光遗传学技术是以病毒为载体，以分子生物学、病毒生物学为手段，将合适的外源光敏感蛋白靶向导入特定活细胞中，用不同波长及强度的光源刺激光敏感蛋白，调控神经元的活性，进而控制细胞乃至动物行为的开关。与传统的电生理刺激和药理学刺激相比，光遗传学技术特异性更强，灵敏性更好，具有低毒性、快速精确、高度可逆等特点，其高时空分辨率几乎和在体神经细胞活动过程一样，可达到亚毫秒和毫秒级。2005年，标志着光遗传学技术发展的一篇论文出现在人们视野起，经历了从不被认可，到2010年，该技术入选Nature Methods年度方法(Method of the Year)”，Science杂志“十年突破(Breakthroughs of the Decade)”[1]，再到现在，光遗传学技术已被广泛应用于分子生物学、临床医学、神经科学等众多领域。动物行为学是研究动物各种行为的功能、机制、发展和进化的一门学科, 对神经科学的发展发挥了重要作用。光遗传学技术极大推动了神经科学的发展，也极大地弥补了电生理无法识别特定神经元的缺点，成为在多领域、多学科被广泛应用的一项新技术，同时也被广泛应用于动物行为学研究。本文将就光遗传学的具体过程及特点，以及其在动物行为学研究中的应用做一简要综述。
1 光遗传学步骤 1.1 寻找合适的视蛋白光敏感蛋白主要存在于单细胞微生物中，是一类可以感受不同波长光照刺激，并对该刺激产生一系列效应的膜蛋白，也称为视蛋白。在光遗传学研究中，充当报告基因的视蛋白通常是G蛋白偶联受体、离子通道及离子泵。早在2005年，Boyden等[2]证明了来自绿藻的光敏感蛋白可以使细胞产生对光的应答，这一发现使光遗传学首次受到人们的广泛关注。光敏蛋白是光遗传学的一个重要元件，寻找合适的光敏感蛋白也是在应用光遗传学技术时的一个首要步骤。
根据其组成成分，光敏感蛋白可以分为单成分视蛋白即Ⅰ型光敏感蛋白和多成分视蛋白即Ⅱ型光敏感蛋白。Ⅰ型光敏感蛋白主要来源于原核和真核微生物有机体中，主要包括细菌视紫红质(bacteriorhodopsin，BR)、盐视紫红质(halorhodopsin，HR)、通道视紫红质(channelrhodopsin，ChR)。Ⅰ型光敏感蛋白为单成分视蛋白，即感受光刺激与传导离子是由同一分子完成，属于G蛋白偶联的7个α螺旋跨膜受体蛋白家族。Ⅱ型光敏感蛋白为多成分视蛋白，其蛋白分子共价键连接视黄醛，且要偶联到一个转导蛋白上，是一种视紫红质G蛋白偶联受体的嵌合体。
根据其功能，光敏感蛋白可分为兴奋性光敏蛋白和抑制性光敏蛋白两类，目前常用的兴奋性光敏感蛋白和抑制性光敏感蛋白分别是ChR和HR两类，其中兴奋性光敏蛋白ChR在蓝光照射下可使阳离子通透，从而引起神经元细胞膜发生去极化，产生相应动作电位。而抑制性光敏蛋白HR为氯离子泵，在黄光照射后可使大量氯离子内流，引起神经元细胞膜发生超极化，进而抑制神经元活性。目前，除了传统的光敏感蛋白，许多新型光敏感蛋白也已被开发出来，如光活化的腺苷酸环化酶，这些新型光敏感蛋白也促进了光遗传学技术的发展[3]。
近年来，有研究者发现了两种新的通道视紫红质Chronos和Chrimson[4]。Chronos是一种超敏感的蓝色通道视紫红质，其动力学比传统的视紫红质更快；Chrimson是一种红光驱动通道视紫红质，与之前的任何通道视紫红质相比, 其都红移45 nm。Chrimson和Chronos是较新颖的分子，代表了视蛋白工程领域的飞跃，它们的光谱和较快的动力学使新型的光遗传学实验成为了可能。近期有文献表明，Chloromonas oogama ChR(CoChR)是一种功能强大的光敏蛋白，也可能是迄今为止描述的最大光电流视蛋白[5]。
1.2 向受体细胞输送光敏感蛋白选择好合适的视蛋白后，光遗传学技术的第二步就是向受体活细胞中输送视蛋白，即光敏感蛋白基因的转染及表达。通常通过病毒转导、转染、cre-依赖的表达体系或构建转基因动物等方式，将体外合适的视蛋白基因靶向导入到受体活细胞中。通过病毒转导的方式输送光敏感蛋白，是目前光遗传研究中最常用的一种方式，即以病毒为载体，将外源光敏感蛋白通过载体病毒靶向导入到特定受体活细胞中。
慢病毒(lentivirus, LV)、逆转录病毒(retrovirus, RV)、腺相关病毒(adenovirus associated virus, AAV)、狂犬病病毒(rabies virus, RV)、单纯疱疹病毒(herpes simplex virus, HSV)、水泡性口炎病毒(vesicular stomatitis virus, VSV)是目前常用的病毒感染载体[6]。LV为RNA病毒的一种，可以携带外源目的基因，并可将其整合到宿主细胞的染色体上，从而达到目的序列持久表达的效果，此类病毒载体可以感染分裂和非分裂细胞。逆转录病毒多具有逆转录酶，也为RNA病毒的一种，此类病毒可以克隆外源基因并将其表达，但由于缺失病毒包装基因，而不能进行自我包装成为有增殖能力的病毒，并且此类病毒只能感染分裂期细胞。