神经血管单元 (NVU) 是一种复杂的多细胞结构,由内皮细胞 (EC)、神经元、神经胶质细胞、平滑肌细胞 (SMC) 和周细胞组成。每个组成部分都紧密相连,形成结构和功能单元,调节中枢神经系统 (CNS) 血流和能量代谢,并形成血脑屏障 (BBB) 和内血视网膜屏障 (BRB)。顾名思义,NVU 的“神经”和“血管”组成部分是众所周知的,神经血管耦合是 NVU 的关键功能。然而,NVU 由多种细胞类型组成,其功能超出了由此产生的神经血管耦合,具有信号传导、代谢和体内平衡的跨组成部分联系。在 NVU 中,神经胶质细胞越来越受到关注,而且越来越明显的是,它们在 NVU 中发挥着各种多层次的功能。研究表明,神经胶质细胞功能障碍先于神经元和血管病变出现,这表明神经胶质细胞在 NVU 功能和疾病发病机制中发挥着核心作用。在这篇综述中,我们以“神经胶质细胞为中心”的观点看待 NVU 在视网膜和大脑中的发育和功能,以及这些在疾病中如何变化,以及先进的实验技术将如何帮助我们解决未解问题。
神经血管单元(NVU)由血管细胞,神经胶质细胞和神经元组成。作为中枢神经系统中的基本功能模块,NVU在微环境和血脑屏障的整体中保持体内平衡。NVU的破坏及其成分之间的相互作用参与突触核苷的病理生理学,其特征在于α-突触核蛋白的病理积累。神经炎症有助于突触核断病的病理生理,包括帕金森氏病,多种系统萎缩和伴有路易体的痴呆症。本综述旨在总结NVU中神经胶质细胞和血管细胞的神经纤维反应。我们还回顾了神经胶质细胞和血管细胞之间的串扰,神经胶质细胞和周细胞之间以及小胶质细胞和星形胶质细胞之间的神经炎症。最后,我们讨论了α-突触核蛋白如何影响神经炎症以及神经炎症如何影响α-突触核蛋白的聚集和扩散,并分析突触核蛋白酶病中α-类核蛋白的不同特性。
神经血管系统构成中枢神经系统 (CNS) 组织与循环血液之间的界面。它在调节离子、小分子和细胞调节剂进出脑组织以及维持脑健康方面发挥着关键作用。神经血管单元 (NVU) 是构成脑细胞和血管系统之间结构和功能联系的细胞,它维持血脑界面 (BBI)、控制脑血流并监测损伤。神经血管系统是动态的;它受到生化和细胞相互作用的严格调节,以平衡和支持脑功能。内在昼夜节律时钟的发展使 NVU 能够预测昼夜循环中发生的脑活动和身体生理节律变化。昼夜节律神经血管功能的发育涉及多种细胞类型。我们讨论了 NVU 组成部分中昼夜节律时钟的功能方面及其在调节神经血管生理方面的影响,包括 BBI 通透性、脑血流和炎症。扰乱昼夜节律会损害与 NVU 相关的许多生理过程,其中许多过程与功能障碍和疾病风险增加有关。因此,了解 NVU 的细胞生物学和生理学对于减少神经血管功能受损(包括脑出血和神经退化)的后果至关重要。
引言神经血管单元(NVU)由神经元,血管内皮细胞,细胞外基质和血管周围星形胶质细胞,小胶质细胞和周细胞组成,以维持血脑/视网膜屏障和局部CNSSOSTOSTOSIS。NVU的破坏是中枢神经系统的各种缺血/神经退行性疾病的病理生理学的核心,包括缺血性中风,帕金森氏症,帕金森氏症,阿尔茨海默氏症,多发性硬化症,肌萎缩性侧面硬化症和糖尿病性视网膜病变(1-3)。缺血促进了CNS重塑,其中NVU的神经元,神经胶质和微血管细胞之间的神经血管串扰支持有利于组织恢复的微环境。Since multicellular crosstalk between local vascu- lar networks and the neurons they supply in the NVU is critical to maintaining physiological function, one regenerative therapeutic strategy is to repair the dysfunctional NVU using progenitor and/or stem cells to provide support to the complex of vascular endothelial cells and surrounding CNS parenchyma that are functionally coupled and interdependent (4).最近的研究支持使用称为内皮结肠构成细胞(ECFC)的内皮祖细胞的使用来实现这种作用。ECFC在缺血区域的所在地,在许多缺血/神经退行性中枢神经系统疾病的动物模型中表现出有效的救助作用(5-10)。作为大脑的易于访问且可视化的扩展,视网膜是用于建模新型治疗剂临床前发育的缺血/神经退行性中枢神经系统疾病的特殊实验系统。证据表明,ECFC的治疗机制主要是旁分泌。在视网膜缺血/变性的鼠模型中进行的实验提供了证据证据证据,表明ECFC(和其他茎/祖细胞)神经营养不良的支撑可从经历凋亡中引起视网膜神经元(11-17)。尽管在体内具有缺血性/神经退行性CNS疾病模型中其有效的救助效应,但已经观察到脑血管内部的ECFC植入水平较低(5-10)。ECFCS的缺血区域,并假定血管周围位置
