Quantificare la dinamica infrarosso del potere spettrale e della frequenza cardiaca nei topi addormentati
Summary
Qui presentiamo procedure sperimentali e analitiche per descrivere le dinamiche temporali delle variabili neurali e cardiache del sonno non REM nei topi, che modulano la risposta al sonno agli stimoli acustici.
Abstract
Tre stati di vigilanza dominano la vita dei mammiferi: la veglia, il sonno non rapido (non REM) e il sonno REM. Poiché sono stati identificati più correlati neurali del comportamento negli animali in libertà di movimento, questa suddivisione a tre livelli diventa troppo simile. Durante la veglia, gli esempi delle attività corticali globali e locali, insieme ai parametri periferici come il diametro pupillare e l'equilibrio simpatico, definiscono diversi gradi di eccitazione. Rimane ancora chiaro la misura in cui il sonno forma anche un continuum di stati cerebrali, all'interno del quale il grado di resilienza agli stimoli sensoriali e l'arousabilità, e forse altre funzioni del sonno, variano gradualmente, e come gli stati fisiologici periferici co-variano. La ricerca che avanza i metodi per monitorare più parametri durante il sonno, nonché attribuire alle costellazioni di questi attributi funzionali, è fondamentale per raffinare la nostra comprensione del sonno come un processo multifunzionale durante il quale molti effetti benefici devono essere exeseguita sempre. L'individuazione di nuovi parametri che caratterizzano gli stati di sonno aprirà opportunità per nuovi percorsi diagnostici nei disturbi del sonno.
Presentiamo una procedura per descrivere le variazioni dinamiche degli stati di sonno non-REM del mouse attraverso il monitoraggio e l'analisi combinati di elettroencefalogrammi (EEG) / electrocorticogram (ECoG), elettromiogramma (EMG) e segnali elettrocardiogrammi (ECG) usando tecniche standard di registrazione polisomnografiche. Utilizzando questo approccio, abbiamo scoperto che il mouse non-REM sonno è organizzato in cicli di oscillazioni neurali e cardiache coordinate che generano intervalli di 25 secondi di alta e bassa fragilità agli stimoli esterni. Pertanto, i sistemi nervosi centrali e autonomi sono coordinati per formare stati di sonno comportamentali distinti durante il sonno non consolidato REM. Presentiamo manipolazioni chirurgiche per il monitoraggio polisomnografico ( cioè EEG / EMG combinato con ECG) per monitorare questi cicli nel mouse liberamente addormentato, l'analisi a quantiFy la loro dinamica e i protocolli di stimolazione acustica per valutare il loro ruolo nella probabilità di svegliarsi. Il nostro approccio è stato già esteso al sonno umano e promette di svelare i principi comuni di organizzazione di stati di sonno non-REM nei mammiferi.
Introduction
Il sonno dei mammiferi è uno stato comportamentale di riposo e di resistenza agli stimoli ambientali. Nonostante questa apparente uniformità, i parametri polisomnografici e autonomi indicano che il sonno si muove tra stati nervosi e somatici qualitativamente e quantitativamente diversi su varie scale temporali e spaziali 1 . Durante i minuti a decine di minuti, si verifica il passaggio tra il sonno non REM e REM. Il sonno non REM è accompagnato da un'ampia ampiezza e bassa frequenza nell'EEG, con un picco spettrale intorno a ~ 0,5-4 Hz, mentre il sonno REM mostra un'attività regolare di EEG nella banda theta (6-10 Hz), insieme a Muscolo atonia 2 . All'interno del sonno non REM, gli esseri umani attraversano la luce (S2) e il sonno profondo dell'onda lenta (SWS). Come indica la loro denominazione, queste due fasi mostrano rispettivamente soglie di aroazione inferiori e superiori 3 , 4 e differiscono in primo luogo dalla densità di bassa frequenzaEnte corticale EEG, indicata come attività a onde lente (SWA, 0,75-4 Hz). La non uniformità persiste durante i singoli attacchi di S2 e SWS dal minuto al sotto secondario, come documentato ampiamente dalla presenza variabile di SWA nel corso di un incontro 5 , 6 , ma anche da EEG e dai ritmi potenziali in campo Frequenze superiori, comprese le onde del mandrino nella banda sigma (10-15 Hz) e ritmi gamma (80-120 Hz) (per una recensione, vedi 7 , 8 , 9 , 10 ).
