喫煙のドーパミン作品:LP-ntPETと短命ドーパミン変動の動的イメージの作成

Behavior
 

Summary

私たちは、喫煙によって誘発されるドーパミン変動を捕捉するための新規PETイメージングアプローチを提示する。被験者は、PETスキャナーでたばこを吸​​う。ダイナミックPET画像は、時間的に変化するドーパミン言葉が含まれていますLP-ntPET、だけ時間的にボクセルごとのボクセルをモデル化している。結果は、喫煙中線条体におけるドーパミン変動のオススメ作品です。

Cite this Article

Copy Citation | Download Citations

Morris, E. D., Kim, S. J., Sullivan, J. M., Wang, S., Normandin, M. D., Constantinescu, C. C., Cosgrove, K. P. Creating Dynamic Images of Short-lived Dopamine Fluctuations with lp-ntPET: Dopamine Movies of Cigarette Smoking. J. Vis. Exp. (78), e50358, doi:10.3791/50358 (2013).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

我々は、ダイナミックPETデータから脳のドーパミンのムービーを作成するための実験的および統計的な手順について説明します。映画はタバコを吸っによって誘発されるドーパミンの分刻みの変動を表しています。他の可能性のある交絡効果は(そのような繰り返し喫煙に頭部の動き、予想、ノベルティ、または嫌悪など)が最小化されながら、喫煙は、自然の喫煙経験の間に結像される。

私たちは、ユニークな分析の詳細を提示する。神経伝達物質の放出の短期的な変動を捉えることができないPET解析推定時不変運動モデルのパラメータのための従来の方法。我々の分析-ドーパミンのムービーをもたらす-は時変パラメータ1-7を可能に運動モデルや他の分解技術と我々の仕事に基づいています。分析のこの局面 - 時間的変化は - 私たちの仕事への鍵となります。我々のモデルは、パラメータでもリニアなので、目に適用するために、計算上、実用的です電子ボクセルレベル。前処理、モデリング、統計比較、マスキングおよび可視化:解析手法は、5つの主要なステップで構成されています。前処理は、空間ノイズを低減しますが、重要な時間情報を保持するユニークな'HYPR'空間フィルタ8とPETデータに適用される。モデリングは、11 C-ラクロプライド取り込みに対するドーパミンの効果を最もよく表し時間変化の関数を識別します。統計的なステップは、従来のモデルは9〜私たちの(LP-ntPET)モデル7の適合を比較します。マスキングは、最高の新しいモデルによって説明されたものボクセルに治療を制限します。可視化は、カラースケールに各ボクセルにおけるドーパミンの機能をマッピングし、ドーパミンのムービーを生成します。暫定的な結果と喫煙のサンプルドーパミンムービーは掲載されています。

Introduction

医療リスクの圧倒的な証拠にもかかわらず、喫煙は依然として主要な健康問題である。これは、喫煙をやめることだけは非常に困難です。成人の米国の人口の20%以上が喫煙を続け、最初の月10内再発を終了しようとほとんどの喫煙者。残念なことに、禁煙を支援する、および/またはニコチン依存を減らすために、いくつかの利用可能な治療があります。私たちの研究室では、我々は、禁煙や薬物の取り方、他のための新しい薬の開発を支援するために、中毒や依存性を理解するためにPETイメージングを使用してに興味を持っています。

線条体におけるドーパミンの急速な上昇は、撤退とその後の薬物探索に関連している可能性が薬や行動11とベースラインにドーパミンの迅速な返還の中毒性の責任をエンコードするために考えられている。喫煙のようないくつかの依存性物質や行動については、線条体ドーパミンの上昇は非常に短命(分)です。番目上昇の電子大きさは大きくはない(1-2Xベースライン)、およびこれらの応答の空間的な範囲は、線条体の小さなサブ領域に限定してもよい。

動物実験で明らかにニコチンがラット12の側坐核でドーパミン放出を引き起こすことを示している。しかし、初期の試み-用いた従来の分析を-ニコチンや喫煙中または後に、ヒトにおけるドーパミン変化を推定するためには、信頼できないと矛盾する結果得られている13-18。これらの研究のいくつかは、喫煙者は、スキャナ、外で喫煙でき。その他被写体までのニコチンのみ配信。タバコへの最高の研究中毒に、私たちはより良いイメージングプロトコルを開発し、私たちは、準天然の喫煙行動に対​​する脳の応答を捕捉することを可能にする高度な分析とそれらを補完するために着手した。

ポジトロン断層撮影(PET)は、人間の脳の神経化学を探査する能力で脳スキャン技術の中で一意である< em>の生体内である。多くのPETトレーサーは、ドーパミン受容体、多くは内因性ドーパミンとの競争の影響を受けているを追跡するために存在する。残念なことに、PET画像解析の従来の方法は、動的PET画像から、( インビトロ法に類似して)結合能として知られているフリートレーサーに結合した定常状態比を推定する。定常状態比( 例えば 、ベースラインからの喫煙状態に)における明らかな変化は、ドーパミン変更を示すために取られる。しかし、中毒に関連するドーパミンの変化が定常状態量の推定値は欠陥があるので、本質的に一時的です。そのような我々は喫煙から期待するものとして - さらに、高度にローカライズされた脳の反応を欠場する可能性が高い典型的な関心領域分析平均大解剖学的に定義された領域上にトレーサー濃度となります。喫煙以前のPET研究は、スキャナでの喫煙時に喫煙者の頭の動きに苦しんでいる可能性があります。

jove_contentは ">機能的MRI(fMRIの)は、時間スケールの分が、fMRIのはPETの分子特異性を欠いている上の線条体のサブ領域で発生するイベントをキャプチャするために必要とされる必要な空間および時間分解能を提供しています。BOLD信号から派生血流の変化、したがってneuronallyと分子非特異的であるこのように、我々はPETを利用した-が、新しい方法で、彼らはの神経症状の根底にあると考えられているので、このプロトコルの目標は、喫煙を簡単にローカライズされたドーパミン応答を推定することであった。渇望と薬物探索行動。

