在健康志愿者的气体麻醉剂氙和一氧化二氮的管理中记录大脑电磁活动
2018年1月13日
同时图和脑电图提供了一个有用的工具, 以寻找共同和独特的宏观规模的机制, 减少意识的不同麻醉剂诱导。本文阐述了在吸入一氧化二氮和氙时, 从健康人的 n-甲基-d-天门冬氨酸 (NMDA) 受体 antagonist-based 麻醉中记录这些数据的经验方法。
本实验的目的是描述在双向重复测量交叉设计中响应两种气态解离剂氙和一氧化二氮对健康参与者施用后大脑电磁活动的变化。由于实验的复杂性，重要的是大多数设备设置在参与者到达之前进行。其中最重要的是磁屏蔽室或 MSR 中脑电图系统的配置。
EEG 放大器放置在 MSR 中，尽可能远离参与者，并且需要配置为使用内置电池或外部屏蔽电池盒使用直流电源运行。应检查从放大器到数据记录计算机的光纤耦合是否正常工作。最后，应配置 MSR 中的摄像机，使其视野清楚地捕捉参与者的面部和上胸部，以便医师麻醉师可以清楚地监测参与者的呼吸和气道状态。
为了获得一致和可比较的数据，首先对参与者进行访谈以确认他们有资格参加研究。参与者应该是 20 至 40 岁的健康男性，没有精神或神经系统疾病，近期没有药物或酒精使用史，也没有呼吸系统或心脏病。参与者应在实验当天剃得干干净净，并禁食至少六个小时。
为确保高质量的脑电图记录，建议受试者的头发最近在没有护发素的情况下清洗过，并且用力刷洗他们的头皮以去除任何干燥或死皮。使用与 MEG 兼容的高密度 EEG 帽，并适当使用导电凝胶。然后将头部位置指示线圈牢固地固定在 EEG 帽上的预定义位置。
然后将所有辅助生物电势电极施加在受试者面部和身体的指定位置。对于后续分析，重要的是准确记录所有电极和 HPI 线圈位置以及眼眶、鼻脊和脸颊轮廓的数字化，以便随后与结构 MRI 进行联合配准。将两个电极放置在颏下以记录静息肌张力。
眼电图或 EOG 记录是通过在眼睛上方和下方放置两个另外电极来进行的。最后，由左右腕屈肌表面的电极配置三导联心电图推导。然后应验证 EEG 电极阻抗是否低于 5 kΩ，以产生高保真记录。
实验的持续时间以及所施用气体的镇静作用使得最小化头部运动至关重要。应用记忆泡沫头部支架以减少头部的横向移动，并在身体周围系上黄麻安全带以尽量减少任何垂直运动。现在执行闭眼静息状态和基线听觉连续性能任务记录。
麻醉气体的给药始终由麻醉医师监督，这一点至关重要。除了患者监测外，医师麻醉师的作用还包括确保麻醉气体输送装置的适当配置，在这种情况下专门用于输送和监测氙气。麻醉医师将测试麻醉机，检查面罩是否舒适且不泄漏，调整气体流量，插入插管，施用止吐药，以及在最终止吐后基线数据收集和气体给药方案开始之前，参与者坐在 MSR 中，以 100% 氧气开始脱氮。
在这个阶段，参与者将舒适地坐在 MSR 中，已经脱氮并服用了地塞米松和昂丹司琼，以尽量减少因气体给药而导致任何不良恶心或呕吐的风险。在 MSR 门关闭之前，麻醉护士或其他受过适当培训的医疗专业人员坐在参与者旁边。最后检查血压袖带是否已连接，按钮响应框是否舒适地放置，脚趾或手指上的脉搏血氧仪是否牢固固定。
然后，该方案继续提供四个 Equi-MAC 唤醒，逐渐增加氙气水平，或三个逐步增加的一氧化二氮水平，每次 15 分钟，以确保血-脑-气平衡。当达到所需的气体浓度时，每个级别应包含 5 分钟的稳态，然后应有 10 分钟的冲洗期。在所有水平上，氧气、二氧化碳和氙或一氧化二氮水平都会被持续监测并以电子方式记录。
在每个级别结束时，参与者在进入更高级别之前会接受简短评估。因为在最高氙气水平上，即反应性丧失，气道阻塞很容易发生，而且需要由 MSR 内部和外部的合格人员密切监测和持续评估，以便立即采取所有必要的行动。实验结束时，麻醉医师将进入 MSR 并与患者进行汇报。
然后将参与者带到 MSR 外，在那里取出设备，并接受标准的术后麻醉护理。在参与者离开之前，请确保他们可以安全地与亲戚或朋友一起回家。在接下来的 24 小时内，参与者将被要求填写有关该程序和任何后遗症的问卷。
本视频主要是为了说明在同时记录 EEG 和 MEG 数据时进行气态麻醉所涉及的方法，因此，仅提供非常基本的数据分析和代表性结果，让观众清楚地了解记录的数据应该是什么样子。基本结果说明了头部运动、气体浓度时间进程和听觉任务准确性的示例;过滤的无伪影 EEG 和 MEG 数据;EEG 和 MEG 频谱和功率地形图;以及基线和气体给药期间的听觉诱发反应。为了创建基本结果，以下管道使用数据分析软件平台和工具箱的组合。
原始 MEG 和 EEG 数据分别存储为 fif 和 cnt 文件格式。头部运动是使用 MaxFilter 软件和作者编写的脚本计算的，两者都用于将头部运动从皮尔顿空间转换为笛卡尔坐标。然后计算和可视化听觉任务的准确性和反应时间，与头部运动和气体浓度时间序列进行时间对齐，以便在进一步处理 EEG 和 MEG 数据之前评估数据质量。
数据的时间对齐基于记录的触发时间。通常，在基线条件下，头部运动会很小，而在与更多解离或镇静状态相关的较高气体水平下，往往会发生更多的运动。例如，在 42% 氙气记录中可以看到这一点，其中顶部数字显示头部运动，底部显示气体浓度和听觉任务准确性。
请注意，响应能力的损失发生在 7.5 到 12.5 分钟之间。对于源成像目的，小于 5 毫米的绝对头部移动被认为是可以接受的。移动量大于 5 毫米的数据段将被忽略。
MEG 和 EEG 数据的预处理最初涉及选择不良通道。然后使用 tSSS 算法从 MEG 记录中去除由于外部来源引起的伪影。处理管道的其余部分涉及使用数据分析软件平台和相关工具箱进行分析。
带通和陷波滤波应用于 MEG 和 EEG 数据，以将分析重点放在感兴趣的频带上。除了删除涉及过多头部运动变化的时间段外，还会根据目视检查拒绝包含伪影的数据中的时间段。然后可以将过滤后的无伪影 MEG 和 EEG 数据可视化并与麻醉剂诱导的变化相关联。
然后计算 MEG 和 EEG 数据的每个传感器的振幅谱和所有传感器的波段功率形貌。不同传感器位置的振幅谱可视化有助于观察不同麻醉剂水平对信号谱的影响。不同频段（在本例中为 alpha 波段）中传感器电平功率地形的可视化可以观察不同麻醉剂水平对活动空间模式的影响。
