Este manuscrito describe cómo implementar un análisis de interacción psicofisiológica para revelar cambios dependientes de la tarea en la conectividad funcional entre una región de semilla seleccionada y voxels en otras regiones del cerebro. Análisis de interacción psicofisiológica es un popular método para examinar los efectos de la tarea en la conectividad cerebral, distinta de los efectos de activación univariantes tradicionales.
En Neuroimagen, la proyección de imagen de resonancia magnética funcional (fMRI) mide el nivel de oxigenación de la sangre dependiente (en negrilla) de señal en el cerebro. El grado de correlación de la negrita de la señal espacial regiones independientes del cerebro define la conectividad funcional de las regiones. Durante una tarea cognitiva fMRI, un análisis de interacción psicofisiológica (PPI) se puede utilizar para examinar los cambios en la conectividad funcional en contextos específicos definidos por la tarea cognitiva. Un ejemplo de una tarea es una que involucra el sistema de memoria, solicitando a los participantes aprender pares de palabras sin relación (codificación) y recordar la segunda palabra en un par cuando se presentó con la primera palabra (recuperación). En el presente estudio, hemos utilizado este tipo de tarea de la memoria asociativa y un análisis generalizado de PPI (gPPI) para comparar cambios en Conectividad del hipocampo en los adultos mayores que son portadores de la enfermedad de Alzheimer (EA) factor de riesgo genético apolipoproteína-E épsilon-4 ( APOEΕ4). En concreto, mostramos que la conectividad funcional de subregiones de los cambios del hipocampo durante la codificación y recuperación, las dos fases activas de la tarea de memoria asociativa. Dependiente del contexto de cambios en la conectividad funcional del hipocampo fueron significativamente diferentes en portadores de APOEε4 en comparación con los no portadores. Análisis PPI permiten examinar los cambios en la conectividad funcional, distinta de principales efectos univariados y comparar estos cambios a través de grupos. Así, un análisis PPI pueden revelar efectos compleja en cohortes específicas que los métodos univariantes tradicionales no captan. Análisis PPI no pueden, sin embargo, determinar direccionalidad o causalidad entre las regiones funcionalmente conectadas. Sin embargo, análisis PPI ofrecen poderosos medios para la generación de hipótesis específicas sobre relaciones funcionales, que pueden ser probadas usando modelos causales. Como el cerebro cada vez más se describe en términos de conectividad y redes, PPI es un importante método de análisis de datos de tarea de fMRI que está en consonancia con la concepción actual del cerebro humano.
El término “conectoma” fue acuñado en 2005 marca un cambio de paradigma en la neurociencia que continúa a este día1. El cerebro es cada vez más descrito en términos de interacciones entre regiones a gran escala, la conectividad y redes funcionales. Sin embargo, la delineación de especialización funcional regional y asociaciones entre fMRI mide la actividad y las demandas de la tarea son enfoques todavía válidos y útiles. Teniendo en cuenta el creciente interés en connectomics, conectividad funcional enfoques de análisis de tarea fMRI están creciendo en popularidad. Un enfoque para medir cambios de conectividad funcional depende de la tarea exige hace uso del concepto de PPI. Un PPI es la interacción de una fase de tarea activa o demanda de tarea (“psycho”) con la conectividad funcional (“fisio”) de una región de interés o “semilla” en el cerebro. PPI se diferencia del análisis bivariado, basado en la correlación de la conectividad funcional, que generalmente mide el grado de correlación entre la actividad en dos regiones sin restricciones relacionadas con las demandas de la tarea.
El concepto y el marco de un análisis PPI fue descrito originalmente por Castellon y colaboradores en 19972. Los autores afirmaron que su enfoque es importante porque permitiría que la investigación de la conectividad para ser más funcionalmente específico y permitir inferencias que la actividad en una semilla distal podría modular actividad resultante de una demanda de la tarea. En 2012, McLaren y sus colegas ha añadido a este marco original y se describen un enfoque gPPI en que todas las fases de la tarea y sus interacciones están incluidos en un solo modelo3. Este enfoque conduce a resultados que son más sensibles y específicas para la fase de la tarea y la interacción investigada. Es este enfoque actualizado gPPI que empleamos en el presente estudio (ver paso 6.2.2 en Protocolo). El enfoque de gPPI ahora ha sido citado en más de 200 estudios. Para mayor claridad, en lo sucesivo utilizamos ‘Ppp’ para describir las características comunes de la versión estándar y generalizada. ‘gPPI’ se utilizará para discutir avances específicos relacionados con el marco más reciente.
El objetivo general de un análisis PPI es entender cómo las demandas de una tarea cognitiva influyen o modulan la conectividad funcional de una región de semilla. Un análisis de PPP requiere una hipótesis a priori fuerte. Actividad en la región de semilla debe modulada por la tarea en orden para el enfoque PPI trabajar con eficacia4. Por ejemplo, en el presente estudio, basamos nuestra selección de semilla en la fuerte evidencia que la actividad hipocampal es modulado por las demandas cognitivas de una tarea de memoria. Utilizando el PPI, se pueden identificar regiones significativamente más o menos funcionalmente conectados el hipocampo durante las fases de la tarea específica. En definitiva, le pedimos a la pregunta, “en qué regiones es actividad más correlacionada con la semilla durante el contexto A con respecto a la línea de base?” También podemos preguntarle lo contrario de la lógica (como es importante entender la diferencia): “en qué regiones es actividad menos correlacionado con la semilla en contexto A con respecto a la línea de base?” Al interpretar las diferencias de grupo en efectos PPI, es importante examinar los datos y si cambio positivo o negativo en la conectividad funcional, o ambos, está conduciendo a las diferencias de grupo.
El enfoque de la PPI se ha utilizado para el estudio de centros de control de tarea dinámica en controles sanos, como modulación de la conectividad funcional se relaciona con rendimiento cognitivo en la enfermedad de Alzheimer (AD), inteligencia en los individuos con autismo, conectividad de red motor en individuos con enfermedad de Parkinson, cara de procesamiento en los individuos con trastorno dismórfico corporal, anorexia, regulación de la emoción, memoria y muchas otras preguntas específicas relacionadas con la conectividad5,6,7 ,8,9,10,11. En el presente estudio, se comparan cambios en la conectividad funcional de subregiones del hipocampo durante la codificación de la memoria y la recuperación entre un grupo de individuos con mayor riesgo genético para el anuncio a un grupo sin el factor de riesgo12. A continuación describe el protocolo que, aplicando el enfoque gPPI, nos permiten comprobar si la tarea produce cambios en la conectividad funcional se diferencian en asociación con la presencia de APOEε4, un factor de riesgo genético para la EA.
Los primeros estudios de fMRI basado en tareas fueron diseñados para descubrir relaciones estadísticas entre procesos cognitivos específicos o demandas y cambios en la negrita de la señal en relación con una medición de línea de base. Este enfoque tradicional es útil para la identificación de regiones específicas del cerebro donde la actividad es modulada por una tarea experimental. En contraste, un análisis PPI se refiere principalmente a la modulación de la conectividad funcional o sincronía de la activida…
The authors have nothing to disclose.
Este trabajo fue financiado por el Instituto Nacional de envejecimiento (número de licencia R01AG013308 a SYB, F31AG047041 a TMH). Los autores utilizaron computacional y servicios de almacenamiento asociado con el clúster compartido de Hoffman2 previstas por UCLA Instituto grupo tecnología Digital Research y de la educación.
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 |