ドーパミン受容体リガンドで作られたダイナミックPET画像にキャプチャされドーパミントランジェントを推定するために、我々は以前に基づいたものをまとめて神経伝達物質PET 1,5,6,19のための"ntPET"と呼ばれる運動モデルのシリーズを、、導入従来の二組織コンパートメントモデルが、DOPの時間変動を条件によって増強されたアミンとドーパミンとトレーサー( すなわち競争)の間の相互作用。これらのモデルは、ゴールドスタンダードに照らして検証されました。具体的には、我々のモデルが同時に取得微小透析測定4,7とよく一致しているラットのPETデータから時間をかけてドーパミン濃度を予測することが実証されている利点 :我々のモデルの最新のどちら線形およびNP(ノンパラメトリックてきた-ntPET)1または線形およびパラメトリック(LP-ntPET)7。後者のモデルはアルパートによって導入された以前の線形モデルから派生しています 20。それはボクセルレベルで動的データにモデルを適用することは、計算上簡単であることを保証するため、線形化が重要な開発です。最近の概念実証研究では、運動課題3を行う被験者のドーパミンのムービーを作成して、映 ​​画が予想されるように運動課題のタイミングに敏感であったことを示すことができた。 MOVIES画像の各ボクセルにおけるドーパミンレベルの時間経過の表現があります。 PETにおけるボクセルごとのボクセルの方法は、一般的にそうボクセルベースの時間放射能曲線(TACは)固有のノイズを最小限に抑えるために、低信号から雑音比に苦しむ、我々は、事前に革新的な空間フィルタ、 'HYPR'、8を適用処理工程。ノイズを低減しながら、このステップが応答ボクセルのキー時間特性を保持します。

喫煙はニコチン配信以上のものです。タバコはニコチンに加えて4,000の化学物質が含まれています。ニコチンは、初期中毒効果の主な原因であると考えられている一方で、他のすべての手がかりと喫煙の感覚のコンポーネントは愛煙家には強化になる。我々は、PETスキャナー内部ながら喫煙画像喫煙することができるために必要なことを意味して喫煙の全体の挙動を研究することを選んだ。残念なことに、喫煙と頭部の動きをしています。私達のイメージにヘッドモーションアーチファクトを排除するために、我々はVicra motioを使用反復解像回収再構成アルゴリズム21の一部としてのnトラッキングシステム(NDIシステム、ルー、カナダ)とイベントごとの動き補正。

私たちの新しいスキャンと分析の方法は中毒性薬物や行動に対する脳の反応のユニークな署名です簡潔かつ局所的なドーパミントランジェントを引き出すと、キャプチャするために設計されています。 すなわち "ドーパミンの映画" -ボクセルごとボクセル実行、我々のモデルでは、線条体ドーパミンの変動の画像の動的なセットを生成する。これらの映画は中毒の新時空バイオマーカーを表しており、中毒および/または治療効果の指標のリスクを直接、多次元の指標として役立つことができる。

Protocol

マルチスライスドーパミンムービーを製造するため、以下に説明する手順全体の概要を、 図1のフローチャートにまとめられている。

  1. プリPET MRスキャン

    PETスキャンとは別の日には構造的なMRスキャンを取得する。 MRスキャンは、PET画像のための解剖学的基準を提供します。構造的MRIのための典型的な取得パラメータは以下のとおりです。3D MPRAGE MRパルスシーケンスTE = 3.3ミリ秒、フリップ角= 7度で、スライス厚= 1.0ミリメートル、0.98×0.98ミリメートルピクセル。

    1. 練習PET /喫煙セッション

      被写体がPETセンターへの以前の訪問で、理想的には、スキャン前にどちらかのPETスキャナーでの喫煙の動きを練習したりするように手配。これは、実際のP​​ETスキャン中に混乱や不快感を避けることができます。また、初めてスキャナであることの目新しさがなくなります。シーメンスHRRT高解像度の脳スキャナーであるため、トンネルは狭いと彼/彼女の口にタバコを持って来るために喫煙者のための最小限の隙間があります。我々は、頭部の動きに対処するための洗練されたシステムを持っていますが、それは彼/彼女の頭を動かさないようにしようとしたときに喫煙習慣喫煙を持っていることはまだお勧めします。

    2. 患者の準備
      1. IVライン

        IVは看護師によって挿入されたとトレーサーを実現ポンプに後で取り付けるために準備しなければなりません。トレーサーは、IVラインを介して患者に注入されます。

      2. ヘッドモーションモニタ

        被験者の頭の上に貼って反射球。 Vicra頭部追跡システムのレーザーポーリング20 Hzの速度で反射球の位置。球体は、剛性、十字状の "ツール"に取り付けられ、工具が被検体によって着用ライクラ水泳キャップに取り付けられている。工具の位置をリアルタイムで表示が頭部の動きを監視し、そのレーザsysteを確認するために試験担​​当者によって使用されるべき mは、工具の遮るもののないビューを有し、画像再構成の後の使用のために継続的にヘッド位置を記録している。

    3. 噴射ポンプを準備
      1. プログラムスキャンを通してドーパミン変動にPET画像の感度を最大化するラクロプライドのための適切な輸液パラダイムとポンプは、一定の注入に続いて初期ボーラスとして、11 C-ラクロプライド、トレーサーを投与。注入対初期ボーラスで配信されるトレーサーの適切な相対量を決定するために、我々はカーソンの方法に従ってください。22(分単位で"Kbol"注入速度にボーラスで投与量の比率を計算する)ヒトにおける11 C-ラクロプリドのインパルス応答関数の知識を与えられた。トレーサーの配信が所定のプロトコルに従って、プログラム可能な輸液ポンプを駆動し、社内のコンピュータプログラムによって制御される。
    4. エアフィルターを起動します。tは ">喫煙、位置の間にPETスイートからの受動喫煙をなくすために、スキャナの前に被験者の頭の上にエアフィルター(Movexの社、ノーサンプトン、PA)の摂取量は。持参する主題の余地を残す喫煙中、彼/彼女の口にタバコを。フィルターは前の研究への電源が入っていて、複数のスキャンが実行される場合、すべての条件で使用されています。

