Name: Analiza uogólnionej interakcji psychofizjologicznej (PPI) łączności związanej z pamięcią u osób z genetycznym ryzykiem choroby Alzheimera (Wideo) | JoVE Journal
Uploaded: 2017-11-14T12:30:00.000+00:00
Duration: 9 min 38 s
Description: Poznaj analizę PPI łączności funkcjonalnej między hipokampem a innymi obszarami mózgu u osób z ryzykiem genetycznym choroby Alzheimera. Ta metoda pozwala badać zmiany związane z zadaniami pamięciowymi.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ta praca była wspierana przez National Institute of Aging (grant numer R01AG013308 dla SYB, F31AG047041 dla TMH). Autorzy korzystali z usług obliczeniowych i pamięci masowej związanych z klastrem Hoffman2 Shared Cluster dostarczanym przez UCLA Institute for Digital Research and Education's Research Technology Group.

<ol><li>Sporns, O., Tononi, G., Kötter, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Human+Connectome%3A+A+Structural+Description+of+the+Human+Brain%5BTitle%5D)+AND+%22PLoS+Comput+Biol%22%5BJournal%5D)">The Human Connectome: A Structural Description of the Human Brain.</a> PLoS Comput Biol. 1 (4), 42(2005).</li>
<li>Friston, K. J., Buechel, C., Fink, G. R., Morris, J., Rolls, E., Dolan, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Psychophysiological+and+modulatory+interactions+in+neuroimaging%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Psychophysiological and modulatory interactions in neuroimaging.</a> NeuroImage. 6 (3), 218-229 (1997).</li>
<li>McLaren, D. G., Ries, M. L., Xu, G., Johnson, S. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+generalized+form+of+context-dependent+psychophysiological+interactions+%28gPPI%29%3A+a+comparison+to+standard+approaches%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">A generalized form of context-dependent psychophysiological interactions (gPPI): a comparison to standard approaches.</a> NeuroImage. 61 (4), 1277-1286 (2012).</li>
<li>O'Reilly, J. X., Woolrich, M. W., Behrens, T. E. J., Smith, S. M., Johansen-Berg, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tools+of+the+trade%3A+psychophysiological+interactions+and+functional+connectivity%5BTitle%5D)+AND+%22Soc+Cogn+Affect+Neurosci%22%5BJournal%5D)">Tools of the trade: psychophysiological interactions and functional connectivity.</a> Soc Cogn Affect Neurosci. 7 (5), 604-609 (2012).</li>
<li>Moody, T. D., Sasaki, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+connectivity+for+face+processing+in+individuals+with+body+dysmorphic+disorder+and+anorexia+nervosa%5BTitle%5D)+AND+%22Psychol+Med%22%5BJournal%5D)">Functional connectivity for face processing in individuals with body dysmorphic disorder and anorexia nervosa.</a> Psychol Med. 45 (16), 3491-3503 (2015).</li>
<li>Simard, I., Luck, D., Mottron, L., Zeffiro, T. A., Soulières, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Autistic+fluid+intelligence%3A+Increased+reliance+on+visual+functional+connectivity+with+diminished+modulation+of+coupling+by+task+difficulty%5BTitle%5D)+AND+%22NeuroImage+Clin%22%5BJournal%5D)">Autistic fluid intelligence: Increased reliance on visual functional connectivity with diminished modulation of coupling by task difficulty.</a> NeuroImage Clin. 9, 467-478 (2015).</li>
<li>Yan, L. -R., Wu, Y. -B., Zeng, X. -H., Gao, L. -C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dysfunctional+putamen+modulation+during+bimanual+finger-to-thumb+movement+in+patients+with+Parkinson%27s+disease%5BTitle%5D)+AND+%22Front+Hum+Neurosci%22%5BJournal%5D)">Dysfunctional putamen modulation during bimanual finger-to-thumb movement in patients with Parkinson's disease.</a> Front Hum Neurosci. 9, 516(2015).</li>
<li>Cole, M. W., Reynolds, J. R., Power, J. D., Repovs, G., Anticevic, A., Braver, T. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-task+connectivity+reveals+flexible+hubs+for+adaptive+task+control%5BTitle%5D)+AND+%22Nat+Neurosci%22%5BJournal%5D)">Multi-task connectivity reveals flexible hubs for adaptive task control.</a> Nat Neurosci. 16 (9), 1348-1355 (2013).</li>
<li>McLaren, D. G., Sperling, R. A., Atri, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Flexible+modulation+of+network+connectivity+related+to+cognition+in+Alzheimer%27s+disease%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Flexible modulation of network connectivity related to cognition in Alzheimer's disease.</a> NeuroImage. 100, 544-557 (2014).</li>
<li>Morawetz, C., Bode, S., Baudewig, J., Heekeren, H. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effective+amygdala-prefrontal+connectivity+predicts+individual+differences+in+successful+emotion+regulation%5BTitle%5D)+AND+%22Soc+Cogn+Affect+Neurosci%22%5BJournal%5D)">Effective amygdala-prefrontal connectivity predicts individual differences in successful emotion regulation.</a> Soc Cogn Affect Neurosci. , 169(2016).</li>
