JoVE Journal > Neuroscience
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Automatic Translation
Neuroscience

Generalisert Psychophysiological interaksjon (PPT) analyse av minne knyttet tilkobling i individer genetisk utsatt for Alzheimers sykdom

Published: November 14, 2017
doi:
10.3791/55394
, , , ,
1Psychiatry and Biobehavioral Sciences,University of California, Los Angeles, 2Biospective, Inc.

Summary

Denne oppgaven beskriver hvordan å implementere en psychophysiological samhandling analyse for å vise oppgave-avhengige endringer i funksjonelle tilkobling mellom valgte frø regionen og voxels i andre regioner av hjernen. Psychophysiological samhandling er en populær metode å undersøke aktiviteten effekter på hjernen tilkobling, skiller seg fra tradisjonelle univariate aktivisering effekter.

Abstract

I neuroimaging måler funksjonell magnetisk resonans imaging (fMRI) blod-oksygenering-nivå avhengige (fet) signalet i hjernen. Graden av korrelasjon av fet signalet i romlig uavhengig områder av hjernen definerer funksjonelle tilkobling av disse regionene. Under en kognitiv fMRI aktivitet, kan en psychophysiological interaksjon (PPT) analyse brukes til å undersøke endringer i funksjonelle tilkobling under spesifikke kontekster definert av kognitiv oppgaven. Et eksempel på en slik oppgave er en som engasjerer minnesystemet, deltagerne skal lære par relatert ord (koding) og husker den andre ord i et par når presentert med det første ordet (henting). I studien brukt vi denne typen assosiativ minne aktivitet og en generalisert PPI (gPPI) analyse sammenligne endringer i hippocampus tilkobling i eldre voksne som er bærere av Alzheimers sykdom (AD) genetisk risikofaktor apolipoprotein-E epsilon-4 ( APOEΕ4). Spesielt viser vi at funksjonelle tilkobling av delområder hippocampus endringene under koding og henting, to aktive faser av aktiviteten assosiativ minne. Kontekst-avhengige endringer i funksjonelle tilkobling av hippocampus var signifikant forskjellig i bærere av APOEε4 sammenlignet med ikke-bærere. PPI analyser gjør det mulig å undersøke endringer i funksjonelle tilkobling, forskjellig fra univariate viktigste effekter, og sammenligne disse endringene på tvers av grupper. Dermed kan en PPT-analyse avdekke komplisert oppgave effekter i bestemte kohorter som tradisjonelle univariate metoder ikke fange. PPI analyser kan imidlertid bestemme retningen eller årsakssammenheng mellom funksjonelt tilkoblet. Likevel gir PPI analyser viktig middel for å generere spesifikke hypoteser om funksjonelle forhold som kan testes med kausale modeller. Hjernen er stadig omtalt tilkobling og nettverk, er PPT en viktig metode for å analysere fMRI aktivitetsdata i tråd med gjeldende oppfatning av den menneskelige hjernen.

Introduction

Begrepet “connectome” ble lansert i 2005 markerer et paradigmeskifte i nevrovitenskap som fortsetter i dag1. Hjernen er stadig beskrevet i form av funksjonelle nettverk, tilkobling og samhandling mellom og regioner i stor skala. Likevel avgrensning av regionale funksjonelle spesialisering og assosiasjoner mellom fMRI-målt aktivitet og oppgave krav er fortsatt gyldig og nyttig tilnærminger. I lys av den voksende interessen i connectomics vokser funksjonell tilkobling tilnærminger til aktivitet fMRI analyse i popularitet. En tilnærming til måle funksjonelle tilkobling endres avhengig av aktivitet krever gjør bruk av begrepet PPI. En PPT er en aktiv oppgave fase eller oppgaven etterspørsel («psycho») med funksjonell tilkobling (“physio») av et område av interesse eller”frø”i hjernen. PPI er forskjellig fra bivariate, korrelasjon-basert analyse av funksjonelle tilkobling, som generelt måler graden av sammenheng mellom aktiviteten i to områder uten begrensninger knyttet til oppgaven krav.

Konseptet og rammen av en PPT-analyse ble opprinnelig beskrevet av Friston og kolleger i 19972. Forfatterne hevdet at deres tilnærming var viktig fordi det ville tillate etterforskningen av å være mer funksjonelt spesifikk og tillate slutninger at aktiviteten i et distale frø kan være modulerende aktivitet skyldes en oppgave etterspørsel. I 2012, McLaren og kolleger lagt til denne original rammeverk og beskrevet en gPPI tilnærming der alle oppgave faser og deres samspill er inkludert i en enkelt modell3. Dette fører til resultater som er mer følsom og bestemt oppgave fase og samhandling etterforsket. Det er denne oppdaterte gPPI tilnærming som vi bruker i dag studere (se trinn 6.2.2 i protokollen). GPPI tilnærmingen har nå blitt sitert i over 200 studier. For klarhets heretter vi bruker ‘PPI’ å beskrive vanlige funksjonene i både standard og generalisert versjon. ‘gPPI’ brukes til å diskutere bestemte fremskritt forbundet med nyere rammen.

