Summary

アルツハイマー病の遺伝的危険で個人の接続関連のメモリの一般化された精神生理学的相互作用 (PPI) 解析

Published: November 14, 2017
doi:

Summary

本稿では、シードサーフェスを選択領域と脳の他の地域におけるボクセル間の機能的結合のタスク依存的変化を明らかにする生理心理学的相互作用解析を実装する方法について説明します。精神生理学的相互作用解析は、頭脳の結合性、伝統的な単変量活性化効果とは異なるタスクに及ぼす影響を調べる一般的な方法です。

Abstract

ニューロ イメージングは、機能的磁気共鳴画像 (fMRI) は脳内血中酸素化レベル依存 (BOLD) 信号を測定します。大胆の相関度は空間的に信号脳の独立した領域はそれらの地域の機能の接続を定義します。認知 fMRI タスク中に認知タスクによって定義されている特定のコンテキストの中に機能の接続の変更を調べる精神生理学的相互作用 (PPI) 解析を使用できます。このようなタスクの例です (エンコード) 無関係な単語のペアを学ぶ (検索) の最初の単語を提示されたときのペアの 2 番目の単語をリコールし参加者を求めてメモリ システムを行っています。本研究ではアルツハイマー病 (AD) の遺伝的危険因子アポリポ蛋白 E ε 4 (のキャリアより年上の大人の海馬の接続の変更を比較するのにこの種の連想記憶タスクと一般化 PPI (gPPI) 解析を使用APOEΕ4)。具体的には、ことを示す海馬変更のサブ領域の機能的結合符号化し検索、連想記憶作業の 2 つのアクティブ フェーズ中に.海馬の機能的結合の文脈依存的変化は非キャリアと比較して APOEε4 のキャリアに大きく異なっていた。PPI 解析では、機能的結合、単変量主効果から個別に変更を検討し、グループ全体でこれらの変更を比較することが可能。したがって、PPI 解析は、伝統的な単変量法をキャプチャしないでください特定のコホートで複雑な作業の効果を明らかにするかもしれない。PPI 解析は、方向性や機能的接続領域間の因果関係を決定できません、ただし。それにもかかわらず、PPI 解析は、因果モデルを使用してテストすることができます機能の関係に関する特定の仮説を生成するための強力な手段を提供します。脳がますます接続とネットワークの面で説明したとおり、PPI は人間の脳の現在の概念に沿ったものです fMRI タスク データを分析する重要な方法です。

Introduction

用語「コネクトーム」2005 マーキング1をこの日に続く神経科学におけるパラダイム ・ シフトで鋳造されました。脳は、ますます機能的ネットワーク、接続、および大規模な地域間での相互作用の観点から説明します。それにもかかわらず、地域の機能分化と fMRI 測定活動とタスクの要求間の関連付けの描写はまだ有効かつ便利な方法です。コネクトミクスの関心の高まり、照らして機能的結合アプローチによるタスク fMRI 解析は人気で育っています。タスクに依存する機能の接続変更を測定する方法の 1 つは、PPI の概念を使用を要求します。PPI は、脳の「シード」や興味の領域の機能的結合 (「生理」) とアクティブな作業フェーズまたは特定のタスクの要求 (「サイコ」) の相互作用です。PPI は、一般的タスクの要求に関連する任意の制約なしの 2 つの地域での活動との相関の度合いを測る機能の接続の 2 変量相関分析によって異なります。

PPI 解析のフレームワークの概念と当初において、1997年2の同僚によって記述されていた。著者は、実態調査により機能的な特定遠位種子の活動は作業需要から生じる活動を変調するが推論できるようにする接続が許可されるために彼らのアプローチが重要であると主張しました。2012 マクラーレンと同僚このオリジナル フレームワークに追加され、タスクのすべての段階で gPPI のアプローチを説明し、それらの相互作用は単一のモデル3に含まれています。このアプローチより敏感な特定タスク フェーズおよび調査されている相互作用する結果に します。それは現在に用いるこの更新された gPPI アプローチ研究 (プロトコル6.2.2 を参照)。GPPI のアプローチは、200 以上の研究で引用されている今。以下、わかりやすくするためは「PPI」使用標準および一般化されたバージョン両方の一般的な機能を記述します。’gPPI’ より新しいフレームワークに関連付けられている特定の進歩を説明する使用されます。

