담배 흡연의 도파민 영화 : LP-ntPET와 짧은 수명 도파민 변동의 동적 이미지 만들기

이 실험 절차의 전반적인 목적은 흡연에 따른 뇌의 도파민성 반응을 영상화하는 것입니다. 이는 먼저 도파민 길항제 추적자인 11 C RAC lip pride를 주입한 후, 흡연자가 PET 스캐너 내에서 흡연하는 모습을 영상화함으로써 수행됩니다. 두 번째 단계는 움직임을 고려하여 리스트 모드 데이터를 영상으로 재구성한 다음, 하이퍼 필터(hyper filter)를 사용하여 PET 영상을 평활화하는 것입니다.

다음으로, LPNT PET를 사용하여 복셀 수준에서 시간-활성 곡선을 모델링하며, 결과물인 도파민 곡선은 모델에 잘 부합하는 복셀에 대해서만 유지합니다. 마지막 단계는 유의미한 폭스홀(foxhole) 내에서 시간에 따른 분율 도파민 수준을 색상으로 코딩하고, 이 색상 코딩된 값들을 일련의 동적 이미지로 캡처하는 것입니다. 궁극적으로, LPNT PET로 생성된 흡연 도파민 영상이 중독의 고유한 시공간적 패턴을 밝히는 데 사용될 것으로 기대됩니다.

두 조직 구획 모델, SRTM 또는 Logan plot과 같은 기존 모델과 비교했을 때 우리 키네틱 모델의 주요 장점은 시간 가변 파라미터를 포함하고 있으면서도, SRTM 및 Logan plot과 마찬가지로 파라미터에 대해 선형적이라는 점입니다. LPNT PET 모델에 시간 가변 파라미터가 존재한다는 것은 내인성 신경전달물질이 정상 상태(steady state)가 아닌 경우에도 PET 추적자의 섭취 또는 치환을 설명할 수 있음을 의미합니다. 우리 기술에서 간과할 수 없는 임상적 측면은 통계적 단계입니다.

이 앱 테스트는 에티켓 설명에 시간 기반 모델이 필요한 박스 위치를 식별하는 데 사용됩니다. 현재 이 방법은 중독 및 도파민 시스템에 적용되고 있지만, 세로토닌 수치 변화에 의해 치환될 수 있는 PET 추적자가 있다면 우울증과 세로토닌과 같은 다른 상태 및 신경전달물질 시스템에도 적용할 수 있을 것입니다. 우리는 이 기술을 통해 중독 특유의 뇌 활동의 공간적 및 시간적 패턴을 식별하고, 어쩌면 여성 또는 남성에게만 고유한 신경화학적 시그니처까지 찾아낼 수 있기를 기대합니다.

우리가 도파민 영상을 제작한다는 아이디어를 처음 갖게 된 것은 공동 저자인 Christian Constantine이 고전적인 플립북을 만들어 시간에 따라 변화하는 도파민 활동 패턴을 보여주려 했을 때였습니다. 최종 결과물이 영상이기 때문에 저널의 정적인 페이지에서는 시연이 불가능하므로, 우리 방법의 시각적 시연이 매우 중요합니다. 하지만 우리의 눈은 우수한 패턴 인식 시스템이기에, 아무도 찾지 않았던 도파민 방출의 패턴이나 시퀀스를 발견할 수 있기를 기대합니다. 면허를 보유한 의료진이 수행해야 하는 우리 절차의 단계들은 공인 핵의학 기술자인 Elisa Hildago와 Yale Pet Center의 등록 간호사인 Cindy Dko가 시연할 것입니다.

우선 PET 스캔과는 다른 날에 3D MP rage와 같은 PET 전 구조적 MR 스캔을 촬영하십시오. MR 스캔은 PET 이미지의 해부학적 참조 자료를 제공합니다. 또한, 스캔 시작 전 피험자가 PET 스캐너 내에서 흡연 동작을 연습할 수 있도록 준비하십시오.

환자 준비를 시작하려면, 먼저 등록 간호사가 IV를 삽입하여 추후 추적자를 주입하는 펌프에 연결할 수 있도록 준비해야 합니다. 또한, 주입 펌프를 준비하고 RAC lapide 추적자에 적합한 주입 패러다임으로 펌프를 프로그래밍하십시오. 다음으로, 머리 움직임 모니터를 설정하고 피험자의 머리 상단에 고정 반사 구체를 부착합니다.

