ניתוח אינטראקציות בין פסיכופיזיולוגיות מוכללת (PPI) של זיכרון הקשורות קישוריות אצל אנשים בסיכון גנטית למחלת אלצהיימר
November 14th, 2017
כתב יד זה מתאר כיצד ליישם ניתוח האינטראקציה פסיכופיזיולוגיות לגלות שינויים תלויי-פעילות פונקציונלית קישוריות בין אזור שנבחר זרע voxels באזורים אחרים של המוח. ניתוח האינטראקציה פסיכופיזיולוגיות הוא שיטה פופולארית לבחון השפעות פעילות על חיבוריות במוח, נבדל univariate מסורתי הפעלת אפקטים.
המטרה הכוללת של ניתוח זה היא לזהות שינויים תלויי הקשר הקשורים לזיכרון בקישוריות תפקודית בין אזורי ההיפוקמפוס לשאר המוח. שיטה זו יכולה לעזור לענות על שאלות מפתח בתחום מדעי המוח הקוגניטיביים, כגון כיצד משתנה קישוריות תפקודית בתגובה לדרישות קוגניטיביות ספציפיות במשימה ניסויית. היתרון העיקרי של טכניקה זו הוא שהיא מאפשרת לחוקרים לבחון השערות ספציפיות לגבי הקישוריות התפקודית של אזורי מפתח במוח במהלך מטלה קוגניטיבית.
לצורך ניסוי זה, כלול אנשים בני 55 ומעלה עם ירידה קוגניטיבית שעברו גנוטיפ לסיכון למחלת אלצהיימר אלל אפוליפופרוטאין E אפסילון ארבע לפני הניסוי, סנן נבדקים לבטיחות MRI וקבל הסכמה מדעת. השתמש במערכת MRI של שלושה טסלה כדי לרכוש נתוני הדמיה מוחית שלמה. להדמיה פונקציונלית, אסוף פרוסות ציריות באמצעות רצף הדמיה מישורי הד תוך הפעלת משימת זיכרון אסוציאטיבי של מילים לא קשורות.
כדי להקל על רישום התמונות הפונקציונליות, רכוש גם פרוסות ציריות של תמונות מבניות קו-מישוריות משוקללות T2. להדמיה מבנית ברזולוציה גבוהה, אסוף פרוסות ציריות באמצעות רצף משוקלל T1 תלת מימדי. לאחר השלמת ההדמיה עבור כל המשתתפים, הגדר שלבי עיבוד מקדים ואת המודל הליניארי הכללי ברמה הראשונה באמצעות כלי ניתוח מומחים FSL FMRI, או FEAT, עבור המשתתף הראשון.
בכרטיסייה נתונים, לחץ על בחר נתוני 4D ונווט אל הקובץ המתוקן והמוח שחולץ. הגדר את ה-TR כך שיתאים לזה של הרצף הפונקציונלי והשתמש במסנן ברירת המחדל של מעביר גבוה. כעת, בלשונית Pre-stats, לחץ על אף אחד תחת תיקון תנועה ובטל את הסימון של חילוץ מוח BET.
הזן חמישה מילימטרים כדי להגדיר את הרוחב המלא של חצי גרעין גאוס המקסימלי להחלקה מרחבית. לאחר מכן, לחץ על הגדרת מודל מלאה וצור את קבצי תזמון המשימות המציינים את ההתחלה וההיסט של שלבי המשימה. הוסף אותם ל-GLM על ידי בחירת פורמט של שלוש עמודות וניווט לקובץ הטקסט הרלוונטי.
כלול אחד עבור שלב הקידוד של המשימה ואחד עבור שלב האחזור. עבור קונבולוציה, בחר באפשרות Double-Gamma HRF. לאחר מכן, השתמש בפלט של הכלי MCFLIRT כדי ליצור שישה קבצי טקסט בעלי עמודה אחת המתארים את תיקון התנועה שבוצע בכל אמצעי אחסון בתוך מערך הנתונים.
