Method Article

تحليل التفاعل هوعبارة المعمم (PPI) من الذاكرة المتعلقة بالاتصال بالأفراد المعرضين للخطر الوراثي لمرض الزهايمر

DOI:

10.3791/55394

⸱

November 14th, 2017

 ,  ,  ,  , 
1Psychiatry and Biobehavioral Sciences, University of California, Los Angeles, 2Biospective, Inc.

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

هذه المخطوطة تصف كيفية تنفيذ إجراء تحليل تفاعل هوعبارة للكشف عن التغييرات المهمة التابعة في الربط الوظيفي بين المنطقة البذور المختارة وفوكسيلس في مناطق أخرى من الدماغ. تحليل التفاعل هوعبارة طريقة شائعة لدراسة آثار مهمة على اتصال الدماغ، متميزة عن آثار التنشيط وحيد المتغير التقليدية.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

في نيورويماجينج، التدابير الفنية التصوير بالرنين المغناطيسي (الرنين المغناطيسي الوظيفي) الإشارة (غامق) يعتمد مستوى الدم الأوكسجين في الدماغ. مكانياً درجة الترابط بين الغامق إشارة في المناطق المستقلة من الدماغ يعرف الاتصال الفنية لتلك المناطق. أثناء مهمة الرنين المغناطيسي الوظيفي المعرفي، يمكن استخدام إجراء تحليل تفاعل هوعبارة (PPI) دراسة التغيرات في القدرة على الاتصال الفنية خلال سياقات محددة يحددها المهمة المعرفية. مثال لهذه المهمة هو الذي يشرك نظام الذاكرة، طرح المشاركون لمعرفة أزواج من الكلمات غير ذات صلة (ترميز) والتذكير بالكلمة الثانية في زوج عندما قدم مع الكلمة الأولى (استرداد). في هذه الدراسة، استخدمنا هذا النوع من العمل النقابي الذاكرة وتحليل PPI (جبي) معمم لمقارنة التغيرات في الاتصال هيبوكامبال في البالغين الأكبر سنا الذين يحملون (إبسيلون-4 الابوليبوبروتين ه الوراثية عامل خطر مرض الزهايمر (AD) APOEΕ4). على وجه التحديد، نظهر أن الاتصال الفنية للمناطق دون إقليمية التغييرات الحصين خلال الترميز واسترجاعها، ومرحلتي المهمة النقابي الذاكرة النشطة. كانت التغيرات تعتمد على السياق في الاتصال الفنية الحصين تختلف اختلافاً كبيرا في ناقلات APOEε4 مقارنة بغير الناقلين. تحليلات PPI تجعل من الممكن لدراسة التغيرات في اتصال وظيفية، متميزة عن آثار وحيد المتغير الرئيسي، ومقارنة هذه التغييرات عبر المجموعات. وهكذا، قد تكشف عن إجراء تحليل PPI الآثار المهمة المعقدة في الأفواج الخاصة التي لا يتم التقاط أساليب وحيد المتغير التقليدية. لا يمكن، مع ذلك، تحديد تحليلات PPI اتجاهية أو العلاقة السببية بين مناطق مرتبطة وظيفيا. ومع ذلك، توفر تحليلات PPI وسيلة قوية لتوليد فرضيات محددة فيما يتعلق بالعلاقات الوظيفية، التي يمكن اختبارها باستخدام النماذج السببية. كما هو موضح في الدماغ يزداد من حيث الاتصال والشبكات، PPI هو وسيلة هامة لتحليل البيانات المهمة الرنين المغناطيسي الوظيفي الذي ينسجم مع التصور الحالي للدماغ البشري.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

مصطلح "الشبكة العصبية" أطلق في عام 2005 مناسبة نقله نوعية في علم الأعصاب التي ما زالت حتى يومنا هذا1. المخ وصف متزايدة فيما يتعلق بالشبكات الفنية والاتصال والتفاعل فيما بين المناطق على نطاق واسع. على الرغم من ذلك، يتم تحديد التخصص الوظيفي الإقليمية والرابطات بين نشاط قياس الرنين المغناطيسي الوظيفي ومتطلبات المهمة النهج لا تزال صالحة ومفيدة. وفي ضوء الاهتمام المتزايد في كونيكتوميكس، تكتسب شعبية متزايدة نهج الربط الوظيفي لمهمة تحليل الرنين المغناطيسي الوظيفي. نهج واحد لقياس التغييرات الاتصال الفنية تعتمد على مهمة تتطلب يجعل استخدام مفهوم PPI. كسل لكل بوصة من التفاعل للمرحلة المهمة النشطة أو مهمة معينة الطلب ("النفسية") مع اتصال وظيفية ("الطبيعي") لمنطقة من الفائدة أو "البذور" في الدماغ. PPI يختلف عن تحليل المتغيرين، القائم على الترابط للربط الوظيفي، الذي يقيس درجة الارتباط بين النشاط في هاتين المنطقتين دون أية قيود تتعلق بمطالب مهمة عموما.

أصلاً قد وصف مفهوم وإطار تحليل PPI فريستون والزملاء في 19972. الكتاب أكد أن نهجها هامة نظراً لأنها ستسمح للتحقيق في الاتصال تكون محددة أكثر وظيفيا والسماح للاستدلالات أن النشاط في بذور البعيدة يمكن أن تحوير النشاط الناجم عن طلب مهمة. في عام 2012، ماكلارين والزملاء إضافة إلى هذا الإطار الأصلي، ووصف نهج جبي فيه جميع مراحل مهمة وتفاعلاتها مدرجة في نموذج واحد3. وهذا النهج يؤدي إلى النتائج التي أكثر حساسية وتحديداً إلى المرحلة المهمة والتفاعل التي يجري التحقيق فيها. وهذا النهج جبي المحدثة التي نستعملها في الوقت الحاضر هو دراسة (راجع الخطوة 6.2.2 في البروتوكول). الآن وقد استشهد بالنهج جبي في الدراسات ما يزيد على 200. للوضوح، الآخرة نستخدم 'PPI' لوصف السمات المشتركة لكل من الإصدار القياسي ومعمَّم. سيتم استخدام 'جبي' لمناقشة التطورات المحددة المرتبطة بإطار أحدث.

