Povezava med počasnim vretenom in nihanjem je povezana s spremembami zmogljivosti spomina in povezljivosti v hipokampalnem omrežju po spanju
Aug 24, 2023
Povzetek
Po kodiranju izkušenj so bile predlagane ponovne aktivacije med spanjem po kodiranju za posredovanje dolgoročne konsolidacije spomina. Povezava med vretenom in počasnim nihanjem med spanjem NREM je mehanizem kandidata, prek katerega lahko hipokampalni kortikalni dialog okrepi novonastali spominski engram. Tukaj smo raziskali vlogo povezave med hitrim vretenom in počasnim vretenom ter počasnim nihanjem pri utrjevanju prostorskega spomina pri ljudeh z nalogo virtualnega vodnega labirinta, ki vključuje alocentrične in egocentrične strategije učenja. Poleg tega smo analizirali, kako se je funkcionalna povezljivost v stanju mirovanja razvila med učenjem, utrjevanjem in priklicem te naloge z uporabo pristopa, ki temelji na podatkih. Naši rezultati kažejo spremembe povezljivosti, povezane z nalogo, v omrežju izvršilnega nadzora, omrežju privzetega načina in omrežju hipokampusa v mirovanju po opravilu. Hipokampalno omrežje bi lahko nadalje razdelili na dve podmreži, od katerih je samo ena pokazala modulacijo s spanjem. Zmanjšana funkcionalna povezljivost v tem podomrežju je bila povezana z večjo močjo sklopitve med vretenom in počasnim nihanjem, kar je bilo povezano tudi z boljšo zmogljivostjo pomnilnika pri preskusu. Na splošno ta študija prispeva k bolj celostnemu razumevanju funkcionalnih omrežij v stanju mirovanja in mehanizmov med spanjem, povezanih s konsolidacijo prostorskega spomina.
Cistanche izkušnje - Izboljšajte spomin
KLJUČNE BESEDE
konsolidacija spomina, omrežja v stanju mirovanja, spanje, počasne oscilacije, vretena
1|UVOD
Teorija konsolidacije sistemov je eden najbolj razširjenih okvirov oblikovanja dolgoročnega spomina. Teorija trdi, da se labilni engrami v možganih, kodirani med učenjem, okrepijo s ponavljajočo se reaktivacijo. Sčasoma lahko ta proces vodi do bolj stabilne dolgoročne predstavitve – konsolidirane spominske sledi (Squire et al., 2015). Reaktivacije engrama naj bi se pojavljale predvsem med spanjem, vendar jih je mogoče opaziti tudi med mirnim počitkom. Potencialni ključni mehanizem, na katerem temelji konsolidacija sistemov, predstavlja hierarhično usklajevanje treh vrst dogodkov med spanjem brez hitrega premikanja oči (NREM): (1) kortikalne počasne oscilacije z visoko amplitudo, (2) vretena, ki jih poganja talamični zaveznik, in (3) hipokampalno ostro valovanje. Uravnavanje teh nihanj, ki jih poganja povečevanje in pojemanje počasnih nihanj v prefrontalnem korteksu (Helfrich et al., 2019), naj bi nastavilo idealna časovna okna za prenos informacij hipokampusa v korteks (Sirota et al., 2003) in možgane. - široki procesi sinaptične konsolidacije, ki so osnova konsolidacije sistemov (Genzel, 2020; Genzel, Kroes et al., 2014; Navarro-Lobato & Genzel, 2020). Pri ljudeh sta bili dosledno identificirani dve vrsti vreten: počasna vretena (~9–12,5 Hz) in hitra vretena (~12,5–16 Hz), ki sta najbolj izrazita v čelnem oziroma središčno-temenskem predelu (Adamczyk et al. , 2015; Anderer et al., 2001). Oba tipa vretena sta povezana s počasnimi nihanji. Medtem ko so hitra vretena pogosto ugnezdena v vzburljivem up-stanju počasnega nihanja, se počasna vretena običajno pojavijo v prehodnem obdobju v zaviralno navzdol-stanje počasnega nihanja (Molle et al., 2011). Hitra vretena so bila vpletena kot pospeševalnik prenosa informacij med hipokampusom in neokorteksom, saj sovpadajo z ostrimi valovi hipokampusa (Staresina et al., 2015). Počasna vretena, pred katerimi večinoma sledijo valovi, so lahko povezana s kortikalno navzkrižno povezavo prenesenih informacij in modulacijo prefrontalnega vezja, da se tvori neokortikalna predstavitev spomina (Molle et al., 2011). Vendar le v študijah na ljudeh obstaja dosledna delitev med počasnimi in hitrimi vreteni. Ker se ta podrazdelitev redko izvaja v raziskavah na živalih, manjkajo konkretni dokazi za drugačno funkcijo vsake vrste vretena. Vpliv teh dveh vrst vretena na vedenje je še manj prepričljiv. Nedavne ugotovitve EEG so pokazale, da sta večja količina in povečana doslednost pri povezovanju hitrih vreten in počasnih nihanj povezana s povečano zmogljivostjo deklarativnega spomina (Hahn et al., 2020; Muehlroth et al., 2019; Niknazar et al., 2015). . Eksperimentalna okrepitev koordinacije med valovanjem ostrih valov v hipokampusu, počasnimi nihanji in čelnimi vreteni pri glodavcih – potencialno analog človeških počasnih vreten – je prav tako povzročila povečano zmogljivost spomina (Maigret et al., 2016). Nasprotno pa predhodne ugotovitve o povezovanju počasnega vretena in počasnega nihanja pri ljudeh kažejo na zmanjšano zmogljivost deklarativnega spomina s povečano sklopitvijo počasnega vretena in počasnega nihanja ali brez učinka (Barakat et