Summary

Quantificando a dinâmica infra-lenta do poder espectral e da freqüência cardíaca em ratos dormindo

Published: August 02, 2017
doi:

Summary

Aqui, apresentamos procedimentos experimentais e analíticos para descrever a dinâmica temporal das variáveis ​​neurais e cardíacas do sono não REM em camundongos, que modulam a capacidade de resposta do sono aos estímulos acústicos.

Abstract

Três estados de vigilância dominam a vida dos mamíferos: a vigília, o movimento do olho não-rápido (não REM) e o sono REM. À medida que mais correlatos neurais de comportamento são identificados em animais que se movem livremente, essa subdivisão tripla torna-se muito simplista. Durante a vigília, conjuntos de atividades corticais globais e locais, juntamente com parâmetros periféricos como diâmetro pupilar e equilíbrio simpatizante, definem vários graus de excitação. Ainda não está claro até que ponto o sono também forma um continuum de estados cerebrais – dentro do qual o grau de resiliência aos estímulos e despertar sensoriais, e talvez outras funções do sono, variam gradualmente – e como os estados fisiológicos periféricos co-variam. A pesquisa que avança nos métodos para monitorar vários parâmetros durante o sono, além de atribuir constelações desses atributos funcionais, é fundamental para refinar nossa compreensão do sono como um processo multifuncional durante o qual muitos efeitos benéficos devem ser exEcuted. Identificar novos parâmetros que caracterizam os estados do sono abrirá oportunidades para novas vias de diagnóstico em distúrbios do sono.

Apresentamos um procedimento para descrever as variações dinâmicas dos estados de sono não-REM do mouse através dos sinais combinados de monitoramento e análise de eletroencefalograma (EEG) / eletrocorticograma (ECoG), eletromiograma (EMG) e eletrocardiograma (ECG) usando técnicas padrão de gravação polissonográfica. Ao usar essa abordagem, descobrimos que o sono não-REM do mouse é organizado em ciclos de oscilações neurais e cardíacas coordenadas que geram intervalos sucessivos de 25 segundos de alta e baixa fragilidade para estímulos externos. Portanto, os sistemas nervoso central e autônomo são coordenados para formar estados de sono comportamentalmente distintos durante o sono consolidado não-REM. Apresentamos manipulações cirúrgicas para o monitoramento polissonográfico ( isto é, EEG / EMG combinado com ECG) para rastrear esses ciclos no mouse livremente dormindo, a análise para quantiPor sua dinâmica e os protocolos de estimulação acústica para avaliar seu papel na probabilidade de acordar. Nossa abordagem já foi estendida ao sono humano e promete desvendar princípios organizacionais comuns dos estados do sono não-REM em mamíferos.

Introduction

O sono dos mamíferos é um estado de repouso comportamental e de resiliência aos estímulos ambientais. Apesar desta aparente uniformidade, os parâmetros polissonográficos e autonômicos indicam que o sono se move entre estados nervosos e somáticos qualitativos e quantitativamente diferentes em várias escalas temporais e espaciais 1 . Durante minutos a dez minutos, ocorre a mudança entre o sono não-REM e o REM. O sono não REM é acompanhado por atividade de grande amplitude e baixa frequência no EEG, com um pico espectral em torno de ~ 0,5 – 4 Hz, enquanto o sono REM mostra atividade regular de EEG na banda theta (6-10 Hz), juntamente com Atonia muscular 2 . Dentro do sono não REM, os seres humanos atravessam a luz (S2) e o sono de onda lenta profunda (SWS). Como indica a sua nomeação, estes dois estágios apresentam limites de excitação inferiores e superiores 3 , 4 , respectivamente, e diferem principalmente na densidade de baixa freqüênciaPotência EEG cortical, referida como atividade de onda lenta (SWA, 0,75 – 4 Hz). A não-uniformidade persiste em cada episódios individuais de S2 e SWS na escala de minutos a sub-segundos, como documentado extensivamente pela presença variável de SWA ao longo de um ataque de 5 , 6 , mas também por ritmos de potencial EEG e campo em Freqüências mais altas, incluindo ondas de fuso na banda sigma (10-15 Hz) e ritmos gama (80 – 120 Hz) (para uma revisão, ver 7 , 8 , 9 , 10 ).