الهدف العام من تحليل مؤشر أسعار المنتجين أن نفهم كيف تؤثر مطالب مهمة المعرفي أو تعدل الاتصال الفنية من منطقة البذور. يتطلب إجراء تحليل PPI فرضية بداهة قوية. يجب أن التضمين النشاط في منطقة البذور بالمهمة من أجل نهج PPI للعمل بفعالية4. على سبيل المثال، في هذه الدراسة، ونحن على أساس اختيارنا البذور على أدلة قوية على أن النشاط هيبوكامبال وهو التضمين بمطالب مهمة الذاكرة المعرفية. استخدام مؤشر أسعار المنتجين، يمكن التعرف على المناطق إلى حد كبير أكثر أو أقل وظيفيا متصلاً الحصين خلال مراحل مهمة محددة. وباختصار، نحن نطرح هذا السؤال، "في المناطق التي هي النشاط أكثر ارتباطاً بالبذور خلال السياق A مقارنة بخط الأساس؟" كما يمكن أن نطلب العكس المنطقي (كما أنه من المهم أن نفهم الفرق): "في المناطق التي هي النشاط أقل ارتباطاً بالبذور خلال السياق A بالمقارنة مع خط الأساس؟" عند تفسير الاختلافات المجموعة في آثار نقطة في البوصة، من المهم النظر في البيانات وما إذا كان تغيير إيجابي أو سلبي في الاتصال الوظيفي، أو كليهما، يقود مجموعة الاختلافات.

وقد استخدمت نهج PPI لدراسة دينامية مهمة مراقبة محاور في ضوابط صحية، كيف هو التحوير للاتصال الفنية المتصلة بالأداء المعرفي في مرض الزهايمر (AD)، أجهزة الاستخبارات في الأفراد الذين يعانون من التوحد، محرك شبكة الاتصال في الأفراد المصابين بمرض باركنسون، تواجه المعالجة في الأفراد المصابين باضطراب تشوه الجسم وفقدان الشهية وتنظيم العاطفة والذاكرة والعديد من الأسئلة المحددة الأخرى المتعلقة بالتوصيل5،6،7 ،،من89،،من1011. في هذه الدراسة، ونحن مقارنة التغييرات في الاتصال الفنية للمناطق دون الإقليمية من الحصين أثناء ترميز الذاكرة واسترجاع بين مجموعة من الأفراد المعرضين للخطر الوراثي المتزايد للإعلان إلى مجموعة دون عامل خطر12. فيما يلي وصف للبروتوكول التي استخدمت، وتطبيقاً للنهج جبي، للسماح لنا باختبار ما إذا كانت التغييرات أثارت مهمة في الربط الوظيفي تختلف بالاقتران مع الوجود APOEε4، أحد عوامل الخطر الجينية للإعلان.

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

هذه الدراسة كان يؤديها وفقا لبروتوكولات جامعة كاليفورنيا المؤسسية استعراض المجلس (مجلس الهجرة واللاجئين) ووافقت عليها "لجنة حماية المواضيع البشرية جامعة كاليفورنيا". وقدم جميع المشاركين الموافقة الخطية من أجل الانخراط في هذه الدراسة-

1-"اختيار المشاركين"

  1. "الكندي الحصول على" الموافقة لإجراء هذه الدراسة.
  2. شاشة الأفراد الذين تتراوح أعمارهم بين 55 وكبار السن للتدهور المعرفي باستخدام بطارية العصبية موحدة. وتشمل الاختبارات "المخابرات العامة" (Subtests WAIS-الثالث) 13، الطلاقة (الفواكه والخضروات) 14، واهتمام (الأرقام إلى الأمام والخلف) 13، اللغة (بوسطن تسمية اختبار ) 15، 16 "الذاكرة اللفظية" (فولد بوشكي تذكير المهام الانتقائي) والتعلم قوم إقران اللفظية والذاكرة المنطقية WMS الثالث 13 و "الذاكرة البصرية" (اختبار "الشكل" ري-أوستيريث) 17-
    1. قد المشاركين إكمال الاستبيانات المزاج مثل الاكتئاب هاميلتون وقوائم الجرد القلق 18 ، 19، فضلا عن (امتحان الدولة العقلية ميني MMSE) 20-
  3. تشمل المشاركين بأن نقاط 26 أو أعلاه على MMSE وأداء أفضل من اثنين من الانحرافات المعيارية أقل من المعدل الطبيعي لسنهم في الاختبارات الإدراكية. استبعاد المشاركين مع القلق السريرية أو الاكتئاب أو أي مرض آخر العصبية أو عصبية. رسم استبعاد المشاركين الذين لا تفي بمعايير السلامة في التصوير بالرنين المغناطيسي أو الذين لا توافق على دم.
    ملاحظة: في هذه الدراسة، اجتمع المشاركون 93 هذه المعايير (متوسط عمر = 67.4 عاماً 31 م/49F)-