al., 2011; Muehlroth et al., 2019). Zato je ključnega pomena ločiti vedenjski pomen obeh vrst vretena pri konsolidaciji spomina. Glede na pomen spanja in hipokampusa pri konsolidaciji brez povezave je bila postavljena hipoteza, da igra spanje posebno vlogo pri konsolidaciji spominov, ki so odvisni od hipokampusa, v nasprotju s spomini, ki niso odvisni od hipokampusa. Ti dve vrsti spominov je mogoče raziskati z uporabo paradigem prostorske navigacije. Navigacija v okolju vključuje uporabo različnih navigacijskih strategij, in sicer alocentričnih in egocentričnih strategij (za pregled Ekstrom et al., 2017). V alocentričnem referenčnem sistemu lahko navigator sklepa o svojem položaju na podlagi relativnih položajev stabilnih mejnikov. Predlaga se, da se alocentrično prostorsko učenje močno zanaša na hipokampus, saj zahteva prostorsko kognitivno karto položajev mejnikov (O'Keefe & Nadel, 1978). Nasprotno pa se egocentrični referenčni okvir nenehno spreminja z gibanjem navigatorja. Med egocentričnim prostorskim učenjem mora navigator spremljati premaknjeno razdaljo in smer, za katero je bil dorzalni striatum opredeljen kot kritična struktura (McDonald & White, 1994). Zato se lahko predlaga, da se v prostorskem kontekstu mehanizmi konsolidacije razlikujejo med alocentričnimi in egocentričnimi pogoji usposabljanja in ustrezno vplivajo na zmogljivost spomina. Vendar nedavni dokazi kažejo na vpletenost hipokampusa v konsolidacijo med spanjem, tudi za spomine, ki so prej veljali za neodvisne od hipokampusa (Sawangjit et al., 2018; Schapiro et al., 2019), in podobne funkcionalne spremembe omrežja po spanju prek alocentričnih in egocenskih trik trening (Samanta et al., 2021). Zato ostaja odprto vprašanje, kako se med spanjem konsolidirajo prostorske informacije obeh referenčnih okvirov in kako ti mehanizmi vplivajo na zmogljivost pomnilnika. Čeprav je bilo veliko dela osredotočenega na vlogo spanja pri konsolidaciji sistemskega spomina, so študije na glodavcih (Davidson et al., 2009; Diba & Buzsáki, 2007) in ljudeh (Schuck & Niv, 2019; Tambini & Davachi, 2013) pokazale, procese konsolidacije v celotnem sistemu med obdobji budnega počitka takoj po učenju. Podobno kot pri konsolidaciji, odvisni od spanja, se predstavitve dogodkov spontano ponovno aktivirajo v hipokampalno-talamokortikalni mreži med počitkom po kodiranju (za podroben pregled glejte Tambini & Davachi, 2019). Pomembna vozlišča teh ponovnih aktivacij naj bi vključevala hipokampalno omrežje, osredotočeno na medialno temporalno skorjo in retrosplenialno skorjo (van Buuren et al., 2019), kot tudi interakcije med vozlišči omrežja privzetega načina (Lin et al., 2017) in omrežja, pomembna za nalogo (npr. omrežje izvršnega nadzora; Sneve et al., 2017). Pokazalo se je, da višje ravni funkcionalne povezanosti v stanju mirovanja med področji, značilnimi za dražljaje, in hipokampusom napovedujejo prihodnjo sposobnost priklica spomina (Tambini et al., 2010). Poleg tega sta funkcionalna povezljivost takoj po učenju in količina reaktivacije hipokampusa napovedala poznejše zadrževanje spomina čez noč, kar kaže na komplementarno razmerje med reaktivacijo v mirovanju v budnem stanju in kasnejšo konsolidacijo med spanjem (Schapiro et al., 2018). Medtem ko večina prejšnjih študij ločeno preučuje eno vrsto obdobja po kodiranju (tj. počitek ali spanje), so študije, ki raziskujejo procese konsolidacije v obeh obdobjih, potrebne za pridobitev celostnega razumevanja vzporednic med mehanizmi konsolidacije med temi različnimi možganskimi stanji. Ta študija je tako namenjena zagotavljanju ukrepov znotraj študije pri različnih stanjih možganov po kodiranju in prikaz njihovega odnosa z zmogljivostjo spomina pri nalogi prostorske navigacije. Naša študija sledi našim raziskavam o vplivu spanja na alocentrične in egocentrične predstavitve spomina pri ljudeh in podganah (Samanta et al., 2021). Udeleženci so izvedli človeški analog vodnega labirinta (Morris, 1981), potrjeno paradigmo za preučevanje različnih vidikov prostorske navigacije (Müller et al., 2018; Schoenfeld et al., 2017). Medtem ko Samanta et al. (2021) so se osredotočili na podatke fMRI nalog med učenjem in iskanjem, tukaj smo se osredotočili na podatke fMRI v stanju mirovanja in EEG spanja. Tako je bila funkcionalna povezljivost v stanju mirovanja v ustreznih omrežjih ocenjena pred in po učenju in priklicu spominske naloge, pri kateri so se udeleženci bodisi ukvarjali z alocentrično ali egocentrično prostorsko navigacijo. EEG je bil uporabljen med obema nalogama za merjenje konsolidacijskih procesov NREM, povezanih s spanjem (tj. lastnosti vretena in počasnega nihanja ter njuna povezava). Sprejeli smo pristop, ki temelji na podatkih (Ribeiro de Paula et al., 2017), da bi raziskali razvoj funkcionalne povezljivosti v stanju mirovanja med prostorskim učenjem, konsolidacijo