    5. トランスミッションスキャン

      9分伝送前トレーサーとPETスキャンの買収の注入にスキャン獲得。変速機は、脳全体の線減衰係数の3Dマップを作成するために取得される。減衰マップは、放射(PET)画像の再構成に使用される。

  2. PETスキャン
    1. 注射やPETスキャンを開始

      認定された核医学技術者はトレーサーを管理する必要があります。一般的に、2技術者のチームは、トレーサー管理とPETデータ収集は同時開始 LY。

    2. 喫煙時の評価尺度

      喫煙直ちに前に、次の対象者に、口頭で、シンプルなアンケートを管理します。喫煙者は彼/彼女の渇望、渇望の満足、ニコチン高く、1-100のスケールで嫌悪の感情を評価しなければなりません。

    3. 喫煙

      自然主義の喫煙経験ドーパミン応答を捕捉するためには、彼自身のペースで吸うタバコの彼自身のブランドを吸う、そして最も重要なのは、自分で喫煙を行うのではなく、ニコチンや勉強によって管理タバコを持っている喫煙者に指示要員。喫煙 - 前午前0時から禁欲している - 煙連続で2つのタバコ。彼らは一般的に、両方のタバコを完了するために10分ほどかかる。

    4. 評価尺度は、ポスト喫煙(前述のように)。
  3. ポスト-PETスキャン
    1. 使用MOLAR Vicraデータを経由して復興に送信、スキャン完了買収が完了するontent ">した後、リストモードデータ(その時間と場所で、個々の崩壊イベントの記録)放射画像にを再構築。当センターで使用される再構成アルゴリズムは、(反復アルゴリズムであるカーソン、バーカー散布、減衰、デッドタイム、および正規化、スキャナジオメトリと点広がり関数の高周波Vicraの録音を使用して、イベントレベルで運動を補正します21)。訂正もアルゴリズムに含まれています。再建事前に選択したタイムフレームで3D PET画像のダイナミックシリーズを生成。

    2. MR前処理とMR-PET登録

      被写体のMR画像23から頭蓋骨を削除するには、標準的なアルゴリズムを使用してください。 MRはほとんどのトレーサーが頭蓋骨に取り込まれていないため、PETとの合わせの前にデ - 酔ったでなければなりません。

  4. HYPRとダイナミックPETデータをフィルタリング

    の変形を適用空間フィルタリング方法、クリスチャン 8,24の仕事後にフレームごとの方法ですべてのPET画像に高度に限定された逆投影(HYPR-LR)。 HYPR-LRの魅力は、それが私たちがドーパミンムービーを作成するために使用するすべてのボクセルにおける劣化時間情報なしで空間的なノイズを低減することである。

  5. MRテンプレートにPETデータを合わせ

    変換行列1を得るために、被験者のMRデータへのPETの位置を合わせます。 (これは、典型的にはPETスキャンの早期からのイメージを使用して行われます。)変換行列2を生成する標準のMRテンプレートにMRデータを登録します。標準テンプレート空間にHYPRフィルタリングされたPETデータを登録するための変換1と2を組み合わせる。データには、等方性ボクセル(2×2mmの×2 mm)の標準で解剖学的空間に今ある。

  6. 線条体マスクを適用

    ラクロプリドは、線条体でのみ使用される背景のコントラストに十分な信号を有する。これは、脳の領域であるそれは、薬物中毒に関与している。続いマルティネス 25は、テンプレート領域内のすべてのPETデータへのプレ交連線条体(腹側線条体、背尾状核、背側被殻)のマスクを適用します。

  7. 二つのモデルのボクセルベースの​​フィット
    1. LP-ntPETためのドーパミン応答関数を選択

      刺激に可能ドーパミン応答と一致している応答関数を選択します。応答関数の特定のセットを選択することによって、人は私たちの特定の刺激のために期待されているカーブに推定ドーパミン応答の形状やタイミングを制約することができます。喫煙のために、我々はドーパミン濃度の単峰立ち上がりと立ち下がり( "ガンマ変量"字カーブ)を期待しています。スキャン、40分(一部の期待を考慮するために)およびそれ以降に含まれているの "離陸"時代とともに応答関数の遺族に45分での喫煙の場合。

    2. LP-ntPETモデルを適用

      LP-ntPETモッズフィットノルマンディの方法に応じてマスク領域内の個々のボクセルにおけるPETのTACへエル7。モデルの演算式は、 図3aに示されている。各応答機能付きPET TACの積の積分は(運用式の最後の項を参照)をモデルに寄与する線形基底関数のセットになります。 LP-ntPETは、線形、基底関数ベースのダイナミックPETデータをフィッティングするための方法であるので、速やかにトレーサの動作、および相対的ドーパミン(b)の時間的プロファイルを統制動態パラメータの両方を()を推定するために実施することができる各ボクセルにおけるスキャンセッション中に濃度変化、。

      1. WSSRマップを作成

        下記の二乗残差の加重和(WSSR)使用のための各ボクセルのデータへLP-ntPETの適合マップ(WSSR LP-ntPET)を 、記録します。各ボクセルにモデルを当てはめることはトレーサーパラメータの画像を生成する:R 1、K 2 </サブ>、K 2A、γ。 R1が相対流量値であり、k 2は、基準領域の流出速度であり、k 2aは 、注目領域内の見かけの流出率であり、γドーパミン信号の大きさである。各ボクセルにおける残差二乗の加重和は、同様に画像として考えることができる。

    3. (従来の)多重線形参照組織モデル(MRTM)を適用

      マスクされた地域内の個々のボクセルにおけるPET時間放射能データに9に続くMRTMモデルに適合。通常、ダイナミックPETデータに適用- - それは時間的に変化するドーパミン任期を欠いことを除い LP-ntPETと同じですMRTMは線形モデルである。唯一の3つのパラメトリック画像のボクセル単位でデータの利回りの見積もりにフィッティングMRTM:R 1、K 2、K2a。同様に、各ボクセルのデータへMRTM(WSSR MRTM)の適合の二乗マップの加重和を記録します。

