A variação nos sinais químicos do camundongo é controlada geneticamente e modulada ambientalmente

Notícias

LarLar / Notícias / A variação nos sinais químicos do camundongo é controlada geneticamente e modulada ambientalmente

May 24, 2023

A variação nos sinais químicos do camundongo é controlada geneticamente e modulada ambientalmente

Relatórios Científicos volume 13,

Scientific Reports volume 13, Número do artigo: 8573 (2023) Citar este artigo

191 acessos

1 Altmétrica

Detalhes das métricas

Na maioria dos mamíferos e particularmente em camundongos, a comunicação química depende da detecção de sinais relacionados à aptidão etologicamente relevantes de outros indivíduos. Em camundongos, a urina é a fonte primária desses sinais, então empregamos proteômica e metabolômica para identificar os principais componentes da sinalização química. Mostramos que existe uma correspondência entre voláteis urinários e proteínas na representação do background genético, sexo e ambiente em duas subespécies de camundongos domésticos Mus musculus musculus e M. m. domesticus. Descobrimos que o ambiente tem uma forte influência sobre a variação proteômica e metabolômica e que as misturas voláteis representam melhor os machos, enquanto as fêmeas têm surpreendentemente mais proteínas com viés sexual. Usando aprendizado de máquina e técnicas de ômica combinada, identificamos misturas de metabólitos e proteínas que estão associadas a características biológicas.

Todos os organismos vivos são constantemente confrontados com sinais químicos de seu ambiente e de outros indivíduos. Em camundongos, esses sinais geralmente agem sobre representações inatas1 ou aprendidas2 no cérebro e geram respostas comportamentais que promovem a sobrevivência e a boa forma. Por exemplo, um camundongo macho provavelmente produzirá sinais para anunciar sua aptidão que levaria a um comportamento de evitação em outros machos e à atração sexual em fêmeas3,4,5. Alguns desses sinais são específicos da espécie ou subespecíficos e usados ​​para reconhecimento por pares6,7. Além disso, qualquer indivíduo, independentemente do sexo, seguirá uma pista que represente um alimento favorito ou evite uma pista que indique predadores8. A maioria dos estudos de comportamento concentra-se no efeito de um ou poucos compostos e proteínas como moléculas de sinalização. No entanto, os animais e seus ambientes circundantes são mais complexos e, em vez de um ou vários compostos estudados, a maioria dos organismos, incluindo bactérias9 e plantas10, produz matrizes n-dimensionais de compostos. Muitas vezes, é a composição desses buquês que induz comportamento e respostas fisiológicas nos receptores11. Para tornar esse quebra-cabeça ainda mais complexo, a resposta à mesma sugestão pode variar de acordo com fatores ambientais. Assim, questionamos se características biológicas como sexo e antecedentes genéticos de um indivíduo se manifestam por proteomas ou metabolomas e até que ponto esses dois conjuntos estão ligados ou mesmo correlacionados. Isso é importante porque os sinais sexuais são conhecidos por estimular circuitos sexualmente dimórficos e atingir representações sensoriais sexualmente dimórficas no bulbo olfatório acessório12 e na amígdala medial13, mas falta uma visão abrangente dos sinais químicos que podem desencadear essas representações. Em geral, estávamos interessados ​​em como a sexualidade é exibida em um organismo para o qual as pistas olfativas relacionadas à aptidão são mais importantes do que as visuais.

A urina de camundongos contém grandes quantidades e uma variedade de moléculas que servem como sinais olfativos. São detectáveis ​​por receptores quimiossensoriais do epitélio olfatório maior e/ou órgão vomeronasal (VNO)14,15,16,17,18,19,20,21,22. Esses sinais produzem diversas respostas fisiológicas no receptor13,23,24,25,26,27,28,29,30,31 também quando estimulados por proteínas urinárias principais não voláteis (MUPs) selecionadas32,33, peptídeos curtos34,35, e/ou compostos orgânicos voláteis (VOCs)36,37,38. Em camundongos, os VOCs foram considerados como sinais potentes detectáveis ​​pelos tecidos olfativos18,39, enquanto os MUPs foram considerados principalmente como transportadores desses sinais em seus barris beta de oito fitas37,40,41,42,43,44,45,46,47 e moldam assim as assinaturas de odor individuais48. No entanto, vários autores demonstraram que MUPs específicos representam um sinal por conta própria detectável por VNO32,49,50,51 e que algumas dessas moléculas, incluindo MUP20 com tendência masculina (conhecida como darcin), provocam comportamentos inatos complexos, incluindo agressão33, reconhecimento de parceiros52 e aprendizagem32 . No entanto, como quase todos os estudos anteriores se concentraram apenas em MUPs, ainda não há nenhum estudo mostrando todo o espectro de proteínas e voláteis da urina que também podem estar envolvidos na comunicação química, especialmente em roedores selvagens.

 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>