors que les effets du sexe étaient faibles, l'effet du sexe était significatif : F (1, 92) = 7,004, p = 0,010. Les degrés de liberté (92) étaient légèrement inférieurs aux degrés de liberté attendus du nombre total de participants (105), cela était dû à certains points de données manquants causés par des erreurs mineures dans l'acquisition des données informatisées. Les données des participants avec de telles données manquantes ont été exclues de l'analyse statistique.

Sur la figure 3, la taille d'effet moyenne des différences mâle-femelle de longueur d'onde requise pour obtenir chaque teinte est de 2,2 nm. Bien qu'à travers les teintes, il existe des variations dans les différences, elles ne sont pas significativement différentes de cette moyenne (ANOVA : pas d'effet significatif de la teinte, voir tableau 1). Autrement dit, quelle que soit la teinte particulière, les mâles avaient besoin, en moyenne, d'une longueur d'onde de 2,2 nm plus longue que la longueur d'onde nécessaire pour susciter la même sensation chez les femelles. De même, il n'y avait pas d'effet significatif sur les scores de différence dus au système optique : les résultats étaient les mêmes lorsque l'ensemble de données de chaque participant était comparé à la moyenne appropriée pour un système optique donné. Entre autres choses, cela signifie que les différences possibles entre les sexes dans les données des deux conditions de visionnage (voir la figure 2) ne sont pas statistiquement significatives. Il n'y a pas eu d'autres effets ou interactions significatifs.

Matchs d'anomaloscope de Rayleigh

Les humains sont polymorphes pour les cônes L et M (par exemple [13]). De plus, les individus peuvent exprimer plus d'un de ces allèles, et il existe des différences sexuelles dans le nombre relatif de cônes L et M [14, 48, 49]. Il est généralement admis que de nombreuses femelles ont des phénotypes avec plusieurs photopigments L et M. Cependant, il existe un certain consensus sur le fait que les hommes ne peuvent exprimer qu'un seul de chaque (par exemple [50]). Ces résultats peuvent être à la base des effets sexuels significatifs sur la teinte que nous rapportons ici.

Les variations interindividuelles des sensibilités spectrales des cônes L et M chez les individus devraient affecter leurs correspondances avec l'anomaloscope de Rayleigh. Dans ce test un champ bipartite est illuminé d'un côté avec une lumière qui apparaît Y la tâche est de faire correspondre son apparence avec un mélange additif de l'autre côté avec deux lumières, l'une apparaissant G et l'autre apparaissant R. (Parce que toutes les longueurs d'onde nous avons utilisé étaient plus longs que 520 nm, les cônes S n'ont pratiquement rien contribué au résultat.) La plupart des participants qui ont mis à l'échelle les apparences des lumières monochromatiques vues en vue newtonienne ont également utilisé notre anomaloscope pour faire des correspondances Rayleigh.

Suivant la convention de Neitz et Jacobs [48], nous avons dérivé une mesure moyenne de la valeur RG correspondante comme suit. Nous avons regroupé les ratios RG pour tous les participants, quel que soit le sexe, et pondéré les valeurs R et G de sorte que la moyenne du groupe pour la quantité R/(R + G) soit égale à 0,5. Cette valeur est le milieu des abscisses des figures 4a, b ces figures montrent les distributions de fréquence de ce rapport respectivement pour les femmes et les hommes. Des valeurs élevées du rapport impliquent un R moins efficace dans le mélange correspondant et des valeurs faibles impliquent un G moins efficace. Les individus qui n'ont pas le cône L auront des valeurs extrêmement élevées pour le rapport, tandis que ceux qui n'ont pas le cône M auront des valeurs extrêmement basses ces individus présentent une forme de daltonisme (dichromatie) appelée protanopie ou deutéranopie, respectivement des valeurs modérément élevées indiquent des formes moins sévères (anormales) de ces déficiences. Tous nos observateurs avaient des ratios loin de ces extrêmes – ils étaient de couleur normale.

Distributions de fréquence des rapports d'appariement d'anomaloscope : R/(R + G), où R et G sont repondérés pour produire une moyenne de groupe de 0,5 (voir le texte pour plus de détails). (Seuls les participants qui ont également mis à l'échelle la teinte et la saturation des stimuli vus en vue newtonienne.) (une) femelles. (b) mâles.

Étant donné que les humains, en particulier les femelles, sont polymorphes pour les gènes des cônes L et M, on pourrait s'attendre à ce que les correspondances de Rayleigh montrent plusieurs modes, comme le montrent les données publiées basées sur de grands échantillons : les mâles avaient une distribution bimodale, tandis que les femelles avait une distribution largement trimodale (par exemple, [14]). Même si nos distributions des ratios RG d'appariement (figure 4) ne diffèrent pas beaucoup selon le sexe, elles montrent, en particulier pour les femmes, certaines des différences liées au sexe signalées précédemment. Chaque graphique comprend également les distributions normales attendues (basées sur les moyennes et les variances du groupe) si seules des variations aléatoires étaient impliquées. En appliquant le test de Kolmogorov-Smirnov (tel qu'inclus dans SPSS), la distribution de fréquence pour les hommes n'était pas significativement différente de la normalité (p = 0,134), peut-être en raison de la petite taille de l'échantillon pour les femmes, il y avait une différence significative par rapport à la normalité (p = 0,016) .

Nous avons considéré les distributions des correspondances de Rayleigh car des modes multiples significatifs indiquent des sous-populations possibles. Chaque sous-population pourrait être associée à plusieurs modes dans les distributions spectrales de teintes uniques. Nous examinons cela ci-dessous.

Des teintes uniques

Les cônes uniques ne peuvent signaler que la vitesse à laquelle leurs photopigments absorbent les photons - une fois qu'un photon est absorbé, toutes les informations sur sa longueur d'onde sont perdues. Pour fournir des informations sur la longueur d'onde (couleur), le système nerveux doit comparer les réponses des cônes qui contiennent différents photopigments cette comparaison est effectuée par des cellules spectralement opposées dans la rétine - par exemple, un type de cône plus sensible aux longueurs d'onde plus longues pourrait exciter ces cellules, alors qu'un autre type de cône, plus sensible aux longueurs d'onde plus courtes, les inhiberait.

Les systèmes à adversaire spectral semblent omniprésents chez les espèces ayant une vision des couleurs, allant des mulets assortis des eaux peu profondes de la famille des Mugilidae [51], aux anguilles [52], aux singes macaques [53]. Chez le macaque, quatre types de cellules spectralement opposées ont été identifiés dans la rétine et la zone visuelle du thalamus (noyau genouillé latéral) [53-56]. Ces cellules adverses ont des points spectraux auxquels l'excitation et l'inhibition sont égales et il n'y a pas de réponse nette (point nul). Les sensations psychologiques de couleur ont également des valeurs nulles spectrales - par exemple, la sensation qui n'est que Y (Y unique) coïncide avec le point nul pour R contre G (voir Figure 1). Cependant, les points nuls psychophysiques (teintes uniques) ne coïncident pas avec les points nuls des cellules spectralement opposées. Les sensations doivent finalement dépendre du retraitement de ces entrées neuronales pour déterminer les mécanismes (sensoriels) de la teinte de l'adversaire [30].

Les lieux spectraux des teintes uniques sont particulièrement intéressants car ils définissent les points nuls des sensations spectralement opposées, c'est-à-dire les mécanismes de teinte. Nous soutenons que les mécanismes de teinte sont opposés, sur la base d'une variété de preuves, y compris des observations selon lesquelles la moitié d'un système d'adversaire peut être utilisée pour annuler la sensation de son adversaire [57, 58]. Ainsi, Y unique se produit à la longueur d'onde qui provoque une sensation de ni R ni G, c'est le point nul du mécanisme RG. Les valeurs précises de ces loci jouent donc un rôle important dans la contrainte de nombreux modèles de vision des couleurs basés sur le traitement spectralement opposé de l'information visuelle (par exemple, [30, 57, 59-61]).

Les UAD ont été tracés pour chaque individu, la longueur d'onde pour chaque teinte unique a été trouvée par interpolation sur la spline ajustée. Les figures 5a-c montrent les distributions de fréquence des loci spectraux de Y, G et B uniques. Dans ces figures, pour simplifier, nous montrons uniquement les données pour la vue newtonienne - les résultats et les conclusions pour la vue maxwellienne sont très similaires (par exemple, voir le tableau 2). Pour la comparabilité entre ces trois graphiques, les largeurs des cases ont été fixées à 0,33 de l'écart type pour chaque distribution. (Certains des points de données dans ces figures ont été inclus dans [41], mais ici nous avons ajouté un nombre substantiel de nouveaux participants.) Notez que pour la plupart des individus, il n'y a pas de longueur d'onde spectrale qui correspond à R unique - les longueurs d'onde les plus longues provoquent un sensation qui contient du Y. Pour chaque teinte, nous montrons également la distribution attendue si les loci étaient normalement distribués. D'après les tests de Kolmogorov-Smirnov (tels qu'inclus dans SPSS), toutes les distributions de données de groupe diffèrent significativement de leurs distributions normales attendues : pour Y, p = 0,0043 pour G, p = 0,0004 pour B, p = 0,0003. Les différences significatives par rapport à la normalité et l'existence de sous-pics suggèrent que pour les teintes uniques, les humains ne sont pas une population homogène. En particulier, la distribution de Y est très étroite, une découverte qui a également été rapportée par d'autres utilisant des tailles d'échantillons comparables mais des techniques psychophysiques très différentes [62].

Distributions de fréquences des loci spectraux de teintes uniques (vue newtonienne), ainsi que des distributions normales basées sur les moyennes et les écarts types des données. Largeurs de bac = 0,33 de SD pour une distribution donnée. (une) Jaune. (b) Vert. (c) Bleu.

Les multiples pics observés dans les distributions de la figure 5 peuvent être liés au sexe. Les figures 6a à c montrent les mêmes données, mais réparties entre les hommes et les femmes pour examiner cela. En appliquant le test de Kolmogorov-Smirnov, les distributions de fréquence des femmes montrent des écarts significatifs par rapport à la normalité : Y, p = 0,01 G, p = 0,0005 B, p = 0,0002. Cependant, aucune des distributions masculines ne diffère significativement des distributions normales attendues (peut-être en raison de la petite taille de l'échantillon) : Y, p = 0,152 G, p = 0,2 B, p = 0,119. Mais dans tous ces cas, les loci des mâles sont déplacés vers des longueurs d'onde plus longues, ce qui réitère la conclusion générale selon laquelle les mâles ont besoin d'une longueur d'onde plus longue que les femelles pour ressentir la même sensation de teinte (Figure 3).

