신경연접은 다양한 생리적 또는 병적 상태에 반응하여 구조 및 수적 변화를 보이며, 신경연접의 밀도 변화는 신경세포의 활성 조절에 중요한 역할을 하는 것으로 알려져 있다. 따라서 특정 생리적 또는 병적 상태에서 신경연접의 밀도 변화를 명확히 이해하기 위해서는 정확한 정량방법을 이용한 밀도 측정이 필수적이다. 본 연구에서는 physical disector법을 이용하여 흰쥐 뇌의 치아이랑에 위치하는 과립신경세포의 신경연접 수를 측정하였으며, 이를 통해 physical disector의 방법적 정확성을 확인하고자 하였다. 성체 흰쥐를 관류고정한 후 치아이랑의 연속 절편을 얻어 통상적인 전자현미경 시료제작법을 통해 Epon 혼합용액에 포매하였다. Physical disector법을 이용한 밀도 분석 시 연속절편의 정렬, 비교 및 disector frame이 필요하므로 Reconstruct 프로그램을 사용하였다. 동물 당 40장의 $1{\mu}m$ 연속절편을 제작하여 과립신경세포체의 밀도를 측정하였으며, 15장의 80nm연속절편으로부터 bidirectional disector법을 이용하여 과립신경세포와 내측 관통로(medial perforant path) 간 신경 연접의 밀도를 분석하였다. 과립신경세포의 세포체와 신경연접은 각각 과립층과 분자층에 위치하기 때문에 하나의 신경세포가 가지는 신경연접의 수를 측정하기 위해서는 각 층의 부피를 고려하는 것이 요구된다. 따라서 과립층에 대한 분자층의 부피비율을 측정하였다. 실험결과, 흰쥐 치아이랑에 위치하는 하나의 과립세포당 약 6,500개의 신경연접의 존재한다는 사실을 확인하였으며, 이는 다른 연구자들의 결과와 유사하였다. 본 연구로부터 physical disector법은 특정 생리적 또는 병적 조건에서 나타나는 신경세포 및 신경연접의 수적 변화를 정확히 측정할 수 있는 유용한 정량방법임을 알 수 있었다. 향후 physical disector법을 이용하여 다양한 실험동물모델의 신경연접 변화를 분석하는 것은 신경연접의 형태적 가소성을 이해하는데 이바지할 것으로 생각된다.
신경연접은 다양한 생리적 또는 병적 상태에 반응하여 구조 및 수적 변화를 보이며, 신경연접의 밀도 변화는 신경세포의 활성 조절에 중요한 역할을 하는 것으로 알려져 있다. 따라서 특정 생리적 또는 병적 상태에서 신경연접의 밀도 변화를 명확히 이해하기 위해서는 정확한 정량방법을 이용한 밀도 측정이 필수적이다. 본 연구에서는 physical disector법을 이용하여 흰쥐 뇌의 치아이랑에 위치하는 과립신경세포의 신경연접 수를 측정하였으며, 이를 통해 physical disector의 방법적 정확성을 확인하고자 하였다. 성체 흰쥐를 관류고정한 후 치아이랑의 연속 절편을 얻어 통상적인 전자현미경 시료제작법을 통해 Epon 혼합용액에 포매하였다. Physical disector법을 이용한 밀도 분석 시 연속절편의 정렬, 비교 및 disector frame이 필요하므로 Reconstruct 프로그램을 사용하였다. 동물 당 40장의 $1{\mu}m$ 연속절편을 제작하여 과립신경세포체의 밀도를 측정하였으며, 15장의 80nm연속절편으로부터 bidirectional disector법을 이용하여 과립신경세포와 내측 관통로(medial perforant path) 간 신경 연접의 밀도를 분석하였다. 과립신경세포의 세포체와 신경연접은 각각 과립층과 분자층에 위치하기 때문에 하나의 신경세포가 가지는 신경연접의 수를 측정하기 위해서는 각 층의 부피를 고려하는 것이 요구된다. 따라서 과립층에 대한 분자층의 부피비율을 측정하였다. 실험결과, 흰쥐 치아이랑에 위치하는 하나의 과립세포당 약 6,500개의 신경연접의 존재한다는 사실을 확인하였으며, 이는 다른 연구자들의 결과와 유사하였다. 본 연구로부터 physical disector법은 특정 생리적 또는 병적 조건에서 나타나는 신경세포 및 신경연접의 수적 변화를 정확히 측정할 수 있는 유용한 정량방법임을 알 수 있었다. 향후 physical disector법을 이용하여 다양한 실험동물모델의 신경연접 변화를 분석하는 것은 신경연접의 형태적 가소성을 이해하는데 이바지할 것으로 생각된다.
