广义心理相互作用 (PPI) 分析阿尔茨海默病遗传危险个体的记忆相关连通性

该分析的总体目标是确定海马区域与大脑其他部分之间功能连接的记忆相关上下文相关变化。这种方法可以帮助回答认知神经科学领域的关键问题，例如功能连接如何响应实验任务中的特定认知需求而变化。这种技术的主要优点是它允许研究人员在认知任务期间测试有关关键大脑区域功能连接的特定假设。

对于本实验，包括 55 岁及以上患有认知能力下降的个体，他们在实验前 4 次已被对阿尔茨海默病风险等位基因载脂蛋白 E ε 进行基因分型，筛选受试者的 MRI 安全性并获得知情同意。使用 3 特斯拉 MRI 系统获取全脑成像数据。对于功能成像，在运行不相关的单词关联记忆任务时使用回声平面成像序列收集轴向切片。

为了便于配准功能图像，还可以获取 T2 加权共面结构图像的轴向切片。对于高分辨率结构成像，使用 3D T1 加权序列收集轴向切片。完成所有参与者的成像后，使用 FSL FMRI 专家分析工具 （FEAT） 为第一个参与者设置预处理步骤和第一级通用线性模型。

在 Data 选项卡中，单击 Select 4D data 并导航到运动校正和大脑提取的文件。设置 TR 以匹配功能序列的 TR 并使用默认的高通滤波器。现在，在 Pre-stats 选项卡中，单击 Motion correction 下的 none，然后取消选中 BET brain extraction。

输入 5 毫米以设置空间平滑的全宽半高斯核。然后，单击 Full model setup 并创建表示任务阶段的开始和偏移的任务时序文件。通过选择三列格式并导航到相关文本文件，将这些内容添加到 GLM 中。

包括一个用于任务的编码阶段和一个用于检索阶段。对于卷积，请选择 Double-Gamma HRF 选项。接下来，使用 MCFLIRT 工具的输出创建 6 个单列文本文件，用于描述在数据集中的每个卷上执行的运动校正。

选择完整模型设置，并在 GLM 中将参数及其时间导数添加为解释变量 （EV）。对于每个运动 EV，选择 Custom （自定义） 作为基本形状，选择 none （无） 用于卷积和时间填充。现在，导航到软件中的 Stats 选项卡，然后在 Add additional conmixed EVs 选项下选择 FSL 运动异常值工具的输出。

现在，在 Registration 选项卡中，选中 Expanded functional image 和 Main structural image 进行两步注册。第一步选择参与者共面 T2 加权结构扫描，将功能注册到结构数据。在第二个下拉框中选择 6 个自由度。

下一步，通过从下拉框中选择基于边界的配准，将 T2 加权图像注册到高分辨率 T1 加权 MP-RAGE。最后，将高分辨率结构数据配准到标准 MNI 152 模板中，选择 12 个自由度和线性变换。在设置心理生理相互作用模型之前，首先在 FSL FEAT 软件中加载预处理数据。

选择经过降噪的图像作为输入文件。在 Pre-stats （统计前） 选项卡中，将 Motion correction （运动校正） 和 Brain extraction （大脑提取） 设置为 None（无）。不执行时态筛选或空间平滑。

然后，在 Stats （统计数据） 选项卡中，选择 Full model setup （完整模型设置），然后在 EVs （EV） 选项卡中，添加第一级建模中的所有变量，包括运动校正、FSL 运动异常值的混淆矩阵和任务计时。包括种子的生理时间过程的 EV 作为无意义的协变量。接下来，通过在 Basic shape 菜单中选择 Interaction 来创建 PPI 项，然后选择种子时间过程 EV 和一个任务 EV。对于 Make zero （设为零） 选项，为 task variables（任务变量）选择 Center（中心），为 seed time course EV（种子时间过程 EV）选择 Mean。现在，在 Contrasts and F-tests 选项卡中，通过在相应的 EV 单元格中输入 1 来对以下特定效应进行建模。

编码任务阶段、检索任务阶段、种子时间过程、种子和编码的 PPI 以及种子和检索的 PPI。最后，输入负 1 以对每个任务阶段的负 PPI 进行建模。使用统计参数映射软件工具运行组级比较。

首先选择 指定第二水平，然后在 Design 下选择 Two-sample T 检验。导航到包含参数 estimate images for group one 的目录并选择它们。然后，为第二组添加图像，并通过单击"播放"按钮运行此比较。

现在，返回到主窗口。选择 Estimate 并导航到 SPM。MAT 文件来运行模型估计。

接下来，在 Results 选项卡下，选择 Define a new contrast.选择 T 对比度，并在 APOE-4 载波大于 APOE-4 非载波的对比度框中输入一个负片，然后单击确定。最后，运行组比较对比，如下所示。为 Apply masking （应用掩码） 选择 None（无），然后根据 AFNI 的 3dClustSim 软件的输出手动设置体素级别阈值和集群大小最小值。

对于大于 APOE-4 载波的 APOE-4 非载波，请输入负 1-1。在组内，广义心理生理相互作用分析显示，对于任务条件和海马亚区域，APOE-4 携带者的功能连接性显着降低，绿色。在 APOE-4 非携带者中，在编码过程中仅观察到后海马体的功能连接性红色显着降低。

在检索过程中，APOE-4 携带者和非携带者在左侧边缘上回（深蓝色）、右侧边缘上角交界处（橙色）以及右侧楔前叶（紫色）中发现显著差异。每个集群的峰值坐标在 MNI 空间中报告。在这里，每个聚类的参数估计值对比按组绘制。

红线表示零，并突出显示携带者在检索过程中与这些区域前海马体的功能连接减少。方框内的条带代表中位数，而方框的上边缘和下边缘分别代表第一和第三四分位数。开发后，这项技术为功能性神经成像仪探索人类的动态任务相关连接铺平了道路。

这包括健康和患者队列，以及我们在此处描述的疾病遗传风险增加的个体。观看此视频后，您应该对如何使用 PPI 分析来测试感兴趣的种子区域与大脑其他部分之间上下文相关的功能连接变化有一个很好的了解。