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

الهدف العام من هذا التحليل هو تحديد التغييرات المعتمدة على السياق المرتبطة بالذاكرة في الاتصال الوظيفي بين مناطق الحصين وبقية الدماغ. يمكن أن تساعد هذه الطريقة في الإجابة على الأسئلة الرئيسية في مجال علم الأعصاب المعرفي مثل كيفية تغير الاتصال الوظيفي استجابة لمتطلبات معرفية محددة ضمن مهمة تجريبية. الميزة الرئيسية لهذه التقنية هي أنها تسمح للباحثين باختبار فرضيات محددة فيما يتعلق بالاتصال الوظيفي لمناطق الدماغ الرئيسية أثناء المهمة المعرفية.

في هذه التجربة ، قم بتضمين الأفراد الذين تبلغ أعمارهم 55 عاما أو أكثر والذين يعانون من تدهور معرفي والذين تم تصنيفهم وراثيا لخطر الإصابة بمرض الزهايمر ، والبروتين الشحمي E epsilon أربعة قبل التجربة ، وفحص الأشخاص للتأكد من سلامة التصوير بالرنين المغناطيسي والحصول على موافقة مستنيرة. استخدم نظام التصوير بالرنين المغناطيسي بثلاثة تسلا للحصول على بيانات تصوير الدماغ بالكامل. للتصوير الوظيفي ، اجمع الشرائح المحورية باستخدام تسلسل تصوير مستو الصدى أثناء تشغيل مهمة ذاكرة ترابطية غير ذات صلة.

لتسهيل تسجيل الصور الوظيفية ، احصل أيضا على شرائح محورية من الصور الهيكلية متساوية المستوى T2. للتصوير الهيكلي عالي الدقة ، اجمع الشرائح المحورية باستخدام تسلسل 3D T1 الموقوف. بمجرد اكتمال التصوير لجميع المشاركين ، قم بإعداد خطوات المعالجة المسبقة والنموذج الخطي العام من المستوى الأول باستخدام أداة تحليل خبراء FSL FMRI ، أو FEAT ، للمشارك الأول.

في علامة التبويب "البيانات" ، انقر فوق تحديد بيانات 4D وانتقل إلى الملف المصحح للحركة والمستخرج من الدماغ. قم بتعيين TR لمطابقة التسلسل الوظيفي واستخدم مرشح التمرير العالي الافتراضي. الآن ، في علامة التبويب Pre-stats ، انقر فوق لا شيء ضمن تصحيح الحركة وقم بإلغاء تحديد استخراج الدماغ BET.

أدخل خمسة ملليمترات لتعيين النواة الغوسية بالعرض الكامل لنصف الحد الأقصى للتنعيم المكاني. ثم انقر فوق إعداد النموذج الكامل وقم بإنشاء ملفات توقيت المهام التي تشير إلى بداية مراحل المهمة وإزاحتها. أضفها إلى GLM عن طريق اختيار تنسيق ثلاثي الأعمدة والانتقال إلى الملف النصي ذي الصلة.

قم بتضمين واحد لمرحلة ترميز المهمة والآخر لمرحلة الاسترجاع. للالتفاف ، اختر خيار Double-Gamma HRF. بعد ذلك ، استخدم إخراج أداة MCFLIRT لإنشاء ستة ملفات نصية أحادية العمود تصف تصحيح الحركة الذي يتم إجراؤه في كل وحدة تخزين داخل مجموعة البيانات.

حدد إعداد النموذج الكامل وأضف المعلمات ومشتقاتها الزمنية كمتغيرات توضيحية، أو EVs، في GLM. لكل حركة EV ، اختر مخصص للشكل الأساسي ، ولا شيء للالتفاف والتعبئة الزمنية. الآن ، انتقل إلى علامة التبويب الإحصائيات في البرنامج وحدد إخراج أداة القيم المتطرفة للحركة FSL ضمن خيار إضافة EVs مربكة إضافية.

الآن ، في علامة التبويب التسجيل ، تحقق من الصورة الوظيفية الموسعة والصورة الهيكلية الرئيسية للتسجيل المكون من خطوتين. حدد المشاركين المسح الهيكلي المرجح T2 للخطوة الأولى لتسجيل الوظيفة في البيانات الهيكلية. اختر ست درجات من الحرية في المربع المنسدل الثاني.

للخطوة التالية، قم بتسجيل الصورة المرجحة ب T2 في MP-RAGE المرجحة بمقدار T1 عالي الدقة عن طريق تحديد التسجيل المستند إلى الحدود من المربع المنسدل. أخيرا ، قم بتسجيل البيانات الهيكلية عالية الدقة في قالب MNI 152 القياسي لتحديد 12 درجة من الحرية والتحويل الخطي. قبل إعداد نموذج التفاعل النفسي الفسيولوجي ، قم أولا بتحميل بيانات المعالجة المسبقة في برنامج FSL FEAT.

