La variazione dei segnali chimici dei topi è controllata geneticamente e modulata dall'ambiente

Notizia

CasaCasa / Notizia / La variazione dei segnali chimici dei topi è controllata geneticamente e modulata dall'ambiente

May 24, 2023

La variazione dei segnali chimici dei topi è controllata geneticamente e modulata dall'ambiente

Scientific Reports volume 13,

Rapporti scientifici volume 13, numero articolo: 8573 (2023) Citare questo articolo

191 accessi

1 Altmetrico

Dettagli sulle metriche

Nella maggior parte dei mammiferi e in particolare nei topi, la comunicazione chimica si basa sull'individuazione di segnali relativi alla forma fisica etologicamente rilevanti da parte di altri individui. Nei topi, l’urina è la fonte primaria di questi segnali, quindi abbiamo utilizzato la proteomica e la metabolomica per identificare i componenti chiave della segnalazione chimica. Mostriamo che esiste una corrispondenza tra volatili urinari e proteine ​​nella rappresentazione del background genetico, del sesso e dell'ambiente in due sottospecie di topi domestici Mus musculus musculus e M. m. domestico. Abbiamo scoperto che l’ambiente ha una forte influenza sulla variazione proteomica e metabolomica e che le miscele volatili rappresentano meglio i maschi mentre le femmine hanno sorprendentemente più proteine ​​influenzate dal sesso. Utilizzando tecniche di apprendimento automatico e di omica combinata, abbiamo identificato miscele di metaboliti e proteine ​​associate a caratteristiche biologiche.

Tutti gli organismi viventi sono costantemente confrontati con segnali chimici provenienti dal loro ambiente e da altri individui. Nei topi, questi segnali spesso agiscono su rappresentazioni innate1 o apprese2 nel cervello e producono risposte comportamentali che promuovono la sopravvivenza e la forma fisica. Ad esempio, un topo maschio probabilmente produrrà segnali per pubblicizzare la sua forma fisica che porterebbero a comportamenti di evitamento negli altri maschi e ad attrazione sessuale nelle femmine3,4,5. Alcuni di questi segnali sono specie-specifici o sub-specifici e vengono utilizzati per il riconoscimento tra pari6,7. Inoltre, qualsiasi individuo, indipendentemente dal sesso, seguirà un segnale che rappresenta il cibo preferito o eviterà un segnale che indica predatori8. La maggior parte degli studi comportamentali si concentra sull’effetto di uno o pochi composti e proteine ​​come molecole segnale. Tuttavia, gli animali e gli ambienti circostanti sono più complessi e invece di singoli o più composti studiati, la maggior parte degli organismi, compresi anche batteri9 e piante10, producono matrici n-dimensionali di composti. Spesso è la composizione di questi bouquet a indurre comportamenti e risposte fisiologiche nei riceventi11. Per rendere questo puzzle ancora più complesso, la risposta allo stesso segnale potrebbe variare a seconda dei fattori ambientali. Pertanto, ci siamo chiesti se i tratti biologici come il sesso e il background genetico di un individuo si manifestano tramite proteomi o metabolomi e in che misura questi due insiemi sono collegati o addirittura correlati. Questo è importante perché è noto che i segnali sessuali innescano circuiti sessualmente dimorfici e colpiscono rappresentazioni sensoriali sessualmente dimorfiche nel bulbo olfattivo accessorio12 e nell'amigdala mediale13, ma manca una visione completa dei segnali chimici che possono innescare queste rappresentazioni. In generale, eravamo interessati a come viene visualizzata la sessualità in un organismo per il quale i segnali olfattivi legati al fitness sono più importanti di quelli visivi.

L'urina del topo contiene grandi quantità e una varietà di molecole che fungono da segnali olfattivi. Sono rilevabili dai recettori chemosensoriali dei principali epiteli olfattivi e/o dell'organo vomeronasale (VNO)14,15,16,17,18,19,20,21,22. Questi segnali producono diverse risposte fisiologiche nel ricevitore13,23,24,25,26,27,28,29,30,31 anche quando stimolati da proteine ​​urinarie maggiori non volatili (MUP) selezionate32,33, peptidi corti34,35, e/o composti organici volatili (COV)36,37,38. Nei topi, i COV erano considerati potenti segnali rilevabili dai tessuti olfattivi18,39 mentre i MUP erano per lo più considerati come trasportatori di questi segnali nei loro barili beta a otto filamenti37,40,41,42,43,44,45,46,47 e modellare così le singole firme olfattive48. Tuttavia, vari autori hanno dimostrato che particolari MUP rappresentano un segnale di per sé rilevabile da VNO32,49,50,51 e che alcune di queste molecole, incluso MUP20 di parte maschile (noto come darcin), suscitano comportamenti innati complessi tra cui l'aggressività33, il riconoscimento del compagno52 e l'apprendimento32 . Tuttavia, poiché quasi tutti gli studi precedenti si concentravano solo sui MUP, non esiste ancora nessuno studio che mostri l’intero spettro delle proteine ​​e dei volatili dell’urina che potrebbero essere coinvolti anche nella comunicazione chimica, specialmente nei roditori viventi selvatici.

 0.1) are labelled with gene or compound names. Reassuring message here is that most of the top molecules that were identified with deep learning were corroborated using the analysis of differential expression (e.g. MUP20 in DOM and MUS, MUP21 in wMUS)./p> 2)) are scaled from green to blue but only top ten proteins and volatiles identified with ‘random forest’ as important are labelled with gene names or compound numbers. Above y = 0 are the female biased molecules while the male-biased are below the red line (y = 0). Next comparison involved significant sex-biased volatiles and proteins with p < 0.05 and abs(FD) > 2. In all three comparisons (G–I), males have more sex-biased volatiles while females have more sex-biased proteins. Though this pattern is significant in all the three groups, each group reveals sexuality by different volatiles and proteins (intersection plots in J–K). Abbreviations: abs() means an absolute value of; FD stands for fold difference./p> 0.65) is not random and that – based on the circular histograms – the most abundant proteins positively correlate with the most abundant volatiles. Thus, we extracted a network in Fig. 3D that represents the best correlations (r > 0.62) between proteins and volatiles./p> 0.6) shows potential interactions between proteins and volatiles (D) and between (only) lipocalins and volatilesI)./p> 7.1. Quantile normalisation yielded reasonably low variation in signal intensities (SI) between samples (D). FD stands for fold difference. Tubes, mouse pics and chemical structures (A) were created by the authors with BioRender.com./p> 0.9 (Fig. 5C). Next, we used a normalization based upon quantiles, which normalizes a matrix of peak areas (i.e. intensities) with the function normalize.quantiles of the ‘preprocessCore’ package in R software98, visualised in Fig. 5D. To extract p-values of differentially abundant compounds, we used the Power Law Global Error Model – PLGEM99 similarly as in the analysis of proteomes (see below)./p>