구체들은 단단한 십자 모양의 도구에 부착되어 있으며, 이 도구는 CRA 수영모에 고정됩니다. Vic CCRA 시스템의 헤드 트래킹 레이저는 20 hertz의 속도로 반사 구체의 위치를 추적합니다. 마지막으로, 반려동물실의 간접흡연 요인을 제거합니다.

실험 중, 피험자가 흡연 시 담배를 입으로 가져갈 수 있는 공간을 확보하면서, 공기 필터의 흡입구를 스캐너 앞쪽이자 피험자의 머리 위쪽에 배치하십시오. 피험자를 스캐너 내에 위치시킵니다. 그 후, 추적자 주입 및 PET 획득 이전에 먼저 9분 동안 투과 스캔을 수행하십시오.

그 다음, 공인된 핵의학 기술자가 추적자를 투여하도록 합니다. 일반적으로 두 명의 기술자로 구성된 팀이 추적자 투여와 PET 데이터 획득을 동시에 시작하며, 흡연 직전과 직후에 피험자에게 간단한 설문지를 구두로 실시합니다. 흡연자는 니코틴 갈망, 갈망 충족도 및 혐오감을 1에서 100까지의 척도로 평가해야 합니다.

자연스러운 흡연 경험에 대한 도파민 반응을 포착하기 위해, 피험자가 직접 흡연을 수행하도록 합니다. 연구진이 니코틴이나 담배를 투여하는 대신, 흡연자가 자신의 속도에 맞춰 평소 사용하는 브랜드의 담배를 피우도록 안내하십시오. 피험자는 전날 자정 이후부터 금연 상태를 유지해야 하며, 연속으로 두 대의 담배를 피워야 합니다.

두 대의 담배를 모두 피우는 데는 일반적으로 약 10분이 소요됩니다. 그 후, 앞서 설명한 대로 흡연 후 평가 척도를 실시하고, 스캐닝 세션 이후에 공간 필터링 방법의 변형 기법을 적용합니다. 모든 PET 영상에 대해 프레임별 방식으로 고도로 제한된 역투영(highly constrained back projection)을 수행합니다.

하이퍼 LR의 장점은 도파민 영상을 생성하는 데 사용되는 모든 복셀에서 시간적 정보의 저하 없이 공간적 노이즈를 줄여준다는 것입니다. PET 영상을 피험자의 MR.Data에 정렬한 다음, 선조체 AAL 마스크를 적용하십시오. RACLOPRIDE는 약물 중독과 관련된 뇌 영역인 선조체에서만 사용하기에 충분한 신호 대 배경 대비를 가지고 있습니다.

템플릿 공간에 있는 모든 PET 데이터에 상업적 활동 전 선조체(pre-commercial striatum) 마스크를 적용합니다. 다음으로, 특정 응답 함수 세트를 선택하여 자극에 대한 가능한 도파민 반응과 일치하는 도파민 응답 함수를 선택합니다. 추정된 도파민 응답의 형태와 타이밍을 흡연 자극에서 예상되는 곡선으로 제한하려면 어떻게 해야 할까요?

도파민 농도가 감마 변형 곡선 형태의 단봉형 상승 및 하강을 보일 것으로 예상됩니다. 스캔 시작 45분 후에 흡연한 경우, 이륙 시간(takeoff time)이 40분 이후인 응답 함수 군을 포함해야 합니다. 이제 마스크 처리된 영역 내의 각 개별 복셀에 있는 PET 시간-활동 곡선에 LPNT PET 모델을 적합시키십시오.

모델의 작동 방정식은 여기에서 확인할 수 있습니다. PET 시간-활성 곡선과 각 응답 함수의 곱의 적분은 모델에 기여하는 T의 선형 기저 함수 집합이 됩니다. LPNT PET는 동적 PET 데이터를 피팅하기 위한 선형 기저 함수 기반 방법이므로, 추적자의 작용을 제어하는 속도론적 파라미터와 각 foxhole에서 스캔 세션 동안의 상대적 도파민 농도 변화의 시간 프로파일을 모두 신속하게 추정하도록 구현할 수 있습니다.