<li>Takashima, A., Bakker, I., van Hell, J. G., Janzen, G., McQueen, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Richness+of+information+about+novel+words+influences+how+episodic+and+semantic+memory+networks+interact+during+lexicalization%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Richness of information about novel words influences how episodic and semantic memory networks interact during lexicalization.</a> NeuroImage. 84, 265-278 (2014).</li>
<li>Harrison, T. M., Burggren, A. C., Small, G. W., Bookheimer, S. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+memory-related+functional+connectivity+of+the+anterior+and+posterior+hippocampus+in+older+adults+at+increased+genetic+risk+for+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Hum+Brain+Mapp%22%5BJournal%5D)">Altered memory-related functional connectivity of the anterior and posterior hippocampus in older adults at increased genetic risk for Alzheimer's disease.</a> Hum Brain Mapp. 37 (1), 366-380 (2016).</li>
<li>Wechsler, D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aWechsler%2C+D+%22Wecshler+Adult+Intelligence+Scale%2C+3rd+Edition%22">Wecshler Adult Intelligence Scale, 3rd Edition</a>. , Harcourt Assessement. San Antonio, TX. (1997).</li>
<li>Cauthen, N. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Verbal+fluency%3A+normative+data%5BTitle%5D)+AND+%22J+Clin+Psychol%22%5BJournal%5D)">Verbal fluency: normative data.</a> J Clin Psychol. 34 (1), 126-129 (1978).</li>
<li>Goodglass, H. P., Kaplan, E. P. <a target="_blank" href="NULL">Boston Naming Test, 3rd Edition</a>. , (2001).</li>
<li>Buschke, H., Fuld, P. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluating+storage%2C+retention%2C+and+retrieval+in+disordered+memory+and+learning%5BTitle%5D)+AND+%22Neurol%22%5BJournal%5D)">Evaluating storage, retention, and retrieval in disordered memory and learning.</a> Neurol. 24 (11), 1019-1025 (1974).</li>
<li>Osterrieth, P. A. <a target="_blank" href="http://psycnet.apa.org/psycinfo/1946-02126-001">Le test de copie d'une figure complex: Contribution à l'étude de la perception et de la memoir.</a> Archives de Psychologie. 30, 286-356 (1944).</li>
<li>Hamilton, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+assessment+of+anxiey+states+by+rating%5BTitle%5D)+AND+%22Br+J+Med+Psychol%22%5BJournal%5D)">The assessment of anxiey states by rating.</a> Br J Med Psychol. 32, (August) 50-55 (1959).</li>
<li>Hamilton, M. A rating scale for depression. J Neurol Neurosurg Psychiatry. 23, 56-62 (1960).</li>
<li>Folstein, M. F., Robins, L. N., Helzer, J. E. The Mini-Mental State Examination. Arch Gen Psychiatry. 40 (7), 812(1983).</li>
<li>O'Brien, D., Campbell, K. A., Morken, N. W., Bair, R. J., Heath, E. M. <a target="_blank" href="http://journals.sagepub.com/doi/full/10.1016/s1535-5535-04-00131-5">Automated Nucleic Acid Purification for Large Samples.</a> J Lab Autom. 6 (2), 67-70 (2001).</li>
<li>Lehmann, M., Ghosh, P. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Greater+medial+temporal+hypometabolism+and+lower+cortical+amyloid+burden+in+ApoE4-positive+AD+patients%5BTitle%5D)+AND+%22J+Neurol+Neurosurg+Psychiatry%22%5BJournal%5D)">Greater medial temporal hypometabolism and lower cortical amyloid burden in ApoE4-positive AD patients.</a> J Neurol Neurosurg Psychiatry. 85 (3), 266-273 (2014).</li>
<li>TaqMan® SNP Genotyping Assays User Guide. , Thermo Fisher Scientific. Available from: 
 <a target="_blank" href="https://tools.thermofisher.com/content/sfs/manuals/TaqMan_SNP_Genotyping_Assays_man.pdf">https://tools.thermofisher.com/content/sfs/manuals/TaqMan_SNP_Genotyping_Assays_man.pdf</a> (2014).</li>
<li>Bookheimer, S. Y., Strojwas, M. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Patterns+of+brain+activation+in+people+at+risk+for+Alzheimer%27s+disease%5BTitle%5D)+AND+%22N+Engl+J+Med%22%5BJournal%5D)">Patterns of brain activation in people at risk for Alzheimer's disease.</a> N Engl J Med. 343 (7), 450-456 (2000).</li>
<li>Jenkinson, M., Bannister, P., Brady, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+optimization+for+the+robust+and+accurate+linear+registration+and+motion+correction+of+brain+images%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Improved optimization for the robust and accurate linear registration and motion correction of brain images.</a> NeuroImage. 17 (2), 825-841 (2002).</li>
<li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+robust+automated+brain+extraction%5BTitle%5D)+AND+%22Hum+Brain+Mapp%22%5BJournal%5D)">Fast robust automated brain extraction.</a> Hum Brain Mapp. 17 (3), 143-155 (2002).</li>
