Cell and tissue functions rely on an elaborate intracellular transport system responsible for distributing bioactive molecules with high spatiotemporal accuracy. The tubular network of the Endoplasmic Reticulum (ER) constitutes a system for the delivery of luminal solutes it stores, including Ca 2+ , across the cell periphery. The physical nature and factors underlying the ER's functioning as a fluidics system are unclear. Using an improved ER transport visualisation methodology combined with optogenetic Ca 2+ dynamics imaging, we observed that ER luminal transport is modulated by natural ER tubule narrowing and dilation, directly proportional to the amount of an ER membrane morphogen, Reticulon 4 (RTN4). Consequently, the ER morphoregulatory effect of RTN4 defines ER's capacity for peripheral Ca 2+ delivery and thus controls axonogenesis. Excess RTN4 limited ER luminal transport, Ca 2+ release and iPSC-derived cortical neurons' axonal extension, while RTN4 elimination reversed the effects.

SUMMARY Mitochondria are critical for neuronal function and must be reliably distributed through complex neuronal architectures. By quantifying in vivo mitochondrial transport and localization patterns in the dendrites of Drosophila visual system neurons, we show that mitochondria make up a dynamic system at steady-state, with significant transport of individual mitochondria within a stable global pattern. Mitochondrial motility patterns are unaffected by visual input, suggesting that neuronal activity does not directly regulate mitochondrial localization in vivo . Instead, we present a mathematical model in which four simple scaling rules enable the robust self-organization of the mitochondrial population. Experimental measurements of dendrite morphology validate key model predictions: to maintain equitable distribution of mitochondria across asymmetrically branched subtrees, dendritic branch points obey a parent-daughter power law that preserves cross-sectional area, and thicker trunks support proportionally bushier subtrees. Altogether, we propose that “housekeeping” requirements, including the need to maintain steady-state mitochondrial distributions, impose constraints on neuronal architecture.

Cell functions rely on intracellular transport systems distributing bioactive molecules with high spatiotemporal accuracy. The endoplasmic reticulum (ER) tubular network constitutes a system for delivering luminal solutes, including Ca2+, across the cell periphery. How the ER structure enables this nanofluidic transport system is unclear. Here, we show that ER membrane-localized reticulon 4 (RTN4/Nogo) is sufficient to impose neurite outgrowth inhibition in human cortical neurons while acting as an ER morphoregulator. Improving ER transport visualization methodologies combined with optogenetic Ca2+ dynamics imaging and in silico modeling, we observed that ER luminal transport is modulated by ER tubule narrowing and dilation, proportional to the amount of RTN4. Excess RTN4 limited ER luminal transport and Ca2+ release, while RTN4 elimination reversed the effects. The described morphoregulatory effect of RTN4 defines the capacity of the ER for peripheral Ca2+ delivery for physiological releases and thus may constitute a mechanism for controlling the (re)generation of neurites.

Eukaryotic cells modulate their metabolism by organizing metabolic components in response to varying nutrient availability and energy demands. In the axons of mammalian neurons, mitochondria have been shown to respond to glucose levels by halting active transport preferentially in high glucose regions. Here, we employ quantitative modeling to explore the physical limits on spatial organization of organelles through such regulated stopping of processive motion, as well as the consequences to cellular metabolism. We delineate the role of key parameters, including cellular glucose uptake and consumption rates, that are expected to modulate mitochondrial distribution and metabolic response in spatially varying glucose conditions. Our quantitative estimates indicate that physiological brain glucose levels fall within the limited range necessary for metabolic enhancement, making this a plausible regulatory mechanism for neuronal metabolic flexibility in the presence of spatially heterogeneous glucose. These findings highlight the role of spatial organization in the regulation of neuronal metabolism, while providing a quantitative framework for the establishment of such organization by control of organelle trafficking.

Abstract Neurons rely on localized mitochondria to fulfill spatially heterogeneous metabolic demands. Mitochondrial aging occurs on timescales shorter than the neuronal lifespan, necessitating transport of fresh material from the soma. Maintaining an optimal distribution of healthy mitochondria requires an interplay between a stationary pool localized to sites of high metabolic demand and a motile pool capable of delivering new material. Interchange between these pools can occur via transient fusion / fission events or by halting and restarting entire mitochondria. Our quantitative model of neuronal mitostasis identifies key parameters that govern steady-state mitochondrial health at discrete locations. Very infrequent exchange between stationary and motile pools optimizes this system. Exchange via transient fusion allows for robust maintenance, which can be further improved by selective recycling through mitophagy. These results provide a framework for quantifying how perturbations in organelle transport and interactions affect mitochondrial homeostasis in neurons, a key aspect underlying many neurodegenerative disorders. Author summary Neurons contain long projections termed axons and dendrites and a small central body that is responsible for much of cellular biosynthesis. Mitochondria, the energy hubs of a cell, are synthesized in the soma and actively transported to distant sites of high energy demand. Given the extreme distances between these sites and the soma, maintaining distal mitochondrial health poses a substantial challenge. Defects in mitochondrial transport and maintenance are associated with several neurological disorders. Fortunately, mitochondria stationed at distant sites can be ‘serviced’ by passing mitochondria that emerge from the soma and move around the neuron, as well as through low levels of local protein synthesis. We develop mathematical models for two strategies of mitochondrial maintenance: one with direct protein exchange between moving and stationary mitochondria (‘Space Station’) and the other with moving mitchondria occasionally replacing stationary ones at the demand sites (‘Changing of the Guard’). We find that only a few servicing events and a small motile pool form optimal conditions for maintaining mitochondrial health. The system can be improved further by selectively removing and recycling some unhealthy mitochondria. Our results are consistent with observations of mitochondrial behavior in neurons and form a basis for future quantitative study of mitochondrial maintenance.

Throughout an organism's life, a multitude of complex and interdependent biological systems transition through biophysical processes that serve as indicators of the underlying biological states. Inferring these latent, unobserved states is a goal of modern biology and neuroscience. However, in many experimental setups, we can at best obtain discrete snapshots of the system at different times and for different individuals. This challenge is particularly relevant in the study of Alzheimer's Disease (AD) progression, where we observe the aggregation of pathology in brain donors, but the underlying disease state is unknown. This paper proposes a biophysically motivated Bayesian framework (B-BIND: Biophysical Bayesian Inference for Neurodegenerative Dynamics), where the disease state is modeled and continuously inferred from observed quantifications of multiple AD pathological proteins. Inspired by biophysical models, we describe pathological burden as an exponential process. The progression of AD is modeled by assigning a latent score, termed pseudotime, to each pathological state, creating a pseudotemporal order of donors based on their pathological burden. We study the theoretical properties of the model using linearization to reveal convergence and identifiability properties. We provide Markov chain Monte Carlo estimation algorithms, illustrating the effectiveness of our approach with multiple simulation studies across various data conditions. Applying this methodology to data from the Seattle Alzheimer's Disease Brain Cell Atlas, we infer the pseudotime ordering of donors. Finally, we analyze the information within each pathological feature to refine the model, focusing on the most informative pathologies. This framework lays the groundwork for continuous pseudotime modeling in the analysis of neurodegenerative diseases.