다음으로, 각 폭스홀(foxhole)에서 데이터에 대한 LPNT PET 피팅의 가중 잔차 제곱합 맵을 기록합니다. 각 폭스홀에서 모델을 피팅하면 추적자 파라미터 이미지가 생성됩니다. R1은 상대적 혈류 값이며, K2는 표적 영역의 자유 구획(free compartment)에서의 유출률(flux rate)입니다.

K2A는 단일 구획으로 모델링된 표적 조직의 겉보기 FLX 비율이며, gamma는 도파민 신호의 크기입니다. 각 voxel에서의 가중 잔차 제곱합 또한 하나의 이미지로 생각할 수 있습니다. 이제 마스킹된 영역 내의 각 개별 voxel에 있는 PET 시간-활성도 데이터에 MULTILINE 참조 조직 모델 또는 MRTM을 적용하여 피팅하십시오.

이 모델은 시간 가변적 도파민 항 피팅이 없다는 점을 제외하고는 LPNT pet과 동일한 선형 모델입니다. 복셀 단위 데이터에 MRTM을 적용하면 R1, K2, K2a라는 세 가지 파라미터 이미지의 추정치만 산출되며, 각 복셀에서 데이터에 MRTM을 피팅하여 얻은 가중 잔차 제곱합 맵 또한 기록됩니다. 다음으로, 마스크 내 각 복셀에서 F 통계량을 계산하여 제곱합 맵으로부터 F 맵을 생성합니다.

F 통계량은 LPNT PET의 가중 잔차 제곱합과 MRTM의 가중 잔차 제곱합을 비교하며, 이때 각각의 적합 임계값에 따른 자유도 차이를 보정합니다. 모델 적합의 자유도를 기반으로 P 확률이 0.05 미만인 값에 해당하는 FMAP을 통해, 선조체 내에서 MRTM보다 LPNT PET로 PET 시간-방사능 곡선이 더 잘 적합되는 복셀만을 유지하는 새로운 유의성 마스크를 생성합니다. 다음으로, 노이즈로 인해 발생한 것으로 간주되는 아주 작은 고립된 복셀 클러스터들을 제거하기 위해 유의성 마스크에 형태학적 열기(morphological opening) 연산을 수행합니다.

직경이 2 voxel 이하인 고립된 voxel 그룹을 제거하기 위해 2x2x2 등의 등방성 voxel 커널을 사용해야 합니다. 이를 통해 최종 유의성 마스크(significance mask)를 생성합니다. 프로토콜에서 검토할 모든 실험 조건의 데이터에 대해 동일한 분석을 수행하십시오.

각 피험자에 대해 흡연 및 대조군의 두 가지 서로 다른 조건에서 데이터를 획득하고 분석하였습니다. 마지막으로, 복합 도파민 영상을 제작하여 흡연군과 대조군을 비교하였습니다.

동일한 피험자에 대해 서로 다른 조건에서 도파민 영상을 제작하십시오. 예를 들어, 기저선(baseline) 또는 가짜 과제(sham task)와 흡연 조건을 비교하십시오. 또한, 한 피험자의 기저선 및 흡연 상태에 대해 선조체(striatum)의 모든 슬라이스를 포함하는 복합 도파민 영상을 제작하십시오.

여기서는 단일 tri AAL 복셀의 시간-활성 데이터의 매끄러움(smoothness)에 대해, 필터링을 하지 않은 경우와 두 가지 서로 다른 hypers 공간 필터를 적용한 경우의 효과를 확인할 수 있습니다. 상단과 중간 행은 서로 다른 커널 크기로 필터링된 이미지를 보여주며, 하단 행은 좌측 배측 미상핵(left dorsal caudate)의 동일한 단일 복셀 위치에서 얻은 해당 시간-활성 곡선을 보여줍니다. 여기서 추적자 주입 후 40분 또는 45분에 상승하기 시작하는 도파민 반응 함수의 대표적인 예시들을 볼 수 있습니다.

이 값들은 각 복셀의 PET 시간-활성 데이터에 LPNT PET 모델을 피팅하기 위해 미리 계산되었습니다. 이 그림은 왼쪽 미상핵의 한 복셀에서 얻은 시간-활성 데이터에 대해 각각 기존의 MRTM 모델과 새로운 LPNT PET 모델을 피팅한 결과를 보여줍니다. MRTM 피팅은 파란색으로, LPNT PET 피팅은 빨간색으로 표시되어 있습니다.