<li>Greve, D. N., Fischl, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accurate+and+robust+brain+image+alignment+using+boundary-based+registration%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Accurate and robust brain image alignment using boundary-based registration.</a> NeuroImage. 48 (1), 63-72 (2009).</li>
<li>Patenaude, B., Smith, S. M., Kennedy, D. N., Jenkinson, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+Bayesian+model+of+shape+and+appearance+for+subcortical+brain+segmentation%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">A Bayesian model of shape and appearance for subcortical brain segmentation.</a> NeuroImage. 56 (3), 907-922 (2011).</li>
<li>Learn MATLAB Basics. , Available from: 
 <a target="_blank" href="https://www.mathworks.com/support/learn-with-matlab-tutorials.html?s_tid=hp_ff_I_tutorials">https://www.mathworks.com/support/learn-with-matlab-tutorials.html?s_tid=hp_ff_I_tutorials</a> (2017).</li>
<li>Lerma-Usabiaga, G., Iglesias, J. E., Insausti, R., Greve, D. N., Paz-Alonso, P. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+segmentation+of+the+human+hippocampus+along+its+longitudinal+axis%5BTitle%5D)+AND+%22Hum+Brain+Mapp%22%5BJournal%5D)">Automated segmentation of the human hippocampus along its longitudinal axis.</a> Hum Brain Mapp. 37 (9), 3353-3367 (2016).</li>
<li>Salami, A., Eriksson, J., Nyberg, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Opposing+effects+of+aging+on+large-scale+brain+systems+for+memory+encoding+and+cognitive+control%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">Opposing effects of aging on large-scale brain systems for memory encoding and cognitive control.</a> J Neurosci. 32 (31), 10749-10757 (2012).</li>
<li>Schacter, D. L., Wagner, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Medial+temporal+lobe+activations+in+fMRI+and+PET+studies+of+episodic+encoding+and+retrieval%5BTitle%5D)+AND+%22Hippocampus%22%5BJournal%5D)">Medial temporal lobe activations in fMRI and PET studies of episodic encoding and retrieval.</a> Hippocampus. 9 (1), 7-24 (1999).</li>
<li>Strange, B., Dolan, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+segregation+within+the+human+hippocampus%5BTitle%5D)+AND+%22Mol+Psychiatry%22%5BJournal%5D)">Functional segregation within the human hippocampus.</a> Mol Psychiatry. 4 (6), 508-511 (1999).</li>
<li>Strange, B. A., Fletcher, P. C., Henson, R. N., Friston, K. J., Dolan, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Segregating+the+functions+of+human+hippocampus%5BTitle%5D)+AND+%22Proc+Natl+Acad+Sci+U+S+A%22%5BJournal%5D)">Segregating the functions of human hippocampus.</a> Proc Natl Acad Sci U S A. 96 (7), 4034-4039 (1999).</li>
<li>Eldridge, L. L., Engel, S. A., Zeineh, M. M., Bookheimer, S. Y., Knowlton, B. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+dissociation+of+encoding+and+retrieval+processes+in+the+human+hippocampus%5BTitle%5D)+AND+%22J+Neurosci%22%5BJournal%5D)">A dissociation of encoding and retrieval processes in the human hippocampus.</a> J Neurosci. 25 (13), 3280-3286 (2005).</li>
<li>Strange, B. A., Witter, M. P., Lein, E. S., Moser, E. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+organization+of+the+hippocampal+longitudinal+axis%5BTitle%5D)+AND+%22Nat+Rev+Neurosci%22%5BJournal%5D)">Functional organization of the hippocampal longitudinal axis.</a> Nat Rev Neurosci. 15 (10), 655-669 (2014).</li>
<li>Zeineh, M. M., Engel, S. A., Thompson, P. M., Bookheimer, S. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamics+of+the+hippocampus+during+encoding+and+retrieval+of+face-name+pairs%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Dynamics of the hippocampus during encoding and retrieval of face-name pairs.</a> Science. 299 (5606), 577-580 (2003).</li>
<li>Nieuwenhuis, S., Forstmann, B. U., Wagenmakers, E. -J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Erroneous+analyses+of+interactions+in+neuroscience%3A+a+problem+of+significance%5BTitle%5D)+AND+%22Nat+Neurosci%22%5BJournal%5D)">Erroneous analyses of interactions in neuroscience: a problem of significance.</a> Nat Neurosci. 14 (9), 1105-1107 (2011).</li>
<li>Cisler, J. M., Bush, K., Steele, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+comparison+of+statistical+methods+for+detecting+context-modulated+functional+connectivity+in+fMRI%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">A comparison of statistical methods for detecting context-modulated functional connectivity in fMRI.</a> NeuroImage. 84, 1042-1052 (2014).</li>
<li>Friston, K. J., Harrison, L., Penny, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+causal+modelling%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Dynamic causal modelling.</a> NeuroImage. 19 (4), 1273-1302 (2003).</li>
</ol>