The number and structure of synapses are dynamically changed in response to diverse physiological and pathological conditions. Since strength of synaptic transmission is closely related to the synaptic density on a neuron, both synaptogenesis and synapse loss may play important roles in controlling ...
The number and structure of synapses are dynamically changed in response to diverse physiological and pathological conditions. Since strength of synaptic transmission is closely related to the synaptic density on a neuron, both synaptogenesis and synapse loss may play important roles in controlling neuronal activity. Thus it is essential to estimate the number of synapses using an accurate quantitative method for better understanding of the numerical alteration of synapses under terrain experimental conditions. We applied physical disector principle to estimating the number of synapses per neuron in the dentate gyrus of adult mice. First, we measured the numerical density of granule cells using the physical disector principle. Second, the density of medial perforant path to granule cell synapses was estimated using the bidirectional physical disector. Then, the volume ratio of molecular layer to granule cell layer was measured. With these numerial values, we successfully calculated the number of synapses per neuron. Individual granule cells have approximately 6500 synapses in the dentate gyrus of adult mice $(6,545{\pm}330)$, which are comparable to those of other researchers. Our results showed that the estimation of synapse numbers per neuron using the physical disector principle would provide accurate and precise information on the numerical alteration of synapses in diverse physiological and pathological conditions. Following analyses of synapse numbers using this method will contribute to the better understanding of structural synaptic plasticity in a variety of experimental animal models.
The number and structure of synapses are dynamically changed in response to diverse physiological and pathological conditions. Since strength of synaptic transmission is closely related to the synaptic density on a neuron, both synaptogenesis and synapse loss may play important roles in controlling neuronal activity. Thus it is essential to estimate the number of synapses using an accurate quantitative method for better understanding of the numerical alteration of synapses under terrain experimental conditions. We applied physical disector principle to estimating the number of synapses per neuron in the dentate gyrus of adult mice. First, we measured the numerical density of granule cells using the physical disector principle. Second, the density of medial perforant path to granule cell synapses was estimated using the bidirectional physical disector. Then, the volume ratio of molecular layer to granule cell layer was measured. With these numerial values, we successfully calculated the number of synapses per neuron. Individual granule cells have approximately 6500 synapses in the dentate gyrus of adult mice $(6,545{\pm}330)$, which are comparable to those of other researchers. Our results showed that the estimation of synapse numbers per neuron using the physical disector principle would provide accurate and precise information on the numerical alteration of synapses in diverse physiological and pathological conditions. Following analyses of synapse numbers using this method will contribute to the better understanding of structural synaptic plasticity in a variety of experimental animal models.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
가설 설정
(A) The disector frame (100 μm × 50 μm) is placed on the reference section' and then cells to be counted are sampled by unbiased counting rule. (B) If a cell sampled on the 'reference section' was not seen on the 'look up' section, the cell was counted.
8 μm) is placed on the "reference section' and then synapses to be counted are sampled by unbiased counting rule. (B) If a synapse sampled on the 'reference section' was not seen on the 'look up' section, the synapse was counted.