AAV通常需要腺病毒协助复制，为双链DNA病毒的一种，可感染多种细胞。而重组腺相关病毒载体(recombinant adeno-associated virus，rAAV)的AAV编码基因一般被外源基因表达元件所替换，仅保留了病毒复制和包装所需序列。虽然几种病毒载体目前都较为常用，但LV载体具有潜在的生物学危险，逆转录病毒载体感染细胞类型单一且容量有限，而AAV载体因具有更低的生物学危险及组织感染的相对特异性，并且无致病性，因此AAV载体在光遗传研究中更具吸引力。此外，狂犬病病毒、HSV-1和VSV因其容量大、标记效率高等优点，也已被广泛应用到光遗传研究中。
1.3 光源的选择合适的外源光敏感蛋白通过病毒载体被靶向导入到受体细胞，经过10~14 d时间被充分表达后[7]，则需要用不同参数的光照进行调控，通过不断改变光照的波长及光脉冲强度，来精准调控细胞、组织乃至器官的相应生物学反应。
光遗传学技术的光照有体外研究的光源和体内光照射两种。体外研究的光源包括发光二极管和激光。发光二级管(light-emitting diode，LED)是由含磷(P)、砷(As)、氮(N)、镓(Ga)等的化合物组成的一种半导体电子元件，这种电子元件能将电信号转化为光信号[8]。在发光二极管的基础上，新一代显示技术的微发光二极管(μ-ILED)因其更加的微小化，而在光遗传学技术中备受关注[9]。但由于LED光谱较宽，光照较弱，而激光在受激辐射状态下可以产生放大的光，并且具有发散度小、单色性好、亮度极高等特点，因此光纤激光目前在光遗传学技术应用中一直备受重视。但这两种光源都为可视光，可视光在经过组织时会发生不同程度散射，光线衰减，光束的形态也会发生改变[8]。而体内光照射的植入式激光耦合光纤，可将光刺激更加有效地传递到体内深部组织中[10]，因此，体内植入光纤进行体内光照射的方式相比体外光照方式更受重视。目前，微型LED阵列的体内植入更是将大型光纤植入所产生的侵入性降到了最低[11]。在神经回路的功能研究中，经常需要同时记录多个大脑区域活动，因此，可以实现多个通道同时记录的多通道光纤记录系统就是一种非常有用和必要的研究方法[12]。
1.4 观察光刺激后的动物行为并记录信号光遗传学技术的最后一步即观察光照刺激对细胞、组织、器官，甚至整个动物的影响，并记录信号，最后进行效应评估。在不同程度光照刺激后，结合计算机程序，使用与之匹配的解读方法，进行信号记录。与光调控相匹配的解读方法主要包括：脑片电生理-全细胞膜片钳技术可对电生理信号进行解读；功能性核磁共振成像可对神经元活动所引起的血液动力改变进行解读；功能性光学成像技术包括钙离子成像技术和电压成像技术，可对钙离子浓度或电压信号变化进行动态记录等[13]。例如，在体实验中，经过在体光照刺激后，光敏感蛋白通道激活，细胞膜内外形成离子差，膜电位发生改变，可根据解读体系记录神经元的放电情况[14]。近年来，双光子光遗传学备受关注，有研究者结合双光子计算机生成全息技术(computer generated holography, CGH)和新型光敏蛋白体细胞CoChR(somatic CoChR, soCoChR), 成功将光遗传学技术的精确度提高到了1 ms内, 同时也实现了对单个神经元的光敏操作[5]。
2 光遗传学技术在动物行为学研究中的应用光遗传学技术最初起源于神经科学领域，自发展之初至今十余年来，光遗传学技术在神经科学领域发生了迅猛发展，并得到了广泛应用，进而扩展到动物行为学研究中。因光遗传学技术具有快速精准、高度特异等优点，从而为探究特定类型神经元活动与动物行为改变之间的关系提供了可能[7]。
2.1 光遗传学技术在动物进食行为方面的研究应用光遗传学技术在动物进食行为方面有很好的应用前景，此方法可通过对动物大脑特定神经元活动的调控，来实现对动物进食行为的研究。Heydendael等[15]研究表明，下丘脑神经肽/下丘脑分泌素可以调节神经内分泌对压力的行为反应，并通过光遗传学技术阐明了下丘脑分泌素/进食素在特定情境中的交互作用。近期，美国耶鲁大学医学院的研究人员在小鼠大脑中发现了一群特异性神经元，当其被激活时会引发小鼠暴食样进食行为，该研究表明，大脑未定带中的γ-氨基丁酸(γ-aminobutyricacid, GABA)能神经元在被光探针激活时，可诱导小鼠重复性进食[16]。
2.2 光遗传学技术在动物奖赏行为方面的研究应用在研究光照刺激与小鼠行为之间的关系上，光遗传学方法利用光照刺激，并结合给与奖励的行为学训练方式，将兴奋性光敏蛋白ChR-2表达在小鼠桶状皮层神经元中，来证实小鼠奖励行为与光照刺激具有相关性，研究表明两者具有较强相关性[17]。多巴胺(dopamine, DA)能神经元在动物奖赏行为方面起着核心作用，中脑多巴胺奖赏系统由伏隔核(nucleus accumbens, NAc)及中脑腹侧被盖区(ventral tegmental area, VTA)等多个核团组成。近期有研究人员利用光遗传学和行为学方法，观察到NAc内侧壳神经元可通过激活不同GABA受体类别来控制中脑边缘DA能神经元亚群，而NAc外侧壳神经元主要投射在VTA区GABA能神经元上，可导致投射回NAc外侧壳的DA神经元去抑制，进而调节激励行为[18]。