DGM jest pracownikiem firmy Biospective, Inc. Biospective, Inc. nie przetwarzała żadnych z prezentowanych danych.

Wczesne badania fMRI oparte na zadaniach miały na celu odkrycie statystycznych zależności między określonymi procesami poznawczymi lub wymaganiami a zmianami sygnału BOLD w stosunku do pomiaru podstawowego. To tradycyjne podejście jest przydatne do identyfikacji określonych regionów mózgu, w których aktywność jest modulowana przez zadanie eksperymentalne. W przeciwieństwie do tego, analiza PPI dotyczy głównie modulacji funkcjonalnej łączności lub synchronizacji aktywności, która wynika z procesu poznawczego wywołanego za...

Termin "konektom" został ukuty w 2005 roku, co oznacza zmianę paradygmatu w neurobiologii, która trwa do dziś1. Mózg jest coraz częściej opisywany w kategoriach sieci funkcjonalnych, połączeń i interakcji między regionami na dużą skalę. Niemniej jednak nakreślenie regionalnej specjalizacji funkcjonalnej i powiązania między aktywnością mierzoną za pomocą fMRI a wymaganiami zadaniowymi są nadal ważnymi i użytecznymi podejściami. W świetle rosnącego zainteresowania konektomomiką, coraz większą popularnością zyskują podejścia oparte na łączności funkcjonalnej do analizy fMRI. Jednym z podejść do pomiaru zmian łączności funkcjonalnej w zależności od wymagań zadania wykorzystuje się koncepcję PPI. PPI to interakcja aktywnej fazy zadania lub szczególnego zapotrzebowania na zadanie ("psycho") z funkcjonalną łącznością ("fizjo") obszaru zainteresowania lub "ziarna" w mózgu. PPI różni się od dwuwymiarowej, opartej na korelacji analizy łączności funkcjonalnej, która generalnie mierzy stopień korelacji między aktywnością w dwóch regionach bez żadnych ograniczeń związanych z zapotrzebowaniem na zadania.
Koncepcja i struktura analizy PPI została pierwotnie opisana przez Fristona i współpracowników w 1997 roku2. Autorzy stwierdzili, że ich podejście jest ważne, ponieważ pozwoli badaniom nad łącznością być bardziej funkcjonalnymi i pozwoli na wnioskowanie, że aktywność w dystalnym ziarnie może modulować aktywność wynikającą z zapotrzebowania na zadanie. W 2012 roku McLaren i jego koledzy dodali do tego oryginalnego schematu i opisali podejście gPPI, w którym wszystkie fazy zadań i ich interakcje są zawarte w jednym modelu3. Takie podejście prowadzi do wyników, które są bardziej wrażliwe i specyficzne dla badanej fazy zadania i interakcji. To właśnie zaktualizowane podejście do gPPI stosujemy w niniejszym badaniu (patrz krok 6.2.2 w Protokole). Podejście gPPI jest obecnie cytowane w ponad 200 badaniach. Dla jasności, w dalszej części artykułu używamy terminu "PPI" do opisania wspólnych cech zarówno wersji standardowej, jak i uogólnionej. "gPPI" będzie używany do omówienia konkretnych postępów związanych z nowszymi ramami.
Ogólnym celem analizy PPI jest zrozumienie, w jaki sposób wymagania zadania poznawczego wpływają lub modulują funkcjonalną łączność regionu zalążkowego. Analiza PPI wymaga silnej hipotezy a priori. Aktywność w regionie zalążkowym musi być modulowana przez zadanie, aby podejście PPI działało skutecznie4. Na przykład w niniejszym badaniu oparliśmy naszą selekcję nasion na mocnych dowodach na to, że aktywność hipokampa jest modulowana przez wymagania poznawcze zadania pamięciowego. Za pomocą PPI można zidentyfikować regiony, które są znacznie mniej lub bardziej funkcjonalnie połączone z hipokampem podczas określonych faz zadań. Krótko mówiąc, zadajemy pytanie: "w których regionach aktywność jest bardziej skorelowana z zalążkiem w kontekście A w porównaniu z linią bazową?" Możemy również zapytać o logiczne przeciwieństwo (ponieważ ważne jest, aby zrozumieć różnicę): "w których regionach aktywność jest mniej skorelowana z zalążkiem w kontekście A w porównaniu z wartością wyjściową?" Interpretując różnice grupowe w efektach PPI, Ważne jest, aby zbadać dane i sprawdzić, czy pozytywna lub negatywna zmiana w łączności funkcjonalnej, czy też jedno i drugie, napędza różnice grupowe.
Podejście PPI zostało wykorzystane do badania dynamicznych centrów kontroli zadań u zdrowych osób z grupy kontrolnej, jak modulacja funkcjonalnej łączności jest związana z wydajnością poznawczą w chorobie Alzheimera (AD), inteligencją u osób z autyzmem, łącznością sieci motorycznej u osób z chorobą Parkinsona, przetwarzaniem twarzy u osób z dysmorfofobią ciała i anoreksją, Regulacja emocji, pamięć i wiele innych szczegółowych pytań związanych z łącznością5,6,7,8,9,10,11. W niniejszym badaniu porównujemy zmiany w funkcjonalnej łączności podregionów hipokampa podczas kodowania i odzyskiwania pamięci między grupą osób o zwiększonym ryzyku genetycznym AD z grupą bez czynnika ryzyka12. Poniżej opisano protokół, który zastosowaliśmy, stosując podejście gPPI, aby umożliwić nam sprawdzenie, czy wywołane przez zadanie zmiany w łączności funkcjonalnej różnią się w związku z obecnością APOEε4, genetycznego czynnika ryzyka AD.