in priklicem spomina. Mreže v stanju mirovanja so bile izbrane na podlagi rezultatov Samanta et al. (2021), vključno z omrežjem privzetega načina, hipokampalnim omrežjem in desnim izvršnim nadzornim omrežjem. Da bi vzpostavili triadno razmerje med spanjem, stanjem mirovanja in vedenjem, smo povezali parametre vretena in počasnega nihanja, spremembe funkcionalne povezljivosti v stanju mirovanja in merila uspešnosti naloge prostorskega pomnilnika. Samanta idr. (2021) so odkrili podobne s spanjem povezane spremembe v možganih pri obnavljanju spomina za alocentrično in egocentrično usposabljanje. Natančneje, aktivacije so se povečale v omrežju izvršnega nadzora in zmanjšale v omrežju privzetega načina od učenja do priklica, če so subjekti po učenju spali. Zato smo pričakovali, da bomo opazili podobne spremembe v teh dveh omrežjih v mirovanju. Procesi konsolidacije v možganih bi morali biti opazni tudi za hipokampalno mrežo, ki usklajuje konsolidacijo med spanjem in mirovanjem. Domnevali smo, da je sklopitev vreteno-počasna oscilacija pozitivno povezana s spremembami v hipokampalnem omrežju in zmogljivostjo spomina. Te ugotovitve se ne bi smele razlikovati med pogoji spomina, saj Samanta et al. (2021) niso opazili razlike med alocentričnim in egocentričnim treningom. Naši rezultati dejansko kažejo, da se izvršilni nadzor in omrežja privzetega načina spreminjajo v domnevno nasprotnih smereh pred in po izvedbi naloge. Poleg tega smo identificirali dve podmreži znotraj hipokampalne mreže. Primarno podomrežje je bilo neodvisno od stanja spanja in povečalo funkcionalno povezljivost pred in po opravilu ter po odmoru. Povezljivost v drugem podomrežju se je med odmorom zmanjšala samo za udeležence, ki so zadremali. Nazadnje je bila moč sklopitve vretena in počasnega nihanja pozitivno povezana z zmogljivostjo pomnilnika in zmanjšano povezljivostjo v drugem, od spanja odvisnem hipokampalnem podomrežju. Vsi učinki so bili enaki pri alocentričnem in egocentričnem treningu. Naše ugotovitve kažejo, da lahko aktivacije v stanju mirovanja razdelimo na spremembe, povezane z opravili, in spremembe, povezane s konsolidacijo, ki so neodvisne od spanja ali od spanja. Samo od spanja odvisne spremembe so povezane s povezovanjem vretena in počasnega nihanja, ki enako prispeva k zmogljivosti spomina za alocentrično in egocentrično učenje.
koristi cistanche za moške - proti Alzheimerjevi bolezni
【Vprašajte za več】 E-pošta:cindy.xue@wecistanche.com/Whats App: 0086 18599088692/Wechat: 18599088692
2|METODE IN MATERIALI
2.1|Udeleženci
V študijo je bilo vključenih 77 nevrološko zdravih desničarjev (starostni razpon: 18–30 let, povprečje=24). Izbrani so bili samo moški udeleženci, ker vzorec obsega podpopulacijo večjega translacijskega korpusa raziskav, ki so uporabljale samo moške glodalce (Samanta et al., 2021). Študijo je odobril lokalni etični odbor (CMO Arnhem-Nijmegen, Radboud University Medical Center) v skladu s splošno etično odobritvijo ("Imaging Human Cognition," CMO 2014/288), poskus pa je bil izveden v skladu s temi smernicami. Zaposlovanje je potekalo preko Radboud Research Participation System. Udeleženci so bili pregledani in izključeni na podlagi (1) jemanja zdravil za spanje, (2) rednega dremeža in (3) vpletenosti v poklicne igralne dejavnosti. Pred začetkom poskusa so vsi udeleženci podali pisno informirano soglasje in prejeli finančno nadomestilo za sodelovanje. Skupno je bilo štirinajst udeležencev izključenih iz analize po pridobitvi podatkov. Osem oseb je bilo izključenih iz poskusa zaradi tehničnih težav med učenjem ali iskanjem: pri petih udeležencih je bila krmilna palica nepravilno umerjena, pri preostalih treh pa so bile tehnične težave, vključno z nenadnim zrušitvijo programa opravilnega okolja med skeniranjem. Trije subjekti so spali manj kot 30 minut v testu spanja ali kontrolni seji. Njihovi rezultati z so bili več kot 2,5*σ oddaljeni od vzorčnega povprečja dejanskega časa spanja. Dejanski čas spanja je bil izračunan za vsakega subjekta kot skupni čas spanja (TST) brez budnosti po začetku spanja (WASO). Pri drugih treh preiskovancih je bil ugotovljen velik premik slike zaradi premikanja glave med skeniranjem fMRI. Količina premika v seriji slik je bila ocenjena z indeksom kakovosti (QI) z uporabo enačbe (1):
where max. abs. is the maximum absolute displacement of a given volume with respect to a reference time point (i.e. middle volume in the time series) and max. rel. represents the maximum relative displacement at a given volume with respect to the subsequent time point. The two measures account for gradual as well as abrupt changes in head position. The cut-off for the exclusion of participants was set to a QI >16.4 (Ribeiro de Paula et al., 2017). V celoti je bilo 63 subjektov obravnavanih kot končni vzorec (starostni razpon: 18–30 let, povprečje=23.3).