참고문헌 (31)
Abusaad I, MacKay D, Zhao J, Stanford P, Collier DA, Everall IP: Stereological estimation of the total number of neurons in the murine hippocampus using the optical disector. J Comp Neurol 408(4) : 560-566, 1999
Baloyannis SJ, Costa V, Baloyannis IS: Morphological alterations of the synapses in the locus coeruleus in Parkinson's disease. J Neurol Sci, 2006
Beaulieu C, Colonnier M: Number and size of neurons and synapses in the motor cortex of cats raised in different environmental complexities. J Comp Neurol 289(1) : 178-181, 1989
Bjugn R, Gundersen HJ: Estimate of the total number of neurons and glial and endothelial cells in the rat spinal cord by means of the optical disector. J Comp Neurol 328(3) : 406-414, 1993
Black JE, Isaacs KR, Anderson BJ, Alcantara AA, Greenough WT: Learning causes synaptogenesis, whereas motor activity causes angiogenesis, in cerebellar cortex of adult rats. Proc Natl Acad Sci U S A 87(14) : 5568-5572, 1990
Bolender RP, Charleston JS: Software for counting cells and estimating structural volumes with the optical disector and fractionator. Microsc Res Tech 25(4) : 314-324, 1993
Braendgaard H, Gundersen HJ: The impact of recent stereological advances on quantitative studies of the nervous system. J Neurosci Methods 18(1-2) : 39-78, 1986
Briones TL, Suh E, Jozsa L, Rogozinska M, Woods J, Wadowska M: Changes in number of synapses and mitochondria in presynaptic terminals in the dentate gyrus following cerebral ischemia and rehabilitation training. Brain Res 1033(1) : 51-57, 2005
Geinisman Y, Disterhoft JF, Gundersen HJ, McEchron MD, Persina IS, Power JM, van der Zee EA, West MJ: Remodeling of hippocampal synapses after hippocampusdependent associative learning. J Comp Neurol 417(1) : 49-59, 2000
Geinisman Y, Gundersen HJ, van der Zee E, West MJ: Unbiased stereological estimation of the total number of synapses in a brain region. J Neurocytol 25(12) : 805-819, 1996
Gundersen HJ, Bagger P, Bendtsen TF, Evans SM, Korbo L, Marcussen N, Moller A, Nielsen K, Nyengaard JR, Pakkenberg B, et al.: The new stereological tools: disector, fractionator, nucleator and point sampled intercepts and their use in pathological research and diagnosis. Apmis 96(10) : 857-881, 1988
Kim HT, Kim IH, Lee KJ, Lee JR, Park SK, Chun YH, Kim H, Rhyu IJ: Specific plasticity of parallel fiber/Purkinje cell spine synapses by motor skill learning. Neuroreport 13(13) : 1607-1610, 2002
Kleim JA, Swain RA, Armstrong KA, Napper RM, Jones TA, Greenough WT: Selective synaptic plasticity within the cerebellar cortex following complex motor skill learning. Neurobiol Learn Mem 69(3) : 274-289, 1998
Miki T, Satriotomo I, Li HP, Matsumoto Y, Gu H, Yokoyama T, Lee KY, Bedi KS, Takeuchi Y: Application of the physical disector to the central nervous system: estimation of the total number of neurons in subdivisions of the rat hippocampus. Anat Sci Int 80(3) : 153-162, 2005
Mura A, Murphy CA, Feldon J, Jongen-Relo AL: The use of stereological counting methods to assess immediate early gene immunoreactivity. Brain Res 1009(1-2) : 120-128, 2004
Pilegaard K, Ladefoged O: Total number of astrocytes in the molecular layer of the dentate gyrus of rats at different ages. Anal Quant Cytol Histol 18(4) : 279-285, 1996
Seyer-Hansen K, Gundersen HJ, Osterby R: Stereology of the rat kidney during compensatory renal hypertrophy. Acta Pathol Microbiol Immunol Scand [A] 93(1) : 9-12, 1985
Simic G, Kostovic I, Winblad B, Bogdanovic N: Volume and number of neurons of the human hippocampal formation in normal aging and Alzheimer's disease. J Comp Neurol 379(4) : 482-494, 1997
Stewart MG, Harrison E, Rusakov DA, Richter-Levin G, Maroun M: Re-structuring of synapses 24 hours after induction of long-term potentiation in the dentate gyrus of the rat hippocampus in vivo. Neuroscience 100(2) : 221-227, 2000
Toni N, Buchs PA, Nikonenko I, Bron CR, Muller D: LTP promotes formation of multiple spine synapses between a single axon terminal and a dendrite. Nature 402(6760) : 421-425, 1999
West MJ: Stereological methods for estimating the total number of neurons and synapses: issues of precision and bias. Trends Neurosci 22(2) : 51-61, 1999
※ AI-Helper는 부적절한 답변을 할 수 있습니다.