<table><tbody><tr><td>Skaner rezonansu monetycznego 3T</td><td>Siemens Medical Solutions</td><td>MAGNETOM Trio, A Tim System</td><td>Skaner MRI 3T</td></tr><tr><td>FSL (biblioteka oprogramowania FMRIB)</td><td>Uniwersytet Oksfordzki</td><td>w wersji 6.0</td><td>Oprogramowanie do funkcjonalnego przetwarzania obrazowania</td></tr><tr><td>AFNI (Analiza funkcjonalnego neuroobrazowania)</td><td>National Institute of Mental Health, National Institutes of Health</td><td>Dowolna wersja po maju 2015</td> <td>r.Oprogramowanie do funkcjonalnego przetwarzania obrazowania</td></tr><tr><td>SPM8 (statystyczne mapowanie parametryczne)</td><td>University College of London</td><td>SPM8</td><td>Oprogramowanie do funkcjonalnego przetwarzania obrazowania Oprogramowanie</td></tr><tr><td>Matlab</td><td>Mathworks, Inc</td><td>Wersja R2012a</td><td>Oprogramowanie komputerowe</td></tr><tr><td>Oprogramowanie SDS</td><td>Applied Biosystems, Inc</td><td>7900HT Szybki system PCR</td> w <td>czasie rzeczywistym PCR w czasie rzeczywistym</td></tr><tr><td>Testy Taqmana</td><td>ThermoFisher Naukowe</td><td>specyficzne dla</td><td>SNP Genotypowanie SNP</td></tr></tbody></table>

analiza uogólnionej interakcji psychofizjologicznej (ppi) łączności związanej z pamięcią u osób z genetycznym ryzykiem choroby alzheimera

Generalized Psychophysiological Interaction (PPI) Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease

W neuroobrazowaniu, funkcjonalny rezonans magnetyczny (fMRI) mierzy sygnał zależny od poziomu natlenienia krwi (BOLD) w mózgu. Stopień korelacji sygnału BOLD w przestrzennie niezależnych obszarach mózgu określa funkcjonalną łączność tych regionów. Podczas zadania poznawczego fMRI analiza interakcji psychofizjologicznej (PPI) może być wykorzystana do zbadania zmian w łączności funkcjonalnej w określonych kontekstach zdefiniowanych przez zadanie poznawcze. Przykładem takiego zadania jest takie, które angażuje system pamięci, prosząc uczestników o nauczenie się par niepowiązanych ze sobą słów (kodowanie) i przypomnienie sobie drugiego słowa w parze, gdy przedstawiono mu pierwsze słowo (odzyskiwanie). W niniejszym badaniu wykorzystaliśmy ten rodzaj zadania pamięci asocjacyjnej i uogólnioną analizę PPI (gPPI), aby porównać zmiany w połączeniach hipokampa u osób starszych, które są nosicielami genetycznego czynnika ryzyka choroby Alzheimera (AD) apolipoproteiny-E epsilon-4 (APOEε4). W szczególności pokazujemy, że funkcjonalna łączność podregionów hipokampa zmienia się podczas kodowania i odzyskiwania, dwóch aktywnych faz zadania pamięci asocjacyjnej. Zależne od kontekstu zmiany w funkcjonalnej łączności hipokampa różniły się istotnie u nosicieli APOEε4 w porównaniu z osobami niebędącymi nosicielami. Analizy PPI umożliwiają zbadanie zmian w łączności funkcjonalnej, odrębnych od jednowymiarowych efektów głównych, oraz porównanie tych zmian między grupami. W związku z tym analiza PPI może ujawnić złożone efekty zadań w określonych kohortach, których tradycyjne metody jednowymiarowe nie uwzględniają. Analizy PPI nie są jednak w stanie określić kierunkowości ani przyczynowości między funkcjonalnie połączonymi regionami. Niemniej jednak analizy PPI dostarczają potężnych środków do generowania konkretnych hipotez dotyczących zależności funkcjonalnych, które można testować za pomocą modeli przyczynowych. Ponieważ mózg jest coraz częściej opisywany w kategoriach połączeń i sieci, PPI jest ważną metodą analizy danych z zadań fMRI, która jest zgodna z obecną koncepcją ludzkiego mózgu.

Przy dwóch różnych aktywnych fazach zadania (kodowanie i wydobywanie) oraz dwóch regionach ziarnowych (przednia i tylna część hipokampa) istnieją cztery warunki, dla których należy zaraportować wyniki dla każdej grupy. Mapy aktywacji zadania w obrębie grup (nie przedstawiono ich tutaj, patrz Harrison et al., 201612) wykazują, że płat potyliczny, kora słuchowa, rozległe obszary płata ciemieniowego, czołowe ośrodki językowe, górny zakręt skroniowy oraz jądro...

Ten manuskrypt opisuje, jak przeprowadzić analizę interakcji psychofizjologicznej, aby ujawnić zależne od zadania zmiany funkcjonalnej łączności między wybranym regionem nasiennym a wokselami w innych regionach mózgu. Analiza interakcji psychofizjologicznych jest popularną metodą badania wpływu zadań na łączność mózgową, w odróżnieniu od tradycyjnych efektów aktywacji jednowymiarowej.

