Изменения связности мозга во время сна с помощью транскраниальной нейростимуляции с обратной связью. Прогнозирование чувствительности метапамяти. Часть 4.

В разных исследованиях наблюдается высокая вариабельность частотных диапазонов, выбранных для разграничения медленных и быстрых веретен (Ayoub et al., 2013; Holz et al., 2012; Schabus et al., 2007), а недавние данные свидетельствуют о том, что эти разграничения могут различаться у каждого человека. (Кокс и др., 2017).

Быстрое веретено — это область нашего мозга, которая тесно связана с нашей памятью. Исследования показывают, что когда мы участвуем в процессе обучения и памяти, быстрые веретена становятся более активными, тем самым улучшая нашу память.

Функция быстрых веретен — укреплять и закреплять наши воспоминания. Когда мы получаем новую информацию, быстрые веретена собирают информацию из других областей мозга и преобразуют ее во фрагменты памяти, которые мы можем хранить и вызывать. Поэтому быстрые веретена имеют решающее значение для наших процессов обучения и памяти.

Так как же улучшить функцию быстрого шпинделя? Прежде всего, мы должны поддерживать хорошие жизненные привычки. Достаточный сон, здоровое питание и регулярные физические упражнения играют важную роль в здоровье и функционировании вашего быстрого веретена. Кроме того, сосредоточение внимания на обучении и мышлении может стимулировать активность быстрых веретен и улучшить нашу память.

Короче говоря, быстрые веретена неразрывно связаны с нашей памятью. Поддерживая здоровый образ жизни и уделяя внимание обучению, мы можем улучшить нашу быструю работу веретена и улучшить нашу память, чтобы лучше справляться с проблемами в жизни и обучении. Давайте будем оптимистами и упорно трудимся ради лучшего будущего. Видно, что нам необходимо улучшить память, а цистанхе пустынный может значительно улучшить память, потому что цистанхе пустынный — это традиционное китайское лекарственное средство, обладающее множеством уникальных эффектов, одним из которых является улучшение памяти. Эффективность Cistanche Deserticola обусловлена ​​множеством содержащихся в нем активных ингредиентов, включая дубильную кислоту, полисахариды, флавоноидные гликозиды и т. д. Эти ингредиенты могут способствовать здоровью мозга различными способами.

Нажмите «Узнай 10 способов улучшить память»

Мы выбрали 8–12 Гц и 12–15 Гц в качестве диапазонов для отдельного исследования медленных и быстрых шпинделей, и наши результаты показывают, что связь в диапазоне быстрых шпинделей специально модулировалась STAMP.

Тем не менее, границы полос веретена могут различаться у участников эксперимента, что приводит к перекрытию медленной и быстрой активности веретена в этих диапазонах. По нашим данным, длины путей в диапазонах 8–12 Гц и 12–15 Гц были сильно коррелированы (r=0.88), что указывает на высокую степень перекрытия между этими частотными диапазонами.

Таким образом, мы утверждаем здесь, что активность веретена модулируется с помощью STAMP, но потребуется дальнейший анализ, чтобы точно разграничить быстрые и медленные веретена. Кроме того, мы использовали подход на основе частотных диапазонов для реализации реализованного нами анализа подключения и машинного обучения; однако шпиндели — это кратковременные события, происходящие ненадолго во времени.

Хотя этот подход, вероятно, охватывает активность, связанную с веретенами, более сфокусированный подход, основанный на событиях, при котором идентифицируются конкретные события веретена, может дополнительно прояснить их роль в метапознании.

Результаты регрессионного анализа показали, что изменения длины пути в бета-диапазоне были связаны с изменениями чувствительности памяти от предсна к послесну в активном состоянии. Сообщаемая связь была в разумном направлении: меньшая длина пути (большая эффективность) связана с улучшением метакогнитивных показателей.

Обратите внимание, что длина бета-пути, однако, существенно не различалась между активными и имитационными условиями, что позволяет предположить, что эффект отражает более мелкие индивидуальные различия, при которых люди, которые демонстрируют реорганизацию сети в сторону большей эффективности после стимуляции STAMP, демонстрируют большее улучшение метапамяти за ночь, чем те, у которых этого не происходит.

Это обсуждается далее в разделе «Вспомогательная информация». Это открытие является довольно новым, поскольку, насколько нам известно, ни одно из предыдущих исследований не изучало изменения в функциональных связях после стимуляции во время сна, которые связаны с поведенческими изменениями.

 Исследования, изучающие зрительно-моторное обучение и производительность, например, задачи по отслеживанию зеркала, сообщили об изменениях в синхронизации и связности бета-диапазона во время и после выполнения задания (Classen et al., 1998; Kilner et al., 2004; Piantoni et al., 2015). Однако исследования, изучающие взаимосвязь теории графов с эффективностью эпизодической памяти, которая была проверена в текущем эксперименте, как правило, не изучали и не сообщали об изменениях в связности бета-диапазона (Burke et al., 2013).