Piuttosto che essere sottili, queste variazioni spostano lo stato corticale del sonno negli esseri umani agli estremi dello spettro. Per il sonno non REM, questi variano da una predominanza di SWA a stati che approssimano l'attività sveglia perché contengono una parte sostanziale di componenti ad alta frequenza 11 <suP>, 12 . Nei roditori e nei gatti, anche se il sonno non-REM non è suddiviso in fasi, emerge un breve periodo chiamato sonno intermedio (IS) prima dell'insorgenza del sonno REM 13 . Durante IS, le funzioni di sonno REM, come l'attività ippocampale theta e le onde ponto-geniculo-occipitali, iniziano, mentre le firme del sonno non-REM, come le onde mandrino e SWA, sono ancora presenti, indicando un mix tra i due stati di sonno 14 , 15 . Tuttavia, l'IS potrebbe essere funzionalmente distinto poiché è modulata dagli antidepressivi 16 e attraverso una nuova presentazione di oggetti durante la veglia precedente 17 e contribuisce a impostare la soglia di eccitazione 18 . Inoltre, i diagrammi dello spazio statale dei parametri EEG e EMG di ratti liberamente in movimento mostrano un gruppo di punti 14 che è continuo tra il sonno non REM, il sonno REM e la veglia. Ci sono anche discontinuità sporadiche in SWA, senza entrare nella sveglia o nel sonno REM, che porta a notevoli fluttuazioni nella presenza relativa dei componenti a bassa e alta frequenza durante un incontro non letto REM non consolidato 14 , 19 e 20 . Infine, i rapporti variabili di SWA e ritmi di frequenza più alti durante il sonno non REM si verificano non solo nel tempo, ma mostrano anche differenze regionali in ampiezza e sincronizzazione tra aree corticali 19 .
Il sonno non-REM del mammifero è ben lungi dall'essere uniforme. Tuttavia, se tale non uniformità porta a stati che differiscono per funzioni e attributi comportamentali, non è chiaro. In diversi tipi di disturbi del sonno, il sonno continuo viene interrotto da risvegli spontanei e comportamenti motori inappropriati. Inoltre, le analisi spettrali mostrano alterazioni nella presenza relativa di frequenze più alte nell'EEG 21E in parametri autonomi, come i tassi di respirazione e battito cardiaco 22 . La sequenza ordinata di stati di sonno stabili è perciò turbata e gli elementi di eccitazione corticale e / o autonomica intrudono in maniera incontrollata. Pertanto, la comprensione del continuum degli stati di sonno è di una possibile rilevanza per la malattia. Inoltre, la perturbazione del sonno da rumore ambientale negli ambienti urbani è associata a rischi sanitari generali, rendendo cruciale identificare momenti di maggiore vulnerabilità durante il sonno 23 .
Gli esperimenti di arousal comportamentali nel sonno degli esseri umani indicano che è più difficile svegliarsi dal sonno non-REM dominato da SWA (fase S3), mentre il sonno non-REM leggero (fase S2) e il sonno REM mostrano soglie comparabili e inferiori di stimolazione 4 . L'elaborazione corticale di stimoli sonori corti varia sensibilmente tra il sonno REM, S2 e S3 24 ,25 , indicando che i modelli di attività corticali specifici dello stato modulano le prime fasi dell'elaborazione sensoriale. Per il sonno non REM nell'uomo, la propensione a svegliarsi in risposta al rumore varia con la presenza di onde mandrino e ritmi alfa nell'EEG 26 , 27 , 28 . La ritmicità talamocorticale durante i mandrini è accompagnata da una maggiore inibizione sinaptica sia ai livelli talamici che a quelli corticali, che si suppone contribuiscano all'attenuazione dell'elaborazione sensoriale 7 .
Come sono i periodi di sonno resistenti ai rumori e vulnerabili organizzati nel tempo e quali sono i loro determinanti? In entrambi i topi e umani, abbiamo recentemente individuato una oscillazione infrarossa, 0,02-Hz nei ritmi neurali. A seconda della fase di questa oscillazione di 0,02-Hz, i topi hanno mostrato una reattività variabile agli stimoli esterni, sia svegliarsi o dormireIl rumore. È interessante notare, questa oscillazione è stata correlata con il tasso del battito cardiaco, indicando che il sistema nervoso autonomo partecipa nella modulazione della vulnerabilità del sonno agli stimoli esterni 1. Durante questo ritmo sono stati organizzati anche ritmi ippocampali correlati alla memoria e, in modo più sorprendente, la sua forza è correlata alla qualità del consolidamento della memoria negli esseri umani. L'oscillazione di 0,02 Hz sembra quindi essere un principio organizzativo di sonno non umano REM e rodente che modula sia la sensibilità all'ambiente che l'elaborazione della memoria interna. Ciò sottolinea nuovamente la necessità di valutazioni multiparametriche e continue di stati di sonno per riconoscere la loro funzionalità e per individuare siti di potenziale vulnerabilità.