Analiza uogólnionej interakcji psychofizjologicznej (PPI) łączności związanej z pamięcią u osób z genetycznym ryzykiem choroby Alzheimera

In neuroimaging, functional magnetic resonance imaging (fMRI) measures the blood-oxygenation-level dependent (BOLD) signal in the brain. The degree of ...

Ogólnym celem tej analizy jest zidentyfikowanie zależnych od kontekstu zmian w funkcjonalnej łączności między regionami hipokampa a resztą mózgu, związanych z pamięcią. Metoda ta może pomóc odpowiedzieć na kluczowe pytania w dziedzinie neuronauki poznawczej, takie jak to, w jaki sposób zmienia się łączność funkcjonalna w odpowiedzi na określone wymagania poznawcze w ramach zadania eksperymentalnego. Główną zaletą tej techniki jest to, że pozwala ona naukowcom testować konkretne hipotezy dotyczące funkcjonalnej łączności kluczowych regionów mózgu podczas zadania poznawczego.W tym eksperymencie należy uwzględnić osoby w wieku 55 lat i starsze ze spadkiem funkcji poznawczych, które zostały zgenotypowane pod kątem allelu ryzyka choroby Alzheimera apolipoproteiny E epsilon cztery przed eksperymentem, przebadać uczestników pod kątem bezpieczeństwa MRI i uzyskać świadomą zgodę. Użyj systemu MRI o mocy trzech tesli, aby uzyskać dane obrazowania całego mózgu. W przypadku obrazowania funkcjonalnego zbierz wycinki osiowe za pomocą sekwencji obrazowania echo-planarnego podczas uruchamiania zadania pamięci asocjacyjnej niepowiązanych ze słowami.Aby ułatwić rejestrację obrazów funkcjonalnych, należy również uzyskać osiowe warstwy współpłaszczyznowych obrazów strukturalnych T2-zależnych. W przypadku obrazowania strukturalnego o wysokiej rozdzielczości należy zebrać warstwy osiowe za pomocą sekwencji 3D T1-ważonej. Po zakończeniu obrazowania dla wszystkich uczestników należy skonfigurować etapy przetwarzania wstępnego i ogólny model liniowy pierwszego poziomu przy użyciu narzędzia do analizy eksperckiej FSL FMRI lub FEET dla pierwszego uczestnika.Na karcie Dane kliknij Wybierz dane 4D i przejdź do pliku z korekcją ruchu i wyodrębnionym mózgiem. Ustaw TR tak, aby odpowiadał sekwencji funkcjonalnej i użyj domyślnego filtra górnoprzepustowego. Teraz w zakładce Pre-stats kliknij brak w sekcji korekcja ruchu i odznacz BET brain extraction.Wprowadź pięć milimetrów, aby ustawić pełną szerokość połowy maksymalnego jądra Gaussa dla wygładzania przestrzennego. Następnie kliknij opcję Pełna konfiguracja modelu i utwórz pliki chronometrażu zadania oznaczające początek i przesunięcie faz zadania. Dodaj je do OML OML wybierając format trzykolumnowy i przechodząc do odpowiedniego pliku tekstowego.Uwzględnij jeden dla fazy kodowania zadania i jeden dla fazy pobierania. W przypadku konwolucji wybierz opcję Płaskie reaktory HRF o podwójnej gammie. Następnie użyj danych wyjściowych narzędzia MCFLIRT, aby utworzyć sześć jednokolumnowych plików tekstowych, które opisują korekcję ruchu wykonaną dla każdego woluminu w zestawie danych.Wybierz opcję Pełna konfiguracja modelu i dodaj parametry oraz ich pochodne czasowe jako zmienne objaśniające lub EV w GLM. Dla każdego ruchu EV wybierz opcję Niestandardowe dla kształtu podstawowego, brak dla konwolucji i wypełnienia czasowego. Teraz przejdź do zakładki Statystyki w oprogramowaniu i wybierz dane wyjściowe narzędzia FSL motion outliers w opcji Dodaj dodatkowe zakłócające EVs.Teraz w zakładce Rejestracja zaznacz Rozszerzony obraz funkcjonalny i Główny obraz strukturalny dla rejestracji dwuetapowej. Wybierz uczestników współpłaszczyznowego skanowania strukturalnego T2-ważonego jako pierwszy krok do zarejestrowania funkcji w danych strukturalnych. Wybierz sześć stopni swobody w drugim polu rozwijanym.W następnym kroku zarejestruj obraz T2 w MP-RAGE o wysokiej rozdzielczości T1, wybierając rejestrację opartą na granicach z listy rozwijanej. Na koniec zarejestruj dane konstrukcyjne o wysokiej rozdzielczości w standardowym szablonie MNI 152, wybierając 12 stopni swobody i transformację liniową. Przed skonfigurowaniem modelu interakcji