Distributions de fréquences des loci spectraux de teintes uniques (vue newtonienne), désagrégées par sexe. Largeurs de bac = 0,33 de SD pour une distribution donnée. (une) Jaune. (b) Vert. (c) Bleu.

La similitude des résultats pour les deux conditions d'observation est indiquée dans le tableau 2 : En ce qui concerne les loci spectraux des teintes uniques, les longueurs d'onde moyennes du groupe, pour les vues newtoniennes et maxwelliennes, sont données dans le tableau 2. Non seulement les valeurs sont similaires, mais dans tous les cas, les valeurs pour les hommes sont décalées vers des longueurs d'onde plus longues.

Pour examiner s'il y avait des corrélations entre les loci spectraux des individus et leurs rapports d'anomaloscope associés, nous avons calculé les valeurs R 2 séparément pour les hommes et les femmes. Aucune des corrélations, pour aucune des teintes uniques, n'était significative, la plupart étaient essentiellement des lignes plates avec un R 2 allant de 0,001 (mâles, B-unique) à 0,17 (mâles, Y-unique). L'absence de corrélations claires est intéressante. Compte tenu de la gamme relativement large des rapports d'anomaloscope et des indications de sous-pics, peut-être liés à l'expression de différents allèles des cônes L et M, on aurait pu s'attendre à une relation plus étroite entre le rapport d'anomaloscope d'un participant et son locus de une teinte spectrale. Y unique en particulier est une fonction uniquement des entrées des cônes L et M au mécanisme de teinte de l'adversaire G-R, il coïncide avec le point nul spectral du système G-R. Mais, ces entrées de cônes doivent être pondérées les unes par rapport aux autres : spécifiquement, l'entrée des M-cônes doit être pondérée plus fortement que celle des L-cônes afin de déplacer l'unique Y vers son locus spectral observé.

De plus, les poids relatifs de ces entrées doivent être assez étroitement contraints car la distribution de l'unique Y illustrée à la figure 5 est étroite (voir [30] pour une discussion plus complète). Cette étroitesse est remarquable pour deux raisons : premièrement, il existe des différences de sensibilité entre les sensibilités spectrales des cônes L et M, comme le montre la gamme des rapports d'anomaloscope, deuxièmement, il existe de grandes variations entre les individus dans le nombre relatif de ces cônes [33 ]. La pondération corticale des entrées de cône au système G-R doit compenser ces différences individuelles.

Enfin, nous avons recherché d'éventuelles corrélations entre les loci spectraux de chaque paire de teintes uniques. Nous n'en avons trouvé aucun, confirmant des conclusions antérieures similaires [61, 63].

Discrimination de longueur d'onde

Parce que l'UAD d'un individu pour une condition d'observation particulière a une métrique uniforme, il peut être utilisé pour dériver une fonction de discrimination de longueur d'onde [23-27]. Les fonctions des participants ont été dérivées en mesurant, pour chaque stimulus, (le long de la fonction spline adaptée à l'UAD de chaque individu - voir ci-dessus) le changement de longueur d'onde nécessaire pour produire un changement de critère fixe dans la sensation ces changements de longueur d'onde ont été moyennés entre les participants pour obtenir le groupe fonctions de discrimination de longueur d'onde pour les hommes et les femmes.

La figure 7 montre les fonctions de discrimination de longueur d'onde pour les deux conditions d'observation optique ventilées par sexe. Sur la figure 7a, nous montrons les courbes pour la vue newtonienne, et sur la figure 7b la même chose pour la vue maxwellienne. Les tendances générales sont remarquablement similaires. Bien qu'il n'y ait pas de différences statistiquement significatives entre les sexes, les courbes masculine et féminine ne sont pas identiques. Application de l'analyse exploratoire des données [64] à ces données : il semble y avoir des différences systématiques entre les sexes. Au milieu du spectre, les mâles ont une gamme légèrement plus large de discrimination relativement faible (540-560 nm pour la vue newtonienne 530-570 nm pour la vue maxwellienne). Nous suggérons que les différences entre les sexes dans la discrimination de longueur d'onde sont réelles.

Moyennes de groupe des fonctions de discrimination de longueur d'onde dérivées de diagrammes d'apparence uniforme individuels désagrégés par sexe. (une) Vue newtonienne. (b) Vue maxwellienne. Barres d'erreur : SEM.


Matériaux et méthodes

Type de réactif
(espèce
ou ressource
La désignationSource ou
référence
IdentifiantsSupplémentaire
informations
Anticorpsanti-OPN1SW
(Souris
monoclonal)
Père Noël
CruzBiotechnologie
N° de chat : sc14363(1:50)
AnticorpsIgG anti-chèvre
(H + L) HiLyte
Fluor 750
AnaSpec
(1:100)
Secondaire
anticorps
Biologique
Échantillons
macaques
rétine
Régional de Washington
Primate
Centre de recherche
N / AMacaca fascicularis,
Macaca nemestrina,
et Macaca mulatta
des deux sexes,
âgés de 2 à
20 ans
Chimique
composé, médicament
AmèsSigma1420
Chimique
composé, médicament
DNase1Sigma11284932001
Logiciel,
Algorithmes
IGOR ProWaveMetricshttps://www.wavemetrics.com/
Logiciel,
Algorithmes
MATLABTravaux de mathématiqueshttps://ch.mathworks.com/products/matlab
Logiciel,
Algorithmes
SymphonieSymphonie-DAShttp://symphony-das.github.io/

Tissus, cellules et solutions

Des enregistrements électrophysiologiques ont été effectués sur la rétine de primate obtenue par le biais du programme de distribution des tissus du Centre régional de recherche sur les primates de l'Université de Washington. Les enregistrements ont été réalisés à partir de rétines de Macaca fascicularis, Macaca nemestrina, et Macaca mulatta des deux sexes, âgés de 2 à 20 ans. Toute utilisation de tissu de primate était conforme au Comité institutionnel de protection et d'utilisation des animaux de l'Université de Washington. Le tissu a été obtenu et préparé comme décrit précédemment (Angueyra et Rieke, 2013 Sinha et al., 2017). En bref, la rétine était adaptée à l'obscurité (>1 h) et stockée dans un milieu d'Ames chaud (32 ° C), oxygéné cette fois, était suffisante pour adapter complètement la rétine à l'obscurité, à en juger par les réponses aux photons uniques dans les bâtonnets et les cellules en aval (Ahnelt et al., 1987 Ala-Laurila et Rieke, 2014). Après l'adaptation à l'obscurité, un morceau de rétine d'environ 2 à 3 mm de côté a été séparé de l'épithélium pigmentaire et placé côté photorécepteur vers le haut (enregistrements de cônes) ou vers le bas (enregistrements de cellules ganglionnaires rétiniennes) sur une lamelle recouverte de poly-lysine (BD Biosciences, San Jose, CA) qui a servi de sol à notre chambre d'enregistrement. Pour les enregistrements de cônes, la rétine a été traitée avec de la DNase1 (Sigma-Aldrich, St. Louis, MO) (30 unités dans

3 min) avant de le placer dans la chambre d'enregistrement. Tout au long des enregistrements, le tissu a été continuellement perfusé avec une solution d'Ames chaude et oxygénée.

Enregistrements patch-clamp

Des enregistrements de patch-clamp de cône ont été effectués dans des morceaux intacts de rétine montée à plat comme décrit précédemment (Angueyra et Rieke, 2013 Sinha et al., 2017). En bref, nous avons mesuré les réponses à la lumière du cône en utilisant une combinaison d'enregistrements de voltage-clamp de cellule entière (potentiel de maintien = -60 mV non corrigé pour le potentiel de jonction liquide) et d'enregistrements de courant-clamp (courant de maintien = 0 pA). Les enregistrements extracellulaires des cellules ganglionnaires rétiniennes ont été effectués comme décrit précédemment (Sinha et al., 2017). Les données ont été filtrées passe-bas à 3 kHz, numérisées à 10 kHz et acquises à l'aide d'un amplificateur Multiclamp 700B. Aucun filtrage supplémentaire n'a été appliqué à l'une des données présentées, à l'exception de la figure 4A. Tous les enregistrements ont été contrôlés à l'aide du logiciel d'acquisition de données Symphony, un logiciel d'électrophysiologie open source basé sur MATLAB (https://github.com/symphony-das).

Identification du cône S

Les cônes S constituent une minorité des photorécepteurs des cônes dans la rétine des primates. Lors de l'enregistrement, le réseau de photorécepteurs a été visualisé en utilisant la microscopie DIC, ce qui rend tous les cônes similaires. Dans un premier temps, nous avons tenté de marquer les cônes S dans la rétine in vitro en utilisant un anticorps dirigé contre la molécule S-opsine (anti-OPN1SW, sc-14363, Santa Cruz Biotechnology, Dallas, TX). Bien que nous n'ayons pas utilisé cette approche pour collecter les données rapportées ici, cela nous a aidé à apprendre à identifier les cônes S en fonction de leur morphologie et de leur position dans le réseau de photorécepteurs (Ahnelt et al., 1987 Packer et al., 2010). Le ciblage de cônes qui semblaient légèrement plus petits, en retrait et déplacés dans le réseau de photorécepteurs a considérablement augmenté la probabilité que les cônes soient des cônes S. Le ciblage des cônes de cette manière nous a permis de collecter efficacement un grand nombre d'enregistrements de S-cone.

