威斯康星大学麦迪逊分校开发的培养大脑和脊髓组织“玫瑰花结”的技术为科学家提供了研究人类大脑生长的新方法，包括最近一项关于与自闭症相关的基因突变如何影响人类大脑发育早期阶段的研究。
这是使用RosetteArray 技术的最新发现，RosetteArray 是一种筛选工具，利用干细胞生成称为神经玫瑰花结的胚胎前脑或脊髓组织结构。神经玫瑰花结是生成人类干细胞衍生的神经类器官(类似于更大、更复杂器官的细胞簇)的起始材料，可用于评估不同的基因构成或接触化学物质是否会增加神经发育障碍的风险。
“这项技术使我们能够获得人类中枢神经系统发育的胚胎模型，否则我们将无法获得这种模型，”威斯康辛大学麦迪逊分校生物医学工程教授兼干细胞和再生医学中心副主任伦道夫阿什顿说。“这很有用，因为我们现在不仅可以更多地了解人类发展，而且可以了解人类发展何时出错。”
Ashton 和Gin Knight是威斯康星州探索学院的科学家，在 Asthon 的实验室获得了博士学位，他们开发了 RosetteArrays 背后的技术，该技术由 Neurosetta 进行销售，Neurosetta 是他们在威斯康星大学麦迪逊分校 Discovery to Product 和威斯康星州校友研究基金会 (WARF) 加速器计划。
RosetteArray 技术在《自然神经科学》最近发表的一项研究中发挥了重要作用。这项研究由南加州大学干细胞生物学家 Giorgia Quadrato 领导，Ashton 和 Knight 为共同作者，研究了 SYNGAP1 基因的突变。
SYNGAP1 突变长期以来一直与自闭症谱系障碍、癫痫、神经发育障碍等危险因素相关，但到目前为止，该基因主要在动物模型中进行研究，重点是 SYNGAP1 对突触的影响，突触是长突触的尖端结构。称为神经元的脑细胞允许它们将信号传递给邻近的细胞。
在他们新的 SYNGAP1 自闭症研究中，Quadrato 和她的实验室使用 RosetteArray 技术从健康人类细胞以及带有 SYNGAP1 致病变异的患者细胞中培养出神经玫瑰花结。通过分析这些年轻的、正在发育的神经类器官，Quadrato 确定人类放射状胶质细胞(负责产生大脑外层(大脑皮层)所有神经元的细胞)可以表达 SYNGAP1。当 SYNGAP1 突变时，会导致皮质板组织破坏，皮质板是形成大脑皮层的早期大脑结构。这表明 SYNGAP1 相关的大脑疾病可以通过非突触机制引起。
Quadrato Lab 和 Neurosetta 计划合作开展进一步研究，探索可使用 RosetteArray 技术建模的自闭症谱系障碍遗传背景的程度，Ashton 希望该技术最终将带来新的精准医学方法。
“仅仅能够模拟早期人类发育，在这种情况下是大脑和脊髓的形成，就为您提供了一个非常强大的平台来尝试改善人类健康，”阿什顿说。“我们惊讶地发现神经系统疾病引起的突变在这些组织形成的最早阶段所产生的影响。RosetteArrays 在受孕后大约四到六周进行建模，我们了解到，那时您就可以开始看到自闭症的标记，这是一种人们通常要到 2 岁后才被诊断出的疾病。因此，我们能够在人类发展模型的早期看到这一点，这一事实令人惊叹。”
阿什顿说，使用 RosetteArray 等技术的研究人员发现，自闭症谱系障碍的危险因素可归结为几个核心途径，这些途径似乎在人类大脑发育的早期发挥着作用，这对于研究人员进行治疗来说是有用的信息。
虽然本文的重点是研究脑组织，但 Ashton 在他自己的实验室中使用 RosetteArray 平台来研究神经管形成的缺陷。
“(神经管)是一种从胚胎头部一直向下穿过脊髓后部的结构。所有的大脑、脊髓和眼组织都来自这个神经管，”阿什顿说。“碰巧很多事情都会扰乱这个过程，如果这个过程被扰乱得足够早，那么就会导致很多问题。它可能导致先天性出生缺陷，称为神经管缺陷，例如脊柱裂，即下脊柱未完全闭合。或者，如果神经管较高部位的闭合失败而导致妊娠失败，那么了解这个过程至关重要。”
Ashton 和他的实验室成员一直在使用 RosetteArrays 来研究可能导致脊柱裂缺陷的原因以及如何减轻这些缺陷。
“我们在食品供应、杀虫剂和抗癌药物中使用的已知化学物质历史上与导致神经管缺陷有关。因此，重要的是我们有一种方法来测试新的化学物质和化学过程，以确保它们不会对人类发展产生这些影响，”阿什顿说。“我们使用了啮齿动物模型，但动物和人类之间存在差异。RosetteArray 提供了一种测试这些化学物质对人类早期大脑和脊髓发育的影响的方法。”
RosetteArray 平台还可用于个体化医疗，因为它可用于筛选个体患者的细胞系，以更好地了解一个人的基因组背景中的突变如何导致疾病，以及一个人的基因组背景之间的相互作用如何他们接触的化学物质可能会导致健康风险。
“我们认为这个平台对于筛选可能导致神经发育风险的化学物质的商业应用以及临床应用都非常有用，”阿什顿说。“我认为该工具的真正力量在于精准医学和药物发现。”
标签：