psychofizjologicznej należy najpierw załadować dane procesu wstępnego do oprogramowania FSL FEAT.Wybierz odszumiony obraz jako plik wejściowy. Na kartach Statystyki wstępne ustaw korekcję ruchu i ekstrakcję mózgu na Brak. Nie należy wykonywać filtrowania czasowego ani wygładzania przestrzennego.Następnie w zakładce Stats wybierz opcję Pełna konfiguracja modelu i na karcie EVs dodaj wszystkie zmienne z modelowania pierwszego poziomu, w tym korekcję ruchu, macierz zakłóceń z wartości odstających ruchu FSL i czas zadania. Uwzględnij EV dla fizjologicznego przebiegu czasu od nasion jako współzmienną niebędącą przedmiotem zainteresowania. Następnie utwórz warunki PPI, wybierając opcję Interakcja w menu Kształt podstawowy, a następnie wybierz kurs czasu początkowego EV i jednozadaniowy kurs EV. W przypadku opcji Utwórz zero wybierz opcję Center (Środek) dla zmiennych zadania i Mean (Średnia) dla kursu czasu początkowego EV. Teraz w zakładce Kontrasty i F-testy zamodeluj następujące konkretne efekty, wprowadzając jeden z nich w odpowiednich komórkach EV.Faza zadania kodowania, faza zadania pobierania, przebieg czasu zasiewu, PPI zasiewu i kodowania oraz PPI zasiewu i odzyskiwania. Na koniec wprowadź wartość ujemną, aby modelować ujemne PPI dla każdej fazy zadania. Użyj narzędzi programowych do statystycznego mapowania parametrycznego, aby przeprowadzić porównania na poziomie grupy.Zacznij od wybrania opcji Określ drugi poziom, a następnie wybierz pozycję Test t dla dwóch prób w obszarze Projekt. Przejdź do katalogu z parametrem oszacuj obrazy dla grupy pierwszej i wybierz je. Następnie dodaj obrazy dla grupy drugiej i uruchom to porównanie, klikając przycisk Odtwórz.Teraz wróć do głównego okna. Wybierz pozycję Oszacuj i przejdź do opcji Skalowane zarządzanie partnerami. Plik MAT utworzony w poprzednim kroku w celu uruchomienia oszacowania modelu.Następnie na karcie Wyniki wybierz pozycję Zdefiniuj nowy kontrast. Wybierz opcję Kontrast T i wprowadź jeden ujemny kontrast w polu Kontrast dla nośników APOE-4 większych niż APOE-4 niebędących nosicielami, a następnie kliknij przycisk OK. Na koniec uruchom porównanie kontrastów grup, jak pokazano tutaj. Wybierz opcję Brak dla opcji Zastosuj maskowanie, a następnie ręcznie ustaw próg poziomu wokseli i minimalny rozmiar klastra zgodnie z danymi wyjściowymi z oprogramowania 3dClustSim firmy AFNI.Wprowadź wartość ujemną jeden-jeden dla przewoźników APOE-4 niebędących nosicielami większych niż nosiciele APOE-4. W obrębie grupy uogólnione analizy interakcji psychofizjologicznych wykazały znaczące zmniejszenie łączności funkcjonalnej u nosicieli APOE-4, kolor zielony, zarówno dla warunków zadaniowych, jak i podregionów hipokampa. U APOE-4 niebędących nosicielami zaobserwowano czerwone, znaczące zmniejszenie łączności funkcjonalnej tylko z tylnym hipokampem podczas kodowania.Podczas pobierania stwierdzono istotne różnice między nosicielami APOE-4 a osobami niebędącymi nosicielami w lewym zakręcie nadbrzeżnym, ciemnoniebieskim, prawym nadbrzeżnym złączu kątowym, pomarańczowym, a także w prawym przedklinku, fioletowym. Współrzędne piku dla każdej grupy są podawane w przestrzeni MNI. W tym miejscu kontrasty oszacowań parametrów z każdego klastra są wykreślane według grup.Czerwone linie wskazują zero i podkreślają, że nosiciele mają zmniejszoną funkcjonalną łączność z przednim hipokampem w tych regionach podczas pobierania. Pasmo w polach reprezentuje medianę, podczas gdy górna i dolna krawędź pól reprezentuje odpowiednio pierwszy i trzeci kwartyl. Po opracowaniu technika ta utorowała drogę funkcjonalnym neuroimagerom do badania dynamicznych połączeń związanych z zadaniami u ludzi.Obejmuje to zarówno kohorty zdrowe, jak i pacjentów, a także osoby o zwiększonym genetycznym ryzyku choroby, jak opisujemy tutaj. Po obejrzeniu tego filmu powinieneś dobrze zrozumieć, jak używać analizy PPI do testowania zależnych od kontekstu zmian łączności funkcjonalnej między obszarem zainteresowania a resztą mózgu.

