神经生物学类论文参考文献

突触传递机制研究新进展 摘要：最近的几年里，科研人员一直致力于突触传递机制的研究，他们对有关的各种生物现象中寻找突触传递在其中的机制。本文将从对突出传递机制的新进展做一个小小的综述。 关键词：突触可塑性；视网膜；调控机制；tau蛋白；伏隔核谷氨酸能；可卡因；大鼠VTA区DA神经元；脑胶质瘤致癫病；长时程增强(LTP)；膜片钳；GluR2 缺失的AMPARs 视网膜突触可塑性调控机制研究进展#突触可塑性的变化影响着中枢神经系统的发育，损伤和修复等多种功能。研究发现，在视网膜发育、损伤修复过程中可出现突触可塑性改变，而自发性眼波、光线刺激、视觉经验、神经营养因子和胶质细胞等因素均参与了视网膜突触可塑性的调节。突触连接的改变是经验依赖性脑神经回路重排的基础，突触可塑性的变化影响着神经系统的发育，神经的损伤和修复等多种脑功能，目前突触可塑性的调节机制还未完全阐明。近30 多年来，对于视觉系统发育和可塑性的研究取得了很大的发展，尤其是对于视神经突触水平的变化有了较清晰的认识，但还有很多问题尚待深入研究：各种神经生长因子参与视觉发育可塑性的确切机制；在基因水平上还需进一步通过对多种相关基因的反应时程和强度进行分析, 研究其对视网膜突触可塑性的影响；视网膜突触可塑性中胶质细胞增殖、分裂、分泌生物活性物质等功能的调控。随着脑科学、发育生物学及神经生物学等边缘学科的迅猛发展,相信不远的将来,人类一定会在该领域取得突破性进展，并给治疗相关视网膜疾病及视网膜损伤后的修复治疗研究提供新思路和理论依据。兴奋性突触传递对tau蛋白表达和省略响及其在阿尔茨海默病发病中的作用兴奋性突触传递是神经元最基本的功能,NMDA受体(N-Methyl-D-aspartate receptor, NMDAR)是神经系统中最主要的兴奋性离子型受体之一,其在学习记忆,突触可塑性,神经发育等方面具有重要作用,但NMDA受体过度激活导致谷氨酸聚集于突触间隙所诱导的神经毒性作用也是许多神经退行性疾病的共同发病机制。阿尔茨海默病(Alzheimer’s disease, AD)是成人痴呆症最主要的病因,其中tau蛋白过度磷酸化和聚集是AD脑内的主要病理特征之一。兴奋性突触传递与tau病变之间的联系目前少见报道。本研究探讨了谷氨酸能兴奋性突触传递增强对tau蛋白表达和磷酸化的影响及其在AD样神经退行性变中的作用。本文第一部分探讨了短时间突触传递增强对tau蛋白磷酸化的影响和内在机制。成人脑内约有一半的谷氨酸能神经元是谷氨酸-锌能神经元,即突触兴奋时锌离子与谷氨酸一起释放至突触间隙。本研究阐明了谷氨酸-锌能神经元兴奋时突触释放的锌离子通过抑制蛋白磷酸酯酶2A (Proteinphosphatase2A, PP2A)的活性导致tau蛋白过度磷酸化。 慢性吗啡处理对伏隔核谷氨酸能突触传递的影响药物成瘾和自然的奖赏效应(食物、性等)共享同样的神经基础——中脑边缘多巴胺系统,该系统主要涉及杏仁核、弓状核、蓝斑、中脑导水管周围灰质、腹侧被盖区(ventraltegmental area, VTA)、伏隔核(nucleus accumbens,NAc)等脑区,其外延包括额叶皮层、海马等与情绪、学习和记忆密切相关的结构。目前的观点认为奖赏性刺激是通过对脑内奖赏系统发挥作用,最终引起NAc区多巴胺(dopamine,DA)释放量增多,从而产生奖赏效应。NAc在成瘾中起着至关重要的作用。NAc中神经元因在吗啡成瘾及戒断的过程中产生适应性变化而备受关注。前额叶皮质(prelimbicprefrontal cortex,PFC)的功能之一是对有利刺激的重要性进行评估,并抑制在当前环境中不适当的行为,该脑区在成瘾药物的精神依赖中发挥着对觅药动机进行评估和抑制的重要作用。