2. التنميط

  1. قد فليبوتوميست من مدربين أو المهنية الطبية الأخرى سحب الدم من كل مشارك-
  2. عزل 200 ميكروغرام الحمض النووي من 10 مل العينة كوصف 21-
  3. القيام بتعدد الأشكال النوكليوتيدات واحدة الوراثي (SNP) باستخدام PCR الوقت الحقيقي في مواضع اثنين و rs429358 و rs7412 لتميز الذين الآليلات 22. مراسل
    1. تدرج الأصباغ rs429358 و rs7412 إلى فحص الوراثي SNP. بعد الانتهاء من كل دورة التضخيم بكر، مؤامرة إشارات مضيئة على رسم بياني يبين التوزيع لمراسل ويحتوي الأصباغ. إجراء التجربة في تكرار لتأكيد النتائج.
  4. تحليل البيانات التنميط SNP باستخدام مجموعة من برامج المتقدمة للإخراج الداخلي PCR الوقت الحقيقي 23-
    ملاحظة: يحسب البرنامج المستخدم في هذه الدراسة تقارب العينة إلى واحد من الأصباغ مراسل اثنين التي، بدورها، يمثل أحد الذين SNP على الآخر. في هذه الدراسة، خطر الناقلين 34 الإعلان اليل، الذين ε4 (متخالف ε3/ε4) و (متماثل ε3 ε3) 46 غير حاملات التحق ما مجموعة 80 من المشاركين في الدراسة. استبعاد شركات اليل APOEε2 لأن هناك أدلة على أن هذا اليل قد يكون له أثر وقائي المتصلة بالإعلان

3. وظيفية وهيكلية جمع بيانات التصوير

  1. الرنين المغناطيسي 3 تسلا (3T) استخدام نظام الحصول على بيانات التصوير كلياً في الدماغ.
    1. للتصوير الفنية، جمع شرائح المحوري باستخدام صدى مستو تصوير (EPI) تسلسل. لتسهيل تسجيل الصور الفنية، الحصول على شرائح محوري من الصور الهيكلية T2 المرجحة، وأول أكسيد الكربون مستو. لتصوير الهيكلية ذات الدقة العالية، جمع شرائح المحوري باستخدام 3D تسلسل T1 المرجحة.
      ملاحظة: في هذه الدراسة، تم استخدام مغناطيس 3T لفائف رأس 12-القناة. وصممت المعلمات أدناه للماسح الضوئي محددة ولفائف. انظر الجدول للمواد لمزيد من المعلومات.
      1. الحصول على تصوير البيانات باستخدام المعلمات التالية في التسلسل الوظيفي: تكرار الوقت (TR) = 2,500 مرض التصلب العصبي المتعدد، صدى الوقت (TE) = 21 مرض التصلب العصبي المتعدد، مجال الرؤية (FOV) = 200 مم × 200 مم، زاوية الوجه = 75°، مصفوفة = 64 x 64، 33 شرائح، شريحة سمك = 3 مم، الفجوة إينتيرسليسي = 0 .75 مم، وحجم فوكسل = 3.125 × 3.125 × 3.75 مم-
      2. تشغيل المهمة ذاكرة النقابي عبارة لا علاقة لها أن تبدأ بالمجلد الثالث من سلسلة التصوير الوظيفي. لمراعاة التوازن حالة ثابتة، استبعاد أول مجلدين من كل عملية مسح وظيفي من التحليلات-
        ملاحظة: عبارة لا علاقة لها مهمة الذاكرة النقابي قد تم وصفها في أماكن أخرى 12 ، 24. باختصار، أنها مهمة وظيفية تصميم كتلة مع كتل ترميز واسترجاعها. هي تعليمات للمشاركين لمعرفة أزواج من الكلمات لا علاقة لها-
        3. الهيكلية T2 المرجحة، وأول أكسيد الكربون مستو
      3. الحصول على تصوير البيانات باستخدام تسلسل المعلمات التالية: TR = 5,000 مرض التصلب العصبي المتعدد، الشركة المصرية للاتصالات = 34 مرض التصلب العصبي المتعدد، فوف = 200 مم × 200 مم، زاوية الوجه = 90°، مصفوفة = 128 × 128، 28 شرائح، شريحة سمك = 3 مم، الفجوة إينتيرسليسي = حجم 1 مم وفوكسل = 1.56 × 1 .56 x 4 مم-
      4. اكتساب الهيكلية ذات الدقة العالية (التشريحية) التصوير استخدام المعلمات التالية تسلسل مغنطة إعداد سرعة التدرج صدى (مبرج): TR = ms 1,900، الشركة المصرية للاتصالات = 2.26 مرض التصلب العصبي المتعدد، TI = 900 مللي ثانية، فوف = 250 ملم × 218 مم، زاوية الوجه = 9°، مصفوفة = 256 × 215، شرائح 176 ، شريحة سمك = 1 مم، مملوءة بصفر إلى مصفوفة من 256 × 224 الناتجة في حجم فوكسل = 1 × 0.976 × 0.976 مم-