Critères de sélection des cellules

Nous avons sélectionné des cellules pour la collecte de données en fonction de l'amplitude de leur réponse à un flash lumineux. Pour les enregistrements à pince de courant, les données ont été collectées uniquement à partir de cônes avec une réponse maximale dépassant 10 mV. Pour les enregistrements voltage-clamp, ce critère était de 100 pA (à une tension de maintien de -60 mV). L'hypothèse sous-jacente à ces critères est que les cellules avec les réponses les plus importantes ressemblent le plus aux cellules in vivo. Nous avons contrôlé trois facteurs supplémentaires qui pourraient potentiellement biaiser nos résultats. Premièrement, les réponses des cônes ralentissent avec le temps pendant les enregistrements de cellules entières, probablement en raison de l'élimination des composants intracellulaires essentiels à la phototransduction. Nous avons collecté des données pendant pas plus de 4 minutes après le début d'un enregistrement pour minimiser cette source de temps de polarisation jusqu'au pic et l'amplitude de réponse a changé de manière minimale pendant ce temps, et la forme d'onde de réponse n'a pas sensiblement changé. Deuxièmement, les données rapportées ici ont été collectées entre 1 et 15 heures après la collecte de la rétine, et les réponses des cônes pourraient changer au cours de cette période. Pour vérifier cette possibilité, nous avons regroupé les cellules en périodes de 1 à 6, 6 à 10 et 10 à 15 heures après la collecte de la rétine. Le temps jusqu'au pic des réponses des cônes S était significativement différent de celui des cônes LM dans chaque fenêtre de temps (données non présentées). Troisièmement, les réponses peuvent différer d'une rétine à l'autre. Pour contrôler ces différences rétine à rétine, nous avons référencé chaque cône S enregistré aux cônes L et/ou M enregistrés dans la même rétine. Les différences que nous observons dans les réponses recueillies sur tous les cônes enregistrés (figure 1) étaient également présentes dans les réponses des cellules dans un morceau donné de rétine (figure 2E et F et figure 4C). Les données rapportées ici représentent les enregistrements d'un total de 72 cônes S, 60 M cônes et 112 L cônes de la rétine périphérique et 32 ​​S cônes, 25 M cônes et 28 L cônes de la rétine fovéale. Pour chaque ensemble de données, à l'exception de la figure 6, nous avons utilisé au moins cinq rétines de cinq animaux. Dans la figure 6, nous avons utilisé deux rétines de deux animaux.

Stimulation lumineuse

Les stimuli ont été présentés à partir de LED pilotées par ordinateur avec des longueurs d'onde maximales de 406, 515 et 640 nm pour offrir la flexibilité nécessaire pour stimuler efficacement les trois types de cônes. Les stimuli lumineux couvraient un

Disque de 500 µm centré sur la cellule ciblée. Après un enregistrement réussi à partir de la rétine périphérique, nous nous sommes déplacés vers un emplacement sur la rétine en dehors de la région exposée à la lumière avant de tenter un autre enregistrement, ce qui a permis de garantir que toutes les cellules enregistrées étaient parfaitement adaptées à l'obscurité au début de l'enregistrement. Cela a été limité à 2-3 emplacements par fovéa étant donné sa petite taille. Le niveau de lumière minimum utilisé (500 R*/cône/s) était suffisant pour éliminer efficacement les réponses des bâtonnets (Grimes et al., 2018).

Tous les protocoles de stimulation ont été générés à l'aide d'extensions personnalisées basées sur MATLAB du logiciel d'acquisition de données Symphony et livrés à 10 kHz. Pour calculer les taux d'isomérisation des cônes, nous avons mesuré les spectres de LED, utilisé des mesures de puissance de LED, les spectres de photorécepteurs de primates de Baylor et al. (1987) et une surface collectrice effective de 0,37 μm 2 (Schnapf et al., 1990). Pour référence, un troland photopique vaut 10-30 R*/cône/s (Spillmann et Werner, 1990 Crook et al., 2009). Sur la base des différences morphologiques, les cônes S pourraient avoir une zone de collecte plus petite que les cônes LM (Ahnelt et al., 1987 Packer et al., 2010) cependant, de telles différences ne sont pas susceptibles d'expliquer nos résultats, car les réponses des cônes S aux arrière-plans de 50 000 R*/cône/s sont plus lentes que celles des cônes LM à 5 000 R*/cône/s. De plus, les zones de collecte des cônes estimées pour la lumière délivrée au-dessus et au-dessous de la rétine (c'est-à-dire directement vers le segment externe par rapport à la première traversée du segment interne) étaient similaires. il est peu probable que la taille du segment interne entre les cônes S et LM affecte la zone de collecte.

Les stimuli d'isolement des cônes ont été construits à l'aide d'une matrice mappée à partir de l'entrée LED vers nos isomérisations calculées dans chaque type de cône. L'inverse de cette matrice mappe des isomérisations dans chaque type de cône à une entrée pour chaque LED. En utilisant cette matrice, nous avons pu spécifier nos stimuli en termes d'isomérisations pour chaque type de cône. Tout échec dans l'isolement des cônes S par rapport aux cônes LM diminuerait l'ampleur des différences cinétiques que nous avons vues dans l'analyse présentée à la figure 6.

Pour calculer les filtres linéaires des figures 4 et 6, nous avons présenté des stimuli de bruit gaussien variant dans le temps avec un contraste de 50 % (SD/moyenne) et une bande passante de 0 à 60 Hz. Ce stimulus a été présenté à une luminance moyenne de 2500 R*/cône/s pour les expériences de la figure 4 et de 1000 ou 10 000 R*/cône/s pour les expériences de la figure 6.

Les enregistrements de bruit de la figure 7 étaient basés sur des pas de lumière de 3 s de l'obscurité à différents niveaux de lumière de fond. Dans un sous-ensemble de cellules, la durée du pas a été augmentée et des flashs faibles ont été superposés au pas pour fournir les données nécessaires au calcul des seuils de détection.

Une analyse

Toutes les données ont été analysées à l'aide de routines d'analyse MATLAB personnalisées.

Calcul du temps de pointe

Toutes les analyses du temps jusqu'au pic ont été répétées en utilisant une série de techniques différentes pour calculer les temps jusqu'au pic des réponses flash des cônes et de petits filtres linéaires bistratifiés de cellules ganglionnaires. Les résultats sont restés significatifs quelle que soit la technique utilisée. Pour la première approche, nous avons pris le temps auquel la réponse moyenne brute ou filtre linéaire a atteint sa valeur maximale. En raison du bruit inévitable, il était évident dans certains enregistrements qu'un pic aléatoire de bruit avait affecté le temps de détermination du pic. Pour contrôler cela, nous avons utilisé deux approches basées sur l'ajustement. Pour le premier, nous ajustons une distribution gaussienne tronquée couvrant

20 ms à la région de crête de la réponse flash moyenne ou du filtre linéaire. Le temps jusqu'au pic a été considéré comme le temps auquel l'ajustement gaussien a atteint sa valeur maximale. L'approche finale consistait à adapter une fonction précédemment montrée (Angueyra et Rieke, 2013) pour capturer la structure de la réponse flash (Équation 1). Nous avons trouvé que cette fonction avait le pouvoir de représentation nécessaire pour s'adapter à la fois aux réponses flash des cônes et aux filtres linéaires SBC et nous avons défini le temps de pic comme le moment où cette fonction d'ajustement a atteint sa valeur maximale. Pour les cônes, tous les temps de réponse au pic rapportés ici ont été calculés à l'aide de la technique d'ajustement gaussien tronqué. Les temps de filtrage linéaire des petites cellules bistratifiées jusqu'au pic ont été calculés à l'aide des ajustements de l'équation 1.

Analyse spectrale

Les spectres de puissance de bruit et de réponse flash ont été calculés à l'aide de la transformée de Fourier rapide intégrée de MATLAB et convertis en densités spectrales de puissance bilatérales avec des unités de pA 2 /Hz. Les enregistrements de réponse flash faible contiennent une combinaison de bruit cellulaire, de bruit instrumental et de réponse flash. Pour isoler la puissance de réponse au flash, les densités spectrales de puissance ont été calculées à l'aide d'ajustements à la réponse au flash faible (à l'aide de l'équation 1). Pour calculer la puissance dans différentes gammes de fréquences, les densités spectrales de puissance ont été intégrées sur toute la gamme.

Isolation phonique

L'isolation du bruit cellulaire a été réalisée comme dans Angueyra et Rieke (2013). Toute fluctuation de courant dans un enregistrement voltage-clamp est une combinaison de bruit résultant de la phototransduction dans les cônes (bruit cellulaire) et de bruit provenant de l'enregistrement lui-même (bruit instrumental). Fournir un stimulus lumineux presque saturant arrête la phototransduction et isole le bruit instrumental. En supposant que le bruit cellulaire et le bruit instrumental sont indépendants, le bruit cellulaire peut être isolé en soustrayant le spectre de puissance du bruit en lumière saturante du spectre de puissance de bruit à chaque arrière-plan.

Courbes temporelles d'accord de fréquence

Des courbes de réglage de fréquence ont été construites en utilisant les réponses d'un cône à des stimuli sinusoïdaux sur une gamme de fréquences. Pour quantifier l'amplitude de réponse d'un cône à une fréquence donnée, le meilleur ajustement a été trouvé en utilisant l'équation suivante :

f correspondait à la fréquence du stimulus. a , b et c étaient libres de varier. L'amplitude de la réponse a été considérée comme la valeur d'ajustement de a divisée par le contraste du stimulus. Cette étape de normalisation du contraste était nécessaire car des contrastes plus élevés étaient nécessaires pour susciter des réponses à des fréquences plus élevées où les cellules étaient moins réactives. Avant de faire la moyenne des courbes d'accord à travers les cellules, la courbe d'accord de chaque cellule a été normalisée de telle sorte que son amplitude à la fréquence avec la réponse la plus forte était de 1.

La fréquence à laquelle la réponse d'un cône a diminué d'un facteur 10 a été calculée en interpolant une fonction lisse ajustée à sa courbe de réponse en fréquence. Sous une hypothèse de linéarité, la forme de la courbe d'accord de fréquence est équivalente au spectre de puissance de la réponse flash du cône. Par conséquent, le meilleur ajustement a été trouvé pour chaque courbe en utilisant le spectre de puissance de l'équation 1. Les meilleurs ajustements ont été trouvés en utilisant la fonction de perte suivante :

où F ( ω i , θ ) est la prédiction à partir d'un ajustement avec les paramètres θ à la fréquence ω i et D ω i est les données.

Courbes d'adaptation : Pour chaque cellule, les réponses moyennes des flashs faibles sur une plage de niveaux de lumière de fond ont été ajustées avec l'équation 1. L'amplitude d'une telle réponse a été considérée comme l'amplitude de la fonction d'ajustement et convertie en une réponse par isomérisation en divisant par le force du flash. Les amplitudes de réponse d'une cellule par isomérisation à travers les niveaux de lumière de fond ont été ajustées avec une courbe de Weber :

La demi-amplitude maximale de la courbe d'adaptation a été prise comme étant la valeur de I 0 à partir de l'ajustement. Les ajustements ont été effectués à l'aide de la fonction de perte de l'équation 3. Avant de faire la moyenne des courbes d'adaptation à travers les cellules, chacune a été mise à l'échelle de telle sorte que son meilleur ajustement à l'équation 4 aurait une réponse par isomérisation de 1 sur un fond de 0 R*/s.

Calcul du filtre linéaire à cône

Des filtres linéaires ont été calculés en utilisant des réponses de cônes à des stimuli de bruit gaussien comme décrit précédemment (Wiener, 1949 Rieke et al., 1997 Chichilnisky, 2001).