Mark EJackson等研究发现,利用接近生理条件下的刺激频率来刺激PFC后抑制了NAc中多巴胺的释放,提示了前额叶中存在着对NAc中的多巴胺的释放的抑制性调节 单次可卡因注射对大鼠VTA区DA神经元兴奋性突触传递和内在兴奋性的影响中脑皮质边缘多巴胺系统(mesocorticolimbicdopamine system)与奖赏和药物成瘾有十分密切的关系。该系统包括腹侧被盖区(ventraltegmental area, VTA)多巴胺能神经元的两条主要投射通路：一条由腹侧被盖区投射到伏隔核(nucleusaccumbens, NAc)和纹状体,称为中脑边缘多巴胺系统(mesolimbicdopamine system);另外一条由腹侧被盖区投射到前额叶皮质(prefrontal cortex),称为中脑皮质多巴胺系统(mesocortical dopamine system)。这两条通路合称为中脑皮质边缘多巴胺系统。药物成瘾的解剖基础是奖赏系统,中脑边缘多巴胺系统是其关键,中脑腹侧被盖区(VTA)及其投射区伏隔核(NAc)是主要的神经基础,多巴胺(DA)是非常重要的神经递质。除了参与天然和成瘾性药物的奖赏刺激,当今更多的研究发现中脑边缘多巴胺系统还与成瘾的渴求和复发有关。在VTA区域微量注射吗啡、可卡因等都能诱导产生条件性位置偏爱(CPP)。VTA区注射吗啡还可点燃海洛因、可卡因等的自给药行为。 LTP 的分子机制研究进展LTP机制的研究热点由单一兴奋性递质机制过渡到兴奋性递质与抑制性递质联160 合机制。目前，已证明突触可塑性的改变与多种疾病相关，如阿尔茨海默病、癫痫、慢性痛、药物成瘾性和精神分裂症等。常用在体LTP技术和膜片钳脑片LTP技术两种检测方法。在体海马LTP的优势在于能较真实地反映生理状态下神经突触活动的情况，在整体条件下观察神经突触活动的变化，利于从宏观角度研究和探讨相关机理。其进展体现在：CaM-CaMKII，Ca2+作为胞浆第二信使，与钙调蛋白(Calmodulin, CaM)结合形成Ca2+-CaM复合物，进一步激活CaMKⅡ。CaMKⅡ被认为是一个分子开关，在静息状态时，自身抑制区封闭催化部位而处于非活化状态。但当神经元受刺激时，Ca2+-CaM复合物与CaMKⅡ的自身抑制区结合，改变此酶的构象，从而具有活性。MEK-ERK，细胞外信号调节激酶(extracellularsignal-regulated kinase，ERK)是丝裂原活化蛋白激酶(micogen activated procein kinases，MAPKs)家族中的重要成员，和细胞的生长、发育、分化有关。最近研究表明，ERK通过影响相关核转录因子在LTP和学习记忆过程发挥着调节作用。PKA-CREB，长时记忆（Long term memory,LTM）需要新蛋白质的合成，PKA-CREB信号通路被认为在新蛋白质的合成过程中起重要作用。PKA的激活可以引发CREB的转录，并促使ERK向细胞核发生移位，表达参与到晚期LTP(Late-LTP, L-LTP)和LTM的发生机制。BDNF（脑源性神经营养因子），FanM等发现，BDNF与蛋白激酶Mδ(PKMδ)相关，两者相互影响。在蛋白质合成及强直性刺激的参与下，BDNF能够在一定程度上提高PKMδ的水平，从而影响 L-LTP的维持过程。但是在抑制神经元及突触活性后，BDNF则对PKMδ的稳态水平没有影响。PKMδ对BDNF介导的L-LTP是必不可少的。TrkB作为BDNF的受体，需要通过新蛋白质的合成被激活，从而参与到L-LTP的表达过程中。Munc13Munc13系列蛋白是一种基因调控蛋白，在突触囊泡胞吐和神经递质释放中发挥重要作用，对于目前Munc13与LTP相关性的研究成为热点。 脑胶质瘤致癫病的化学突触机制研究进展脑胶质瘤致病是由于胶质瘤对瘤周组织产生的一系列影响所引起的。然而这其中的病理生理学机制还有待于进步研究和探讨，主要涉及继发于胶质瘤后的结构学、生物化学及组织病理学方面的改变。