Det overordnede målet med en PPT analyse er å forstå hvordan kravene til en kognitiv aktivitet påvirker eller modulerer funksjonelle tilkobling av en frø-regionen. En PPT analyse krever en sterk en priori hypotese. Aktivitet i regionen frø må være modulated av oppgaven for at PPT tilnærmingen å arbeide effektivt4. For eksempel studien bygger vi våre seedet markering på sterke bevis at hippocampus aktivitet modulert av kognitiv kravene til en minne-aktivitet. Bruker PPT, kan regioner som er betydelig mer eller mindre funksjonelt koblet til hippocampus oppgaven faser identifiseres. Kort sagt, spørre vi, “i hvilke områder er aktiviteten mer korrelert med frø under sammenheng A mot planlagte?” Vi kan også be det logiske motsatt (som det er viktig å forstå forskjellen): “i hvilke områder er aktivitet mindre korrelert med frø under sammenheng A i forhold til grunnlinjen?” Når tolke gruppe forskjeller i PPI effekter, er det viktig å undersøke dataene og enten positiv eller negativ endring i funksjonelle tilkobling eller begge, driver gruppen forskjeller.

PPI tilnærmingen er brukt til å studere dynamisk oppgave kontroll huber i sunn kontroller, hvordan modulering av funksjonelle tilkobling er relatert til cognitive gjennomførelse i Alzheimers sykdom (AD), intelligens i personer med autisme, motor nettverkstilkobling i personer med Parkinsons sykdom, ansikt på personer med Dysmorfofobi og anoreksi, følelser regulering, minne og mange andre spørsmål knyttet til tilkobling5,6,7 ,8,9,10,11. Studien sammenligne vi endringer i funksjonelle tilkobling av delområder av hippocampus under minne koding og henting mellom en gruppe individer økt genetisk risiko for Annonsen til en gruppe uten risikofaktor12. Følgende beskriver protokollen som vi brukte, bruke gPPI tilnærming, som tillater oss å teste hvis oppgave-skapte endringer i funksjonelle tilkobling forskjellig i samarbeid med tilstedeværelse av APOEε4, en genetisk risikofaktor for Annonsen.

Protocol

studien ble utført i samsvar med de UCLA institusjonelle Review Board (IRB)-protokollene og godkjent av UCLA menneskelig fag beskyttelse. Alle deltakerne ga skriftlig samtykke for å registrere i denne studien. 1. deltaker utvalg få IRB godkjenning til å utføre studien. Skjermen personer i alderen 55 og eldre for kognitiv svikt ved hjelp av et standardisert nevropsykologiske batteri. Inkluder tester av General Intelligence (Subtests av WAIS-III) 13<…

Representative Results

Med to forskjellige aktiv oppgave faser (koding og henting) og to seedet regioner (fremre og bakre hippocampus) finnes det fire betingelsene resultatene rapporteres for hver gruppe. I-gruppe aktivitet aktivisering kartene (ikke vises her, se Harrison et al., 201612) viser at bakhodelappen, auditiv cortex, store regioner parietal lobe, frontal språk områder, overlegen timelige gyrus, og caudate (tydeligere under henting) har betydelig fet signal øker und…

Discussion

Oppgavebaserte fMRI studier ble utformet for å avdekke statistiske relasjoner mellom bestemte kognitive prosesser eller krav og endringer i fet signal i forhold til en opprinnelig plan måling. Denne tradisjonelle tilnærmingen er nyttig for å identifisere bestemte regioner i hjernen hvor aktivitet modulert med en eksperimentell oppgave. Derimot er en PPT analyse hovedsakelig opptatt modulering av funksjonelle tilkobling eller synkronisering av aktivitet, som en oppgave-indusert kognitive prosessen. PPI måler sammenhe…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Dette arbeidet ble støttet av det nasjonale Institutt for aldring (bevilgning nummer R01AG013308 til SYB, F31AG047041 til TMH). Forfatterne brukte beregningsorientert og lagringstjenester knyttet Hoffman2 delt klyngen levert av UCLA Institute for Digital forskning og utdannings forskning Technology Group.

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
DOWNLOAD MATERIALS LIST

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).

Tags

Alzheimer’s DiseaseFunctional ConnectivityHippocampusMemoryCognitive NeuroscienceGenetic RiskFMRIWords-associative Memory TaskPreprocessingGeneral Linear ModelFEATMotion CorrectionSpatial SmoothingTask Timing
check_url/55394?article_type=t

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
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).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image