generalized-psychophysiological-interaction-ppi-analysis-memory

Research

JoVE Journal

Neuroscience

Neuronauka

Omówiono metodologię gromadzenia gęstych danych potencjałów wywołanych podczas wykonywania przez pacjentów z chorobą Alzheimera zadania z pamięcią rozpoznawczą. Protokół ten obejmuje przygotowanie badanych, zapewnienie jakości, akwizycję danych oraz analizę danych.

Badanie charakterystyki pamięci epizodycznej z wykorzystaniem potencjałów wywołanych zdarzeniami u pacjentów z chorobą Alzheimera

Ten protokół opisuje uzupełniające techniki neuroobrazowania połączeń strukturalnych w stanie spoczynku, dezaktywacji wywołanej zadaniem i analiz połączeń strukturalnych w celu zbadania domyślnej sieci w zespole stresu pourazowego. Zastosowanie metod synergicznych może potencjalnie prowadzić do poprawy diagnostyki i oceny ciężkości, wyników i innych istotnych czynników klinicznych.

Opracowywanie fenotypów neuroobrazowania sieci trybu domyślnego w PTSD: integracja stanu spoczynku, pamięci roboczej i łączności strukturalnej

Aby zbadać współistniejącą chorobę Alzheimera (AD) i stan udaru w nowym modelu, opisano trzy zadania behawioralne, które oceniają zarówno kontrolę motoryczną, jak i zachowania poznawcze. Zadania te obejmują zadanie chodzenia po belce, zadanie cylindra i labirynt wodny Morrisa.

Uczenie się przestrzenne zależne od motoryki i hipokampa oraz ocena pamięci referencyjnej w transgenicznym szczurzym modelu choroby Alzheimera z udarem mózgu

Ten artykuł opisuje Test 4 Gór (4MT), zależny od hipokampa test działającej allocentrycznej pamięci przestrzennej. Hipokamp jest dotknięty chorobą na wczesnym etapie choroby Alzheimera (AD), a w tym artykule przedstawiono metodologię 4MT i wyniki badań pacjentów, które pokazują wartość 4MT w diagnostyce stanu przeddemencyjnego AD.

Test 4 Gór: Krótki test pamięci przestrzennej o wysokiej czułości do diagnozy choroby Alzheimera w stanie przeddemencyjnym

Na podstawie obrazowania funkcjonalnego rezonansu magnetycznego w stanie spoczynku z analizą przyczynowości Granger, zbadaliśmy zmiany w ukierunkowanej funkcjonalnej łączności między tylną korą obręczy a całym mózgiem u pacjentów z chorobą Alzheimera (AD), pacjentów z łagodnymi zaburzeniami poznawczymi (MCI) i zdrowych osób z grupy kontrolnej.

Zastosowanie analizy przyczynowości Grangera ukierunkowanego związku funkcjonalnego w chorobie Alzheimera i łagodnych zaburzeniach poznawczych

Ten artykuł opisuje protokół oceny funkcji poznawczych dla modeli genetycznych choroby Alzheimera przy użyciu systemu IntelliCage, który jest wysokowydajnym zautomatyzowanym systemem monitorowania zachowań z warunkowaniem instrumentalnym.

Zautomatyzowany, długoterminowy test behawioralny funkcji poznawczych w wielu modelach genetycznych choroby Alzheimera z wykorzystaniem IntelliCage

Ten protokół oferuje digitalizację części tradycyjnych zadań klinicznych, powszechnie używanych do pomiaru funkcji poznawczych i kontroli motorycznej w chorobie Parkinsona. Zadania kliniczne są digitalizowane, a rytmy biofizyczne są rejestrowane na różnych poziomach funkcjonalnych układu nerwowego, od dobrowolnego, spontanicznego, automatycznego do autonomicznego.

Dynamiczne cyfrowe biomarkery funkcji motorycznych i poznawczych w chorobie Parkinsona

Przedstawiamy protokół do identyfikacji funkcjonalnych implikacji wariantów niekodujących zidentyfikowanych przez badania asocjacyjne całego genomu (GWAS) przy użyciu trójwymiarowych interakcji chromatyny.

Mapowanie wariantów choroby Alzheimera do ich docelowych genów przy użyciu obliczeniowej analizy konfiguracji chromatyny

To jest badanie rezonansu magnetycznego 3T, którego celem jest zbadanie różnic w objętości istoty szarej między pacjentami z psychozą wywołaną konopiami indyjskimi a niepsychotycznymi przewlekłymi użytkownikami marihuany.

Morfologia mózgu osób zażywających konopie indyjskie z psychozą lub bez: pilotażowe badanie MRI

Przedstawiamy protokół umożliwiający wychwytywanie i identyfikację specyficznych dla choroby interakcji białko-białko z komórek i tkanek rodzimych za pomocą sond chemicznych i spektrometrii mas. Uzyskane zbiory danych interakcji są analizowane za pomocą dedykowanej platformy internetowej, aby ujawnić dynamiczne dysfunkcje sieci oraz zmiany w ścieżkach związane z chorobą.

Mapowanie dysfunkcyjnych interakcji białko-białko w chorobach

Poznaj analizę PPI łączności funkcjonalnej między hipokampem a innymi obszarami mózgu u osób z ryzykiem genetycznym choroby Alzheimera. Ta metoda pozwala badać zmiany związane z zadaniami pamięciowymi.

Analiza uogólnionej interakcji psychofizjologicznej (PPI) łączności związanej z pamięcią u osób z genetycznym ryzykiem choroby Alzheimera (Wideo) | JoVE Journal

Analiza uogólnionej interakcji psychofizjologicznej (PPI) łączności związanej z pamięcią u osób z genetycznym ryzykiem choroby Alzheimera

Przeglądaj więcej filmów