Em vez de serem sutis, essas variações alteram o estado cortical dormindo em seres humanos para os extremos do espectro. Para o sono não REM, estes variam de uma predominância de SWA para estados que se aproximam da atividade de despertar porque eles contêm uma proporção substancial de componentes de alta freqüência 11 <suP>, 12 . Em roedores e gatos, embora o sono não-REM não seja subdividido em estágios, um breve período chamado sono intermediário (IS) emerge antes do início do sono REM 13 . Durante IS, as características do sono REM, como a atividade da teta do hipocampo e as ondas ponto-geniculo-occipitais, enquanto as assinaturas do sono não-REM, como as ondas do fuso e a SWA, ainda estão presentes, indicando uma mistura entre os dois estados de sono 14 , 15 . No entanto, IS pode ser funcionalmente distinto porque é modulado por antidepressivos 16 e através de uma nova apresentação de objeto durante a vigília anterior 17 , e contribui para a configuração do limiar de excitação 18 . Além disso, as parcelas espaciais do EEG e os parâmetros de EMG de ratos de movimento livre mostram um conjunto de pontos 14 que é contínuo entre o sono não REM, o sono REM e a vigília. Também há declínios esporádicos na SWA, sem entrar na vigília ou no sono REM, o que leva a flutuações substanciais na presença relativa dos componentes de baixa e alta freqüência durante um período de duração consolidado não-REM 14 , 19 , 20 . Finalmente, as proporções variáveis ​​de SWA e os ritmos de freqüência mais altos durante o sono não-REM ocorrem não apenas no tempo, mas também mostram diferenças regionais em amplitude e sincronização entre as áreas corticais 19 .

O sono não-REM de mamífero está longe de ser uniforme. No entanto, se tal não-uniformidade leva a estados que diferem em função e atributos comportamentais não é claro. Em vários tipos de distúrbios do sono, o sono contínuo é interrompido por despertares espontâneos e comportamento motor inapropriado. Além disso, as análises espectrais mostram alterações na presença relativa de freqüências mais altas no EEG 21E em parâmetros autonômicos, como taxas de respiração e batimento cardíaco 22 . A sequência ordenada dos estados de sono estáveis ​​é, portanto, perturbada, e elementos da excitação cortical e / ou autonômica entram de maneira descontrolada. Portanto, a compreensão do continuum dos estados do sono é de possível relevância para a doença. Além disso, a perturbação do sono pelo ruído ambiental em ambientes urbanos está associada a riscos gerais para a saúde, tornando crucial identificar momentos de maior vulnerabilidade durante o sono 23 .

As experiências de excitação comportamental em seres humanos adormecidos indicam que é mais difícil acordar do sono não-REM dominado por SWA (estágio S3), enquanto que o sono leve não REM (estágio S2) e o sono REM mostram níveis de excitação comparáveis ​​e inferiores 4 . O processamento cortical de estímulos sonoros curtos varia substancialmente entre o sono REM, S2 e S3 24 ,25 , indicando que os padrões de atividade cortical específicos do estado modulam os primeiros estágios do processamento sensorial. Para o sono não REM em humanos, a propensão a despertar em resposta ao ruído varia com a presença de ondas de fuso e ritmos alfa no EEG 26 , 27 , 28 . A ritmicidade talalocortical durante os eixos é acompanhada por inibição sináptica melhorada nos níveis talâmico e cortical, o que é pensado para contribuir para a atenuação do processamento sensorial 7 .