Construction modèle LN

Les modèles LN ont été construits à partir de réponses de petites cellules ganglionnaires bistratifiées à des stimuli de bruit gaussien à travers une série d'étapes. Tout d'abord, la détection des pics a été effectuée. Ensuite, le mappage optimal du filtre linéaire du stimulus aux vecteurs binaires des réponses de pointe a été calculé (Chichilnisky, 2001). Enfin, une non-linéarité a été calculée pour mapper la sortie d'un stimulus convolué avec ce filtre linéaire (signal du générateur) à une probabilité de pic. Ceci a été construit en convoluant chaque vecteur de stimulus de bruit blanc avec le filtre linéaire calculé et, sur la base des pics détectés, en déterminant la probabilité d'un pic étant donné un signal de générateur. Les non-linéarités ont été ajustées avec des fonctions de distribution cumulative gaussiennes.


Fond

L'organisation des neurones en réseaux est une caractéristique déterminante d'un système nerveux. Les réseaux sont essentiels pour la plupart des calculs complexes et toutes les conversions d'entrées sensorielles en sorties fonctionnelles. Cette organisation en réseau est réalisée par des synapses, qui assurent les modes de communication entre les neurones. Dans tous les systèmes nerveux, les changements de force synaptique sont un outil fondamental pour modifier le réseau pour une tâche spécifique, pour mettre l'accent sur une entrée ou une sortie spécifique et pour apprendre.

Deux types de synapses structurellement et fonctionnellement différents, chimiques et électriques, portent le fardeau de la communication entre les neurones. Les synapses chimiques, avec des éléments présynaptiques et postsynaptiques complexes séparés, ont longtemps été considérées comme plastiques, subissant des modifications qui renforcent ou affaiblissent la synapse dans certaines conditions. Les synapses électriques médiées par les jonctions lacunaires sont structurellement plus simples, ce qui donne lieu à l'idée fausse qu'elles sont également fonctionnellement simples. Cependant, les synapses électriques se sont avérées avoir une grande latitude pour la plasticité, contribuant de plusieurs manières à la modification des calculs de réseau essentiels pour optimiser le fonctionnement du système nerveux. Cette revue présentera brièvement les synapses électriques et résumera les mécanismes plastiques utilisés pour contrôler le couplage neuronal afin d'optimiser les fonctions du réseau.

Propriétés de la transmission électrique synaptique

Les jonctions lacunaires sont composées d'agrégats de canaux intercellulaires qui relient le cytoplasme de deux cellules, constituant une voie de diffusion de petits solutés intracellulaires entre les cellules [1, 2]. Outre ce couplage chimique, les jonctions communicantes prennent en charge le couplage électrique en fonction de leur capacité à permettre le mouvement des ions, représentant ainsi une voie de faible résistance pour le flux direct de courant électrique entre les cellules (Fig. 1a, b). Parce que la communication par jonction lacunaire se produit sans l'implication d'aucun messager intermédiaire comme dans les synapses chimiques, elles fournissent un mécanisme rapide pour la transmission synaptique intercellulaire.

Propriétés de base du couplage électrique. une Dessin schématique de la conception expérimentale pour l'étude des propriétés électrophysiologiques des synapses électriques montrant des enregistrements intracellulaires simultanés à l'aide de la technique de patch-clamp à double cellule entière appliquée à une paire de cellules couplées. b Lorsqu'une impulsion de courant hyperpolarisant est injectée dans la cellule 1 (I Cell 1), une déviation de tension est produite dans cette cellule (V1) et également dans la cellule 2 (V2), bien que le changement de tension dans cette dernière soit d'amplitude plus faible. Les traces sont des dessins représentatifs. c Un potentiel d'action dans une cellule (cellule 1) d'une paire couplée électriquement produit un potentiel de couplage ou un épillet dans l'autre cellule (cellule 2), qui présente une évolution temporelle beaucoup plus lente par rapport à la pointe présynaptique. À gauche, le dessin montre le circuit équivalent pour une paire de cellules couplées lors de l'injection de courant dans la cellule 1 (flèche oblique, I) où R1 et R2 représentent la résistance membranaire de la cellule 1 et de la cellule 2 respectivement et Rj représente la résistance de jonction. Pour une variation de tension en régime permanent (rouge portion de traces en B) la capacité de la membrane est complètement chargée et le courant n'est que résistif. Les petites flèches indiquent le sens du courant dans le circuit. A droite, Circuit représentant le diviseur de tension constitué par la résistance jonctionnelle (Rj) connectée en série à la résistance membranaire de la cellule postsynaptique (R2). La tension d'entrée est le changement de tension membranaire dans la cellule présynaptique (cellule 1, V1), tandis que la tension de sortie du diviseur est le changement de tension membranaire dans la cellule postsynaptique (cellule 2, V2)

Au-delà de la première description dans la synapse géante motrice de l'écrevisse [3, 4], la transmission électrique a été établie dans le système nerveux de nombreux phylums, des animaux primitifs comme les méduses aux plus évolués comme les mammifères [5]. Dans le cerveau des mammifères, le couplage électrotonique entre les neurones a été identifié dans presque toutes les structures, y compris le néocortex, l'hippocampe, le noyau olivaire inférieur, le cortex cérébelleux, le noyau mésencéphalique trijumeau, le noyau vestibulaire, l'hypothalamus, la moelle épinière et la rétine, entre autres (pour une revue, voir [ 6]).

Dans de nombreux cas, ces jonctions se comportent comme de simples résistances ohmiques à travers lesquelles le flux de courant est déterminé par la différence de tension membranaire des cellules couplées (tension transjonctionnelle) et la résistance de la jonction. En tant que tels, ils prennent en charge la communication bidirectionnelle et tendent à égaliser les potentiels membranaires des cellules couplées. Cela signifie que l'activation de n'importe quelle cellule d'une paire couplée produira un potentiel atténué comparable (le potentiel de couplage ou l'épillet) dans l'autre cellule (Fig. 1c). Ces caractéristiques de la transmission médiée par les jonctions communicantes déterminent deux propriétés physiologiques distinctes des synapses électriques : la vitesse élevée et la conservation des signes.Ces deux caractéristiques peuvent favoriser l'activation synchronique d'ensembles neuronaux. Cependant, au-delà de ces deux rôles bien établis et classiques, le couplage électrique en conjonction avec les propriétés de la membrane non-jonctionnelle des neurones fournit des mécanismes pour des opérations plus complexes comme l'inhibition, l'amplification et la transmission sélective en fréquence.

Déterminants de la force des synapses électriques

Dans la plupart des cas, les synapses électriques peuvent être considérées comme une simple résistance entre deux neurones couplés. Par conséquent, le degré auquel un neurone est couplé à un autre peut être décrit par l'influence électrique qu'un changement de tension dans un neurone a sur son voisin couplé, c'est-à-dire le coefficient de couplage (C) :

où V1 est la tension de la cellule « pilote » et V2 est la tension de la cellule « suiveuse ». De cette relation, il est évident que les potentiels de couplage présentent le même signe que les signaux présynaptiques mais sont plus petits en amplitude (Fig. 1b). En l'absence de mécanismes dépendants de la tension dans la cellule postsynaptique, ce coefficient varie entre 0 et 1, et plus sa valeur est élevée, plus le degré de couplage électrique de deux cellules est élevé.

Pour un changement de tension à l'état d'équilibre, la représentation électrique la plus simple de deux cellules connectées par une jonction à fente est le circuit représenté dans le panneau de gauche de la figure 1d, où Rj représente la résistance de jonction, et R1 et R2 la résistance membranaire des cellules couplées [ 7]. Le courant injecté dans la cellule 1 présente deux voies parallèles pour circuler, l'une à travers R1 et l'autre impliquant Rj et R2, produisant ainsi un changement de tension à la fois dans la cellule présynaptique (V1) et dans la cellule postsynaptique (V2). D'autre part, parce que Rj et R2 sont connectés en série, ils constituent un diviseur de tension ou un atténuateur, c'est-à-dire un simple circuit où la tension d'entrée est répartie entre les deux composants de manière proportionnelle en fonction de la valeur de leurs résistances, étant le tension d'entrée V1 et la sortie V2 (Fig. 1d, panneau de droite). Dans un diviseur de tension, la tension de sortie dépend de la tension d'entrée selon l'équation suivante [8] :

De l'analyse ci-dessus, on peut conclure que le coefficient de couplage dépend à la fois de la résistance jonctionnelle et de la résistance membranaire (non-jonctionnelle) de la deuxième cellule postsynaptique [7]. Cependant, la force de la transmission électrique ne dépend pas de la valeur absolue de l'une de ces résistances mais plutôt de la relation entre elles (voir ci-dessous). Alors que la résistance jonctionnelle dépend des propriétés des canaux de jonction lacunaire intercellulaires, la résistance membranaire dépend du nombre de canaux de la membrane non-jonctionnelle ouverts au potentiel de repos et est un déterminant majeur de la résistance d'entrée des neurones et donc de la façon dont ils répondre aux entrées synaptiques.

Plasticité des synapses électriques

Étant donné que la force du couplage entre les neurones dépend de facteurs dynamiques tels que la résistance de la jonction lacunaire et la résistance membranaire de la cellule postsynaptique, il devrait être clair que le couplage change également de manière dynamique. En effet, tous les aspects qui contrôlent la force synaptique électrique peuvent changer sur une grande variété d'échelles de temps allant de la milliseconde aux jours, avec différents mécanismes participant à différentes échelles de temps. Ces mécanismes seront traités séparément ci-dessous.

Modifications de la conductance des synapses électriques

Tension de déclenchement des canaux de connexine

Comme beaucoup d'autres canaux ioniques membranaires, les canaux à jonctions communicantes présentent un certain degré de sensibilité à la tension [1, 9]. La tension de déclenchement des canaux de connexine entraîne des passages à un état de faible conductance ou à un état de sous-conductance au niveau du canal individuel [9]. Il a été observé que le voltage dynamique se produit pendant les potentiels d'action des myocytes cardiaques [10] et contribue à la forme d'onde et à la propagation du potentiel d'action à travers le syncytium. Ce comportement de déclenchement a été attribué en grande partie aux canaux Cx43, qui sont la connexine dominante dans les myocytes cardiaques.