  8. <リチウム> F-マップを計算

    マスクの各ボクセルでF-統計量を計算することにより、正方形マップの合計からF-マップを作成します。 F統計量は、それぞれの発作の自由度の違いを補正し、WSSRのMRTMにWSSR LP-ntPETを比較します。

  9. しきい値F-マップ

    P <0.05(モデルフィットの自由度に基づく)の確率に変換値におけるしきい値F-マップを。しきい値はすべてのボクセルで同じです。 PETのTAC MRTMよりもLP-ntPETとのより良い(統計的に)適合している線条体でのみボクセルを保持して新しい "意義マスク"を作るためにマップを二値化。

  10. 意義マスクをフィルタリング

    我々は、ノイズに起因すると想定しているボクセルの小さな、孤立したクラスタを排除する意義マスク上の形態学 "オープニング"を(膨張が続く侵食)を実行します。等方的な2×2×2のボクセルカーネルが再​​使用され2ボクセル以下の直径を有するボクセルの孤立したグループを移動します。我々は今、最終的な意義のマスクを持っている。

  11. 色での4Dドーパミンムービーを作成

    ファイナルSignifcanceマスクの各ボクセルでK 2aにより正規化推定ドーパミン曲線の値を格納します。これらのデータは、 "正規化されたドーパミンの画像"を構成し、4次元になります。彼らは、事実上、各ボクセルのための各時点における相対ドーパミン値が有意なドーパミン刺激に対する応答を有することがわかった。正規化されたドーパミン画像にカラールックアップテーブルを適用することによって色分けされた画像系列を作成する。対応するMRテンプレート画像上の色分けされたドーパミン画像をオーバーレイ。 * pngファイルとして色分けされた一連の画像を保存します。これは、単一スライス "ドーパミン映画"である。 1ムービーに腹側線条体を含む各スライスのドーパミンのムービーを配置します。この配置は、マルチスライスドーパミンムービーです。

  12. 喫煙データと制御データSIMを分析ilarly

    検査されるすべての実験条件からのデータで同じ分析を実行します。このプロジェクトでは、我々は、取得と、2つの別々の条件での各被験者のデータ分析:喫煙とコントロール(禁煙)。

  13. 複合ドーパミンムービーを構築することによって制御することが喫煙を比較

    異なる条件で同じ被写体にドーパミン映画、 例えばベースラインまたは偽タスク対喫煙を作り出す。ベースラインと喫煙のために線条体のすべてのスライスのための一つの主題は、 "複合ドーパミン映画"をプロデュース。

  14. ムービーの実行

    タバコに対する脳のユニークなドーパミン作動レスポンスを備えて空間的および時間的なパターンを明らかにする "マルチスライスドーパミンムービー"(結果に示されるように)再生します。

Representative Results

図2。単一の線条体ボクセルでの時間 - 活性データの滑らか上の2つの異なるHYPR空間フィルタの効果。一番上の行:(5×5×5ボクセルカーネルによってフィルタ3×3×3ボクセルカーネルで濾過、フィルタリングされません)46.5分を中心とする3分のフレームから11 C-ラクロプライドのPET発光画像。中段:11 C-ラクロプライドのPET発光画像(フィルタリングされていない、5×5×5ボクセルカーネルによってフィルタ3×3×3ボクセルカーネルでろ過)61.5分を中心とする3分のフレームから。下段:左背尾の同じ単一ボクセル位置から対応する時間放射能曲線。ノイズが大きいフィルタサイズで減少するものの、喫煙時の11 C-ラクロプライドの取り込み(ドーパミンの放出による)で明らかディップが保存されることに注意してください。

図3。プレcomの代表だったドーパミン応答関数の選択ノルマンディ 7に従って各ボクセルにおけるPET時間放射能データにLP-ntPETモデルを当てはめるためputed。トレーサーの注入が開始後に喫煙パラダイムの場合には、タバコの喫煙は45分を開始する。線条体ドーパミン応答は喫煙の期待をエンコードする場合でも-たばこや喫煙を予言、他のキ ​​ューの処理のために、 例えば -私たちは応答関数を安全に前に喫煙しない、以前の 5分以上のベースラインからの離陸の曲線に限定することができると考えた()。同様に、曲線は遅くとも喫煙開始後15分以上時間を離陸しないように制限されていました。 40分で離陸時間を持つ曲線は期待に起因する可能性ドーパミン作動性応答を表す(b)の代表応答関数は、すべて45分でベースラインから離陸;喫煙が始まる時間。 500別のもっともらしい応答関数が生成されます。 <の図については、プロットstrong>の(a)(b)の曲線形状の唯一のサンプリングを示し、時間を離陸。

図4:LP-ntPETモデルの(a)は 、運用方程式。モデルでは、線条体マスク内の各ボクセルにおけるパラメータ推定値の高速計算を可能にする(R 1、K 2、K 2A、γ)のパラメータで線形である。(b)は、パラメトリック画像(R 1、K 2、K 2A、γ )単一の主題のための単一冠状脳スライスの。単独のγはドーパミン応答の大きさを符号化パラメータであるが、すべての4トレーサーパラメータの同時推定は、各ボクセルでの時間 - 活性データにモデルをフィットすることが必要である。

図5。左尾状核におけるボクセルからの時間 - 活性データに(LP-ntPET)は、従来の(MRTM)と新しい​​モデルのはめあい。 MRTMフィットは青である。 LP-ntPETフィットが赤になっています。