2.2|eksperimentalni postopek
Z 2 2 polno faktorsko mešano zasnovo smo testirali postopke konsolidacije paradigme prostorskega pomnilnika v celotnem sistemu. Med skeniranjem fMRI so se udeleženci ukvarjali z alo- ali egocentričnim prostorskim učenjem in priklicem spomina v predhodno potrjenem človeškem analogu vodnega labirinta (Müller et al., 2018; Schoenfeld et al., 2017). Takoj pred in po sejah učenja in iskanja je bila funkcionalna povezljivost ocenjena s fMRI v stanju mirovanja. To skupaj pomeni štiri seje fMRI v stanju mirovanja po 9 minut. Med prostorskim učenjem in vračanjem spomina je bil za merjenje spanja uporabljen EEG med spanjem. V eksperimentalnem stanju je bilo udeležencem naročeno, naj spijo 90 minut, kontrolna skupina pa je enako dolgo gledala film. Približno 2 tedna po poskusu so udeleženci v stanju spanja zaključili 90-minutno sejo nadzora spanja, ki ni sledila učni izkušnji.
Dodatek Cistanche blizu mene - izboljšanje spomina
2,3|Naloga virtualnega vodnega labirinta
Naloga virtualnega vodnega labirinta je prilagoditev podganjega vodnega labirinta, uveljavljene metode za testiranje prostorskih sposobnosti pri glodavcih (Morris, 1981).
Ta analogna paradigma za ljudi je združljiva z okoljem skenerja MRI (Schoenfeld et al., 2017). Udeleženci so dobili navodila za navigacijo po virtualnem otoku s ciljem najti škatlo z zakladom. V tej paradigmi smo uporabili dve različni nastavitvi: »skriti otok« in »otok z namigi«. Skriti otok je bil obdan s štirimi mejniki (tj. mostom, jadrnico, vetrno turbino in svetilnik; glej sliko S1). Skrita škatla z zakladom na otoku je označevala ciljno lokacijo. Škatla je bila nameščena v majhni vdolbini na površini virtualnega otoka in zato vidna le v neposredni bližini. Nasprotno pa otok z iztočnico ni imel nobenih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih orientacijskih oznak na otoku z iztočnico. Položaj te zastave skupaj s škatlo z zakladom se je spreminjal pri vsakem poskusu. Zaporedje nalog je bilo sestavljeno iz osmih izmeničnih blokov označenih in skritih otokov, kar je povzročilo skupno 16 poskusov. V vsakem poskusu so se udeleženci lahko svobodno premikali po otoku s svojim tempom z uporabo igralne palice. Ko je bila dosežena ciljna lokacija v neposredni bližini škatle z zakladom, so lahko udeleženci končali preizkus s pritiskom gumba na igralni palčki. Med koncem enega poskusa in začetkom naslednjega je bil 15- interval, v katerem so se udeleženci lahko obrnili na otoku in se orientirali. Udeleženci so se najprej srečali z otokom, na katerem so morali najti vidno zastavo. Ta otok je bil uporabljen za nadzor zaznavne in motorične obdelave za izolacijo spominskih učinkov v kasnejši analizi. Za srečanje s skritim otokom so bili udeleženci naključno razporejeni v enega od pogojev učenja - alocentričnega ali egocentričnega. Alocentrična skupina je v vsakem poskusu začela na drugi lokaciji na otoku in bi se morala vsakič preusmeriti, da bi našla ciljno lokacijo, s čimer bi spodbujala uporabo navigacije po kraju. V egocentrični skupini bi imeli isto začetno lokacijo v vsakem poskusu in bi se zato lahko zanašali na ponavljajoče se fiksno gibanje, da bi prišli do ciljne lokacije poleg vidnih znakov, kar bi jim omogočilo uporabo obeh navigacijskih strategij. Na splošno so bili udeleženci zaslepljeni za ta dva pogoja. Pri učnih poskusih je bil glavni cilj udeležencev v obeh pogojih izvedeti lokacijo ciljne škatle v osmih poskusih na skritih otokih. Pri poskusih iskanja je postavitev otoka ostala enaka z eno spremembo – škatla z zakladom je bila odstranjena s skritega otoka in udeležencem je bilo naročeno, naj po svojih najboljših močeh označijo lokacijo, kjer so se spomnili, da bo škatla postavljena.
2,4|Zbiranje podatkov
2.4.1|Polisomnografski posnetki
Polisomnografski posnetki so bili pridobljeni s frekvenco vzorčenja 500 Hz (BrainAmp, Brain Products, Gilching, Nemčija) med 90-minutnim dremežem. Nameščenih je bilo dvaintrideset elektrod za lasišče (mednarodni sistem 10–20 EEG), vključno s Fz, F3, F4, Cz, C3, C4, Pz, P3, P4, Oz, O1, O2 in na levi mastoid. Dodatno so bili zabeleženi vodoravni in navpični gibi oči (EOG), elektromiogram (EMG) na bradi in elektrokardiogram (EKG). Snemanje se je začelo kmalu po ugasnitvi luči. Po poskusu je eksperimentator, ki je bil zaslepljen za pogoje, izvedel točkovanje spanja z orodjem SpiSOP (www.spisop.org; RRID: SCR_015673). V skladu s pravili točkovanja Ameriške akademije za medicino spanja (AASM) sta bili stopnji spanja 1 in 2, spanje s počasnimi valovi, spanje REM, prebujanja in telesni gibi vizualno ocenjeni v 30-sekundnih obdobjih na podlagi EOG, EMG in naslednjih kanalov. —F3, F4, C3, C4, O1, O2.