PPI 解析の全体的な目標は、認知課題の要求の影響またはシード領域の機能的結合を調節する方法を理解することです。PPI 解析には、強力な演繹的仮説が必要です。種子地域の活動は、PPI アプローチ4を効果的に動作するためにタスクによって変調する必要があります。たとえば、本研究では、海馬の活動が記憶課題の認知要求によって変調される強い証拠に我々 の種の選択を基づいています。PPI を使用すると、特定の作業フェーズ中に海馬に機能的にもっとまたはより少なく接続されている大幅地域を識別できます。一言で言えば、私たちは質問、”領域で種とより相関中にアクティビティがベースラインと比較して、コンテキストですか?」(との違いを理解することが重要です)、我々 はまた論理上の逆を求めることができます:”領域で種とあまり相関中にアクティビティがベースラインと比較して、コンテキストですか?」PPI の効果でグループの違いを解釈するときのデータと機能的結合の正または負の変化またはその両方がグループの違いを運転するかどうかを調べることが重要です。

PPI のアプローチは健全な制御の動的タスク制御ハブを研究に使用されている機能的結合の変調をアルツハイマー病 (AD)、モーター ネットワーク自閉症で知能で認知機能に関連する方法パーキンソン病、顔身体醜形障害、摂食障害、情動制御、メモリ、および接続5,6,7 に関連する多くの他の特定の質問を持つ個人で処理した人 ,8,9,10,11。本研究では、変更の比較の海馬の機能的結合でメモリが記銘と想起12危険因子なしグループに広告の遺伝的リスクが個人のグループの間で。用いて、gPPI アプローチを適用する APOEε4、広告のための遺伝的危険因子の存在に関連付けられた機能的結合のタスクによる変化が異なる場合をテストできるようにするためのプロトコルを次に示します。

Protocol

本研究はカリフォルニア大学ロサンゼルス校制度審査委員会 (IRB) プロトコルに従って行われ、UCLA 人間被験者保護委員会によって承認されました。すべての参加者は、本研究に登録するために書面によるインフォームド コンセントを与えた。 1 です参加者選択 研究を実行する取得 IRB 承認します。。 画面個人歳 55 標準化された神経心理学的バッテリー?…

Representative Results

2 つの異なるアクティブな作業フェーズ (記銘と想起) と 2 種の地域 (前部および後部海馬) グループごとに結果を報告する 4 つの条件があります。グループ内のタスクの活性化マップ (ハリソンら、2016年12を参照してくださいここに表示されていない) 後頭葉、聴覚野、頭頂葉、前頭葉の言語領域は、上側頭回の大きい地域を示すと尾状 (より顕…

Discussion

初期タスク ベースの fMRI の研究は、特定の認知過程の統計的関係を明らかにする設計されていたまたはベースライン測定値を基準にして信号の要求と大胆に変更。この従来の方法は実験タスクによって活動を変調する、脳の特定の領域を識別するのに役立ちます。対照的に、PPI 解析は主に機能的結合の変調またはタスク誘導の認知過程に起因する活動の同調性にかかわっています。PPI は、?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

この作品は、国立研究所 (許可番号 R01AG013308 SYB、TMH に F31AG047041) 老化のによって支えられました。著者使用計算、デジタル研究および教育の研究技術グループの UCLA 研究所によって提供される Hoffman2 共有クラスターに関連付けられたストレージ サービス。

Materials

3T manetic resonance imaging scanner Siemens Medical Solutions MAGNETOM Trio, A Tim System 3T MRI Scanner
FSL (FMRIB Software Library) Oxford University Version 6.0 Functional Imaging Processing Software
AFNI (Analysis of Functional Neuroimaging) National Institute of Mental Health, National Institutes of Health Any version after May 2015 Functional Imaging Processing Software
SPM8 (Statistical Parametric Mapping) University College of London SPM8 Functional Imaging Processing Software
Matlab Software The Mathworks, Inc Version R2012a Computing Software
SDS Software Applied Biosystems, Inc 7900HT Fast Real-Time PCR System Real Time PCR
Taqman Assays ThermoFisher Scientific Specific to SNP SNP Genotyping

References

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

Play Video

Cite This Article
Harrison, T. M., McLaren, D. G., Moody, T. D., Feusner, J. D., Bookheimer, S. Y. Generalized Psychophysiological Interaction (PPI) Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer’s Disease. J. Vis. Exp. (129), e55394, doi:10.3791/55394 (2017).

View Video