4-الرنين المغناطيسي الوظيفي "تجهيزها البيانات" الجريئة

  1. Preprocess البيانات الوظيفية باستخدام "الفنية التصوير بالرنين المغناطيسي" للدماغ (فمريب) برنامج المكتبة (FSL) الإصدار 6.0 (http://fsl.fmrib.ox.ac.ul) على النحو التالي:
    1. لكل مشارك ' s dataset، إزالة الحركة الرأس قطعة أثرية من البيانات باستخدام "فمريب تصحيح الحركة" ' s أداة تسجيل صورة خطية (مكفليرت) 25-
    2. إزالة أنسجة المخ غير الصور باستخدام أداة استخراج المخ (الرهان) مع العلم-و اختياري 26-
    3. استخدام أداة FSL الحركة المتطرفة لتحديد أية وحدات تخزين البيانات الفنية حيث يوجد إفراط الحركة استناداً إلى الإطار التشرد بين وحدات التخزين. علم وحدات التخزين حيث يتم قياس الحركة عزلاء (أعلاه المئوية 75 + 1.5 مرة تتراوح بين الربع) مقارنة ببقية المسح واستخدام الإخراج من هذا البرنامج إلى دوونويت وحدات التخزين هذه في التحليلات.
      ملاحظة: قبل تشغيل مجموعة مقارنات، تحقق من أن متوسط الحركة، مقيسة "خدمة ميدانية محلية الحركة المتطرفة"، لا تختلف بين الفريقين. وهذا سيساعد على ضمان أن النتائج ليست مدفوعة من قبل الخلافات المتصلة بالمجموعة في الحركة-
  2. إعداد تجهيزها والمستوى الأول العام النموذج الخطي (GLM) باستخدام واجهة المستخدم الرسومية (GUI) لخدمة ميدانية محلية الرنين المغناطيسي الوظيفي أداة تحليل الخبراء (الفذ) للمشارك الأول.
    ملاحظة: كرر هذه الخطوة لكل مشارك في الدراسة. توفيرا للوقت، بعد إعداد تشغيل واحد لأحد المشاركين، كتابة برنامج نصي لتشغيل تجهيزها للمشاركين دراسة المتبقية ' البيانات عن طريق تغيير " design.fsf " الملف (الإخراج الفذ FSL) لكل مشارك للإشارة أن المشاركين ' s بيانات محددة.
    1. في علامة التبويب بيانات، انقر فوق " إضافة البيانات د 4 " وانتقل إلى ملف الحركة لتصحيح واستخراج المخ. تعيين TR إلى 2.5 s (يقابل TR في التسلسل الوظيفي المكتسبة). استخدام عامل التصفية الافتراضي وتمرير عالية (تعيين إلى 100 s)-
      ملاحظة: تصفية تمرير عالية سوف إزالة الإشارات ذات التردد المنخفض من أي مصلحة.
    2. في علامة التبويب إحصائيات سابقة، انقر فوق " أي " تحت " الحركة تصحيح " (كما أنه أنجز فعلا في الخطوة 4، 1). قم بإلغاء تحديد " استخراج الدماغ بيت " (كما أنه أنجز فعلا في الخطوة 4، 1). نوع " 5 " في المربع لتعيين 5 مم عرض كامل نصف الحد الأقصى (فوم) نواة الضبابي لتجانس المكانية-
      ملاحظة: فوهم لنواة تجانس عموما يكون موعد في حول ضعف حجم حجم فوكسل المسح الوظيفي.
    3. استخدام الإخراج (6 أعمدة وصفوف = # TRs في المسح الضوئي) مكفليرت لإنشاء ملفات نصية ذو عمود مفرد 6 التي تصف حركة تصحيح أداء في كل مجلد من مجلدات داخل dataset. هذه ستضاف إلى النموذج ريجريسورس في الخطوة التالية.
      1. في علامة التبويب إحصائيات تحت " الإعداد النموذجي الكامل "، إضافة معلمات 6 الحركة ومشتقاتها الزمنية ك regressors أو المتغيرات التفسيرية (EVs) في GLM. لكل اقتراح EV اختر " مخصصة " (1 إدخال لكل وحدة تخزين) للشكل الأساسي، " بلا " الالتواء والاختيار " تطبيق التصفية الزمنية. "
        ملاحظة: معلمات الحركة لا تحتاج إلى أن تكون كونفولفيد بأي وظيفة نظراً لأنها تشير إعادة تنفيذه في كل وحدة التخزين الوظيفية أثناء تصحيح الحركة وهكذا لا تحتاج إلى تعديل.
    4. في علامة التبويب إحصائيات، حدد إخراج FSL الحركة المتطرفة من الخطوة 4.1 تحت " إضافة إضافية إرباك المركبات الكهربائية ".
      ملاحظة: هذا الناتج هو مصفوفة تدل كل وحدة التخزين التي تم وضع علامة لها للحركة المفرطة، وسوف ديويغتيد بإضافة الملف كونفوند، في GLM.
    5. في علامة التبويب إحصائيات، انقر فوق " إنشاء نموذج كامل ". إنشاء المهمة توقيت ملفات نصية تدل على بداية وإزاحة من مراحل مهمة مختلفة وإضافة هذه المركبات الكهربائية في GLM باختيار تنسيق العمود 1 والانتقال إلى الملف النصي ذات الصلة (وتشمل واحدة للمرحلة ترميز للمهمة وواحد لمرحلة الاسترجاع). ل " الالتواء " اختر " طالبات مزدوجة-غاما " الخيار من القائمة المنسدلة لكل منهما. لا نموذج خط الأساس أو الأجزاء غير نشطة المهمة في GLM.
      ملاحظة: لطالبات تقف على دالة الاستجابة الفسيولوجية. اللف مهمة EV بطالبات تحولات توقيت المهمة EV لتكون أكثر اتساقا مع التغيرات المتوقعة الناجمة عن مهمة جريئة إشارة في الدماغ-
    6. في علامة التبويب تسجيل، تحقق من " الصورة الفنية الموسعة " و " الصورة الهيكلية الرئيسية " لتسجيل خطوتين.
      1. حدد المشارك ' s co المستوية T2 مرجح الهيكلية المسح الضوئي للخطوة الأولى، التي يتم تسجيل البيانات الوظيفية للبيانات الهيكلية co المستوية. اختر 6 درجات الحرية (شعبة الشؤون المالية) لهذه الخطوة بالنقر فوق الثانية إسقاط إلى أسفل مربع تحت هذه الخطوة واختيار " 6 شعبة الشؤون المالية ".
      2. بالنسبة للخطوة التالية، التي مسجل الصورة T2 المرجحة لارتفاع القرار مبرج T1 المرجحة، حدد الحدود على أساس التسجيل (بر) من القائمة المنسدلة مربع 27-
        ملاحظة: بر يستخدم كثافة الاختلافات بين المسألة البيضاء والرمادية لتسجيل فحص الهيكلية والوظيفية وقد تبين أن أداء أفضل من المغازل وغيرها من الأساليب البديلة-
      3. للخطوة النهائية، التي يتم تسجيل البيانات الهيكلية ذات الدقة العالية للقالب MNI152 القياسية، اختر 12 درجات الحرية وتحول خطي باختيار " 12 شعبة الشؤون المالية ".
        ملاحظة: عندما تكون جميع الخطوات الواردة في القسم 4 كاملة البيانات الفنية معالجة، وجاهزة لمزيد من التحليل.