Como os períodos de sono resistentes ao ruído e vulneráveis ​​são organizados no tempo e quais são seus determinantes? Tanto em ratos como em humanos, identificamos recentemente uma oscilação infra-lenta de 0,02 Hz nos ritmos neurais. Dependendo da fase desta oscilação de 0,02 Hz, os ratos mostraram reatividade variável a estímulos externos, seja acordando ou durmecendoGh o barulho. Curiosamente, essa oscilação foi correlacionada com a taxa de batimentos cardíacos, indicando que o sistema nervoso autônomo participa da modulação da vulnerabilidade do sono aos estímulos externos 1 . Os ritmos do hipocampo relacionados à memória também foram organizados nesse ritmo e, de forma mais marcante, sua força correlacionada com a qualidade da consolidação da memória em humanos. A oscilação de 0,02 Hz parece ser um princípio organizador de roedores e sono humano não-REM que modula a sensibilidade ao meio ambiente e o processamento da memória interna. Isso ressalta a necessidade de avaliações multiparamétricas e contínuas de estados do sono para reconhecer suas funcionalidades e identificar sites de potencial vulnerabilidade.

Aqui, apresentamos um procedimento para extrair a forma de onda dessas dinâmicas, incluindo a implantação cirúrgica de camundongos para medições combinadas EEG / ECoG e EMG-ECG, exposição a estímulos sensoriais, umaNd rotinas de análise. Este procedimento fornece uma base para ver o sono como um estado de vigilância continuamente variável, porém altamente organizado, durante o qual diferentes funções de sono fundamentais são executadas sequencialmente. De um modo mais geral, o procedimento é aplicável a abordagens que visam extrair as características espectrais e autonômicas que precedem um resultado comportamental durante o sono tanto na saúde como nos estados de doença.

Protocol

Todos os procedimentos experimentais foram realizados de acordo com o Comitê de Cuidados com Animais da Universidade de Lausanne e com o Serviço de Consommação e os Negócios Veterinários do Cantão de Vaud. 1. Cirurgia para gravações EEG / EMG-ECG Alojamento e seleção de animais. Manter animais (C57Bl / 6J, 7-9 semanas, 25 a 30 g) em um ciclo escuro / leve de 12: 12 horas, alojado individualmente e em condições padrão (40% de umidade, 22 ° C…

Representative Results

Figura 2 A (painel superior) mostra trechos de 100 minutos de comportamento espontâneo do sono-vigília, registrados através de eletrodos polissonográficos implantados conforme descrito (ver Figura 1 ). Os aumentos e diminuições da amplitude EEG e EMG no início do sono não-REM são claramente visíveis. O sono REM intermitente é marcado por uma diminuição da amplitude EEG e uma diminuição adicional n…

Discussion

Aqui, mostramos como estabelecer um perfil temporal contínuo do sono não-REM que integra as variáveis ​​EEG, EMG e ECG. Este é um primeiro passo para o desenvolvimento de uma descrição integrativa do sono do mouse, o que pode ajudar a identificar a escala de tempo anteriormente não reconhecida sobre a qual alta e baixa resiliência ao ruído são organizadas durante o sono não REM 1 . Uma estrutura temporal semelhante também foi descrita no sono humano não-REM ao longo de uma análi…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Agradecemos a todos os membros do laboratório por sua contribuição para a escrita e leitura cuidadosa deste manuscrito. Agradecemos a Paul Franken pelas discussões estimulantes, a Dra. Gisèle Ferrand, por comentários úteis sobre o protocolo cirúrgico, e pelo Dr. Jean-Yves Chatton por fornecer os arquivos executáveis ​​Labview originais para a exposição ao ruído. O financiamento foi fornecido pela Fundação Nacional de Ciências da Suíça (Grants 31003A_146244 e 31003A_166318) e pelo Estado de Vaud.