2.4.2|Pridobitev FMRI
Časovne serije FMRI so bile pridobljene s 3T skenerjem samo za glavo (Prisma 3T, Siemens, Erlangen, Nemčija). Sedemsto T2*-uteženih slik je bilo pridobljenih z večpasovnim gradientnim odmevom eho-planarnim slikovnim zaporedjem (večpasovni faktor=8, 64 aksialnih rezin, čas ponavljanja volumna [TR]=1000 ms, čas odmeva [TE ]=39 ms, 52 kotov obračanja, debelina rezine=2.4 mm; vidno polje (FOV) 210 mm; velikost voksla 2 mm izotropno). Anatomske slike so bile pridobljene s T1-uteženim zaporedjem MP-RAGE (192 sagitalnih rezin, volumen TR=2300 ms, TE=3.03 ms, 8 kot obračanja, debelina rezine, 1 mm ; FOV, 256 mm; velikost voksela 1 1 1 mm). Vsi podatki so na voljo na Donders Repository di. lahko. DSC_3013066.01_875.
2,5|Obdelava podatkov
2.5.1|Predhodna obdelava EEG v spanju
Podatki so bili predhodno obdelani v Matlab R2020b (Mathworks Inc., Sherborn, Massachusetts) z uporabo orodja Sleeptrip (www.sleeptrip. org; RRID: SCR_017318). Vsi EEG kanali so bili ponovno primerjani s povprečnimi mastoidi (A1 in A2), podatki pa so bili pasovno filtrirani med 0,3 in 35 Hz (Butterworthov ničelni filter 4. reda). Na splošno so bili uporabljeni samo filtri ničelne faze (tj. smer naprej in nazaj). Slabe kanale EEG so vizualno zavrnili na podlagi njihovih spektrov moči. Pri preostalih kanalih so bili zaznani artefakti v dolgih oknih 30-. Segmenti, ki so bili vizualno identificirani kot gibanje telesa, so bili označeni za kasnejšo izključitev. Za nadaljnjo identifikacijo segmentov, ki so močno odstopali od opazovane splošne porazdelitve amplitude, so bile povprečne razlike amplitude za vsak segment z-standardizirane znotraj vsakega kanala. Segmenti z az > 5 v katerem koli od kanalov so bili izključeni (Muehlroth et al., 2019). TST je bil izračunan kot čas, porabljen v stopnjah 1, 2, SWS in REM spanja. WASO je bil opredeljen kot čas, ko so bili udeleženci budni med začetkom spanja in končnim prebujanjem.
Učinki zelišča cistanche proti Alzheimerjevi bolezni
2.5.2|Zaznavanje vretena
Vretena so bila zaznana z uporabo avtomatiziranega algoritma, implementiranega v Sleeptrip na podlagi prejšnjih publikacij (Weber et al., 2020) in algoritma "off", implementiranega v Python, različica 3.8 (Donoghue et al. , 2020). Domnevne konice moči v frekvenčnih pasovih počasnega vretena (9–12,5 Hz) in hitrega vretena (12,5–16 Hz) so bile vizualno zaznane iz obdobij NREM (tj. N2 in N3). Pred pregledom močnostnih spektrov je bila aperiodična komponenta 1/f odstranjena iz signala s prilagajanjem Lorentzove funkcije. Za vsakega udeleženca so bili vrhovi počasnega vretena ročno identificirani v povprečju treh čelnih kanalov (Fz, F3, F4; preskusna seja spanja: 10,25 Hz ± 0,1, povprečje ± SEM ; Seja nadzora spanja: 10,07 Hz ± 0,14, povprečje ± SEM) in vrhovi hitrih vreten v povprečju treh osrednjih kanalov (Cz, C3, C4; Testna seja spanja: 13,44 Hz ± 0,09, povprečje ± SEM; Seja nadzora spanja: 13,44 Hz ± 0,06, povprečje ± SEM). Za preverjanje vizualno definiranih frekvenčnih vrhov smo iterativno prilagajali Gaussove periodične komponente moči s fooof (glej sliko S2, npr. spektri). V primeru razlike v ročnih oznakah in vgrajenih Gaussovih vrhovih so bili spektri moči ponovno pregledani. Ta metoda je bila uporabljena, da bi se izognili vnosu lažnih dogodkov vretena (Ujma et al., 2015). Nato je bil signal vsakega kanala pasovno filtriran (±1,5 Hz, mejna vrednost 3 dB, filter ničelne faze Butterworth 4. reda) okoli identificiranih posameznih frekvenčnih vrhov. Srednjekvadratna predstavitev signala (RMS) je bila izračunana na vsaki vzorčni točki in zglajena z uporabo filtra drsečega povprečja v drsečem oknu 200 ms. Potencialno vreteno je bilo označeno, če je amplituda zglajenega RMS signala presegla svojo srednjo vrednost za 1, 5 SD filtriranega signala za 0, 5–3 s. Lokalni minimumi in maksimumi v filtriranem signalu vretena so bili označeni kot vrhovi in dna. Največji niz je bil opredeljen kot čas konice vretena. Amplituda vretena je bila določena s potencialno razliko med največjim koritom in največjim vrhom. Posamezno frekvenco konkretnega vretena smo določili tako, da smo sešteli število vseh najnižjih in vrhov ter delili z dvakratnim trajanjem posameznega vretena. Vretena z mejami, bližjimi od 0, 25 s, so bila sčasoma združena.