2.3 光遗传学技术在动物抑郁焦虑行为方面的研究应用随着生活节奏的不断加快，生活压力也随之增大，而抑郁症的发病率更是呈不断上升趋势，其临床特征主要表现为持久的食欲改变、丧失兴趣、缺乏快感、精神低落等[19]。有研究表明，50%的抑郁症患者无法得到完全治愈，因此随着时间的推移，许多患者出现了治疗耐药性的情况[20]。研究表明，抑郁行为与大脑中奖赏神经环路被破坏有关[21]，而光遗传学技术具有精准定位神经元的优势，因此为抑郁症的治疗提供了新的方法。斯坦福大学Chaudhury等[22]利用光遗传学技术的时间精准性、高度特异性等特点，证明了光照刺激相应神经元可使正常小鼠对社交失败压力更加敏感，同时也证明了中脑多巴胺神经元的活性可通过不同的光照刺激被精确调控，进而快速调节抑郁症相关行为。
2.4 光遗传学技术在动物痛行为方面的研究应用疼痛是由有害或潜在破坏性刺激引起的主观不愉快的一种感觉或情绪体验[23]。在疼痛研究中，光遗传学方法第一次被应用是Daou等[23]通过蓝光刺激Nav 1.8-ChR2+转基因小鼠, 实验中小鼠表现出强烈的伤害性反射行为，表明哺乳动物中的疼痛是可以被光诱导的，此结果将有助于疼痛药物的开发和疼痛的治疗等。François等[24]使用体内光遗传学及化学遗传学技术，操纵和基因识别脊髓背角及延脑头端腹内侧区(rostral ventromedial medulla, RVM)神经元的跨突触追踪显示，RVM脊髓初级传入通路控制疼痛阈值，结果表明RVM GABA能神经元通过抑制脊髓背角脑啡肽/GABA能中间神经元，可促进机械性疼痛。近期有研究表明，可将光敏感蛋白表达在单个背根神经节(dorsal root ganglia，DRG)上，然后在清醒小鼠单个DRG的临近位置植入微发光二极管，单个DRG内目标特异性感觉神经元群体的活动即可通过不同光照刺激来进行调节，此研究为光遗传学技术控制内脏感觉提供了强有力的证据[25]。
3 展望光遗传学技术虽然在动物行为学研究中被广泛应用，并不断发展与创新，但目前仍存在很多问题。这些问题主要包括：病毒载体毒性、特异性及其表达的稳定性；探针的灵敏度、时间分辨率及长期稳定性；基因表达对神经回路的干扰；光刺激和读取时硬件上的限制等。尽管在动物行为学研究中，光遗传学技术相比之前传统的技术具有很好的优势，但人们在更广泛的应用此技术时，它的局限性也正逐渐被人们所知。因此，光遗传学技术在动物行为学研究中，仍需要不断地改变与创新，这将有赖于技术的不断革新，方法的不断优化，包括寻找或改造得到更加有效的光敏蛋白、低毒稳定的病毒载体、更加有效的光源、更加精确的计算机解读软件程序、分辨率更高的荧光显微镜等，使它们能更好地适用于研究需要。虽然光遗传学技术仍存在许多问题需要解决，但其在动物疼痛行为、焦虑行为及抑郁行为等研究中都有较好的应用前景，随着此项技术在不同领域研究的不断深入，这些问题都将会一一得到解决。相信在不久的将来, 光遗传学技术在行为学研究及其他各个领域都会有更加广泛的应用。
| [1] |
Editorial N. Method of the year 2010[J]. Nat Methods, 2011, 8(1): 1. doi:10.1038/nmeth.f.321 |
| [2] |
Boyden E S, Zhang F, Bamberg E, et al. Millisecond-timescale, genetically targeted optical control of neural activity[J]. Nat Neurosci, 2005, 8(9): 1263-8. doi:10.1038/nn1525 |
| [3] |
Shirai F, Hayashi-Takagi A. Optogenetics: applications in psychiatric research[J]. Psychiatry Clin Neurosci, 2017, 71(6): 363-72. doi:10.1111/pcn.2017.71.issue-6 |
| [4] |
Klapoetke N C, Murata Y, Kim S S, et al. Independent optical excitation of distinct neural populations[J]. Nat Methods, 2014, 11(3): 338-46. doi:10.1038/nmeth.2836 |