בחר הגדרת מודל מלאה והוסף את הפרמטרים ונגזרותיהם הזמניות כמשתני הסבר, או EVs, ב-GLM. עבור כל EV תנועה, בחר מותאם אישית לצורה בסיסית, ללא לקונבולוציה ומילוי זמני. כעת, נווט ללשונית סטטיסטיקות בתוכנה ובחר את הפלט של כלי חריגי התנועה של FSL תחת האפשרות הוסף רכבים חשמליים מבולבלים נוספים.
כעת, בכרטיסייה רישום, סמן תמונה פונקציונלית מורחבת ותמונה מבנית ראשית לרישום דו-שלבי. בחר את המשתתפים בסריקה מבנית משוקללת T2 עבור הצעד הראשון לרישום הפונקציה לנתונים המבניים. בחר שש דרגות חופש בתיבה הנפתחת השנייה.
לשלב הבא, רשום את התמונה המשוקללת T2 ל-MP-RAGE משוקלל T1 ברזולוציה גבוהה על ידי בחירת רישום מבוסס גבולות מהתיבה הנפתחת. לבסוף, רשום את הנתונים המבניים ברזולוציה גבוהה לתבנית MNI 152 הסטנדרטית תוך בחירת 12 דרגות חופש וטרנספורמציה ליניארית. לפני הגדרת מודל האינטראקציה הפסיכופיזיולוגית, טען תחילה את נתוני העיבוד המקדים בתוכנת FSL FEAT.
בחר את התמונה המנוטרלת כקובץ הקלט. בכרטיסיות קדם-סטטיסטיקות, הגדר תיקון תנועה וחילוץ מוח לללא. אין לבצע סינון זמני או החלקה מרחבית.
לאחר מכן, בכרטיסייה סטטיסטיקות, בחר הגדרת מודל מלאה ובכרטיסייה EVs, הוסף את כל המשתנים מהמידול ברמה הראשונה כולל תיקון תנועה, המטריצה המבולבלת מחריגי תנועה של FSL ותזמון משימות. כלול EV עבור מהלך הזמן הפיזיולוגי מהזרע כמשתנה חסר עניין. לאחר מכן, צור את מונחי ה-PPI על-ידי בחירה באינטראקציה בתפריט הצורה הבסיסית, ובחר את מהלך זמן הסיד EV ומשימה אחת EV. עבור האפשרות הפוך לאפס, בחר מרכז עבור משתני המשימה וממוצע עבור קורס זמן הסיד EV. כעת, בכרטיסייה ניגודים ובדיקות F, דגמו את האפקטים הספציפיים הבאים על ידי הזנת אחד בתאי EV המתאימים.
שלב משימת קידוד, שלב משימת אחזור, קורס זמן סיד, PPI של זרע וקידוד ו-PPI של זרע ושליפה. לבסוף, הזן שלילי אחד כדי ליצור מודל PPI שלילי עבור כל שלב פעילות. השתמש בכלי תוכנה למיפוי פרמטרי סטטיסטי כדי להפעיל השוואות ברמת הקבוצה.
התחל על-ידי בחירה ציין רמה שנייה ולאחר מכן בחר בדיקת T עם שתי דוגמאות תחת עיצוב. נווט אל הספרייה עם תמונות הערכת הפרמטרים עבור קבוצה אחת ובחר אותן. לאחר מכן, הוסף את התמונות לקבוצה השנייה והפעל השוואה זו על ידי לחיצה על כפתור ההפעלה.
כעת, חזור לחלון הראשי. בחר הערכה ונווט אל ה- SPM. שנוצר בשלב הקודם כדי להפעיל את הערכת המודל.
לאחר מכן, תחת הכרטיסיה תוצאות, בחר הגדר ניגודיות חדשה. בחר/י ניגודיות T והזן/י שלילי אחד בתיבה ״ניגודיות״ עבור נשאי APOE-4 הגדולים מ-APOE-4 שאינם נשאים ולאחר מכן לחץ/י על ״אישור״. לבסוף, השוואת קבוצות ריצה מנוגדת כפי שניתן לראות כאן. בחר ללא עבור החל מיסוך ולאחר מכן הגדר ידנית את סף רמת הווקסל ואת גודל האשכול המינימלי בהתאם לפלט מתוכנת 3dClustSim של AFNI.