図6()MRTMから二乗残差の加重和(WSSR)を示し、(b)は LP-ntPETからは、それぞれの線条体におけるボクセルデータにフィットします。に示すように、同じデータから生成された画像は各ボクセル( すなわち、F-マップ)におけるF比のマップを生成するために比較される2つのWSSR の(c)、(d)は F-マップは、p <0.05で閾値処理されているバイナリ有意性マップを生成する(プロトコールのステップ2.10を参照のこと)。 n個の時間枠、およびLP-ntPETモデルの4つのパラメータ、確率レベルに対応するF統計量のしきい値、P <0.05(3分のフレーム数でビニングされたデータの90分のために、しきい値は4.23である)(E有意性マップは、雑音を表す可能性が最も高いボクセルの小さなクラスターを排除するモルフォロジーフィルタ( "開")で濾過する。最終的な意義·マスクは、そののTACより良いフィットされる線条体のみボクセル(STATを保持istically)従来MRTMモデルとは対照的に、したがって、喫煙へのドーパミン作動性応答を含むと考えられているようにLP-ntPETモデルによる。このしきい値は、複数の比較のために修正するものではありません。その代わりに、偽陽性所見を防ぐために、我々は最終的な意義制御条件用マスクだけでなく( - 1.10 図7とプロトコルステップ1.8を参照)を作成します。

図7(a)は 、単一の科目での喫煙条件の最終的な意義マスクの一つ冠状スライスを示しています。図(b)は 、ベースラインの状態で対応する主語とスライスの最終意義マスクを示しています。コントロールのマスクでクラスターのほぼ完全な欠如とは対照的に、喫煙のマスクの保持ボクセルのクラスターの存在は、ドーパミン映画が(下記参照)、単純にノイズに関連するチャンスイベントやイベントではないという主張をサポートしていますデータ。 (注:注入の活動 -こうしてD信号対雑音比 - ベースラインとの喫煙条件では同等であった)。

図8。冠状向きで脳の単一のスライスのドーパミン映画基底(安静時)ドーパミンレベルに対するフレームごとのドーパミンのレベルを示しています()のベースライン条件の映画を示し、(b)は 、映画を示しています喫煙状態。ドーパミンレベルが色でエンコードされます。具体的には、色が - 対応数値とカラーバーに示す - 基底のパーセントとして基礎レベル以上のドーパミンの変化を表しています。再び、ドーパミンレベルがのみP <0.05有意水準を超えて決勝意義マスクにおけるボクセルのために示されている。

図9。同時にF表示腹側線条体のすべてのスライスと図8のように同じ主題のためのマルチスライス、マルチ条件ドーパミン映画またはベースラインとの喫煙条件。

図1
図1。実験と画像解析手順のフローチャート(AC)は大きい数字を表示するには、ここをクリックしてください

図2
図2。画像(上部と中央)で、単一ボクセルにおける時間放射能曲線(下)上の異なるカーネルサイズのHYPRフィルタの効果が。 大きい数字を表示するには、ここをクリックしてください

/ files/ftp_upload/50358/50358fig3.jpg "/>
図3。 (a)は40分または(b)45分後のトレーサー注入で離陸ドーパミン応答関数の例。

図4
図4。 PETデータへのLP-ntPET運用方程式(A)を当てはめることによって生成されたパラメトリック画像。(b)のモデルの4つのパラメータに対応した画像は、R 1、K 2、K 2A、γは、線条体のために評価され、示されてい対応するMRスライスにオーバーレイ。 より大きい数字を表示するには、ここをクリックしてください

iles/ftp_upload/50358/50358fig5.jpg "/>
図5。単一のボクセルからの時間-活性データにMRTM(青)とLP-ntPET(赤)モデルの発作。

図6
図6。 (a)はMRTMおよび(b)LP-ntPET。各WSSRマップが交互にバイナリマスク(d)に閾値処理をし、その後に濾過F-マップ(c)に作成するために比較されるためにWSSRのパラメトリック画像最終的な意義マスクを生成します。 大きい数字を表示するには、ここをクリック

図7
図7。喫煙()と制御のための最終的なSignifcanceマスクの比較

単一の制御のサブジェクト( '休息')と喫煙状況については、図ヘアラインスライスドーパミン映画。 図8を参照するには、ここクリックしてください

(上)喫煙と(下)コントロール( '休息')の条件の単一主題については、図9.Multiスライスドーパミン映画。 図9を参照するには、ここクリックしてください

Discussion

喫煙へのドーパミン応答にPET文献に所見は13-18矛盾しています。これには多くの理由があるかもしれません。様々な方法論的な困難は、画像喫煙へ​​の試みで発生。少なくとも、一つの可能なデータでモーションアーチファクト、研究者のための受動喫煙曝露、トレーサーの取り込みと保持だけに微妙な変化を引き起こすドーパミンで控えめと短命の変更は、11 C-ラクロプライドと戦わなければなりません。

ドーパミンの大規模かつ持続的な応答の人工的な誘導は、ニコチンの大量投与の静脈注射を投与することにより可能であるかもしれません。しかし、これは喫煙のドーパミンのムービーを作成する際に私たちの基本的な目的に反する。我々の意図は、慎重に、できるだけ喫煙全体の動作にドーパミン作動性応答を調べることであった。中毒研究では、重要な違いは、受動的管理の間で行われ薬の件名と自己投与。喫煙を簡単にドーパミン作動レスポンスをキャプチャし、特徴付けるために - タバコの彼/彼女の自身の優先ブランドを吸う喫煙者 - 私たちの目的は、画像の自己管理にあった。 PET分析は、一般的に薬物または他の挑戦の効果は、スキャン時間に対する相対長命であることを前提としています。イメージングの喫煙は、このようにモデリングとPETとの実験の革新を必要とした。

我々のプロトコルでの重要なステップ

スキャナでの喫煙を促進する

  1. 画像自己投与( すなわち 、喫煙)するために我々は我々の環境安全衛生部門の満足に受動喫煙を排除しなければならなかった。これは、粒子状物質を除去するためにHEPAフィルターを通して被写体の周囲の空気を引く携帯用空気ろ過システムの使用によって達成された。単位はtにわたって低下させることができる透明なドーム状の吸気フードを備えている彼は被写体の顔ではなく、彼/彼女の喫煙を妨げる。
  2. 喫煙は頭部の動きを誘導する - 喫煙者が自分の手を動かし、頭を依然として維持するように指示されている場合でも。単一のタイムフレームの間の動きは、スキャナの点広がり関数を低下させる。つまり、画像のぼかしに寄与する。走査中の頭部の動きはまた、ヘッドが発光し、伝送中に異なる位置にあることを意味する。この不一致は、送信スキャン減衰を補正するために印加されるアーチファクトにつながる可能性がある。 Vicraヘッドトラッキングシステムは、これらの問題の両方を解決し、一般的に問題26に最先端のソリューションを表すと考えられる。

