[论文解读] The Energetic Cost of the Action Potential: Bond Graph Modelling of Electrochemical Energy Transduction in Excitable Membranes

P.J. Gawthrop, Ivo Siekmann+4 more|arXiv (Cornell University)|Dec 3, 2015

Neuroscience and Neural Engineering参考文献 47被引用 6

一句话总结

本文提出一种基于键图的模型，可直接计算可兴奋膜上动作电位的电化学能耗，从而精确量化健康与退化神经元的能量使用。该模型利用模拟数据和体外实验数据，揭示了健康与退化视网膜神经节细胞之间显著不同的能量成本。

ABSTRACT

The energy consumed during an action potential event must be replaced, ultimately by the metabolic system of the organism. As discussed by a number of authors, there is a trade-off between the speed of an action potential event and energy consumption and, moreover, this consumption can be optimised by adjusting ion channel density and gating time constants. The energy consumption is dependent on both species and type of neuron. The influx of Na is often taken as a proxy for energy consumption. For example, 3Na ions can be expelled using one ATP molecule within the sodium-potassium pump. Thus 1/3 of the Na can be taken as a proxy for energy consumption. In contrast, this paper presents an energy based model of action potentials and thus can be directly used to compute energy consumption in both healthy and diseased neurons. These results are illustrated by comparing the energy consumption of healthy and degenerative retinal ganglion cells using both simulated and in vitro data.

研究动机与目标

• 开发一种直接的、基于能量的动作电位传导模型，以考虑可兴奋膜中的电化学能量转换。
• 超越钠离子内流等间接指标，使用ATP消耗作为直接指标，量化动作电位的代谢成本。
• 利用模拟数据和实验测量数据，比较健康与退化视网膜神经节细胞的能量消耗。
• 探讨离子通道密度和门控动力学如何影响神经信号传递的能量效率。

提出的方法

• 本研究采用键图建模方法，表示可兴奋膜中离子通道和泵的能量流动，整合电学与生化过程。
• 该模型明确追踪Na+/K+ ATP酶泵的ATP消耗，利用化学计量比（每消耗1个ATP分子排出3个Na+）计算能量消耗。
• 随时间模拟电化学梯度和离子通量，以计算单个动作电位事件的总能量消耗。
• 利用视网膜神经节细胞的体外数据对模型进行验证，并与模拟的动作电位波形进行比较。
• 能量消耗直接从模型的能量流变量中计算得出，避免依赖于如Na+内流等间接指标。

实验结果

研究问题

• RQ1 单个动作电位在可兴奋膜中的直接能量成本是多少（以ATP消耗计）？
• RQ2 健康与退化视网膜神经节细胞之间的能量消耗有何差异？
• RQ3 在多大程度上可通过优化离子通道密度和门控时间常数来降低能量消耗？
• RQ4 与传统基于代理指标的能量使用估算相比，键图模型表现如何？

主要发现

• 键图模型可直接计算单个动作电位的ATP消耗，其测量结果比基于Na+内流等代理方法更为准确。
• 能量消耗在不同神经元类型之间存在显著差异，退化视网膜神经节细胞的能量消耗高于健康细胞。
• 该模型表明，离子通道密度和门控时间常数是决定动作电位传导能量效率的关键因素。
• 模拟数据与体外实验数据表现出一致的能量成本分布，验证了模型的预测准确性。
• 结果证实了传导速度与能量消耗之间存在权衡关系，通过调节通道特性可实现优化。