הזן שלילי אחד-אחד עבור APOE-4 שאינם נשאים גדולים מנשאי APOE-4. בתוך הקבוצה ניתוחי אינטראקציה פסיכופיזיולוגית כללית חשפו ירידה משמעותית בקישוריות התפקודית בנשאי APOE-4, ירוק, הן עבור תנאי המשימה והן עבור תת-אזורי ההיפוקמפוס. ב-APOE-4 שאינם נשאים, ירידות אדומות ומשמעותיות בקישוריות התפקודית נצפו רק עם ההיפוקמפוס האחורי במהלך הקידוד.
במהלך השליפה, נמצאו הבדלים משמעותיים בין נשאי APOE-4 ללא נשאים בפיתול העל-שולי השמאלי, כחול כהה, הצומת הזוויתי העל-שולי הימני, כתום, כמו גם ב-precuneus הימני, סגול. שיא הקואורדינטות עבור כל אשכול מדווח במרחב MNI. כאן, ניגודים של הערכות פרמטרים מכל אשכול משורטטים לפי קבוצה.
הקווים האדומים מציינים אפס ומדגישים כי לנשאים יש קישוריות תפקודית נמוכה להיפוקמפוס הקדמי באזורים אלה במהלך השליפה. הרצועה בתוך הקופסאות מייצגת את החציון, בעוד שהקצוות העליונים והתחתונים של הקופסאות מייצגים את הרבעון הראשון והשלישי בהתאמה. לאחר פיתוחה, טכניקה זו סללה את הדרך לנוירו-דימויים פונקציונליים לחקור קישוריות דינמית הקשורה למשימות בבני אדם.
זה כולל גם קבוצות בריאות וחולים וגם אנשים בסיכון גנטי מוגבר למחלה כפי שאנו מתארים כאן. לאחר צפייה בסרטון זה, אתם אמורים להבין היטב כיצד להשתמש בניתוח PPI כדי לבדוק שינויים בקישוריות תפקודית תלויי הקשר בין אזור העניין של הזרע שלכם לבין שאר המוח.
View the full transcript and gain access to thousands of scientific videos
סקירה
כתב היד הזה מתאר ניתוח אינטראקציה פסיכופיזיולוגית שמטרתו לזהות שינויים בקישוריות תפקודית הקשורים לזיכרון והתלויים בהקשר בין ההיפוקמפוס לבין אזורי מוח אחרים. שיטה זו מועילה במיוחד לבחינת אופן שינוי הקישוריות התפקודית בתגובה לדרישות קוגניטיביות במהלך משימות.
מרכיבי המחקר העיקריים
תחום המדע
- נוירו-מדע קוגניטיבי
- קישוריות תפקודית
- ניתוח אינטראקציה פסיכופיזיולוגית
רקע
- קישוריות תפקודית מתייחסת לקורלציה הזמנית בין אירועים נוירופיזיולוגיים מרוחקים מרחבית.
- ניתוח אינטראקציה פסיכופיזיולוגית עוזר להבנת השפעות המשימות על קישוריות המוח.
- טכניקה זו מאפשרת לחוקרים לבדוק השערות ספציפיות לגבי קישוריות אזורי מוח.
- היא רלוונטית במיוחד לחקר אוכלוסיות עם ירידה קוגניטיבית.
מטרת המחקר
- לזהות שינויים בקישוריות תפקודית הקשורים למשימות זיכרון.
- לחקור כיצד דרישות קוגניטיביות משפיעות על הקישוריות בין ההיפוקמפוס לבין אזורי מוח אחרים.
- לספק תובנות לגבי המנגנונים העצביים העומדים בבסיס הירידה הקוגניטיבית.
שיטות שנעשה בהן שימוש
- כללו משתתפים בגיל 55 ומעלה עם ירידה קוגניטיבית.
- המשתתפים נבדקו לבטיחות MRI ומסרו הסכמה מדעת.
- נעשה שימוש במערכת MRI שלושה טסלה לרכישת נתוני הדמיית מוח מלאה.
- ההדמיה התפקודית כללה איסוף פרוסות ציריות באמצעות רצף הדמיה מתוכננת-אקו במהלך משימת זיכרון.
תוצאות עיקריות
- נצפו שינויים בקישוריות תפקודית התלויים במשימה.