ドーパミンレベルの小さな変化に11 C-ラクロプライドの取り込みの感度を最大化

  1. トレーサーは、管理者であれば、当社グループによる以前のシミュレーション作業はドーパミンレベルの変化に対する感度は、スキャン期間を通して均一でないことが示されていますボーラス注射27 を介し istered。一方、低速注入に続いトレーサーの最初のボーラスが大きく、スキャン中の任意の時点で喫煙PETデータの感度を等しくするように見える。
  2. ドーパミンの喫煙による変化は、PETデータ自体がノイズに比べて小さい。高度に限定された逆投影復興(HYPR)8,24は最近、PETに適用されたfMRIのデータの平滑化の一般的な手法です。この空間の平滑化技術は、我々は、内因性ドーパミンとトレーサーの競争を表す時間放射能曲線におけるたわみつまり興味のあるデータの時間的な特性を抹消することなく、ノイズを低減します。我々の予備的な作業は、喫煙28とベースラインとの間に閾値処理コンディットF-マップ( すなわち 、保持ボクセル数の差)の差を最大にするHYPRフィルタの最適な選択があることを示してイオン。最適なフィルタは、(提示されたデータのために選択された)は、おそらく( 図2を参照)の活性化領域のおおよそのサイズにHYPRカーネルサイズの適切なマッチングに依存します。
  3. ドーパミンの喫煙による変化は短いです。従来のPET分析方法は、一過性の神経伝達物質の取り込み事象25,29によく適していない。私たちは、シミュレーション研究とヒトのデータ30を使用して様々な従来の分析の欠点を特徴づけてきた。これらの理由から、私たちの研究室では、PETデータ1-7ドーパミントランジェントの影響をモデル化するための数学的手法の数を開発し、検証しました。ノルマンディによる最近の革新。7は、それがボクセルレベルで適用することができるよう当社独自ntPETモデルを線形化することでした。そうすることの結果は、ここに提示もののようなドーパミン映画です。 PETデータのドーパミントランジェントを推定するための我々の方法の重要な側面は、previousl検証されていますyは:同時PETおよびマイクロダイアリシス4を受けたラットやヒトのタスク3,4をタップ指を実行する。
  4. 統計的検定のいくつかの並べ替えは、偶然の事象とは異なるようにドーパミンで真正な変更を分離するために必要とされる。我々は、検出および定量ドーパミン応答が含まれている可能性が最も高い画像の領域( すなわち 、ボクセル)を識別するためにF-統計量を( "F-比"の別名)を使用することを選択しました。 F-統計量は、同時に、活動データを2つのネストされたモデルの発作の二乗和を比較するために使用される。このケースでは、我々は従来のフィットモデル不在時変ドーパミンタームとドーパミン変動を時間依存項を含む我々の最近導入されたLP-ntPETモデルを比較します。唯一のF-比が与えられた統計的しきい値を超えているため、これらのボクセルは、最終的なドーパミンの映画の中で保持されます。

提示された結果の解釈には限界

<OL>
  • ここで紹介するサンプル結果は、もちろん、完全な研究ではない。モーションアーチファクト(上記参照)とは異なるように - 喫煙の徹底した研究では、ベースラインの状態、喫煙状態、および運動誘発性ドーパミン放出のために制御するために偽の喫煙状態を伴うだろう。これらの研究は、我々の研究室で進行中である。

    これは、適切な偽の喫煙条件を構築する単純なものから遠くあることに留意すべきである。喫煙者の場合、彼らの口についていないタバコをもたらすの単なる行為はやりがいのあること、したがって、ドーパミンを放出することができる。したがって、運動のためにではなく、期待の制御は、おそらく監督モータータバコにパフを取ってに匹敵する努力と周波数の動きではなく、どのような方法でこのような押しボタンまたは手動オブジェクト操作として喫煙と関連付けすることができなかった動きだろう。

  • それは十分に比較が行われた場合、与えられた統計的しきい値を超えた偶然の発見があるだろうことが認識されている 31歳。私たちが作っている比較は、従来のモデルのフィット感と線条体におけるすべてのボクセルでLP-ntPETモデルのフィットの間にある。現在のところ、我々は、複数の比較( 例えば 、 "ボンフェローニ補正")のために正式に訂正されていません。その代わりに、我々は、喫煙状態に加えて、ベースライン状態にドーパミンムービー分析を適用している。喫煙の私たちのドーパミンのムービーは、単に偶然の結果であるならば、我々は、喫煙データのように、ベースラインでの活性化領域の同じ密度(前掲スレッショルドボクセル数)を期待する。それは( 図7を参照)はっきりそうではありません。
  • 確かに、我々の技術の再現性が重要な関連する問題である。一つは、喫煙者の脳はタバコ今日か明日か、来週を吸うと同様に応答する必要があることを期待する。我々は現在、当社のドーパミン映画の再テストの再現性を評価することに従事している。
  • 将来

    jove_content ">我々は内因性の神経伝達物質レベルの短期的変動の存在下でのPETトレーサー取り込みの新しいモデルを開発しました。モデルはパラメータの線形であるので、それは多くのボクセルで迅速かつ容易に計算することができますフィッティングなどのエンドポイントをボクセルごとのボクセル単位でPETデータへのモデルには、 "映画"である。D2受容体トレーサーを用いた研究、11 C-ラクロプライドのために、エンドポイントはドーパミン映画です。ドーパミンは脳の処理に関与する重要な神経伝達物質である中毒につながるやりがいのある刺激の一部の刺激が(特にタバコとアルコール)短命のおそらく唯一の軽度およびドーパミンの変化を生成するので、映画は、これらの2つの刺激の乱用を研究するための彼らの最大の可能性を秘めている可能性があります。私たちを使用できる場合依存性や乱用の危険性を示すものであるドーパミン放出の空間的および時間的なパターンを識別するためのドーパミン映画は、その後、これらのパターンは、疾患の疾患リスクのマーカーとして機能し、可能性- (薬理学的または認知)治療効果の指標 - パターンが可逆的であると仮定して。