Contrairement aux jonctions communicantes cardiaques, les canaux de jonctions communicantes formés par Cx36, la principale connexine synaptique du cerveau des mammifères, présentent une faible dépendance à la tension. En fait, la conductance jonctionnelle est presque insensible à la tension transjonctionnelle jusqu'à ±30 mV et diminue progressivement jusqu'à

60 % sur une plage de 90 mV. De plus, l'évolution dans le temps du processus de déclenchement sous-jacent nécessite des centaines de millisecondes à quelques secondes pour atteindre l'état stable [11–13]. Alors que les processus de déclenchement des canaux de jonction lacunaire sont capables de produire une modification substantielle de la conductance jonctionnelle, ces changements se produisent à des échelles de temps de plusieurs ordres de grandeur plus grandes que celles des pointes simples et des potentiels synaptiques, la principale source de potentiels de couplage dans des conditions physiologiques. Ainsi, les synapses électriques composées de Cx36 sont peu susceptibles d'être sensibles au voltage dépendant pendant l'activité neuronale normale.

D'autres connexines qui forment des synapses électriques dans le système nerveux des vertébrés présentent une synchronisation de tension plus robuste. Le Cx45, présent dans un petit nombre de synapses électriques, est particulièrement sensible à la tension transjonctionnelle [14, 15], avec une réduction semi-maximale de la conductance sensible à la tension à 13,4 mV en régime permanent. Alors que la tension de déclenchement des canaux de connexine est largement pilotée par la « porte rapide » [9], la cinétique de ce mécanisme est néanmoins quelque peu lente et peu susceptible d'avoir un impact important sur la conductance des canaux lors d'un potentiel d'action neuronale. Cependant, le déclenchement est susceptible de se produire dans les neurones qui utilisent une signalisation de tension soutenue et graduée, telles que les cellules bipolaires rétiniennes, dont certaines utilisent le Cx45 dans les synapses électriques [16–18]. L'impact de tels changements sur la signalisation électrique est inconnu.

Phosphorylation et déphosphorylation des canaux

Des changements très importants dans la conductance globale des canaux de jonction lacunaire qui forment des synapses électriques se produisent par des voies de signalisation qui entraînent la phosphorylation ou la déphosphorylation des connexines. Des études sur des cellules horizontales rétiniennes ont montré que les catécholamines, en particulier la dopamine, réduisent la taille du champ récepteur et le couplage du traceur [19–22]. Il a été démontré que ces effets résultaient de l'activation d'un récepteur de la dopamine D1 qui augmentait l'AMPc intracellulaire via l'activité de l'adénylylcyclase [23–25] et dépendaient de l'activation de la protéine kinase A [26]. Le couplage électrique réduit dans les cellules horizontales de poisson résultait d'une réduction de la probabilité d'ouverture des canaux de jonction lacunaire sans changement de la conductance unitaire [27]. Les cellules horizontales du poisson contiennent plusieurs connexines : Cx55.5, Cx52.6 et Cx52.9 ont toutes été identifiées chez le poisson zèbre [28-30]. Il n'est pas clair lesquels, le cas échéant, contribuent à la plasticité qui a été observée dans les cellules horizontales des espèces de poissons étudiées physiologiquement.

La grande majorité des synapses électriques dans le système nerveux central des mammifères utilisent Cx36 (homologue à Cx35 chez les vertébrés non mammifères). Un certain nombre d'études in vitro ont montré que le couplage électrique ou traceur via cette connexine est régulé par la phosphorylation induite par les voies de signalisation AMPc/PKA [31, 32], monoxyde d'azote/PKG [33] et Ca 2+ /CaMKII [34, 35], quelques sites de phosphorylation conservés étant des régulateurs clés du couplage. La base biophysique des changements dans le couplage macroscopique n'a pas été élucidée, mais des changements dans la probabilité d'ouverture du canal, basés sur les changements du temps ouvert moyen, ont été suggérés comme mécanisme de plasticité [35].

Un certain nombre d'études ont révélé que l'état de phosphorylation de Cx36 change avec des conditions qui changent le couplage et est un prédicteur précis et essentiellement linéaire du couplage tel qu'évalué par transfert de traceur [36-39]. Dans les neurones rétiniens, les changements de couplage dépendant de la phosphorylation sont entraînés par l'adaptation à la lumière [38–40] et/ou les rythmes circadiens [41–43]. Les voies de signalisation qui contrôlent ces changements ont été étudiées en détail dans les cellules photoréceptrices et amacrines AII ces dernières années, révélant un thème commun de régulation par des voies de signalisation opposées bien définies.

Le rôle des récepteurs de type dopamine D2 dans le contrôle du couplage des photorécepteurs bâtonnets-cônes est connu depuis un certain temps [44, 45]. Chez les rongeurs, il s'agit en fait d'un récepteur D4 [39, 46], qui inhibe l'adénylyl cyclase via Gi et réduit le taux d'AMPc. La phosphorylation de Cx36 est contrôlée par l'activité de la protéine kinase A (PKA), changeant en réponse à l'altération de l'AMPc cytoplasmique [38, 39, 47] (Fig. 2). Chez la souris comme chez le poisson zèbre, l'action du récepteur dopaminergique D4 est contrée par l'action d'un récepteur d'adénosine A2a couplé au Gs [39, 47]. Les niveaux de dopamine et d'adénosine extracellulaire sécrétées varient dans la rétine en phase opposée et sont tous deux régulés par les rythmes circadiens [48] : la dopamine est élevée le jour ou le jour subjectif tandis que l'adénosine est élevée la nuit ou la nuit subjective. Li et al. [47] ont récemment découvert que le récepteur de l'adénosine A1 est également présent. Le récepteur A1 couplé à Gi a une plus grande affinité pour l'adénosine que l'A2a et est activé pendant la journée par le niveau d'adénosine extracellulaire inférieur qui reste. Cette activation du récepteur A1 renforce l'action inhibitrice du récepteur de la dopamine D4 sur l'adénylyl cyclase, supprimant fortement la phosphorylation du Cx36 et le couplage des photorécepteurs pendant la journée [47]. Étant donné que les trois récepteurs agissent sur la même cible, l'adénylyl cyclase, la régulation de la phosphorylation du Cx36 et du couplage des photorécepteurs est une fonction biphasique abrupte qui maintient le couplage minimal pendant la journée (Fig. 2).

Voies de signalisation qui contrôlent le couplage dans deux types de neurones rétiniens. Le couplage via les jonctions communicantes Cx36 est régulé par la phosphorylation Cx36 à travers une plage dynamique d'un ordre de grandeur. La phosphorylation améliore le couplage et les voies qui favorisent la phosphorylation du Cx36 sont colorées en vert dans ce diagramme tandis que celles qui réduisent la phosphorylation sont colorées en rouge. Les éléments colorés en bleu sont supposés jouer un rôle mais n'ont pas été spécifiquement démontrés. une Le couplage des cellules amacrines AII rétiniennes est augmenté par la phosphorylation de la Cam Kinase II induite par l'influx de Ca 2+ via les récepteurs non synaptiques du glutamate de type NMDA. Ce processus dépend du débordement du glutamate dérivé des cellules bipolaires et est renforcé par l'activation des récepteurs synaptiques du glutamate de type AMPA qui dépolarisent la cellule. La réduction de la phosphorylation de Cx36 est entraînée par une voie indépendante dans laquelle l'activation des récepteurs de la dopamine D1 augmente l'activité de l'adénylyl cyclase, activant la protéine kinase A, qui à son tour active la protéine phosphatase 2A. La protéine phosphatase 1 supprime cette voie. Les deux voies sont activées par la lumière, mais avec des seuils différents, conduisant à une courbe d'adaptation à la lumière en forme de U inversé. b Le couplage des photorécepteurs est amélioré par la phosphorylation de Cx36 entraînée directement par l'activité de la protéine kinase A sous le contrôle de l'adénylyl cyclase (AC). L'activité AC est à son tour contrôlée par un ensemble complexe de récepteurs couplés aux protéines G régulés par le temps circadien et l'adaptation à la lumière. L'obscurité pendant la phase nocturne augmente l'adénosine extracellulaire de telle sorte que l'activation des récepteurs d'adénosine A2a domine la signalisation et active l'AC. L'adaptation à la lumière ou le jour subjectif entraînent une réduction de l'adénosine extracellulaire et une augmentation de la sécrétion de dopamine, de sorte que l'activation des récepteurs de la dopamine D4 domine la signalisation pour supprimer l'activité AC. Les récepteurs de l'adénosine A1 complètent cet effet. Les voies de signalisation opposées acheminées via un effecteur commun confèrent un caractère monophasique abrupt à l'adaptation à la lumière et au contrôle circadien du couplage dans ce réseau neuronal.

Dans les cellules rétiniennes amacrines AII, la plasticité du couplage électrique est reconnue depuis près de 25 ans [49]. Cette plasticité est induite par la lumière, avec un schéma biphasique montrant un très faible couplage dans des conditions prolongées d'adaptation à l'obscurité, un couplage élevé avec un éclairage de faible intensité et un faible couplage à nouveau avec un éclairage brillant [50, 51]. La réduction du couplage induite par la lumière vive est médiée par la dopamine, les récepteurs de la dopamine D1 augmentant l'activité de l'adénylyl cyclase et améliorant l'activité de la protéine kinase A [49, 52]. Les cellules amacrines AII utilisent le Cx36 [53], et la suppression du couplage par l'activité de la protéine kinase A est incompatible avec l'effet positif de l'activité de la protéine kinase A sur le couplage des photorécepteurs médié par le Cx36 [38, 39]. Cette contradiction a été résolue par Kothmann et al. [37], qui ont démontré que l'activité de la PKA activait à son tour la protéine phosphatase 2A pour entraîner la déphosphorylation de Cx36 dans les cellules amacrines AII (Fig. 2), entraînant un découplage.

La branche ascendante de la courbe d'adaptation à la lumière biphasique de la cellule amacrine AII dépend de l'activité des cellules bipolaires de la voie glutamatergique On, qui sont des interneurones excitateurs de premier ordre postsynaptiques aux photorécepteurs. Comme d'autres formes de potentialisation dépendante de l'activité, l'amélioration du couplage des cellules amacrines AII résulte de l'activation des récepteurs NMDA, de l'influx de Ca 2+ et de l'activation de la Cam Kinase II, qui phosphoryle le Cx36 [40]. Les récepteurs NMDA sur les cellules amacrines AII sont non synaptiques et sont étroitement associés au Cx36 [40], de sorte que leur activation dépend du débordement du glutamate. Cela provient très probablement des cellules bipolaires en bâtonnets, qui sont présynaptiques de la cellule amacrine AII, mais peut également provenir des cellules bipolaires coniques qui se trouvent à proximité. Étant donné que les voies de signalisation dans les cellules amacrines AII qui phosphorylent et déphosphorylent Cx36 sont indépendantes (Fig. 2) et ont des seuils d'éclairage différents, la courbe d'adaptation à la lumière de la cellule amacrine AII montre son schéma biphasique caractéristique.