Materials

2-components epoxy glue Henkel Loctite EA 3450
Absorbable Suturing Fiber (Prolene) Ethicon 5-0 FS-3
Adson Forceps FST 11006-12
Antiseptic swab VWR 149-0332
Attane Isoflurane Piramal Isoflurane 250mL
Connectors 3×2-channels ENA AG 2.316 Raster 2.00 x 2.00 mm; size 5x8x9 mm; pin size 5mm; http://www.ena.ch/
Dragonfly commutator Dragonfly Model #SL-10
EMBLA amplifier EMBLA A10 amplifier
Fine scissors FST 14108-09
Flat Head Gold-plated steel screw J.I. Morris FF00CE125 https://jimorrisco.com/
Gold wire CMSA T.69 5gr http://www.cmsa.ch/en/
Hemostatic sponge Pfizer Gelfoam
iodine-based disinfectant (Betadine) Mundipharma standart solution 60mL
Komet drill steel 1/005PM104 UNOR AG 22310
Matlab Analysis Software MathWorks R2016b https://ch.mathworks.com/products/matlab.html
Microdrill Fine Science Tools 96758
Mouse Gas Anesthesia Head Holder Kopf Instruments Model 923-B http://kopfinstruments.com/product/model-923-b-mouse-gas-anesthesia-head-holder/
Ophtalmic ointment Pharmamedica VITA-POS
Paladur (liquid) UNOR AG 2260215 for dental cement
Palavit (powder) UNOR AG 5410929 for dental cement
Small Animal Stereotaxic Frame Kopf Instruments Model 930 http://kopfinstruments.com/product/model-930-small-animal-stereotaxic-frame-assembly/
Soldering wire Stannol 593072
Temperature controller – Mini rectal probe Phymep 4090502 http://www.phymep.com/produit/dc-temperature-controller/
Temperature controller- heating pad Phymep 4090205 http://www.phymep.com/produit/dc-temperature-controller/