5. بذور هيبوكامبال

  1. إنشاء قناع من الحصين اليسار في كل مشارك ' s عالية الدقة الفضاء الهيكلية باستخدام خدمة ميدانية محلية ' s "فمريب التسجيل المتكاملة" وأداة تجزئة (الأولى) خوارزمية تجزئة 28 .
    ملاحظة: المناطق الأخرى، بما في ذلك حق الحصين، سيكون من المثير للاهتمام، وبذور صالحة لمزيد من التحليلات.
  2. باستخدام منصة برمجيات إحصائية، كتابة التعليمات البرمجية حساب طول الثلثين الأمامي والخلفي ل الهيكل 29. على وجه التحديد، استخدم طول القناع هيبوكامبال الحجمي في الطائرة الأمامي الخلفي لإيجاد إحداثيات ديماركينج الثلثين الأمامي والخلفي لهذه الطائرة-
    ملاحظة: قد تكون طريقة نشرت مؤخرا لتجزئة الحصين على طول المحور الطولي نهج إنشاء بذور بديلة 30-
  3. بناء على هذه الإحداثيات، إنشاء الصور قناع هيبوكامبال الأمامي والخلفي. سجل الأقنعة هيبوكامبال الأمامي والخلفي في استخدام الفضاء الفنية الأصلية " example_func2highres " المصفوفة في دليل التسجيل للإخراج الفذ.
    ملاحظة: استخدام الثلثين الأمامي والخلفي حالت دون طمس الإشارات عبر بذور هيبوكامبال اثنين بعد التسجيل إلى الفضاء الوظيفية. وهناك أدلة على التخصص الوظيفي على طول المحور الطولي من الحصين 31 ، 32 ، ، من 33 34. المناطق الأمامية هي مناطق الإدخال والمقترنة بترميز، بينما الحصين الخلفي منطقة إخراج المرتبطة بالذاكرة استعادة وتوطيد 35 ، 36 ، 37-ومن ثم، يسمح باستخدام هذه المناطق تقييم المشاركة الفنية للأمامي مقابل الحصين الخلفي في ترميز مقابل استرجاع مراحل مهمة الذاكرة.
  4. "استخدام خدمة ميدانية محلية" تعني مجموعة (فسلمينتس) لاستخراج مجموعة متوسط دينويسيد من بذور هيبوكامبال الأمامي والخلفي ( الشكل 1). اتبع الإرشادات التي تظهر في البرنامج واستخدام البذور هيبوكامبال الأمامي أو الخلفي أما كالقناع و denoised، ومعالجة البيانات الوظيفية كالصورة الرئيسية-

figure-protocol-1
الرقم 1 : بذور هيبوكامبال. في الفضاء الأصلي، ومشارك واحد ' s الحصين الأمامي البذور يظهر باللون الأصفر. البذور الحصين الخلفي للمشارك نفسه يظهر باللون الوردي. بذور المعرفة في كل مشارك ' ق صورة هيكلية فريدة من نوعها وتسجيلها ثم إلى مسحهم الوظيفية. بذور ابدأ في مساحة موحدة، مما يحسن من دقة تجزئة هيبوكامبال. وقد أعيد طبع هذا الرقم مع إذن 12. الرجاء انقر هنا لمشاهدة نسخة أكبر من هذا الرقم.

6-نموذج PPI

  1. استخدام واجهة المستخدم الرسومية الفذ FSL لتحميل معالجة البيانات الفنية.
    1. في علامة التبويب البيانات، اختر " filtered_func_data " denoised صورة (الإخراج من الخطوات التي أنجزت في القسم 4) كملف الإدخال. في علامة التبويب إحصائيات ما قبل تعيين الحركة استخراج التصحيح والمخ إلى " أي. " Unclick مربعات لإجراء التصفية الزماني والمكاني تجانس.
  2. وزارة الدفاع PPIإنشاء ش (الجدول 1).
    1. في علامة التبويب إحصائيات، حدد " إنشاء نموذج كامل ". في علامة التبويب المركبات الكهربائية، إضافة جميع المركبات الكهربائية من مستوى النموذج الأولى: 6 حركة تصحيح المركبات الكهربائية وارباك EV مصفوفة من FSL الحركة المتطرفة ومهمة توقيت المركبات الكهربائية. انقر فوق السهم لأعلى لإضافة المركبات الكهربائية. تدرج في هذا النموذج EV تيميكورسي الفيزيولوجية من البذور (نص ملف الإخراج من فسلمينتس في الخطوة 5، 4) ككل من أي اهتمام بالنقر فوق السهم لأعلى-
    2. خلق شروط PPI.
      1. اختر " التفاعل " في القائمة الشكل الأساسي وحدد المهام تيميكورسي البذور EV وواحد EV. " تجعل صفر " الخيار، اختر " يعني " للبذور تيميكورسي EV و " مركز " للمهمة EV. كرر هذا الإجراء للمهمة الأخرى phase(s). تشغيل نموذج منفصل لكل منطقة البذور.
        ملاحظة: هذه المركبات الكهربائية الجديدة هي شروط PPI للمرحلة المهمة المحددة (النفسية) والبذور (الفيزيائية). في هذه الدراسة، شملت مدة PPI لمرحلة الترميز وفترة PPI ثانية لمرحلة الاسترجاع في كل نموذج PPI. " مركز " الخيار يضمن أن " في " و " قبالة " مراحل مهمة تصميم كتلة يعاملون على قدم المساواة. " تعني " الخيار دائماً يطبق على تيميكورسي البذور والنتائج في الوسط يجري خصم من هذا التحوفيه.
    3. في التناقضات والتبويب و الاختبارات، نموذج الآثار المحددة التالية بإدخال " 1 " في EV المقابلة الخلية: psych_enc (مرحلة مهمة الترميز)، psych_ret (مرحلة مهمة استرجاع)، فيزياء (البذور تيميكورسي)، PPI_enc (نقطة في البوصة للبذور و ترميز)، PPI_ret (PPI البذور واسترجاعها). وأخيراً، أدخل "-1 " نموذج القياسية السلبية لكل مرحلة من المراحل المهمة ل.