La potentialisation dépendante de l'activité des synapses électriques des cellules amacrines AII ressemble à celle décrite à l'origine dans la synapse mixte des terminaisons du club nerveux du VIIIe auditif sur les cellules de Mauthner chez le poisson rouge [54, 55]. La plasticité dans la cellule de Mauthner diffère en ce que les récepteurs NMDA qui fournissent le signal Ca 2+ sont synaptiques et nécessitent une stimulation à haute fréquence pour se potentialiser. Une forme similaire de plasticité dépendante des récepteurs NMDA non synaptiques a également été décrite récemment dans les neurones olive inférieurs du rat [56].

Une variété d'autres voies de signalisation ont été trouvées pour moduler les synapses électriques. Dans les interneurones du noyau réticulaire thalamique (TRN), l'entrée excitatrice déprime les synapses électriques via l'activation des récepteurs métabotropiques du glutamate (mGluR) [57]. Cette signalisation a été explorée en détail récemment. Les mGluR du groupe I et du groupe II modulent le couplage, mais avec des effets opposés [58]. L'effet dominant semble être dû à l'activation des mGluR du groupe I, qui produisent une dépression à long terme par activation d'une voie de signalisation Gs, stimulant l'adénylyl cyclase et activant la PKA. Cependant, l'activation sélective du récepteur du groupe II mGluR3 favorise la potentialisation à long terme par l'activation de Gi/o [58]. Cela partage le même chemin, conduisant finalement à travers l'activité PKA. Étant donné que les neurones TRN utilisent le Cx36 [59], à travers lequel le couplage électrique est augmenté par la phosphorylation [35, 37-39], ce mécanisme de signalisation doit inclure une phosphatase activée par la PKA pour réduire la phosphorylation du Cx36 lors de l'activation de la PKA d'une manière similaire à celle de la rétine. AII cellules amacrines.

Les récepteurs de l'histamine H1 et H2 modulent le couplage entre diverses populations de neurones du noyau supraoptique [60, 61]. Les récepteurs H2 signalent par l'adénylyl cyclase, mais les récepteurs H1 activent à la place la NO synthase, en signalant par l'oxyde nitrique, la guanylyl cyclase et la protéine kinase G. Une voie de signalisation potentiellement similaire dirigée par l'oxyde nitrique régule également de manière sélective les synapses électriques hétérologues entre les cellules amacrines AII cône Sur cellules bipolaires [52]. Ainsi, il est évident qu'une grande variété de voies de signalisation ont été utilisées pour réguler la force synaptique électrique via la phosphorylation et la déphosphorylation des connexines dans différents neurones à travers le système nerveux central.

Modifications du nombre de canaux

Les changements dans le niveau d'expression des connexines fournissent un mécanisme pour modifier le couplage sur des échelles de temps allant de l'heure à la semaine. De tels changements sont les plus importants dans le développement. Le couplage électrique dans la plupart des zones du SNC des vertébrés a tendance à augmenter à des niveaux élevés dans les premières phases de développement, puis à se réduire à nouveau [62-64]. Une étude a révélé que l'activation des mGLuR du groupe II était responsable de l'augmentation du couplage, agissant à la fois par des mécanismes transcriptionnels et post-transcriptionnels [65].

Une augmentation étonnamment similaire du couplage neuronal est également observée après divers types de blessures [66]. Les lésions ischémiques entraînent une augmentation du couplage neuronal et du niveau de protéine Cx36, sans augmentation apparente du niveau de transcrit [67, 68]. Cela a été attribué à l'activation du mGluR du groupe II, tout comme l'augmentation du développement, avec dépendance à une voie de signalisation AMPc/PKA [68]. Les blessures traumatiques [69, 70] et les convulsions [71, 72] entraînent également une augmentation du couplage neuronal, bien que ces insultes entraînent une augmentation du niveau de transcription Cx36. Dans ces contextes, l'altération du niveau d'expression des connexines qui forment les synapses électriques sont des facteurs importants dans les changements à long terme du couplage neuronal.

Le couplage électrique des neurones matures dépend de manière critique du maintien d'une population à l'état stable de protéines de jonction lacunaire. Une étude récente a montré que le couplage électrique dans les synapses mixtes des cellules de Mauthner chez le poisson rouge était réduit en quelques minutes s'il était perturbé par des peptides qui perturbaient les interactions stabilisatrices du Cx35 avec les protéines d'échafaudage ou bloquaient le trafic médié par SNARE du nouveau Cx35 [73]. Une autre étude a trouvé une régulation circadienne du transcrit Cx36 et des niveaux de protéines dans les photorécepteurs [74]. Ces études révèlent que les synapses électriques sont des structures dynamiques dont les canaux sont activement retournés, suggérant que le trafic régulé de connexons peut contribuer à la modification de la conductance des jonctions lacunaires.

Le rôle des propriétés passives de la cellule postsynaptique

La résistance membranaire de la cellule postsynaptique

Comme mentionné précédemment, le couplage électrique dépend à la fois de la résistance de la jonction lacunaire et de la résistance membranaire de la cellule postsynaptique. En fait, alors que les changements de la résistance de jonction lacunaire dus à des modifications de la conductance d'un seul canal ou du nombre de canaux intercellulaires peuvent produire des changements significatifs dans le coefficient de couplage, des modifications de la membrane postsynaptique peuvent également sous-tendre des changements significatifs et hautement dynamiques de la force de couplage électrique représentant un point de régulation supplémentaire. Le fait que la résistance jonctionnelle (Rj) et la résistance membranaire de la cellule postsynaptique (R2) constituent un diviseur de tension (Fig. 1d) implique que lorsque Rj est grand par rapport à R2, la plupart de la tension d'entrée chutera sur Rj et seulement un fraction mineure à travers R2 signifiant un changement de tension modeste dans la cellule postsynaptique qui correspond à un faible coefficient de couplage. En revanche, si R2 est grand par rapport à Rj, une fraction correspondante de la tension d'entrée (V1) apparaîtra à travers la membrane de la cellule postsynaptique (V2).Une chute de tension importante aux bornes de R2 correspond à un coefficient de couplage important, ce qui signifie que les cellules sont fortement couplées. Cette dépendance du coefficient de couplage sur la résistance d'entrée de la cellule postsynaptique détermine la directionnalité de la transmission lorsqu'un couplage électrique se produit entre des cellules de résistances d'entrée différentes. En fait, la transmission électrique sera plus efficace de la résistance d'entrée inférieure à la cellule de résistance d'entrée plus élevée par rapport à la direction opposée. Par conséquent, malgré la présence de contacts non redresseurs, une communication symétrique ne se produira que lorsque les cellules connectées présentent des résistances d'entrée similaires. Par conséquent, la directionnalité de la transmission électrique imposée par l'asymétrie des propriétés passives des cellules connectées pourrait être un déterminant clé du flux d'informations dans les circuits neuronaux.

Modification des propriétés membranaires passives par des entrées synaptiques

Il est intéressant de noter que les modifications de la résistance membranaire (Rm) des cellules couplées dues à des actions synaptiques à médiation chimique à proximité peuvent moduler de manière significative la force du couplage électrique de manière très dynamique [5, 75]. En fait, comme ces actions synaptiques impliquent généralement des modifications de la perméabilité membranaire à différentes espèces d'ions, elles s'accompagnent de modifications correspondantes de la résistance membranaire de la cellule postsynaptique et donc de la force du couplage électrique. Typiquement, les actions synaptiques excitatrices sont médiées soit par une perméabilité membranaire accrue à Na + et K + (diminution de Rm), soit par une diminution de la perméabilité à K + (augmentation de Rm). Habituellement, les actions synaptiques sont définies par le signe de son effet sur le potentiel membranaire de la cellule postsynaptique (dépolarisation versus hyperpolarisation). Ce qui est remarquable, c'est que bien que les deux actions synaptiques soient des déplacements dépolarisants de la tension membranaire, elles ont des effets opposés sur l'efficacité de la transmission électrique. Alors que les actions synaptiques impliquant une augmentation de Rm améliorent la force du couplage, une réduction de Rm provoque un découplage des cellules connectées électriquement [76]. Un effet de shunt similaire par les entrées GABAergiques à proximité a été proposé pour sous-tendre le découplage dans les paires de neurones olivaires inférieurs [77, 78]. Ces résultats indiquent que la résistance membranaire de la cellule postsynaptique est un élément clé pour réguler le couplage électrique, étant aussi importante que la résistance jonctionnelle. Cela signifie que des changements dans l'efficacité des synapses électriques pourraient être accomplis par la modification de l'une ou l'autre de ces deux résistances. Alternativement, lorsque le couplage électrique doit être constant afin d'assurer une fonction de réseau stable, les modifications des propriétés électrophysiologiques des cellules couplées nécessitent des modifications correspondantes de la résistance jonctionnelle. En fait, des modifications simultanées des résistances jonctionnelles et membranaires des cellules couplées de manière homéostatique ont été proposées pour sous-tendre la stabilité de la force de couplage électrique entre les neurones du noyau réticulaire thalamique au cours du développement [79].

La constante de temps de la cellule postsynaptique

L'évolution dans le temps des changements de tension membranaire est dominée par la capacité de la cellule, qui résulte de la capacité des membranes biologiques à séparer les charges électriques. En fait, alors qu'une simple résistance ohmique répond à un échelon de courant avec un échelon de tension similaire, les cellules présentent des réponses de tension qui augmentent et diminuent plus lentement que l'échelon actuel (Fig. 1b). Cette propriété de la membrane peut être modélisée par une résistance connectée en parallèle à un condensateur. La capacité de ce circuit à ralentir les changements de tension résulte du fait qu'une capacité déchargée n'offre aucune résistance au flux de courant, déterminant qu'au début de l'étape de courant, tout le courant traversera la capacité et rien à travers la résistance. Au fur et à mesure que la capacité se charge, elle développe progressivement plus de résistance au courant et plus de courant traversera la résistance [80].