References

  1. Lecci, S., et al. Coordinated infra-slow neural and cardiac oscillations mark fragility and offline periods in mammalian sleep. Sci Adv. 3 (2), 1602026 (2017).
  2. Rechtschaffen, A., Kales, A. A manual of standardized terminology, techniques and scoring system for sleep of human subjects. U.S. Department of Health, Education, and Welfare. , (1968).
  3. Blake, H., Gerard, R. W. Brain potentials during sleep. Am J Physiol. 119, 692-703 (1937).
  4. Rechtschaffen, A., Hauri, P., Zeitlin, M. Auditory awakening threshold in REM and NREM sleep stages. Percept Mot Skills. 22 (3), 927-942 (1966).
  5. Achermann, P., Borbély, A. A. Low-frequency (< 1 Hz) oscillations in the human sleep electroencephalogram. Neurosciences. 81 (1), 213-222 (1997).
  6. Aeschbach, D., Borbély, A. A. All-night dynamics of the human sleep EEG. J. Sleep Res. 2 (2), 70-81 (1993).
  7. Astori, S., Wimmer, R. D., Lüthi, A. Manipulating sleep spindles–expanding views on sleep, memory, and disease. Trends Neurosci. 36 (12), 738-748 (2013).
  8. Brown, R. E., Basheer, R., McKenna, J. T., Strecker, R. E., McCarley, R. W. Control of sleep and wakefulness. Physiol Rev. 92 (3), 1087-1187 (2012).
  9. Buzsáki, G., Wang, X. J. Mechanisms of gamma oscillations. Annu Rev Neurosci. 35, 203-225 (2012).
  10. Rasch, B., Born, J. About sleep’s role in memory. Physiol Rev. 93 (2), 681-766 (2013).
  11. Halász, P., Bòdizs, R. . Dynamic structure of NREM sleep. , (2013).
  12. Terzano, M. G., Parrino, L., Spaggiari, M. C. The cyclic alternating pattern sequences in the dynamic organization of sleep. Electroencephalogr Clin Neurophysiol. 69 (5), 437-447 (1988).
  13. Gottesmann, C. Detection of seven sleep-waking stages in the rat. Neurosci Biobehav Rev. 16 (1), 31-38 (1992).
  14. Benington, J. H., Kodali, S. K., Heller, H. C. Scoring transitions to REM sleep in rats based on the EEG phenomena of pre-REM sleep: an improved analysis of sleep structure. Sleep. 17 (1), 28-36 (1994).
  15. Sullivan, D., Mizuseki, K., Sorgi, A., Buzsáki, G. Comparison of sleep spindles and theta oscillations in the hippocampus. J Neurosci. 34 (2), 662-674 (2014).
  16. Vas, S., et al. Differential adaptation of REM sleep latency, intermediate stage and theta power effects of escitalopram after chronic treatment. J Neural Transm (Vienna). 120 (1), 169-176 (2013).
  17. Schiffelholz, T., Aldenhoff, J. B. Novel object presentation affects sleep-wake behavior in rats. Neurosci Lett. 328 (1), 41-44 (2002).
  18. Wimmer, R. D., et al. Sustaining sleep spindles through enhanced SK2-channel activity consolidates sleep and elevates arousal threshold. J Neurosci. 32 (40), 13917-13928 (2012).
  19. Fernandez, L. M. J., et al. Highly dynamic spatiotemporal organization of low-frequency activities during behavioral states in the mouse cerebral cortex. Cereb Cortex. , (2016).
  20. Franken, P. Long-term vs. short-term processes regulating REM sleep. J Sleep Res. 11 (1), 17-28 (2002).
  21. Feige, B., et al. The microstructure of sleep in primary insomnia: an overview and extension. Int J Psychophysiol. 89 (2), 171-180 (2013).
  22. Parrino, L., Halasz, P., Tassinari, C. A., Terzano, M. G. CAP, epilepsy and motor events during sleep: the unifying role of arousal. Sleep Med Rev. 10 (4), 267-285 (2006).
  23. Akinseye, O. A., et al. Sleep as a mediator in the pathway linking environmental factors to hypertension: a review of the literature. Int J Hypertens. 2015, 926414 (2015).
  24. Campbell, K., Muller-Gass, A. The extent of processing of near-hearing threshold stimuli during natural sleep. Sleep. 34 (9), 1243-1249 (2011).
  25. Nir, Y., Vyazovskiy, V. V., Cirelli, C., Banks, M. I., Tononi, G. Auditory responses and stimulus-specific adaptation in rat auditory cortex are preserved across NREM and REM sleep. Cereb Cortex. 25 (5), 1362-1378 (2015).
  26. Dang-Vu, T. T., et al. Interplay between spontaneous and induced brain activity during human non-rapid eye movement sleep. Proc Natl Acad Sci USA. 108 (37), 15438-15443 (2011).
  27. Elton, M., et al. Event-related potentials to tones in the absence and presence of sleep spindles. J Sleep Res. 6 (2), 78-83 (1997).
  28. McKinney, S. M., Dang-Vu, T. T., Buxton, O. M., Solet, J. M., Ellenbogen, J. M. Covert waking brain activity reveals instantaneous sleep depth. PLoS One. 6 (3), 17351 (2011).
  29. Mang, G. M., Franken, P. Sleep and EEG phenotyping in mice. Curr Protoc Mouse Biol. 2 (1), 55-74 (2012).
  30. Borbély, A. A., Tobler, I., Hanagasioglu, M. Effect of sleep deprivation on sleep and EEG power spectra in the rat. Behav Brain Res. 14 (3), 171-182 (1984).
  31. Jurysta, F., et al. The impact of chronic primary insomnia on the heart rate–EEG variability link. Clin Neurophysiol. 120 (6), 1054-1060 (2009).
  32. Silvani, A., Calandra-Buonaura, G., Benarroch, E. E., Dampney, R. A. L., Cortelli, P. Bidirectional interactions between the baroreceptor reflex and arousal: an update. Sleep Med. , (2015).

Play Video

Citer Cet Article
Fernandez, L. M. J., Lecci, S., Cardis, R., Vantomme, G., Béard, E., Lüthi, A. Quantifying Infra-slow Dynamics of Spectral Power and Heart Rate in Sleeping Mice. J. Vis. Exp. (126), e55863, doi:10.3791/55863 (2017).

View Video