| [5] |
Shemesh O A, Tanese D, Zampini V, et al. Temporally precise single-cell-resolution optogenetics[J]. Nat Neurosci, 2017, 20(12): 1796-806. doi:10.1038/s41593-017-0018-8 |
| [6] |
Luchkina N V, Bolshakov V Y. Diminishing fear: optogenetic approach toward understanding neural circuits of fear control[J]. Pharmacol Biochem Behav, 2017, pii: S0091-3057(17): 30005-9. doi:10.1016/j.pbb.2017.05.005 |
| [7] |
陈婷, 宋辉琼, 张宗泽, 等. 光遗传学技术应用于动物行为学在神经回路中的研究进展[J]. 国际精神病学杂志, 2015, 42(6): 22-5. Chen T, Song H Q, Zhang Z Z, et al. The application of optogenetics technology in animal behavior research in neural circuits[J]. J Int Psychiatry, 2015, 42(6): 22-5. |
| [8] |
刘自强, 王晞. 光遗传学技术与应用[J]. 医学综述, 2016, 22(14): 2720-4. Liu Z Q, Wang X. Optogenetics technology and application[J]. Med Recapitulate, 2016, 22(14): 2720-4. doi:10.3969/j.issn.1006-2084.2016.14.005 |
| [9] |
Cui Y, Li Y, Xing Y, et al. Thermal design of rectangular microscale inorganic light-emitting diodes[J]. Appl Therm Eng, 2017, 122: 653-60. doi:10.1016/j.applthermaleng.2017.05.020 |
| [10] |
Zhang F, Gradinaru V, Adamantidis A R, et al. Optogenetic interrogation of neural circuits: technology for probing mammalian brain structures[J]. Nat Protoc, 2010, 5(3): 439-56. doi:10.1038/nprot.2009.226 |
| [11] |
Lu L, Gutruf P, Xia L, et al. Wireless optoelectronic photometers for monitoring neuronal dynamics in the deep brain[J]. Proc Natl Acad Sci USA, 2018, 115(7): E1374-83. doi:10.1073/pnas.1718721115 |
| [12] |
Guo Q, Zhou J, Feng Q, et al. Multi-channel fiber photometry for population neuronal activity recording[J]. Biomed Opt Express, 2015, 6(10): 3919-31. doi:10.1364/BOE.6.003919 |
| [13] |
Peterka D S, Takahashi H, Yuste R. Imaging voltage in neurons[J]. Neuron, 2011, 69(1): 9-21. doi:10.1016/j.neuron.2010.12.010 |
| [14] |
Tye K M, Mirzabekov J J, Warden M R, et al. Dopamine neurons modulate neural encoding and expression of depression-related behaviour[J]. Nature, 2013, 493(7433): 537-41. |
| [15] |