Ecco una procedura per estrarre la forma d'onda di queste dinamiche, incluso l'impianto chirurgico dei topi per le misure combinate EEG / ECoG e EMG-ECG, l'esposizione a stimoli sensoriali,Rutine di analisi. Questa procedura fornisce una base per la visualizzazione del sonno come uno stato di vigilanza continuamente variabile ma altamente organizzato durante il quale vengono eseguite diverse funzioni fondamentali del sonno in sequenza. Più in generale, la procedura è applicabile agli approcci che mirano ad estrarre le caratteristiche spettrali e autonome che precedono un esito comportamentale durante il sonno sia negli stati di salute che nelle malattie.
Protocol
Representative Results
Discussion
Qui mostriamo come stabilire un profilo temporale continuo di sonno non REM che integra le variabili EEG, EMG e ECG. Questo è un primo passo verso lo sviluppo di una descrizione integrativa del sonno del mouse, che può aiutare a identificare la scadenza temporale non riconosciuta in precedenza in cui sono organizzate elevate e basse resistenze al rumore durante il sonno non REM 1 . Una struttura temporale simile è stata descritta anche nel sonno non-REM umano attraverso un'analisi analoga …
Divulgations
The authors have nothing to disclose.
Acknowledgements
Ringraziamo tutti i membri del laboratorio per il loro contributo alla scrittura e attenta lettura di questo manoscritto. Siamo grati a Paul Franken per stimolare le discussioni, il Dr. Gisèle Ferrand per i commenti utili sul protocollo chirurgico e il dottor Jean-Yves Chatton per fornire i file eseguibili Labview originale per l'esposizione al rumore. Il finanziamento è stato fornito dalla Fondazione nazionale della scienza nazionale (Grants 31003A_146244 e 31003A_166318) e l'Etat 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
- 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).
- 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).
- Blake, H., Gerard, R. W. Brain potentials during sleep. Am J Physiol. 119, 692-703 (1937).
- Rechtschaffen, A., Hauri, P., Zeitlin, M. Auditory awakening threshold in REM and NREM sleep stages. Percept Mot Skills. 22 (3), 927-942 (1966).
- Achermann, P., Borbély, A. A. Low-frequency (< 1 Hz) oscillations in the human sleep electroencephalogram. Neurosciences. 81 (1), 213-222 (1997).
- Aeschbach, D., Borbély, A. A. All-night dynamics of the human sleep EEG. J. Sleep Res. 2 (2), 70-81 (1993).
- Astori, S., Wimmer, R. D., Lüthi, A. Manipulating sleep spindles–expanding views on sleep, memory, and disease. Trends Neurosci. 36 (12), 738-748 (2013).
- 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).
- Buzsáki, G., Wang, X. J. Mechanisms of gamma oscillations. Annu Rev Neurosci. 35, 203-225 (2012).
- Rasch, B., Born, J. About sleep’s role in memory. Physiol Rev. 93 (2), 681-766 (2013).
- Halász, P., Bòdizs, R. . Dynamic structure of NREM sleep. , (2013).
- 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).
- Gottesmann, C. Detection of seven sleep-waking stages in the rat. Neurosci Biobehav Rev. 16 (1), 31-38 (1992).
- 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).
- 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).
- 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).
- Schiffelholz, T., Aldenhoff, J. B. Novel object presentation affects sleep-wake behavior in rats. Neurosci Lett. 328 (1), 41-44 (2002).
- 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).
- 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).
- Franken, P. Long-term vs. short-term processes regulating REM sleep. J Sleep Res. 11 (1), 17-28 (2002).
- Feige, B., et al. The microstructure of sleep in primary insomnia: an overview and extension. Int J Psychophysiol. 89 (2), 171-180 (2013).
- 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).
- 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).
- Campbell, K., Muller-Gass, A. The extent of processing of near-hearing threshold stimuli during natural sleep. Sleep. 34 (9), 1243-1249 (2011).
- 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).
- 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).
- 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).
- 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).
- Mang, G. M., Franken, P. Sleep and EEG phenotyping in mice. Curr Protoc Mouse Biol. 2 (1), 55-74 (2012).
- 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).
- Jurysta, F., et al. The impact of chronic primary insomnia on the heart rate–EEG variability link. Clin Neurophysiol. 120 (6), 1054-1060 (2009).
- 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).