Однако изменения длины бета-пути были связаны с прогрессированием болезни Альцгеймера, а именно, у пациентов с болезнью Альцгеймера длина бета-пути выше, чем у здоровых людей, а длина бета-пути отрицательно коррелирует с показателем мини-психического обследования (MMSE) (Stam et al. ., 2006). Кроме того, исследования колебательной нейрофизиологии сна показали, что более быстрая ритмическая активность (т. е. в бета/гамма-диапазоне) присутствует и поддерживается во время фазы деполяризации медленной волны и практически отсутствует во время фазы гиперполяризации (Compte et al., 2008; Steriade). , 2006; Стериаде и др., 1996).

Эта повышенная активность может быть конкретно связана с норадренергическими нейронами в системе голубого пятна (Ещенко и др., 2012), которые могут способствовать пластичности коры, важному компоненту консолидации памяти.

Таким образом, вполне возможно, что организация и активность сети бета-диапазона во время SWOs могут вообще быть важным аспектом функционирования эпизодической памяти и процессов консолидации, которые могут быть нацелены и усилены с помощью специфической STAMP-стимуляции. Одним из потенциальных ограничений текущего исследования является отсутствие контролируйте условие, чтобы исключить общее влияние стимуляции на связь.

А именно, STAMP могли быть применены во время сна, который не был привязан к какому-либо эпизоду во время кодирования, для сравнения изменений соединения после помеченных STAMP с изменениями после непомеченных STAMP.

Учитывая ограниченное количество STAMP и сложность экспериментальной схемы, мы решили максимизировать нашу статистическую мощность, используя все STAMP для управления памятью во время сна.

Однако это условие было бы особенно полезно для понимания результатов нашей классификации. В настоящее время мы можем сказать, что выбранные признаки могут разграничивать активные и фиктивные состояния, и это может быть связано с процессами консолидации в активном состоянии по сравнению с фиктивным состоянием; однако это могут быть и общие изменения после стимуляции.

Напротив, мы уверены, что связь длины бета-пути с изменениями чувствительности метапамяти связана с процессами консолидации, зависящими от сна.

Наши поведенческие результаты показывают, что стимуляция STAMP привела к улучшению состояния Tag & Cue по сравнению с другими состояниями, демонстрируя конкретную пользу, в отличие от более общего преимущества, вызванного стимуляцией, для метапамяти. В соответствии с этим, изменения длины бета-пути конкретно предсказывали изменения в изменениях AUC Tag & Cue и не предсказывали чувствительность в состоянии имитации.

Предыдущие работы, посвященные изучению связей мозга с помощью теоретико-графовых показателей, часто использовали более ограниченный подход, исследуя конкретные показатели или конкретные представляющие интерес диапазоны частот (Sadaghiani et al., 2015; Song et al., 2014).

Мы решили использовать подход машинного обучения для поиска по большому набору показателей в разных диапазонах частот, чтобы выявить значительные изменения после стимуляции, а также использовать перекрестную проверку и сравнение с базовыми моделями для подтверждения наших выводов. Однако этот метод не лишен ограничений.

Выбранные функции могут различаться в зависимости от выбранного алгоритма или набора шагов обработки. Кроме того, чтобы значительно повысить производительность, мы удалили сильно коллинеарные функции, однако потенциально эти удаленные функции все еще могут представлять теоретический интерес.

Мы провели последующие статистические тесты, чтобы убедиться, что наш окончательный набор выбранных функций статистически различался в зависимости от условий стимуляции и/или предсказать эффективность; тем не менее, в определенных диапазонах могут существовать и другие функции подключения, которые также в значительной степени модулируются STAMP и/или прогнозируют поведение, но просто не были выбраны алгоритмом.

Однако мы считаем, что связь длины бета-пути с поведением является надежной, поскольку алгоритм Борута неизменно считал ее очень значимой и значительно предсказывал поведенческие данные, и этот эффект, вероятно, не был бы обнаружен, если бы мы исследовали только более стандартные меры и диапазоны частот. Будущие исследования могут выявить конкретную роль бета-сетевой связи в эпизодической памяти и процессах принятия решений.

БЛАГОДАРНОСТИ

Эта работа поддерживалась DARPA и Исследовательским бюро армии. Высказанные взгляды, мнения и/или выводы принадлежат автору и не должны интерпретироваться как отражающие официальные взгляды или политику Министерства обороны или правительства США.

ВСПОМОГАТЕЛЬНАЯ ИНФОРМАЦИЯ

Функции подключения, а также значения чувствительности метапамяти включены в доступную вспомогательную информацию для этой статьи.