2.5.3|Zaznavanje počasnega nihanja
Zaznavanje počasnih nihanj na čelnih elektrodah je prav tako temeljilo na avtomatiziranem algoritmu, implementiranem v Sleeptrip in potrjenem drugje (Ngo et al., 2013). Za vsa obdobja NREM so bili predhodno obdelani podatki EEG nizkopasovni filtrirani pri 4 Hz (Butterworthov ničelni filter 6. reda). Celoten signal je bil nato razdeljen na negativne in pozitivne polovične valove, ki so bili ločeni z ničelnimi prehodi. Potencialno počasno nihanje je bilo definirano kot negativni polval, ki mu sledi pozitivni polval v frekvenčnem območju med 0,5 in 1 Hz. Amplituda in frekvenca počasnega nihanja sta bili izračunani z enakim pristopom kot za vretena. Domnevna počasna nihanja, ki presegajo najnižjo 1,25-kratno srednjo najnižjo vrednost vseh domnevnih počasnih nihanj, kot tudi amplitudo 1,25-kratno povprečno amplitudo vseh potencialnih počasnih nihanj, so bila sprejeta za nadaljnjo analizo.
2.5.4|Predhodna obdelava fMRI v stanju mirovanja
Datoteke MRI DICOM so bile vnesene v samodejni cevovod v GraphICA (BraiNet—Brain Imaging Solution Inc.—Sarnia, Ontario, Kanada). Anatomske in funkcionalne slike so bile predhodno obdelane s programom FSL 6.03. Koraki predhodne obdelave T1-uteženih anatomskih slik so vključevali popravek polja pristranskosti (popravek nehomogenosti RF/B1-), ekstrakcijo možganov, segmentacijo tipa tkiva (CSF, GM, WM) in subkortikalno strukturo segmentacija. Na funkcionalnih podatkih smo izvedli luščenje lobanje, korekcijo gibanja, korekcijo časovnega rezanja, prostorsko glajenje, ki se izračuna na podlagi velikosti voksla, zgornjo mejo (1,5 * velikost voksla), soregistracijo, samodejno odstranjevanje artefaktov gibanja na osnovi ICA, visokoprepustnost filtriranje in regresija motenj (WM in CSF). Podatki niso bili normalizirani na referenčni prostor, saj je treba v naslednji analizi ohraniti značilnosti naravnega možganskega prostora.
2.5.5|Dvojna regresijska analiza
Dvojna regresija je bila uporabljena za identifikacijo subjekt-specifičnih prostorskih zemljevidov z uporabo 11 omrežnih mask v stanju mirovanja: slušna, privzeta mreža, izvršilna kontrola levo, izvršilna kontrola desno, hipokampalna, jezikovna, vidna, senzorno-motorična, vizualna lateralna, vizualna medijska in vizualna Okcipitalni. Intenzivnost komponentnih prostorskih zemljevidov je bila izražena v odstotkih sprememb signala od povprečja.
2.5.6|Regionalna parcelacija
T{{0}}utežena slika vsakega subjekta je bila samodejno segmentirana s cevovodom, implementiranim v Freesurfer 7 (v7.1.0, http://surfer.nmr.mgh. harvard.edu/). Nadaljnja parcelacija je bila izvedena z GraphICA z uporabo gradientno uteženega modela modela Markovega naključnega polja, opisanega v (Schaefer et al., 2018). Ta parcelacijski model vsebuje tri konkurenčne izraze, ki so kompromis optimalnih lastnosti končne segmentacije: izraz globalne podobnosti za skupinske možganske lokacije s podobno intenzivnostjo slike, izraz lokalnega gradienta za zaznavanje nenadnih sprememb funkcionalne povezljivosti med sosednjimi lokacijami možganov in izraz prostorske povezanosti za zagotoviti prostorsko povezanost znotraj parcel. Postopek je dal 832 parceliranih možganskih regij, ki so bile vključene kot omrežna vozlišča za nadaljnje analize.
2.5.7|Funkcionalna konstrukcija omrežja in določanje pragov
Z uporabo GraphICA je bil vsak nodalni časovni potek fMRI koreliran s časovnim potekom IC za tri omrežja v stanju mirovanja ločeno. Po soregistraciji vsakega od omrežij funkcionalnega stanja mirovanja na osebo v naravnem prostoru je bila izračunana povprečna vrednost z s povprečenjem vrednosti skalarne karte voksela, ki pripada vsakemu od 832 ROI. Dobljeni z-standardizirani korelacijski koeficienti opisujejo obremenitev vsakega nodalnega časovnega poteka na ustreznem omrežju v stanju mirovanja. Da bi odstranili lažne ali šibke z-vrednosti, na primer zaradi hrupa, so bile obremenitve omejene s pristopom modeliranja zmesi na podlagi podatkov na ravni posameznega subjekta (Bielczyk et al., 2018). Poleg tega so bila pragovna omrežja usklajena z omrežnimi predlogami, ki jih je zagotovila GraphICA in so bile pridobljene iz 200 zdravih kontrol. Za nadaljnjo analizo so bila upoštevana le tista vozlišča, ki so bila najdena v predlogah (tj. vozlišča hipokampalne mreže=74, vozlišča omrežja privzetega načina=171, vozlišča desnega izvršnega nadzornega omrežja=164).