然后使用与听觉音调传递时间相关的触发器对过滤后的无伪影 MEG 和 EEG 数据进行 epoched。然后随着时间的流逝构建平均听觉诱发的反应。传感器水平听觉诱发反应的可视化可以表征麻醉剂对大脑反应性的影响。
特别是，初始诱发反应的唤醒和后来诱发的反应峰值的消失是由于高气体浓度引起的。在此基本分析之后，还可以执行许多其他可能有趣的分析步骤。鉴于文献中提供了许多选项，我们在这里不详细介绍它们。
这些选项包括使用波束成形或最小范数估计的 MEG 和 EEG 源成像，以更好地了解大脑活动和大脑解剖结构之间的关系。传感器或源级功能连接分析可以揭示与麻醉作用相关的大脑网络的变化。还可以选择将分析重点放在传感器或源级听觉诱发反应上，或者查看独立于听觉刺激的连续数据，以识别麻醉剂诱导的整体大脑动力学的任何变化。
麻醉剂诱导的意识下降的宏观机制尚不清楚。文献证据强烈表明，麻醉剂诱导的意识下降是功能连接崩溃的原因。尽管麻醉剂具有多种分子作用靶点和对 EEG 和 MEG 的不同宏观影响，但如果所有麻醉剂都存在普遍或通用的宏观机制，则仍未解决。
在这里，我们概述了使用推定的 NMDA 受体拮抗剂氙和一氧化二氮进行气体麻醉的方案，同时记录 MEG 和 EEG 数据。这种方法将有助于在同时记录的 MEG 和 EEG 数据上研究不同的气体和挥发性药物，从而寻找麻醉剂诱导的意识降低的普遍机制。
查看完整文字稿并访问数千部科学视频
概述
本研究通过同步使用脑磁图（MEG）和脑电图（EEG）来探讨大脑电磁活动对氙气和笑气麻醉剂的变化。实验在健康参与者上进行，以探索麻醉过程中意识减退的机制。
关键研究组成部分
科学领域
- 神经科学
- 麻醉学
- 电生理学
背景
- 同步使用MEG和EEG可以洞察大脑活动。
- 研究关注于安全使用气体麻醉剂。
- 采用双向重复测量交叉设计。
研究目的
- 描述氙气和笑气对大脑活动的影响。
- 检查不同麻醉剂对意识减退的差异。
使用的方法
- 平台涉及同步MEG和EEG记录。
- 20至40岁的健康男性参与者是生物模型。
- 实验专注于通过记忆海绵支架来最小化头部移动。
- 数据记录包括多个阶段的麻醉气体给药过程中随时间的变化。
主要结果
- 监测大脑电磁活动对麻醉剂的反应变化。
- 实验过程中持续评估呼吸和气道状态。
- 详细的监测程序确保整个过程中参与者的安全。
结论
- 本研究展示了一种在麻醉过程中记录大脑活动的方法。
- 研究结果有助于理解不同麻醉剂作用下的意识机制。
常见问题
Executive Industry Relevance
This method enables high-temporal-resolution assessment of brain electromagnetic activity during exposure to NMDA receptor antagonist anesthetics, supporting mechanistic de-risking in early CNS drug discovery. By quantifying dose-dependent effects on neural responsiveness, it provides predictive confidence for target validation and pathway modulation studies. The approach aids in differentiating anesthetic mechanisms, informing go/no-go decisions for compounds targeting consciousness-related networks.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses related to NMDA receptor modulation and consciousness pathways.
- Operational Value: Supports biological de-risking by linking target engagement to functional electrophysiological outputs.
- Strategic Value: Facilitates predictive confidence in target selection through measurable, dose-dependent neural responses.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream assay standardization using simultaneous MEG/EEG readouts.
- Operational Value: Ensures reproducibility and quantitative measurement of anesthetic effects across concentrations.
- Strategic Value: Enhances screening readiness by providing scalable, platform-compatible neurophysiological biomarkers.
Translational & Preclinical Research
- Scientific Value: Aligns with disease-relevant systems by modeling anesthetic-induced changes in brain dynamics.
- Operational Value: Supports translational biomarker development through spectral topography and evoked response tracking.
- Strategic Value: Enables risk-adjusted advancement decisions via continuous monitoring of neural correlates of responsiveness.