    ドーパミンシステムにそれらを制限し、当社映画については何もありません。必要なのは、同じターゲットに対して内因性リガンド( すなわち 、で簡単に移動可能)の変動に敏感で興味の対象のためのPETトレーサーである。現在までに、ドーパミン以外の内因性の神経伝達物質に確実に敏感であるPETトレーサーを識別するために、進行が停止されています。 2010年にはセロトニンの文献のレビューは、例えば、PET 32とセロトニン放出を検出するために私たちの現在の限られた能力のありのままの絵を描いた。最近では、いくつかの有望な進展があった。多くの出版物は、非ヒト霊長類33-36における内因性セロトニンの上昇にセロトニントレーサーの感度を報告しているが、フィールドには、ヒトで同じようなデモをお待ちしております。我々は他の場所で議論してきたように<> 37(商標)、内因性神経伝達物質濃度の変化に対する感度は、組織からの血液のトレーサーの流出を容易にする受容体と結合さからの変位の最適なレートで構成されているように見える。セロトニン配位子を検証し、このような特性を有することが示されたら、次にセロトニンムービーも可能であろう。

    現在、受容体トレーサー最もPET研究は、パラメトリック画像の生成につながる。パラメトリック画像は、オブジェクト内のすべてのボクセル( すなわち 、脳)で評価与えられたトレーサ動態モデルパラメータのマップです。などSRTM 38,39または1つまたは2つの組織コンパートメントモデルとして、従来のモデルの適用は、Riのパラメトリック画像を、地域のフローパラメータ、またはBP、地域のバインディング潜在的な価値をもたらします。これらのパラメータの両方が定常状態にあるプロセスを表すと考えられている生理学的な定数である。しかし、時には、システム、および/またはint型のプロセスerestedは不安定である。つまり、彼らは一時的です。そのような物は喫煙へのドーパミンの短命の応答の場合と同様である。このような状況では、単一のパラメトリックイメージで過渡ドーパミンを特徴付けることは不可能である。また、それは厳密に時不変パラメータであるモデルとデータをモデル化することが適切である。喫煙に応答して線条体ドーパミン濃度変化を説明するための時間的に変化する項とモデルが必要である。ドーパミントレーサで使用するようなモデルの自然な出力は、ドーパミンの映画です。これはおそらく拍車と分析の新しい形は、その効用を最大化するために必要となる機能画像出力の新しい形です。

    Disclosures

    すべての著者は、彼らが、開示することは何も持っていないことを明記。

    Acknowledgements

    著者は専門家フローチャートの設計のためにトレーサー合成、トレーサー注入と画像取得のためのイメージングチームさんとシーラ黄のためにエールPETセンター化学チームのメンバーに感謝します。

    ずっとntPET技術の開発のはE.モリスにR21 AA15077によってサポートされていました。 K.コスグローブはK02 DA031750によってサポートされています。

    Materials

    Name Company Catalog Number Comments
    Vicra NDI Systems, Waterloo, Canada
    HRRT Siemens
    Air Filter Movex, Inc, Northampton, PA LFK 175 With extractor and clear hood
    11C-raclopride prepared at Yale PET Center from O-Desmethyl precursor
    O-Desmethylraclopride ABX advanced biochemical compounds, Radeberg, Germany Product #1510 Precursor of 11C-raclopride
    Table 1. Materials used.