اختر الصورة التي تم إزالة الضوضاء كملف إدخال. في علامات تبويب Pre-stats، اضبط تصحيح الحركة واستخراج الدماغ على لا شيء. لا تقم بإجراء الترشيح الزمني أو التنعيم المكاني.

بعد ذلك ، في علامة التبويب الإحصائيات ، حدد إعداد النموذج الكامل وفي علامة التبويب EVs ، أضف جميع المتغيرات من نمذجة المستوى الأول بما في ذلك تصحيح الحركة ، والمصفوفة المربكة من قيم متطرفة لحركة FSL وتوقيت المهام. قم بتضمين EV للدورة الزمنية الفسيولوجية من البذرة كمتغير مشترك لا يهتم به. بعد ذلك، قم بإنشاء مصطلحات PPI عن طريق اختيار التفاعل في قائمة الشكل الأساسي، وحدد دورة تدريبية وقت أولي EV ومهمة واحدة EV. بالنسبة للخيار Make zero، أختر Center لمتغيرات المهمة ومتوسط للدورة التدريبية الزمنية الأولية EV. الآن ، في علامة التبويب التباينات واختبارات F ، قم بنمذجة التأثيرات المحددة التالية عن طريق إدخال واحدة في خلايا EV المقابلة.

مرحلة مهمة التشفير ، مرحلة مهمة الاسترجاع ، الدورة الزمنية الأولية ، PPI للبذور والتشفير و PPI للبذور والاسترجاع. أخيرا ، أدخل سالب واحد لنمذجة PPI السالبة لكل مرحلة مهمة. استخدم أدوات برامج رسم الخرائط الإحصائية للمعلمات لإجراء مقارنات على مستوى المجموعة.

ابدأ بتحديد تحديد المستوى الثاني، ثم حدد اختبار T�-sample ضمن Design. انتقل إلى الدليل الذي يحتوي على صور تقدير المعلمة للمجموعة الأولى وحددها. بعد ذلك ، أضف الصور للمجموعة الثانية وقم بتشغيل هذه المقارنة بالنقر فوق الزر "تشغيل".

الآن ، عد إلى النافذة الرئيسية. حدد تقدير وانتقل إلى SPM. تم إنشاء ملف mat في الخطوة السابقة لتشغيل تقدير النموذج.

بعد ذلك، ضمن علامة التبويب النتائج، حدد تحديد تباين جديد. اختر تباين T وأدخل سالبا واحدا في مربع التباين لشركات الاتصالات APOE-4 الأكبر من APOE-4 غير الناقلات ، ثم انقر فوق موافق. أخيرا ، قم بتشغيل تباينات مقارنة المجموعة كما هو موضح هنا. اختر لا شيء لتطبيق الإخفاء ، ثم قم بتعيين عتبة مستوى voxel والحد الأدنى لحجم المجموعة يدويا وفقا للإخراج من برنامج 3dClustSim الخاص ب AFNI.

أدخل سالب واحد واحد لغير الموجات الحاملة APOE-4 أكبر من الموجات الحاملة APOE-4. كشفت تحليلات التفاعل النفسي الفسيولوجي المعمم داخل المجموعة عن انخفاضات كبيرة في الاتصال الوظيفي في حاملات APOE-4 ، الخضراء ، لكل من ظروف المهمة والمناطق الفرعية للحصين. في APOE-4 غير الناقلين ، لوحظ انخفاض أحمر وكبير في الاتصال الوظيفي فقط مع الحصين الخلفي أثناء الترميز.

أثناء عمليات الاسترجاع ، تم العثور على اختلافات ذات دلالة إحصائية بين حاملات APOE-4 وغير الناقلات في التلفيف فوق الهامشي الأيسر ، والأزرق الداكن ، والتقاطع الزاوي فوق الهامشي الأيمن ، والبرتقالي ، وكذلك في precuneus الأيمن ، الأرجواني. يتم الإبلاغ عن إحداثيات الذروة لكل مجموعة في فضاء MNI. هنا ، يتم رسم تباينات تقديرات المعلمات من كل مجموعة حسب المجموعة.

تشير الخطوط الحمراء إلى الصفر وتسلط الضوء على أن الناقلات قد انخفضت الاتصال الوظيفي بالحصين الأمامي في هذه المناطق أثناء الاسترجاع. يمثل النطاق الموجود داخل المربعات الوسيط ، بينما تمثل الحواف العلوية والسفلية للمربعات الربعين الأول والثالث على التوالي. بعد تطويرها ، مهدت هذه التقنية الطريق أمام أجهزة التصوير العصبي الوظيفية لاستكشاف الاتصال الديناميكي المرتبط بالمهام لدى البشر.

وهذا يشمل كلا من الأفواج الأصحاء والمرضى وكذلك الأفراد المعرضين لخطر وراثي متزايد للإصابة بالأمراض كما وصفنا هنا. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية استخدام تحليل PPI لاختبار تغييرات الاتصال الوظيفي المعتمدة على السياق بين منطقة البذور التي تهمك وبقية الدماغ.