- אזורי מוח ספציפיים הראו דפוסי קישוריות שונים בתגובה לדרישות קוגניטיביות.
- התוצאות תורמות להבנת הבסיס העצבי של הירידה הקוגניטיבית.
- התוצאות תומכות בתועלת של ניתוח אינטראקציה פסיכופיזיולוגית במחקר נוירו-מדע קוגניטיבי.
מסקנות
- ניתוח אינטראקציה פסיכופיזיולוגית יעיל לחקר שינויים בקישוריות תפקודית.
- שיטה זו יכולה לשפר את ההבנה שלנו על תהליכים קוגניטיביים באוכלוסיות מזדקנות.
- מחקר עתידי יכול לבנות על ממצאים אלו כדי לחקור התערבויות לירידה קוגניטיבית.
שאלות נפוצות
Executive Industry Relevance
Understanding context-dependent functional connectivity changes in memory-related brain networks provides mechanistic insights into early Alzheimer's disease risk, supporting target validation in preclinical neuropsychiatric programs. Generalized PPI analysis enables hypothesis-driven interrogation of hippocampal circuitry during encoding and retrieval phases, offering a translational bridge from genetic risk to functional network de-risking. This approach enhances predictive confidence in identifying disease-relevant systems prior to lead identification efforts.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Interrogates task-dependent hippocampal connectivity changes to clarify functional relationships in memory circuits relevant to APOE-4 risk.
- Operational Value: Enables group comparisons between genetic risk carriers and non-carriers to de-risk target hypotheses.
- Predictive Value: Reveals context-specific connectivity alterations not captured by univariate fMRI analysis, supporting mechanistic hypothesis generation.
Screening & Assay Development
- Assay Readiness: Standardized fMRI acquisition and preprocessing workflows support reproducible measurement of PPI effects across cohorts.
- Quantitative Output: Generates parameter estimates for encoding and retrieval phases, enabling statistical comparison of connectivity changes.
- Scalability: Compatible with group-level analysis pipelines for cross-sectional or longitudinal studies in at-risk populations.
Translational & Preclinical Research
- Disease Relevance: Links APOE-4 genotype to altered hippocampal connectivity during memory task phases, aligning with early pathophysiological models.
- Translational Continuity: Supports progression from genetic risk assessment to functional network biomarkers in preclinical validation.
- Mechanistic De-risking: Clarifies whether observed connectivity changes are task-specific, reducing ambiguity in target engagement interpretation.
Pipeline & Workflow Integration
The method fits within the discovery continuum by linking genetic risk stratification to functional network assessment, informing early go/no-go decisions in neuropsychiatric target programs.
- Discovery Biology: Tests hypotheses about how cognitive demands modulate hippocampal connectivity in genetically defined cohorts.
- Screening: Enables standardized, reproducible measurement of context-dependent connectivity changes as a functional assay readout.
- Analytics: Produces contrast-based parameter estimates for PPI effects, supporting statistical comparison across groups and conditions.
- Translational Research: Connects genetic risk to functional network alterations, supporting biomarker alignment in preclinical models.
- Enterprise Reuse: Establishes a reusable fMRI analysis framework for studying task-dependent connectivity in diverse CNS populations.
Operational & Enterprise Impact
- Scientific Value: Provides mechanistic insight into memory network dysfunction in APOE-4 carriers, reducing ambiguity in target validation.
- Operational Value: Offers standardized preprocessing and modeling steps for reproducible PPI analysis across sites and studies.
- Strategic Value: Improves go/no-go decisions by identifying early functional network changes linked to genetic risk.
- Portfolio Impact: Supports risk-adjusted prioritization of targets based on mechanistic connectivity data in disease-relevant systems.
Implementation Considerations
- Expertise in fMRI preprocessing, GLM modeling, and PPI analysis using tools such as FSL FEAT or SPM.
- Access to 3T or higher MRI systems with EPI and structural sequencing capabilities.
- Standardization of task timing files and physiological noise correction across sites.
- Adaptation considerations for different seed regions, task designs, and patient populations.
- Need for group-level statistical thresholding using cluster simulation tools (e.g., AFNI 3dClustSim) to control false positives.