Heydendael W, Sengupta A, Beck S, et al. Optogenetic examination identifies a context-specific role for orexins/hypocretins in anxiety-related behavior[J]. Physiol Behav, 2014, 130(6): 182-90. |
| [16] |
Zhang X, Van den poLAN. Rapid binge-like eating and body weight gain driven by zona incerta GABA neuron activation[J]. Science, 2017, 356(6340): 853-9. doi:10.1126/science.aam7100 |
| [17] |
Huber D, Petreanu L, Ghitani N, et al. Sparse optical microstimulation in barrel cortex drives learned behaviour in freely moving mice[J]. Nature, 2008, 451(7174): 61-4. doi:10.1038/nature06445 |
| [18] |
Yang H, De J J, Tak Y, et al. Nucleus accumbens subnuclei regulate motivated behavior via direct inhibition and disinhibition of VTA dopamine subpopulations[J]. Neuron, 2018, 97(2): 434-49. doi:10.1016/j.neuron.2017.12.022 |
| [19] |
关书, 熊伟, 高云. 脑源性神经营养因子与抑郁症[J]. 中国药理学通报, 2018, 34(2): 153-6. Guan S, Xiong W, Gao Y. Brain-derived neurotrophic factor and depression[J]. Chin Pharmacol Bull, 2018, 34(2): 153-6. doi:10.3969/j.issn.1001-1978.2018.02.002 |
| [20] |
Akil H, Gordon J, Hen R, et al. Treatment resistant depression: a multi-scale, systems biology approach[J]. Neurosci Biobehav Rev, 2017, 84: 272-88. |
| [21] |
Russo S J, Nestler E J. The brain reward circuitry in mood disorders[J]. Nat Rev Neurosci, 2013, 14(9): 609-25. |
| [22] |
Chaudhury D, Walsh J J, Friedman A K, et al. Rapid regulation of depression-related behaviors by control of midbrain dopamine neurons[J]. Nature, 2013, 493(7433): 532-6. |
| [23] |
Daou I, Tuttle A H, Longo G, et al. Remote optogenetic activation and sensitization of pain pathways in freely moving mice[J]. J Neurosci, 2013, 33(47): 18631-40. doi:10.1523/JNEUROSCI.2424-13.2013 |
| [24] |
François A, Low S A, Sypek E I, et al. A brainstem-spinal cord inhibitory circuit for mechanical pain modulation by GABA and enkephalins[J]. Neuron, 2017, 93(4): 822-39. doi:10.1016/j.neuron.2017.01.008 |
| [25] |
Spencer N J, Hibberd T J, Lagerstr?m M, et al. Visceral pain-Novel approaches for optogenetic control of spinal afferents[J]. Brain Res, 2018, 1693(Pt B): 159-64. |