而胶质瘤致病在临床治疗过程中属于难治型癫病，主要是由于抗癫病药物对胶质瘤致病的病理生理过程干预较少甚至是不干预，因此，揭示胶质瘤致病的病理生理过程可能为临床上肿瘤致桶的药物干预和治疗提供分子靶点和治疗依据。 GluR2 缺失的AMPARs在突触可塑性机制中的研究进展与活性依赖的突触的AMPARs 数目改变不同，活性依赖的AMPARs 亚基的修饰引起Ca2+信号转导的改变，通道传导和动力学的改变，使突触产生了不仅量而且是质的改变。这些重要的问题仍然需要进一步研究，如为何抑制性中间神经元和元棘突神经元中AMPARs 的GluR2 亚基低表达;GluR2亚基在活性依赖的细胞特异的改变的是什么机制;除了受体受到调节运输外，另→个重要的未解决的问题是AMPARs 介导的Ca2+内流有什么特殊功能，有力的证据的表明Ca2+内流可以激发LTP ，然而关于Ca竹在突触后的靶向目标却很少了解。因此关于GluR2 缺失的AMPARs 与突触可塑性的相关特异机制仍有待进一步研究。 [参考文献][1] Wahlin KJ, Moreira EF, Huang H, et al. Molecular dynamicsof photoreceptor synapse formation in thedeveloping chick retina. J CompNeurol[J]. 2008, 506(5): 822-837[2] Justin Elstrott, Anastasia Anishchenko, selectivity in the retina is establishedindependentofvisual experience and early cholinergic retinal waves. Neuron[J]. 2008,58(4): 499-506[3] 罗佳，王慧，黄菊芳，陈旦；《视网膜突触可塑性调控机制研究进展#》；Q422[4] Bliss TV, Lomo T. Long-lasting potentiation of synaptictransmission in the dentate area of the anaesthetized rabbit followingstimulation of the perforant path. J Physiol[J]. 1973,232;331-356 [5] Whitlock JR, HeynenAJ, Shuler MG, Bear MF. Learning induces long-term potentiation in thehippocampus. Science[J]. 2006,313:1093-1097.[6]魏显招，王雪琪，《GluR2 缺失的AMPARs 在突触可塑性机制中的研究进展》，DOI: 10. 3724/SP. J. 1008. 2009. 00437

医学神经生物学。。。。。神经科学（中译本）神经生物学（神经元到脑）和细胞生物学考研精解一起看吧！也许对你有帮助！ 内容简介本书是神经生物学领域内的一本世界级名著，本版为跨世纪的第4版。内容涵盖了神经生物学的许多重要方面，系统介绍了神经生物学的基本概念、神经系统的功能及其细胞和分子机制。作者应用许多生动的实例，通过严密的逻辑组织起来，以展示神经生物学的发展脉络。结合300余幅制作精良的插图，为读者提供了这门重要学科的一幅有内在联系的全景图。全书把神经生物学的基本原理和近年进展紧密结合起来，文笔流畅，深入浅出，对相关领域的学生、教授和研究人员均是一本有用的参考书。 作者简介.尼克尔斯（John ）意大利Trieste国际高级研究院生物物理学教授。1929年生于伦敦，在Charing Cross医院获医学学位，后在伦敦大学生物物理系Bernard Katz爵士指导下进行研究，获生理学博士。