Ce circuit comprend un simple filtre passe-bas pour les courants d'entrée caractérisés par sa constante de temps. En effet, la résistance de la jonction gap connectée en série à la résistance et à la capacité parallèles de la cellule postsynaptique se comporte comme un filtre passe-bas déterminant que les composantes haute fréquence des signaux présynaptiques sont comparativement plus atténuées. C'est-à-dire que les fluctuations lentes de la tension membranaire passent plus efficacement entre les cellules que les signaux rapides [7, 81]. Ceci est une propriété caractéristique de la transmission électrique et sous-tend le fait que les potentiels de couplage présentent une évolution temporelle plus lente par rapport aux signaux présynaptiques qui les ont générés (Fig. 1c). En raison de cette propriété, un retard des réponses postsynaptiques est introduit par rapport aux signaux présynaptiques. Cette propriété des filtres passe-bas, connue sous le nom de décalage de phase, représente le retard synaptique des synapses électriques. Bien que le courant commence à traverser la jonction sans délai, il faut du temps pour charger la capacité postsynaptique à un niveau significatif pour générer un changement de tension détectable au-dessus du niveau de bruit [81].

Les premières descriptions des synapses électriques chez les invertébrés proposaient déjà que ces contacts présentent des caractéristiques de filtrage passe-bas [4, 82, 83]. Plus récemment, les caractéristiques de filtrage de la transmission électrique entre les neurones centraux des mammifères ont été démontrées en utilisant des enregistrements de patch de cellules entières doubles et en injectant des courants sinusoïdaux de différentes fréquences (Fig. 3b). Dans ces conditions expérimentales, les coefficients de couplage et le déphasage ont été déterminés en fonction de la fréquence sinusoïdale. Cette approche expérimentale dans différents types cellulaires comme les interneurones GABAergiques du néocortex [84-86], les neurones du noyau réticulaire thalamique [59], les cellules de Golgi du cervelet [87], les cellules amacrines AII rétiniennes [88] entre autres, a confirmé que la transmission électrique présente des caractéristiques de filtre passe-bas, permettant le passage de signaux basse fréquence mais fortement atténuant et retardant les signaux de fréquence plus élevée [6].

Sélectivité en fréquence de la transmission électrique. une Circuit équivalent d'une paire de cellules couplées comprenant les éléments passifs (résistance et capacité, le noir) et des conductances actives dépendantes de la tension (INap et IK) représentées comme une résistance variable en série avec une CEM. b Panneau supérieur, la forme d'onde de courant sinusoïdal de fréquence croissante (protocole ZAP) est injectée dans la cellule 1 (I Cell 1) afin de tester les propriétés dépendantes de la fréquence de la transmission électrique entre les cellules couplées. Au milieu, superposées sont représentées les réponses de tension membranaire de la cellule présynaptique (Vm Cell 1) et de la cellule postsynaptique (Vm Cell 2) pour une paire de cellules couplées qui ne comprennent que des éléments passifs (circuit RC, éléments noirs dans le circuit en A) . Les deux réponses sont des caractéristiques d'un filtre passe-bas où l'amplitude de la réponse de la membrane diminue de façon monotone à mesure que la fréquence sinusoïdale augmente. En bas, en revanche, lorsque les cellules présentent des courants passifs et actifs dépendants de la tension (IK et INap), les réponses membranaires présentent une certaine sélectivité en fréquence où les signaux proches de la fréquence caractéristique sont d'une plus grande amplitude par rapport aux signaux dont la fréquence est éloignée de cette valeur. c Tracé schématique des caractéristiques de transfert de fréquence de la transmission électrique calculées comme le rapport de la FFT de la réponse de la membrane postsynaptique sur la FFT de la réponse de la membrane présynaptique représentée en B, pour une paire de cellules passives (trace grise) et pour une paire de cellules qui présentent également des courants résonants et amplificateurs (respectivement IK et INap). Alors que la fonction de transfert lorsque les cellules ne présentent que des éléments passifs montrent le profil typique d'un filtre passe-bas (trace grise), la présence de courants dépendant de la tension détermine que la transmission de signaux proches de la fréquence caractéristique (ligne pointillée verticale) est moins atténué, déterminant un maximum dans la fonction (trace rouge). Les traces sont des dessins représentatifs

Cette propriété des synapses électriques détermine que les changements de potentiel lents (généralement sous le seuil) sont préférentiellement transmis par rapport aux potentiels d'action, conférant aux synapses électriques la capacité de transmettre des informations différentes de celles transmises par les synapses chimiques. Par exemple, dans les types de cellules où les potentiels d'action sont suivis d'une post-hyperpolarisation (AHP) importante et prolongée en raison de l'activation retardée d'un courant K + dépendant de la tension et/ou du Ca++, les potentiels de couplage ont tendance à être principalement des événements hyperpolarisants. . Ce phénomène résulte des propriétés du filtre passe-bas de la transmission électrique. En fait, parce que les composantes à haute fréquence du potentiel d'action présynaptique rapide sont plus atténuées que l'AHP lent, le potentiel de couplage entraîne un signal hyperpolarisant net, inhibant l'activité neuronale plutôt que favorisant l'activation du neurone postsynaptique [85, 87, 89 ]. Dans le cortex cérébelleux, cet effet a été impliqué dans la désynchronisation de la population de cellules de Golgi due à des entrées synaptiques dépolarisantes clairsemées [90].

Le rôle des propriétés membranaires actives de la cellule postsynaptique

Propriétés électrophysiologiques des neurones

En plus des propriétés membranaires passives (celles qui sont linéaires par rapport à la tension membranaire), les cellules excitables comme les neurones présentent des propriétés membranaires actives, qui sont des mécanismes hautement non linéaires en raison de processus complexes dépendants du temps et de la tension. Le résultat le plus remarquable des propriétés membranaires actives est la génération de potentiel d'action sous-jacente aux conductances classiques Na + et K + décrites par Hodgkin et Huxley dans l'axone du calmar [91]. Malgré ces mécanismes générateurs de pointes qui permettent aux neurones de communiquer sur de longues distances de manière non décrémentale, les cellules excitables présentent généralement une grande variété de propriétés actives inférieures au seuil. Ces mécanismes actifs ainsi que les propriétés passives établissent la façon dont les neurones intègrent les entrées synaptiques distribuées spatialement et temporellement, et comment ces entrées sont traduites ou codées en une série temporelle de potentiels d'action. Les propriétés membranaires actives des neurones dépendent du type, de la densité et de la distribution des canaux ioniques activés par la tension dans la membrane de surface des différents compartiments cellulaires. Les neurones centraux présentent un riche répertoire de canaux ioniques membranaires actionnés en tension qui leur confèrent de puissantes capacités de codage représentées par la capacité de transformer leurs entrées en schémas de déclenchement complexes. En effet, les neurones expriment des dizaines de conductances membranaires différentes selon leur sélectivité ionique, leur plage de tension d'activation, leur cinétique, la présence d'inactivation et la modulation par des seconds messagers intracellulaires donnant lieu à une grande variété de phénotypes électrophysiologiques [92-95].

Dépendance en tension du potentiel de couplage

Malgré le voltage limité des canaux intercellulaires de la connexine imposé par sa cinétique lente, le couplage électrique entre les neurones pourrait présenter une forte dépendance au voltage. Cependant, ce phénomène ne représente pas une propriété dépendante de la tension des jonctions communicantes mais est plutôt soutenu par les propriétés actives de la membrane non-jonctionnelle de la cellule postsynaptique. Par exemple, chez le poisson, une paire de neurones de commande gigantesques, les cellules de Mauthner, qui sont responsables de l'initiation des réponses d'échappement, sont contactées par une classe spéciale d'afférences auditives par le biais de contacts synaptiques électriques et chimiques [96]. Ces contacts électriques permettent non seulement la transmission directe des signaux (des afférences vers la cellule de Mauthner), mais soutiennent également la transmission rétrograde en permettant la propagation des dépolarisations postsynaptiques dendritiques vers les afférences présynaptiques. De plus, les potentiels de couplage rétrograde dans les afférences présentent une forte dépendance à la tension. En fait, la dépolarisation du potentiel membranaire de ces afférences évoque une augmentation spectaculaire de l'amplitude du potentiel de couplage, finalement assez pour les activer, et donc en soutenant un mécanisme d'excitation latérale par lequel l'activation induite par le son de certains afférences peut recruter plus d'afférences pour renforcer le action synaptique sur les cellules de Mauthner [97, 98]. Ce mécanisme d'amplification est bloqué par application extracellulaire de tétrodotoxine (TTX) ou injection intracellulaire de QX-314, suggérant fortement l'implication d'un courant Na+. De plus, sa plage de tension d'activation sous le seuil, entre autres propriétés, indique que le courant sodique persistant (INap) de ces afférences est le mécanisme sous-jacent de cette amplification [98].

L'INap est une fraction non inactivante du courant Na +, qui s'active à des tensions membranaires inférieures au seuil et est particulièrement bien adaptée pour effectuer une telle amplification en raison de sa cinétique rapide et de sa plage de tension membranaire inférieure au seuil d'activation. Dans le cerveau des mammifères, des mécanismes d'amplification similaires de potentiels de couplage impliquant des courants Na + ont été décrits dans le noyau trijumeau mésencéphalique (MesV) du rat [99]. Cette population cellulaire est couplée principalement par paires et l'activation d'un neurone d'une paire électriquement couplée produit un épillet dans la cellule postsynaptique (Fig. 1c). Ce potentiel de couplage dépend de manière critique du potentiel membranaire, étant renforcé par la dépolarisation de la cellule postsynaptique et déclenchant éventuellement un potentiel d'action dans cette cellule. Cet épillet présente une corrélation positive avec le potentiel membranaire de la cellule postsynaptique, et en raison de sa plage de tension d'activation et de sa sensibilité aux bloqueurs des canaux sodiques, il représente l'activation d'un courant sodique persistant [99]. Un mécanisme d'amplification similaire a été proposé dans le cortex cérébelleux [87, 100] et le noyau réticulaire thalamique [101]. Ainsi, l'INap dote le couplage électrique d'une amplification voltage-dépendante, suggérant une contribution pertinente des conductances membranaires actives dans la régulation de l'efficacité de la transmission électrique entre les neurones. De plus, comme une telle amplification des potentiels électrotoniques pourrait suffire à recruter la cellule postsynaptique, elle tend à synchroniser l'activité des réseaux de neurones, soulignant le rôle des conductances actives dans la dynamique des réseaux de neurones couplés électriquement.

Transmission sélective en fréquence

Le plus souvent, la transmission électrique entre les neurones possède des propriétés de filtre passe-bas imposées par le circuit RC de la cellule postsynaptique. En revanche, le couplage électrique entre les neurones MesV montre des propriétés de filtre passe-bande où les signaux avec des fréquences comprises entre 50 et 80 Hz sont préférentiellement transmis, encore mieux que les signaux DC (Fig. 3) [99]. En conséquence, la transmission de pointes à travers ces contacts est significativement plus efficace que dans les contacts électriques entre les interneurones FS ou LTS du néocortex, dont le transfert de fréquence ressemble à un filtre passe-bas [86]. Ceci suggère que la transmission électrique entre neurones MesV est bien adaptée à la transmission de potentiels d'action, qui constituent très probablement la principale source de signal de couplage et favorise l'activation synchronique de paires de neurones MesV [99].