2,6|Statistična analiza
2.6.1|EEG analiza spanja
Statistične analize podatkov EEG v spanju so bile izvedene z uporabo Matlab R2020b (Mathworks Inc., Sherborn, Massachusetts) z odprtokodnim orodjem Fieldtrip (Oostenveld et al., 2011) in orodjem CircStats (Berens, 2009). Analiza je omejena na kanale Fz za počasna nihanja in počasna vretena ter Cz za hitra vretena. Vse spremenljivke spanja, uporabljene v naši analizi, niso sledile normalni porazdelitvi. Vse znotrajskupinske primerjave opisov spanja in lastnosti nihanja med sejo spanja po učenju in sejo nadzora spanja so bile testirane z uporabo neparametričnih Wilcoxon Signed-Rank testov za odvisne vzorce. Primerjave spremenljivk spanja med skupinami v alocentričnem in egocentričnem stanju so bile izračunane z neparametričnimi Mann–Whitneyjevimi testi U za neodvisne vzorce. Za te teste so poročali o medianih in kvartilnih vrednostih spremenljivk. P-vrednost<.05 was viewed as statistically significant.
2.6.2|Časovno razmerje med zaznanimi počasnimi nihanji in vreteni
Koordinacija počasnih nihanj in vreten je bila ovrednotena za spanje NREM, saj je bilo dokazano, da je povezava med vretenom in počasnimi oscilacijami stabilna v fazi 2 in počasnem spanju (Cox et al., 2017), čeprav je tip počasnega nihanja je drugačen (K-kompleksi v primerjavi z delta valovi). Splošno časovno razmerje med počasnim nihanjem in dogodki vretena je bilo izračunano z določitvijo deleža vreten, katerih središče (tj. največje dno) se je pojavilo v intervalu ±1,2 s okoli dna identificiranih počasnih nihanj, in količine počasnih nihanj z vretena, katerih središče se je pojavilo v ±1,2 s okoli ustreznega dna nihanja. Časovno okno ±1,2 s je bilo izbrano za pokrivanje enega celega počasnega cikla nihanja (0,5–1 Hz, tj. 1–2 s). Kadarkoli sta se dve časovni okni počasnega nihanja prekrivali, je bilo tisto, ki je bilo bolj oddaljeno od središča vretena, odstranjeno. Natančen čas počasnih oscilacij in dogodkov vretena je bil vizualiziran s časovnimi histogrami ob dogodkih (PETH) (slika 2b) hitrih in počasnih središč vretena (testni dogodki), ki se pojavljajo v časovnem intervalu ±1,2 s okoli vsakega dna počasnega nihanja (cilj dogodek). Verjetnosti pojava semenskega dogodka so bile seštete v zabojih po 100 ms in pretvorjene v odstotke. Da bi preizkusili časovni vzorec PETH, smo uvedli postopek naključnega izbiranja tako, da smo 1000-krat naključno premešali vrstni red zabojnikov PETH. Dobljeni nadomestki so bili povprečeni za vsakega posameznika in testirani glede na prvotne PETH z uporabo t-testov odvisnih vzorcev. Nadzor za večkratne primerjave je bil dosežen s permutacijskim testiranjem na osnovi gruče s 5000 permutacijami (Maris & Oostenveld, 2007).
2.6.3|Dogodkovno zaklenjena fazna sklopka
Za navzkrižne frekvenčne analize, zaklenjene na dogodke (Helfrich et al., 2018), so bili izbrani poskusi počasnih oscilacijskih dogodkov brez artefaktov v kanalu Fz (±3 s okoli največjega dna počasnega nihanja) in pas -pass filtriran v frekvenčnem območju počasnega nihanja (0.3–1.25 Hz). Po uporabi Hilbertove transformacije smo iz analitičnega signala izluščili trenutni fazni kot. Isti poskusi so bili tudi pasovno filtrirani med 9 in 12,5 Hz (komponenta počasnih vreten) in med 12,5 in 16 Hz (komponenta hitrih vreten) za izračun amplitudne ovojnice iz analitičnega signala. Upoštevali smo samo časovni razpon od 2 do 2 s, da bi se izognili artefaktom robov filtra. Za vsak predmet, kanal in obdobje smo zdaj zaznali največjo amplitudo vretena in ustrezen fazni kot počasnega nihanja. Rayleigh testi so bili izračunani za testiranje porazdelitve faz na osebo glede na enotnost. Določena je bila povprečna krožna smer in posledična dolžina vektorja v vseh dogodkih NREM. PPC je bil uporabljen kot nepristranski ocenjevalec skladnosti v faznem razmerju med vreteni in počasnimi oscilacijami (Vinck et al., 2012) na podlagi Fourierjevih spektrov, ki jih sproži vreteno, v časovnem oknu od 3,5 do +3,5 s (100 ms korakih) in nizko frekvenco počasnega nihanja od 0,3 do 3 Hz.
