Stimolazione chimica di reti neuronali 2D derivate da Cellule Staminali Pluripotenti indotte umane accoppiate ad Array di Micro-elettrodi

Abstract

Il cervello umano è l'organo più complesso del corpo e diversi aspetti del suo funzionamento sono ancora sconosciuti. I neuroscienziati hanno sviluppato modelli in vitro per studiare il cervello in modo semplificato e non invasivo. Questi modelli, noti come brain-on-a-chip, si basano sull’ accoppiamento tra una componente biologica e una tecnologica. Le colture neuronali derivate da cellule staminali pluripotenti indotte umane (hiPSCs) sono diventate sempre più popolari come componente biologica. Queste colture ottenute da donatori umani, permettendo di replicare i meccanismi del cervello e di preservare il fenotipo del donatore. La componente tecnologica più utilizzata è rappresentata dai Micro-Electrode Arrays (MEAs), dispositivi capaci di registrare simultaneamente l'attività di un'intera rete da più siti, in modo non invasivo e semplice per lunghi periodi. In questo contesto, l'obiettivo della mia tesi è stato sviluppare un modello in vitro di brain-on-a-chip composto da colture neuronali 2D derivate da hiPSC accoppiate con MEAs, per testare se e come l'attività elettrofisiologica di queste colture potesse essere manipolata attraverso farmaci che agiscono come antagonisti dei recettori. Ho testato l'effetto di cinque farmaci: APV, antagonista del recettore NMDA, CNQX, antagonista del recettore AMPA, BIC, PTX e PTZ, antagonisti del recettore GABAA. Per valutare i cambiamenti nell'attività, ho confrontato l'attività spontanea e l'attività farmacologicamente modulata in termini di Mean Firing Fate, Mean Bursting Rate, Burst Duration e Network Bursting Rate. I risultati sono in linea con quanto osservato nella letteratura sui network neuronali derivati da roditori, dimostrando che l'attività dei network neuronali derivati da hiPSC può essere modulata dai farmaci. Il potenziale di questi risultati risiede nella possibilità di abilitare futuri studi di test farmacologici su network neuronali 2D patologici e su network neuronali 3D fisiologici e patologici.

The human brain is the most complex organ of the body and several aspects of its functionality are not yet known. Neuroscientists have developed in vitro models that allow the study of the brain in a simplified, non-invasive manner under controlled conditions. These models, known as brain-on-a-chip, are based on the coupling between a biological and a technological component. Recently, neuronal cultures derived from human induced Pluripotent Stem Cells (hiPSCs) have become increasingly popular as the biological component. These cultures are derived directly from human donors, enabling them to replicate the mechanisms of the brain and preserve the donor’s phenotype. The most used technological component is the Micro-Electrode Arrays (MEAs), devices capable of simultaneously recording the activity of an entire network from multiple sites, in a non-invasive and straightforward manner over extended periods. In this context, the goal of my thesis was to develop an in vitro brain-on-a chip model composed of hiPSC-derived 2D neuronal cultures coupled with MEAs. I exploited it to test whether and how the electrophysiological activity of these cultures could be manipulated through drugs that act as receptor antagonists. I tested the effect of five drugs: APV, antagonist of NMDA receptor, CNQX, antagonist of AMPA receptor, BIC, PTX and PTZ, antagonists of GABAA receptor. To evaluate the changes in the activity, I compared the spontaneous activity and the pharmacological modulated activity in terms of Instantaneous Firing Rate, Mean Bursting Rate, Burst Duration and Network Bursting Rate. The results are in line with what was observed in the literature of rodent-derived neuronal networks, demonstrating that activity of hiPSC-derived neuronal networks can be modulated by the drugs. The potential of these results lies in enabling future studies of drug testing on pathological 2D neuronal networks and on physiological and pathological 3D neuronal networks.