figure-protocol-2

الجدول 1: إنشاء نموذج جبي.

7. "مجموعة مقارنات"

  1. تحديد " التحليل العالي " "الفذ خدمة ميدانية محلية" لتشغيل نموذج مجموعة بسيطة مقارنة APOEε4 شركات الطيران لشركات الطيران لكل تركيبة مهمة-البذور في.
    ملاحظة: يتم تشغيل هذه المقارنات لتوليد الصور البواقي 4 د المجموعة ذات الصلة (" res4d ") اللازمة لتقدير نعومة dataset. نتائج يعتد بها إحصائيا من هذه المقارنة الفريق صالح، ولكن في الخطوات أدناه آخر مستوى العتبة النهج باستخدام SPM8 وأعلن تعيين كتلة كبيرة الحد أدنى استناداً إلى عمليات محاكاة مونتي كارلو هو وصف-
  2. استخدام التحليل من الوظيفية Neuroimaging (أعلن)
    1. "أعلن استخدام" ' s 3dFWHMx (أي إصدار بعد كانون الأول/ديسمبر 2015) في سطر الأوامر لتقدير نعومة البواقي 4 د مجموعة الصور التي تم إنشاؤها باستخدام خدمة ميدانية محلية-
      ملاحظة: تم اكتشاف خلل في أعلن ' s 3dClustSim وتصحيحها في أيار/مايو عام 2015. في كانون الأول/ديسمبر 2015، أعلن ' s 3dFWHMx وتحديثه لأكثر دقة نموذج تلقائي-الارتباطات. وهكذا، صدر في كانون الأول/ديسمبر 2015 إصدارات من هذه الأدوات أو ينبغي استخدامها في وقت لاحق.
    2. "أعلن استخدام" ' s 3dClustSim (أي إصدار بعد كانون الأول/ديسمبر 2015) لتحديد الحد الأدنى لحجم الكتلة التوصل إلى أهمية في مختلف فوكسل-مستوى العتبات. وتشمل التقديرات نعومة من الخطوة السابقة في استدعاء سطر الأوامر 3dClustSim. من جدول التي تم إنشاؤها بواسطة 3dClustSim، استناداً إلى فرضيات الدراسة فيما يتعلق بالآثار المتوقعة ' الارتفاع ومداها، اختر فوكسل-مستوى العتبة والحد الأدنى لحجم الكتلة المقابلة.
      ملاحظة: بشكل عام، أكبر المجموعات تقليل المغلوطة.
  3. "استخدام الإحصائية حدودي رسم الخرائط" (SPM8)
    1. باستخدام واجهة المستخدم الرسومية SPM8، قم بتحديد " تحديد 2 nd-مستوى ". سيتم فتح محرر الدفعي. حدد " اثنين عينة الاختبار t " في إطار التصميم. انتقل إلى الدليل مع الصور تقدير المعلمة لمجموعة 1 (حاملات APOEε4) وحدد بالنقر فوقها. بعد ذلك إضافة الصور (غير APOEε4-شركات) المجموعة 2. تشغيل هذه المقارنة عن طريق النقر على زر التشغيل الأخضر.
    2. العودة إلى واجهة المستخدم الرسومية SPM، حدد " تقدير "، وانتقل إلى ملف SPM.mat الذي تم إنشاؤه في الخطوة السابقة لتشغيل عملية التقدير النموذجي-
    3. تحديد " النتائج " وتشغيل مجموعة المقارنة التناقضات: حاملات APOEε4 > غير APOEε4-شركات النقل، غير APOEε4-حاملات > حاملات APOEε4.
      1. انقر فوق في " تعريف على النقيض من جديد "، اختر " تي-على النقيض " تحت " نوع " وأدخل " 1-1 " في " التباين " مربع للناقلين APOEε4 > غير APOEε4-شركات النقل. انقر فوق " به ". اختر " بلا " "تطبيق إخفاء"، ويدويًا من مجموعة فوكسل-المستوى العتبة والحد الأدنى لحجم الكتلة وفقا لتحديد في الخطوة 7.2.2.Enter " 1-1 " لغير APOEε4-حاملات > حاملات APOEε4.
        ملاحظة: في هذه الدراسة، عتبة فوكسيلويسي ف < 0.005 استخدمت ومجموعات ثريشولديد في ألفا < 0.05.