Cette sélectivité en fréquence ou caractéristiques passe-bande résulte des propriétés résonantes des neurones MesV. La résonance est une propriété qui permet aux neurones de discriminer entre ses entrées sur la base de leur contenu fréquentiel, de sorte que les entrées synaptiques avec un contenu fréquentiel proche de la fréquence de résonance produiront les réponses les plus importantes. La résonance résulte de l'interaction de deux mécanismes aux propriétés spécifiques du domaine fréquentiel : les propriétés membranaires passives et actives. Comme discuté précédemment, les propriétés passives dues à la capacité en parallèle avec la conductance de la membrane agissent comme un filtre passe-bas (dont la fréquence de coupure est définie par la constante de temps de la membrane), atténuant les réponses aux entrées à haute fréquence. D'autre part, certaines conductances dépendantes de la tension qui s'opposent activement aux changements de tension membranaire, comme les courants K +, pourraient conférer des propriétés de filtre passe-haut (dont la fréquence de coupure est définie par sa constante de temps d'activation), atténuant ainsi les réponses aux entrées à faible contenu fréquentiel. Alors que ces deux mécanismes aux propriétés de filtrage opposées sont présents dans presque tous les types de neurones, comme le filtrage passe-bas dû au circuit RC est une propriété de base des membranes biologiques et que les courants K + sont des conductances omniprésentes, tous les neurones n'expriment pas de résonance. En effet, pour produire de la résonance, le courant K+ doit s'activer lentement par rapport à la constante de temps de la membrane. Ainsi, la combinaison de ces deux mécanismes avec des fréquences de coupure appropriées crée un filtre passe-bande ou résonant, capable de rejeter les entrées dont les fréquences se situent en dehors de cette bande [102].

Bien que la combinaison de ces deux mécanismes fixe la fréquence de résonance, son expression dépend typiquement de l'activation de courants amplificateurs. De tels courants sont essentiellement l'inverse des courants de résonance, c'est-à-dire qu'ils amplifient les changements de tension et s'activent rapidement par rapport à la constante de temps de la membrane. Le courant Na + persistant est un exemple d'un tel courant amplificateur dont l'interaction avec les courants résonants améliore la résonance. Cette préférence de fréquence confère aux neurones la capacité de générer des oscillations spontanées de tension membranaire et des décharges répétitives, ou de répondre au mieux aux entrées dans une fenêtre de fréquence étroite [102]. Dans le contexte de la transmission synaptique électrique, la résonance déterminera que les signaux avec un contenu fréquentiel proche de la fréquence de résonance seront plus facilement transmis que les autres signaux, encore mieux que les signaux DC, favorisant la transmission de signaux d'importance biologique (Fig. 3).

Les neurones MesV sont dotés d'un riche répertoire de conductances membranaires voltage-dépendantes, comme le courant K + de type A (IA) et l'INap soutenant la résonance, ce qui entraîne la génération d'oscillations sous le seuil de tension membranaire et de décharges répétitives de l'ordre de 50 à 100 Hz [103, 104]. De manière cohérente, la transmission électrique entre les neurones MesV présente des caractéristiques de filtre passe-bande au lieu des propriétés classiques de filtre passe-bas [99]. En fait, l'évaluation des propriétés du filtre au moyen de l'injection de courants sinusoïdaux modulés en fréquence (protocoles ZAP, Fig. 3b) et du calcul du rapport de la transformée de Fourier rapide (FFT) de la tension postsynaptique change sur la FFT du présynaptique. changements de tension, a montré un pic dans la plage de 50 à 100 Hz (Fig. 3c) [99]. Ainsi, la fonction de transfert de fréquence de la transmission électrique entre les neurones MesV présente un maximum à des fréquences proches de 80 Hz, indiquant que la transmission de signaux électriques entre les neurones MesV présente un certain degré de préférence de fréquence et ne se comporte donc pas comme un simple filtre passe-bas [99] .En cohérence avec le rôle critique des propriétés membranaires actives dans la détermination de la transmission sélective en fréquence à ces contacts électriques, l'ajout de TTX (0,5 M) à la solution extracellulaire entraîne une réduction de l'amplitude de la fonction de transfert, en particulier pour des valeurs autour de 50-80 Hz, indiquant la participation des conductances Na +. L'ajout ultérieur de 4-AP (1 mM), un bloqueur du courant de type A parmi d'autres conductances K +, modifie encore les caractéristiques de transfert ressemblant désormais aux propriétés d'un simple filtre passe-bas (Fig. 3c). Ces conductances dépendantes de la tension améliorent non seulement la transmission en termes d'amplitude des signaux postsynaptiques, mais également en réduisant le décalage de phase entre les réponses présynaptiques et postsynaptiques. Ainsi, alors que l'amplification augmente l'efficacité de la transmission synaptique, l'atténuation du décalage de phase dans la même gamme de fréquences améliore sa précision, favorisant l'activation synchronique de paires de neurones MesV couplés [99].

Par conséquent, les propriétés membranaires actives des neurones pourraient jouer un rôle essentiel dans la transmission électrique synaptique en fournissant un mécanisme extrêmement sensible d'amplification dépendant de la tension des potentiels de couplage électrique et en dotant cette modalité de communication interneuronale d'une sélectivité en fréquence. De plus, la modulation des conductances voltage-dépendantes de la membrane non-jonctionnelle par l'action de neurotransmetteurs représente une source potentielle de modulation de l'efficacité de la transmission électrique.


Séances d'experts

Président(s) de programme Date Lieu de l'événement
Larry Anderson, M.D., Ph.D.
Ajai Chari, MD
1er mai 2021 Virtuel Voir l'enregistrement Afficher les diapositives
Mélissa Alsina, MD
Saad Z. Usmani, MD
27 février 2021 Virtuel Voir l'enregistrement Afficher les diapositives
Irène Ghobrial, MD
Shaji K. Kumar, MD
19 décembre 2020 Virtuel Vue
Enregistrement
Afficher les diapositives
Jonathan L. Kaufman, MD
Sagar Lonial, MD
26 septembre 2020 Virtuel Voir l'enregistrement Afficher les diapositives
Robert Z. Orlowski MD, PhD
Elisabeth E. Manansanch, MD
2 mai 2020 Virtuel Voir l'enregistrement Afficher les diapositives


INTRODUCTION

Les maladies et les troubles humains ont des causes évolutives ultimes ainsi que des causes mécaniques immédiates. Les causes évolutives des maladies comprennent les héritages évolutifs (qui peuvent restreindre l'adaptation et potentialiser la maladaptation), les compromis (qui peuvent empêcher l'optimisation de la structure ou de la fonction), les décalages avec la modernité (qui peuvent provoquer une maladaptation via la divergence entre les phénotypes et les environnements), les conflits génétiques (qui peuvent causer ou générer de nouvelles possibilités de maladaptation) et des avantages pour la reproduction qui sont associés à des coûts liés à la santé pour soi [1]. Des analyses intégrées des causes immédiates et ultimes de la maladie peuvent approfondir les connaissances sur l'étiologie de la maladie et les processus évolutifs. De telles études sont particulièrement importantes lorsque les maladies sont spécifiques à l'homme ou élaborées par l'homme et dérivent, en partie, des effets d'une sélection récente le long de la lignée menant à l'homme moderne.

Dans cet article, nous synthétisons les causes ultimes avec les causes immédiates dans l'étude de l'endométriose. Nous décrivons d'abord les symptômes et les caractéristiques diagnostiques de l'endométriose, et passons en revue les hypothèses précédentes sur ses déterminants physiologiques. Deuxièmement, nous analysons les bases de l'endométriose en appliquant les quatre questions de Niko Tinbergen [ 2] pour analyser les phénotypes : (1) phylogénie et histoire évolutive, (2) développement, (3) mécanisme et (4) signification adaptative. Aborder ces quatre questions permet une analyse intégrative et interdisciplinaire des causes et des corrélats de l'endométriose et des traits qui la caractérisent, dans le contexte de comprendre pourquoi et comment ce trouble persiste chez l'homme compte tenu de sa forte héritabilité. Ce faisant, nous décrivons, évaluons et testons également une hypothèse récemment développée pour une cause principale de l'endométriose : que son développement est entraîné par des niveaux relativement faibles de testostérone dans le développement prénatal [ 3].


Régulation dans le méristème apical

La diversification des cellules du méristème apical est un processus complexe contrôlé par un certain nombre de gènes. En effet, ces gènes déterminent la forme et la structure d'une plante. Au fur et à mesure que le méristème apical se développe, il se ramifie à des emplacements méristèmes plus petits, qui se développeront en branches des tiges et des racines. Le moment et le nombre de ces événements sont contrôlés par une série de gènes au sein des plantes. Les diverses expressions de ces gènes conduisent à différentes formes, dont certaines sont plus réussies que d'autres. L'interaction entre ces gènes et la croissance du méristème apical a conduit aux millions d'espèces différentes de plantes qui existent aujourd'hui.

La variété des formes chez les plantes est attribuable presque uniquement aux différences de fonctionnement de leur méristème apical. Certaines plantes, comme les buissons, se ramifient de manière continue et égale, tandis que les plantes comme les pins ont une seule branche principale. Le méristème apical racinaire est également responsable du développement racinaire. Les racines peuvent être profondes et concentrées sur une seule branche, comme racine pivotante, commun à de nombreuses mauvaises herbes. Le maïs et le bambou, en revanche, sont beaucoup plus dispersés et racine fibreuse système, qui dépend de nombreux branchements et racines latérales.

1. Quelle est la différence entre un méristème apical et un méristème intercalaire ?
UNE. Aucune différence
B. Le méristème apical est à la pointe
C. Les méristèmes intercalaires peuvent être apicaux

2. Comment le méristème apical peut-il être manipulé pour augmenter la récolte d'une culture ?
UNE. Ils peuvent être coupés pour créer une plante touffue
B. Plus de méristèmes signifie plus de fruits
C. Ils ne peuvent pas être manipulés

3. En quoi le méristème apical ressemble-t-il aux cellules souches d'un fœtus humain ?
UNE. Les deux ont la capacité de se différencier
B. Ils sont complètement différents
C. Ils se divisent de la même manière