他曾在伦敦大学院、牛津大学、哈佛大学、耶鲁大学、斯坦福大学及瑞士Basel生物研究中心工作。与S.库福乐一起进行了有关神经胶质细胞的实验，并撰写了本书的第一版。他是英国皇家学会会员、墨西哥医学科学院院士，曾获委内瑞拉Andres Bello勋章，曾在美国伍茨霍尔、冷泉港，以及许多国家的大学中开设过神经生物学的理论和实验课程，这些画家包括阿根廷、澳大利亚、马西、智利、中国、印度、以色列、马来西亚、墨西哥、尼日利亚、菲律宾、斯里兰卡、乌拉圭和委内瑞拉。他的研究工作专注于神经系统损伤后的再生，最初是对无脊椎动物水蛭进行研究，现在则是以未成熟的哺乳动物脊髓为标本。 目录第一章 信号运作和组够原理第二章 离子通道和信号传递第三章 离子通道的结构第四章 跨细胞膜转运第五章 静息膜电位的离子基础第六章 动作电位的离子基础第七章 神经元作为电导体第八章 神经胶质细胞的特性与功能第九章 直接性突触传递的原理第十章 突触传递的间接机制第十一章 递质的释放第十二章 突触可塑性第十三章 突触传递的细胞和分子生化机制第十四章 中枢神经系统递质第十五章 水蛭、蚂蚁和蜜蜂中整合和行为的细胞机制第十六章 自主神经系统第十七章 机械和化学刺激的转导第十八章 躯体感觉和听觉信号的处理第十九章 视网膜的信号转导和加工第二十章 外膝核和初级视皮层的信号处理第二十一章 视皮层的功能构筑第二十二章 运动控制的细胞机制第二十三章 神经系统的发育第二十四章 突触连接的去神经支配和再生第二十五章 视觉及听觉系统的关键期第二十六章 悬而未决的问题附录A 电路中的电流附录B 低分子质量递质合成及失活的代谢途径附录C 脑的结构和通路

神经元网络在结构优化中的应用自20世纪80年代中期以来,神经网络的理论和应用几乎涉及到了机械工程里的各个领域.人工神经元网络能够在机械工程领域中获得广泛应用是因为它模拟人脑结构及智能行为,以及大规模并行处理,容错,自组织和自适应能力等特性决定的.作为一种新的建模工具,人工神经元网络不同于专家系统那样需要事先建立知识库,知识的获取只需要提供足够的训练样本,训练合格的网络将知识存储在权系数中,人工神经元网络能够模拟现实系统复杂的输入输出关系,具有很强的非线形建模能力,因此在设计优化中有很好的应用前景.结构优化设计,众所周知面临着计算效率和处理对象复杂性之间的矛盾,为了提高计算效率,各种近似重分析方法应运而生,用以代替完整的有限元分析.传统的结构近似重分析技术是基于泰勒级数展开的,这种方法有其局限性,如需要使用导数信息,设计变量的变化副值不能太大等.神经网络的出现为结构近似重分析技术提出了一种新途径,是一种很有使用价值的方法.在有限元分析中,当载荷条件确定时,静动力特性分析可以看成是从设计变量到结构响应之间的映射,如果这种影射关系可以确定的话,那么结构近似重分析就不在话下了,人工神经元网络能够实现从n畏设计空间到m维任意非线形映射,用它来处理设计变量和结构响应之间的映射,应该是非常合适的.神经元研究的热点在于一下几个方面:一个就是网络的选择,进行非线形逼近的有很多网络可以做,包括BP,RBF,支持向量机网络等,这些网络在非线形逼近方面的能力是不一样的,而且基于的数学理论也是很不同的,可以参考一些文献比较一下,个人感觉BRF网络的非线形逼近能力还是比较强的另一个就是在网络类型确定之后,样本的准备,包括样本的数量还有样本的分布,这些都是影响网络近似能力很重要的问题,样本选取一般要结合实验设计方法还有就是很重要的就是网络结构的确定,比如隐层数,隐层节点数等,而且目前还有理论支撑来确定网络结构,不过现在已经有可以根据模型复杂度来自动删减的 bp网络.这里只是简单介绍了一下神经元网络在结构优化中的应用中一些基本的问题,有兴趣的可以看看,另外在新版本的中已经有了RBF网络. 朋友，你看参考这里：