    DOWNLOAD MATERIALS LIST

    References

    1. Constantinescu, C. C., Bouman, C., Morris, E. D. Nonparametric extraction of transient changes in neurotransmitter concentration from dynamic PET data. IEEE Trans. Med. Imaging. 26, 359-373 (2007).
    2. Constantinescu, C. C., et al. Estimation from PET data of transient changes in dopamine concentration induced by alcohol: support for a non-parametric signal estimation method. Phys. Med Biol. 53, 1353-1367 (2008).
    3. Morris, E. D., Constantinescu, C. C., Sullivan, J. M., Normandin, M. D., Christopher, L. A. Noninvasive visualization of human dopamine dynamics from PET images. NeuroImage. 51, 135-144 (2010).
    4. Morris, E. D., Normandin, M. D., Schiffer, W. K. Initial comparison of ntPET with microdialysis measurements of methamphetamine-induced dopamine release in rats: support for estimation of dopamine curves from PET data. Molecular imaging and biology : MIB : the official publication of the Academy of Molecular Imaging. 10, 67-73 (2008).
    5. Morris, E. D., et al. ntPET: a new application of PET imaging for characterizing the kinetics of endogenous neurotransmitter release. Molecular Imaging. 4, 473-489 (2005).
    6. Normandin, M. D., Morris, E. D. Estimating neurotransmitter kinetics with ntPET: A simulation study of temporal precision and effects of biased data. NeuroImage. 39, 1162-1179 (2008).
    7. Normandin, M. D., Schiffer, W. K., Morris, E. D. A linear model for estimation of neurotransmitter response profiles from dynamic PET data. NeuroImage. 59, 2689-2699 (2012).
    8. Christian, B. T., Vandehey, N. T., Floberg, J. M., Mistretta, C. A. Dynamic PET denoising with HYPR processing. Journal of Nuclear Medicine: Official publication, Society of Nuclear Medicine. 51, 1147-1154 (2010).
    9. Ichise, M., et al. Linearized reference tissue parametric imaging methods: application to [11C]DASB positron emission tomography studies of the serotonin transporter in human brain. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 23, 1096-1112 (2003).
    10. Benowitz, N. L. Pharmacology of nicotine: addiction, smoking-induced disease, and therapeutics. Annual review of pharmacology and toxicology. 49, 57-71 (2009).
    11. Volkow, N. D., Swanson, J. M. Variables that affect the clinical use and abuse of methylphenidate in the treatment of ADHD. The American journal of psychiatry. 160-1918 (2003).
    12. Di Chiara, G., Imperato, A. Drugs abused by humans preferentially increase synaptic dopamine concentrations in the mesolimbic system of freely moving rats. Proc. Natl. Acad. Sci. U.S.A. 85, 5274-5278 (1988).
    13. Barrett, S. P., Boileau, I., Okker, J., Pihl, R. O., Dagher, A. The hedonic response to cigarette smoking is proportional to dopamine release in the human striatum as measured by positron emission tomography and [11C]raclopride. Synapse. 54, 65-71 (2004).
    14. Brody, A. L., et al. Gene variants of brain dopamine pathways and smoking-induced dopamine release in the ventral caudate/nucleus accumbens. Arch. Gen. Psychiatry. 63, 808-816 (2006).
    15. Brody, A. L., et al. Smoking-induced ventral striatum dopamine release. The American journal of psychiatry. 161, 1211-1218 (2004).
    16. Montgomery, A. J., Lingford-Hughes, A. R., Egerton, A., Nutt, D. J., Grasby, P. M. The effect of nicotine on striatal dopamine release in man: A [11C]raclopride PET study. Synapse. 61, 637-645 (2007).
    17. Scott, D. J., et al. Smoking modulation of mu-opioid and dopamine D2 receptor-mediated neurotransmission in humans. Neuropsychopharmacology: official publication of the American College of Neuropsychopharmacology. 32, 450-457 (2007).
    18. Takahashi, H., et al. Enhanced dopamine release by nicotine in cigarette smokers: a double-blind, randomized, placebo-controlled pilot study. Int. J. Neuropsychopharmacol. 11, 413-417 (2008).
    19. Morris, E. D., Fisher, R. E., Alpert, N. M., Rauch, S. L., Fischman, A. J. In vivo imaging of neuromodulation using positron emission tomography: Optimal ligand characteristics and task length for detection of activation. Human Brain Mapping. 3, 35-55 (1995).
    20. Alpert, N. M., Badgaiyan, R. D., Livni, E., Fischman, A. J. A novel method for noninvasive detection of neuromodulatory changes in specific neurotransmitter systems. NeuroImage. 19, 1049-1060 (2003).
    21. Carson, R. E., Barker, W. C., Jeih-San, L., Johnson, C. A. Nuclear Science Symposium Conference Record. 2003 IEEE. 3285, 3281-3285 (2003).
    22. Carson, R. E., et al. Comparison of bolus and infusion methods for receptor quantitation: application to [18F]cyclofoxy and positron emission tomography. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 13, 24-42 (1993).
    23. Smith, S. M. Fast robust automated brain extraction. Human brain mapping. 17, 143-155 (2002).
    24. Floberg, J. M., et al. Improved kinetic analysis of dynamic PET data with optimized HYPR-LR. Medical physics. 39, 3319-3331 (2012).
    25. Martinez, D., et al. Imaging human mesolimbic dopamine transmission with positron emission tomography. Part II: amphetamine-induced dopamine release in the functional subdivisions of the striatum. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 23, 285-300 (2003).
    26. Montgomery, A. J., et al. Correction of head movement on PET studies: comparison of methods. Journal of nuclear medicine : official publication, Society of Nuclear Medicine. 47, 1936-1944 (2006).
    27. Yoder, K. K., Wang, C., Morris, E. D. Change in binding potential as a quantitative index of neurotransmitter release is highly sensitive to relative timing and kinetics of the tracer and the endogenous ligand. Journal of nuclear medicine : official publication, Society of Nuclear Medicine. 45, 903-911 (2004).
    28. Wang, S., et al. The 9th International Symposium on Functional Neuroreceptor Mapping of the Living Brain, (2012).
    29. Ginovart, N. Imaging the dopamine system with in vivo [11C]raclopride displacement studies: understanding the true mechanism. Molecular imaging and biology : MIB : the official publication of the Academy of Molecular Imaging. 7, 45-52 (2005).
    30. Sullivan, J. M., Kim, S. J., Cosgrove, K. P., Morris, E. D. The 9th International Symposium on Functional Neuroreceptor Mapping of the Living Brain., NRM12, (2012).
    31. Miller, R. G. Simultaneous Statistical Inference. 2nd, (1981).
    32. Paterson, L. M., Tyacke, R. J., Nutt, D. J., Knudsen, G. M. Measuring endogenous 5-HT release by emission tomography: promises and pitfalls. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 30, 1682-1706 (2010).
    33. Ridler, K., et al. Characterization of in vivo pharmacological properties and sensitivity to endogenous serotonin of [11C] P943: a positron emission tomography study in Papio anubis. Synapse. 65, 1119-1127 (2011).
    34. Cosgrove, K. P., et al. Assessing the sensitivity of [(1)(1)C]p943, a novel 5-HT1B radioligand, to endogenous serotonin release. Synapse. 65, (1), 1113-1117 (2011).
    35. Finnema, S. J., et al. Fenfluramine-induced serotonin release decreases [11C]AZ10419369 binding to 5-HT1B-receptors in the primate brain. Synapse. 64, 573-577 (2010).
    36. Finnema, S. J., Varrone, A., Hwang, T. J., Halldin, C., Farde, L. Confirmation of fenfluramine effect on 5-HT(1B) receptor binding of [(11)C]AZ10419369 using an equilibrium approach. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 32, (11), 685-695 (2012).
    37. Morris, E. D., Yoder, K. K. Positron emission tomography displacement sensitivity: predicting binding potential change for positron emission tomography tracers based on their kinetic characteristics. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 27, 606-617 (2007).
    38. Gunn, R. N., Lammertsma, A. A., Hume, S. P., Cunningham, V. J. Parametric imaging of ligand-receptor binding in PET using a simplified reference region model. NeuroImage. 6, 279-287 (1997).
    39. Lammertsma, A. A., et al. Comparison of methods for analysis of clinical [11C]raclopride studies. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 16, 42-52 (1996).

    Comments

    0 Comments


      Post a Question / Comment / Request

      You must be signed in to post a comment. Please or create an account.

      Usage Statistics