АВТОРСКИЕ ВЗНОСЫ

Райан Хаббард: Концептуализация; Формальный анализ; Методология; Написание – первоначальный черновик; Написание – просмотр и редактирование. Иман Заде: Концептуализация; Формальный анализ; Методология; Ресурсы; Программное обеспечение; Написание – оригинальный черновик. Аарон Джонс: курирование данных; Ресурсы. БрэдлиРоберт: Курирование данных; Ресурсы. Натали Брайант: курирование данных; Ресурсы; Программное обеспечение. Винсент Кларк: курирование данных; Ресурсы. Правин Пилли: Концептуализация; Формальный анализ;Привлечение финансирования; Расследование; Администрирование проекта; надзор; Написание – первоначальный черновик; Написание – просмотр и редактирование.

ИНФОРМАЦИЯ О ФИНАНСИРОВАНИИ

Правин Пилли, Агентство перспективных оборонных исследовательских проектов (https://dx.doi.org/10.13039/100000185), идентификатор награды: W911NF-16-C-0018.

ЗАЯВЛЕНИЕ О КОНФЛИКТЕ ИНТЕРЕСОВ

Последний автор, Правин К. Пилли, имеет патент на использование транскраниальной электростимуляции для целевой реактивации памяти (патент США № 10,307,592). Винсент П. Кларк — научный консультант NeuroGeneces, LLC. Все авторы заявляют, что исследование проводилось при отсутствии каких-либо других конкурирующих финансовых или нефинансовых интересов.

ИСПОЛЬЗОВАННАЯ ЛИТЕРАТУРА

1. Андерсон К.Л., Раджаговиндан Р., Гасибе Г.А., Мидор К.Дж. и Динг М. (2009). Тета-колебания опосредуют взаимодействие между префронтальной корой и медиальной височной долей в памяти человека. Кора головного мозга, 20 (7), 1604–1612. https://doi.org/10.1093/cursor/bhp223, PubMed: 19861635.

2. Энтони, Дж.В., Гобель, Э.В., О'Хара, Дж.К., Ребер, П.Дж. и Паллер, К.А. (2012). Реактивация воспоминаний во время сна влияет на обучение навыкам. Природная неврология, 15, 1114–1116. https://doi.org/10.1038/nn.3152, PubMed: 22751035

3. Аюб А., Ауманн Д., Хёршельманн А., Кучекманеш А., Пол П., Борн Дж. и Маршалл Л. (2013). Дифференциальное воздействие на быструю и медленную активность веретена, а также на медленные колебания сна у людей с карбамазепином и флунаризином для противодействия потенциал-зависимой активности каналов Na+ и Ca2+. Сон, 36(6), 905–911. https://doi.org/10.5665/sleep.2722, PubMed: 23729934

4.Бакус А.Р., Шоффелен Дж.М., Себени С., Ханслмайр С. и Доеллер К.Ф. (2016). Гиппокампально-префронтальные тета-колебания поддерживают интеграцию памяти. Current Biology, 26(4), 450–457.https://doi.org/10.1016/j.cub.2015.12.048, PubMed: 26832442.

5. Бэрд Б., Смоллвуд Дж., Горголевски К.Дж. и Маргулис Д.С. (2013). Медиальные и латеральные сети передней префронтальной коры поддерживают метакогнитивные способности памяти и восприятия. Journal of Neuroscience, 33(42), 16657–16665. https://doi.org/10.1523/JNEUROSCI.0786-13.2013, PubMed: 24133268

6. Барахона М. и Пекора Л.М. (2002). Синхронизация в системах маленького мира. Physical Review Letters, 89(5), 054101. https://doi.org/10.1103/PhysRevLett.89.054101, PubMed: 12144443.

7. Бассетт, Д.С., и Буллмор, Э.Д. (2006). Мозговые сети маленького мира. Нейробиолог, 12 (6), 512–523. https://doi.org/10.1177/1073858406293182, PubMed: 17079517

8.Беншенан К., Пейраш А., Хамасси М., Тирни П.Л., Джоанни Ю., Батталья Ф.П. и Винер С.И. (2010). Когерентные тета-колебания и реорганизация времени спайков в гиппокампально-префронтальной сети при обучении. Нейрон, 66 (6), 921–936. https://doi.org/10.1016/j.neuron.2010.05.013, PubMed: 20620877

9. Бенджамини Ю. и Хохберг Ю. (1995). Контроль частоты ложных открытий: практичный и мощный подход к множественному тестированию. Журнал Королевского статистического общества, 57, 289–300.

10. Беренс П. (2009). CircStat: набор инструментов MATLAB для циклической статистики. Журнал статистического программного обеспечения, 31 (10), 1–21.

For more information:1950477648nn@gmail.com