In uno studio pubblicato sulla rivista "Neuron", un team di biologi dell'Università della California, San Francisco (UCSF), guidato dalla dottoressa Catherine Dulac, ha studiato il ruolo delle forze meccaniche nel modellare la funzione neuronale. Si sono concentrati su un tipo specifico di neurone nel cervello del topo chiamato cellula mitrale, responsabile dell’elaborazione delle informazioni olfattive.
Utilizzando una combinazione di tecniche di imaging avanzate e analisi biofisiche, i ricercatori hanno scoperto che la rigidità della matrice extracellulare (ECM), l’impalcatura 3D che circonda e supporta le cellule, influenza il comportamento delle cellule mitraliche. Quando la ECM era più rigida, le cellule mitraliche avevano una maggiore eccitabilità e formavano più sinapsi, le giunzioni dove i neuroni comunicano tra loro. Al contrario, quando la ECM era più morbida, le cellule mitraliche avevano una diminuita eccitabilità e formavano meno sinapsi.
I ricercatori hanno anche scoperto che la rigidità dell’ECM influenza direttamente l’attività di un percorso molecolare chiave chiamato percorso RhoA, noto per regolare la forma, la motilità e l’adesione delle cellule. Modulando la rigidità dell'ECM, i ricercatori hanno potuto controllare l'attivazione della via RhoA e quindi manipolare la funzione delle cellule mitraliche.
Questi risultati suggeriscono che le forze meccaniche svolgono un ruolo significativo nel modellare il comportamento neuronale e la formazione dei circuiti nel cervello. Comprendendo come le forze meccaniche influenzano la funzione neuronale, gli scienziati potrebbero acquisire nuove conoscenze sullo sviluppo e sul trattamento di disturbi neurologici come il disturbo dello spettro autistico e la schizofrenia, che sono caratterizzati da connettività e funzione neuronali anormali.
Oltre a fornire una nuova prospettiva sulla plasticità neuronale, questo studio evidenzia anche l’importanza della ricerca interdisciplinare. Combinando tecniche di biologia, fisica e ingegneria, i ricercatori sono stati in grado di scoprire uno strato nascosto di complessità nella funzione neuronale che era stato precedentemente trascurato. È probabile che questa convergenza di discipline guidi futuri progressi nella nostra comprensione del cervello e dei suoi disturbi.