通过激活神经胶质细胞和神经元损伤而引起的神经血管单元 (NVU) 炎症在神经退行性疾病中起着关键作用。虽然疾病发病的确切机制尚不明确,但某些生物标志物为了解疾病的发病机制、严重程度、进展和治疗效果提供了宝贵的见解。这些标志物可用于评估脑细胞的病理生理状态,包括神经元、星形胶质细胞、小胶质细胞、少突胶质细胞、特化微血管内皮细胞、周细胞、NVU 和血脑屏障 (BBB) 破坏。BBB 的紧密连接 (TJ)、粘附连接 (AdJ) 和间隙连接 (GJ) 成分的损伤或错位会导致包括神经退行性疾病在内的各种脑部疾病的通透性和神经炎症增加。因此,可以评估血液、脑脊液 (CSF) 或脑组织中的神经炎症标志物,以确定神经系统疾病的严重程度、进展和治疗反应。慢性炎症在与年龄相关的神经退行性疾病中很常见,包括阿尔茨海默病 (AD)、帕金森病 (PD) 和痴呆症。神经创伤/创伤性脑损伤 (TBI) 也会导致急性和慢性神经炎症反应。一些标志物的表达也可能在神经退行性疾病发作前很多年甚至几十年发生改变。在这篇综述中,我们讨论了与急性和慢性脑部疾病相关的神经炎症和神经退行性疾病的标志物,尤其是与神经血管病变相关的标志物。这些生物标志物可以在脑脊液或脑组织中进行评估。神经丝轻链 (NfL)、泛素 C 末端水解酶-L1 (UCHL1)、神经胶质纤维酸性蛋白 (GFAP)、离子钙结合衔接分子 1 (Iba-1)、跨膜蛋白 119 (TMEM119)、水通道蛋白、内皮素-1 和血小板衍生生长因子受体 β (PDGFR β ) 是一些重要的神经炎症标志物。最近的 BBB 芯片建模提供了有希望的
生成功能多能细胞衍生的脑内皮细胞,用于在脑内皮细胞(BECS)中高度专业的内皮细胞(ECS)进行体外建模和血液脑屏障的体外建模,与其他各种细胞类型相互作用,例如星形胶质细胞和诸如血液脑障碍(BBB)的基础(BBB)。BEC具有独特的特性,包括紧密连接,选择性渗透性和特定的运输系统,这些特性将它们与其他组织中的内皮细胞区分开。这些细胞在维持稳态大脑功能以及调节免疫系统和神经系统之间的相互作用方面起着至关重要的作用。人类神经血管单元(NVU)的体外模型的发展取决于使用EC的使用,该模型可以忠实地概括多个关键的器官功能。人类多能干细胞(HPSC) - 衍生的BMEC(IBMEC)已被广泛用于此目的;然而,其细胞身份的转录组和功能表征表明,这些细胞是上皮屏障形成细胞(Epi-IBFC)而不是BMEC。在这里,我们描述了转录因子介导的策略的开发,以从HPSC中产生EC及其用于生成3D NVU模型的使用。我们报告说,两个EC转录因子SOX7和ERG的构型过表达将Epi-iBFC转换为成人血管ECS(SE-REC),表达EC基因曲目并响应炎症提示。此外,在2D和3D中与星形胶质细胞和周细胞的共同文化在SE-REC中诱导BBB特异性的转录谱。在功能上,与单独培养的EC相比,在3D微流体系统中与原发性脑周细胞和星形胶质细胞的共同培养可显着降低对生物蛋白的渗透性,而70 kDa葡萄蛋白的渗透性与单独培养的EC相比,主要是由于诱导的紧密连接蛋白Claudin-5和Beceception concection claudin-5 and beccantion centection beccention begencecnecnection-beccection centectection-becceent centection beccente cenecnectection。我们旨在使用这些重编程的SE-REC在体外开发更忠实的人BBB系统,以了解疾病机制并开发用于向大脑输送药物的方法。
虽然免疫组织化学和电子显微镜研究也揭示了 NVU 主要参与者的重要见解,但这些方式通常仅限于局部大脑区域,因为它们不易应用于全脑研究。然而,一些研究表明,同侧皮质不同区域的细胞组成、能量需求以及多种功能存在很大差异,更不用说大脑的其余部分了。14、15 这表明一个大脑区域的血管特征和组织可能不适用于其他大脑区域。因此,需要对脑血管组织和大脑区域异质性进行网络级和全脑研究,以更好地了解它们的关键功能以及病理条件下的任何潜在脆弱性。幸运的是,技术创新为小鼠全脑脑血管映射研究铺平了道路。虽然方法列表在不断增加,但这里的重点将包括当前几种细胞分辨率离体成像方法的改编,这些方法可以大致分为连续切片的块面成像和光片荧光显微镜 (LSFM)。我们还将讨论作为成像过程不可或缺的一部分的样品处理和血管标记策略。这些成像模式提供了研究脑血管系统细节的方法,每种方式都有自己的优点和局限性。重要的是,这些研究在技术上具有挑战性,不仅在成像方面,而且在需要高水平计算技能的分析流程方面。鉴于此,以及这些模式的快速扩展和我们对脑血管系统重要性的理解,综合最近研究工作中获得的知识和资源已成为必要。