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

مع مرحلتين مختلف المهام النشطة (الترميز والاسترجاع) والبذور هما المناطق (الحصين الأمامي والخلفي) هناك أربعة شروط لنتائج التقرير لكل مجموعة. خرائط التنشيط المهام داخل المجموعة (لا يظهر هنا، انظر هاريسون et al.، 201612) تبين أن الفص القفوية، القشرة السمعية، مناطق كبيرة من الفص الجداري، ومجالات اللغة أمامي، المغزلي الزمانية المتفوقة، وكودات (أكثر وضوحاً أثناء استرداد) يكون غامق كبيرة إشارة الزيادات خلال الترميز والاسترجاع في كلتا المجموعتين التجريبية. داخل ال...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

صممت دراسات الرنين المغناطيسي الوظيفي القائم على العمل المبكر للكشف عن العلاقات الإحصائية بين العمليات المعرفية خاصة أو المطالب والتغييرات في الغامق الإشارات المتعلقة بقياس خط أساس. هذا النهج التقليدي مفيد لتحديد مناطق معينة في الدماغ حيث يتم النشاط عن طريق مهمة تجريبية التضمين. على النقيض من ذلك، إجراء تحليل PPI أساسا يتعلق بتحوير الربط الوظيفي، أو التزامن من النشاط، التي تنتج من عملية الإدراك الناجمين عن المهمة. PPI تدابير الاتصال الفنية تعتمد السياق بين منطقة محددة من الفائدة (البذور) ومناطق أخرى الدماغ، وليس مجرد نشا...

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

محكمة أمن الدولة موظف في بيوسبيكتيفي، وشركة بيوسبيكتيفي، وشركة لم يقم بمعالجة أي من البيانات المقدمة.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

هذا العمل كانت مدعومة "الوطنية المعهد للشيخوخة" (رقم المنحة R01AG013308 إلى سيب، F31AG047041 إلى تمه). يستخدم المؤلفون الحسابية وخدمات التخزين المرتبطة بالكتلة المشتركة Hoffman2 المقدمة من معهد جامعة كاليفورنيا لمجموعة تكنولوجيا البحوث الرقمية للبحث والتعليم.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
ماسح التصوير بالرنين الهوسي 3TSiemens Medical SolutionsMAGNETOM Trio ، A Tim System3T MRI Scanner
FSL (مكتبة برامج FMRIB)معالجة التصوير الوظيفيبجامعة أكسفوردالإصدار 6.0
AFNI (تحليل التصوير العصبي الوظيفي) المعهدالوطني للصحة العقلية ، المعاهد الوطنية للصحةأي إصدار بعد مايو 2015برنامج معالجة التصوير الوظيفي
SPM8 (رسم الخرائط الإحصائية البارامترية)كلية لندن الجامعيةSPM8برنامج معالجة التصوير الوظيفي
برنامج Matlabبرنامج Mathworks، Incالإصدار R2012aبرنامج الحوسبة
SDS SoftwareApplied Biosystems، Inc7900HT نظام PCR سريع في الوقتالحقيقي PCR في الوقت الحقيقي PCR
Taqman AssaysThermoFisher علميخاصبالتنميط الجيني SNP SNP
برنامج