여기에서는 MRTM 및 LP NT pet의 가중 잔차 제곱합(weighted sum of squared residuals)에 대한 파라메트릭 영상을 볼 수 있습니다. 각각의 WSSR 맵은 F 통계량을 통해 비교되어 F 맵을 생성하며, 이는 다시 원하는 확률 수준에서 임계값을 적용하여 이진 마스크로 변환된 후 필터링을 거쳐 최종 유의성 마스크를 생성합니다. 이 그림은 단일 피험자의 흡연 조건에 대한 최종 유의성 마스크의 관상면 슬라이스 하나를 대조군 조건의 해당 피험자 및 슬라이스에 대한 최종 유의성 마스크와 비교하여 보여줍니다.

이 영상은 기초 또는 휴지기 도파민 수준에 대비한 프레임별 도파민 수준을 보여줍니다. 도파민 수준은 색상으로 표시됩니다. 구체적으로, 색상은 기초 수준 대비 도파민 증가량을 백분율로 나타냅니다.

다시 한번 말씀드리면, 도파민 수치는 복셀에 대해서만 표시됩니다. 이는 P < 0.05 유의 수준을 초과하는 최종 유의성 마스크 내에서 나타납니다. 이 영상은 남성 흡연자의 다중 슬라이스 다차원 도파민 영상을 보여줍니다.

흡연 조건과 기저 조건에 대한 복측 선조체의 모든 슬라이스가 동시에 표시됩니다. 두 번째 담배를 피울 때쯤 우측 복측 선조체에서 나타나는 주요 활성화에 주목하십시오. 시청의 편의를 위해 영상이 몇 번 반복됩니다.

이 영상은 여성 흡연자의 스캔 데이터를 바탕으로 제작되었습니다. 첫 번째 담배를 피울 때쯤 왼쪽 등쪽 미상핵(left dorsal caudate)에서 나타나는 주요 활성화를 확인하십시오. 시청의 편의를 위해 영상이 몇 차례 반복됩니다.

PET 데이터로부터 도파민 무비를 생성하는 방법이 숙달되면 며칠 내에 실행할 수 있습니다. 향후에는 절차의 더 많은 부분, 특히 개별 무비 프레임의 캡처 과정을 자동화할 수 있기를 기대합니다. 도파민 무비 제작은 제약 조건이 있는 최적화 문제로 간주될 수 있습니다.

가능한 도파민 결과에 대한 제약 조건은 초기 도파민 반응 함수의 선택을 통해 적용됩니다. 이제 도파민 영상을 생성했으므로, 서로 다른 피험자, 예를 들어 현재 흡연자와 금연자의 영상을 비교하기 위해 최적의 유사성 및 비유사성 측정 방법을 식별하는 작업이 남았습니다. 필요한 측정 방법이 마련되면, 뇌 활동의 어떤 측면이 변화하거나 정상으로 회복되는지 분석할 수 있습니다.

흡연자가 금연을 할 때, 본 기술이 다른 PET 연구자들이 획득하고 있는 데이터를 적절하게 기술하고 분석할 수 있는 길을 열어주기를 기대합니다. 알코올과 같은 자극제를 이용한 다른 중독 행동 연구에서는 약물 투여 후 연구 가능한 수준에 도달하지 않는 짧은 신경전달물질 반응이 나타날 수 있습니다. 저희는 서로 다른 PET 추적자를 이용한 유사한 실험 절차를 통해 다른 남용 약물에 의한 뇌의 신경화학적 변화를 살펴보고자 합니다.

이 영상을 시청한 후에는 반려동물 데이터로부터 도파민 무비를 생성하는 방법에 대해 충분히 이해하게 될 것입니다. 저희는 담배 흡연에 대한 뇌 도파민 시스템의 일시적이고 특히 제한적인 반응을 포착하기 위해 이 작업을 수행했습니다. 도파민 무비는 PET 실험, 이미지 전처리, 이미지 모델링, 통계 단계 및 시각화 단계의 총 다섯 단계로 생성된다는 점을 기억하십시오.