Pipeline & Workflow Integration
The method integrates into early discovery workflows by providing electrophysiological readouts that support hypothesis testing and pathway clarification prior to lead identification.
- Discovery Biology: Supports mechanistic de-risking by correlating anesthetic concentration with changes in auditory evoked responses and spectral power.
- Screening: Delivers assay-ready, reproducible electromagnetic activity measurements under controlled gas exposure conditions.
- Analytics: Generates quantitative outputs including spectral band power, sensor-level topography, and evoked response amplitudes for cross-condition comparison.
- Translational Research: Connects to preclinical continuity through dose-response modeling of brain activity linked to loss of responsiveness.
- Enterprise Reuse: Establishes a reusable neurophysiological platform adaptable to volatile and intravenous anesthetic agents for mechanism-of-action studies.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by reducing mechanistic ambiguity in CNS modulation.
- Operational Value: Delivers standardization and reproducibility through synchronized MEG/EEG acquisition and predefined gas administration protocols.
- Strategic Value: Improves go/no-go decisions by providing objective neural correlates of drug effect, reducing late-stage biological risk.
- Portfolio Impact: Enables risk-adjusted prioritization of compounds based on quantifiable effects on consciousness-related networks.
Implementation Considerations
- Requires expertise in neurophysiology, anesthesia administration, and MEG/EEG data acquisition.
- Dependence on magnetically shielded rooms, fiber-optic coupled EEG systems, and synchronized gas delivery with physiological monitoring.
- Necessitates cross-team standardization between neuroscientists, anesthesiologists, and data analysts for consistent protocol execution.
- Involves adaptation considerations for different anesthetic classes while maintaining head movement minimization and signal fidelity.
- Limited by the need for specialized infrastructure and trained personnel to ensure safety during loss of responsiveness states.
Biopharma FAQs
Chapters in this video
0:00
Title
0:49
Equipment setup and configuration (45 minutes)
1:47
Participant Greeting and Preparation (10 minutes)
2:23
EEG and Additional Recordings Preparation (10 minutes)
3:53
Steps to Minimise Movement and Baseline Recordings (15 minutes)
4:25
Preparation for Anesthetic Administration (15 minutes)
5:21
Stepwise Gas Level Administration (120 minutes)
7:07
End of Procedure and Debrief (45 minutes)
7:44
Representative Results
13:11
Conclusion