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Sporns, O., Tononi, G., Kötter, R. The Human Connectome: A Structural Description of the Human Brain. PLoS Comput Biol. 1 (4), 42(2005).
  2. Friston, K. J., Buechel, C., Fink, G. R., Morris, J., Rolls, E., Dolan, R. J. Psychophysiological and modulatory interactions in neuroimaging. NeuroImage. 6 (3), 218-229 (1997).
  3. McLaren, D. G., Ries, M. L., Xu, G., Johnson, S. C. A generalized form of context-dependent psychophysiological interactions (gPPI): a comparison to standard approaches. NeuroImage. 61 (4), 1277-1286 (2012).
  4. O'Reilly, J. X., Woolrich, M. W., Behrens, T. E. J., Smith, S. M., Johansen-Berg, H. Tools of the trade: psychophysiological interactions and functional connectivity. Soc Cogn Affect Neurosci. 7 (5), 604-609 (2012).
  5. Moody, T. D., Sasaki, M. A., et al. Functional connectivity for face processing in individuals with body dysmorphic disorder and anorexia nervosa. Psychol Med. 45 (16), 3491-3503 (2015).
  6. Simard, I., Luck, D., Mottron, L., Zeffiro, T. A., Soulières, I. Autistic fluid intelligence: Increased reliance on visual functional connectivity with diminished modulation of coupling by task difficulty. NeuroImage Clin. 9, 467-478 (2015).
  7. Yan, L. -R., Wu, Y. -B., Zeng, X. -H., Gao, L. -C. Dysfunctional putamen modulation during bimanual finger-to-thumb movement in patients with Parkinson's disease. Front Hum Neurosci. 9, 516(2015).
  8. Cole, M. W., Reynolds, J. R., Power, J. D., Repovs, G., Anticevic, A., Braver, T. S. Multi-task connectivity reveals flexible hubs for adaptive task control. Nat Neurosci. 16 (9), 1348-1355 (2013).
  9. McLaren, D. G., Sperling, R. A., Atri, A. Flexible modulation of network connectivity related to cognition in Alzheimer's disease. NeuroImage. 100, 544-557 (2014).
  10. Morawetz, C., Bode, S., Baudewig, J., Heekeren, H. R. Effective amygdala-prefrontal connectivity predicts individual differences in successful emotion regulation. Soc Cogn Affect Neurosci. , 169(2016).
  11. Takashima, A., Bakker, I., van Hell, J. G., Janzen, G., McQueen, J. M. Richness of information about novel words influences how episodic and semantic memory networks interact during lexicalization. NeuroImage. 84, 265-278 (2014).
  12. Harrison, T. M., Burggren, A. C., Small, G. W., Bookheimer, S. Y. Altered memory-related functional connectivity of the anterior and posterior hippocampus in older adults at increased genetic risk for Alzheimer's disease. Hum Brain Mapp. 37 (1), 366-380 (2016).
  13. Wechsler, D. Wecshler Adult Intelligence Scale, 3rd Edition. , Harcourt Assessement. San Antonio, TX. (1997).
  14. Cauthen, N. R. Verbal fluency: normative data. J Clin Psychol. 34 (1), 126-129 (1978).
  15. Goodglass, H. P., Kaplan, E. P. Boston Naming Test, 3rd Edition. , (2001).
  16. Buschke, H., Fuld, P. A. Evaluating storage, retention, and retrieval in disordered memory and learning. Neurol. 24 (11), 1019-1025 (1974).
  17. Osterrieth, P. A. Le test de copie d'une figure complex: Contribution à l'étude de la perception et de la memoir. Archives de Psychologie. 30, 286-356 (1944).
  18. Hamilton, M. The assessment of anxiey states by rating. Br J Med Psychol. 32, (August) 50-55 (1959).
  19. Hamilton, M. A rating scale for depression. J Neurol Neurosurg Psychiatry. 23, 56-62 (1960).
  20. Folstein, M. F., Robins, L. N., Helzer, J. E. The Mini-Mental State Examination. Arch Gen Psychiatry. 40 (7), 812(1983).
  21. O'Brien, D., Campbell, K. A., Morken, N. W., Bair, R. J., Heath, E. M. Automated Nucleic Acid Purification for Large Samples. J Lab Autom. 6 (2), 67-70 (2001).
  22. Lehmann, M., Ghosh, P. M., et al. Greater medial temporal hypometabolism and lower cortical amyloid burden in ApoE4-positive AD patients. J Neurol Neurosurg Psychiatry. 85 (3), 266-273 (2014).
  23. TaqMan® SNP Genotyping Assays User Guide. , Thermo Fisher Scientific. Available from: https://tools.thermofisher.com/content/sfs/manuals/TaqMan_SNP_Genotyping_Assays_man.pdf (2014).
  24. Bookheimer, S. Y., Strojwas, M. H., et al. Patterns of brain activation in people at risk for Alzheimer's disease. N Engl J Med. 343 (7), 450-456 (2000).
  25. Jenkinson, M., Bannister, P., Brady, M., Smith, S. Improved optimization for the robust and accurate linear registration and motion correction of brain images. NeuroImage. 17 (2), 825-841 (2002).
  26. Smith, S. M. Fast robust automated brain extraction. Hum Brain Mapp. 17 (3), 143-155 (2002).
  27. Greve, D. N., Fischl, B. Accurate and robust brain image alignment using boundary-based registration. NeuroImage. 48 (1), 63-72 (2009).
  28. Patenaude, B., Smith, S. M., Kennedy, D. N., Jenkinson, M. A Bayesian model of shape and appearance for subcortical brain segmentation. NeuroImage. 56 (3), 907-922 (2011).
  29. Learn MATLAB Basics. , Available from: https://www.mathworks.com/support/learn-with-matlab-tutorials.html?s_tid=hp_ff_I_tutorials (2017).
  30. Lerma-Usabiaga, G., Iglesias, J. E., Insausti, R., Greve, D. N., Paz-Alonso, P. M. Automated segmentation of the human hippocampus along its longitudinal axis. Hum Brain Mapp. 37 (9), 3353-3367 (2016).
  31. Salami, A., Eriksson, J., Nyberg, L. Opposing effects of aging on large-scale brain systems for memory encoding and cognitive control. J Neurosci. 32 (31), 10749-10757 (2012).
  32. Schacter, D. L., Wagner, A. D. Medial temporal lobe activations in fMRI and PET studies of episodic encoding and retrieval. Hippocampus. 9 (1), 7-24 (1999).
  33. Strange, B., Dolan, R. Functional segregation within the human hippocampus. Mol Psychiatry. 4 (6), 508-511 (1999).
  34. Strange, B. A., Fletcher, P. C., Henson, R. N., Friston, K. J., Dolan, R. J. Segregating the functions of human hippocampus. Proc Natl Acad Sci U S A. 96 (7), 4034-4039 (1999).
  35. Eldridge, L. L., Engel, S. A., Zeineh, M. M., Bookheimer, S. Y., Knowlton, B. J. A dissociation of encoding and retrieval processes in the human hippocampus. J Neurosci. 25 (13), 3280-3286 (2005).
  36. Strange, B. A., Witter, M. P., Lein, E. S., Moser, E. I. Functional organization of the hippocampal longitudinal axis. Nat Rev Neurosci. 15 (10), 655-669 (2014).
  37. Zeineh, M. M., Engel, S. A., Thompson, P. M., Bookheimer, S. Y. Dynamics of the hippocampus during encoding and retrieval of face-name pairs. Science. 299 (5606), 577-580 (2003).
  38. Nieuwenhuis, S., Forstmann, B. U., Wagenmakers, E. -J. Erroneous analyses of interactions in neuroscience: a problem of significance. Nat Neurosci. 14 (9), 1105-1107 (2011).
  39. Cisler, J. M., Bush, K., Steele, J. S. A comparison of statistical methods for detecting context-modulated functional connectivity in fMRI. NeuroImage. 84, 1042-1052 (2014).
  40. Friston, K. J., Harrison, L., Penny, W. Dynamic causal modelling. NeuroImage. 19 (4), 1273-1302 (2003).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Psychophysiological Interaction AnalysisFunctional Connectivity ChangesAssociative Memory TaskAPOE Epsilon 4 CarriersHippocampal SubregionsfMRI Preprocessing StepsGeneral Linear ModelPPI Term CreationGroup Level ComparisonsMNI Space Coordinates

Related Articles