kitajsko zelišče cistanche
2.6.4|Časovno-frekvenčna analiza
Za nadaljnji opis časovnega razmerja med vreteni in počasnimi nihanji smo ponovno uporabili predhodno izračunane poskuse dogodkov počasnega nihanja (6-s segmentov). Ti poskusi so bili usklajeni z naključno izbranim časovnim segmentom brez artefaktov 6 s med isto fazo spanja kot ustrezna počasna oscilacija, uporabljena kot izhodiščna preskušanja. Za časovno-frekvenčno analizo poskusov s počasnimi nihanji in brez njih smo uporabili nadnabore (Moca et al., 2021). Superleti so sestavljeni iz niza valčkov Morlet z isto središčno frekvenco, vendar vedno bolj omejeno pasovno širino, ki ima višjo časovno-frekvenčno ločljivost kot uveljavljeni pristopi. Natančneje, uporabili smo frakcijsko adaptivno superlet transformacijo (FASLT) za predhodno obdelane podatke počasnih oscilacij in preskusov osnovne linije med 5 Hz in 20 Hz v korakih po 0,25 Hz, z začetnim vrstnim redom valčkov 3 in intervalom vrstnega reda med 5 in 15 ( Barzan et al., 2021). Časovno-frekvenčne predstavitve poskusov počasnih oscilacijskih dogodkov in kontrolnih poskusov so nato primerjali za vsakega subjekta z uporabo t-testov neodvisnega vzorca. Nastali t-zemljevidi odražajo povečanje/zmanjšanje frekvenčnega območja hitrega in počasnega vretena za poskuse s počasnimi nihanji v primerjavi s poskusi brez. Za izračun kontrastov znotraj subjekta smo izrisali 100 naključnih nizov izhodiščnih in počasnih oscilacijskih poskusov, pri čemer smo ohranili razmerje med fazo 2 in poskusi s počasnimi valovi. T-zemljevidi za vse te naključne nize poskusov so bili povprečni za vsak predmet. ločeno za vsako pomnilniško stanje so bili t-zemljevidi testirani proti nič z uporabo permutacijskega testa na osnovi gruče s 5000 permutacijami v časovnem oknu od 1,2 do 1,2 s.
2.6.5|Analiza fMRI v stanju mirovanja
Podatki fMRI treh omrežij v stanju mirovanja so bili analizirani v RStudio 1.4.1103 (RStudio, Inc., Boston, Massachusetts). Vse analize so bile izvedene ločeno za tri vnaprej izbrana omrežja v stanju mirovanja (tj. hipokampalno omrežje, omrežje privzetega načina, desno izvršno nadzorno omrežje) in so temeljile na nodalnih z-vrednostih, pridobljenih na IC, ki opisujejo vzorec povezljivosti v funkcionalnem omrežja v stanju mirovanja. Raziskali smo tri različne pristope za analizo podatkov, vključno z analizo teorije grafov, matricami evklidske razdalje in razgradnjo singularne vrednosti (SVD), od katerih je bil SVD najprimernejši za trenutni nabor podatkov. SVD je bil izveden na neobdelanih z-vrednostih, da bi natančneje zajeli prvotno organizacijo omrežij v stanju mirovanja. Pražne z-vrednosti so tvorile m n podatkovno matriko (m=št. udeležencev 4 seje; n=št. vozlišč). Natančneje, SVD za redke matrike je bil izbran za zmanjšanje dimenzionalnosti, saj je podatkovna matrika s pragom vsebovala večinoma ničelne vrednosti. Izločena sta bila dva glavna načina na omrežje, ki sta skupaj pojasnila 15–20 % variance v podatkih. Vsak način je mogoče razumeti kot funkcionalno podomrežje v stanju mirovanja, ki temelji na varianci (glejte filme S1–S4). Kot rezultat SVD smo dobili povprečno rekonstrukcijo nizkega ranga omrežij kot približek ranga r, ki opisuje prostorsko porazdelitev posameznega podomrežja z uporabo enačbe (2):
kjer je A izvirna podatkovna matrika, ki je aproksimirana z U, ki vsebuje r levih singularnih vektorjev, S, ki vsebuje r singularnih vrednosti, in V, ki vsebuje r desnih singularnih vektorjev. Pri pripravi na statistično testiranje je bil zadevni levi singularni vektor (um, i ) skaliran z njegovo singularno vrednostjo (si, i ), kjer je i i-ta vrstica/stolpec matrike. Rezultat (hm, I si, i ) je stolpčni vektor, ki predstavlja rezultate udeležencev za vse seje v i-tem podomrežju. Te vrednosti je mogoče razlagati kot moč povezljivosti izbranega funkcionalnega podomrežja za vse udeležence, med sejami in pogoji. Za vsako od obeh podomrežij so bili pridobljeni rezultati udeležencev analizirani kot odvisne spremenljivke z uporabo linearnega modela mešanih učinkov. Napovedovalci modela so vključevali stanje spanja (spanje, budnost), sejo (1–4 ali pred/po odmoru, pred/po opravilu) in stanje spomina (alocentrično, egocentrično) kot fiksne učinke. Udeleženci so bili modelirani kot naključni učinki za štiri seje v stanju mirovanja. Za oceno prileganja modela so bili uporabljeni informacijski kriterij Akaike (Akaike, 1973), Bayesov informacijski kriterij (Schwarz, 1978) in logaritmična verjetnost.
3|REZULTATI
3.1|Študijsko načrtovanje in zmogljivost spomina
Ta študija je uporabila 1-dnevno paradigmo za testiranje konsolidacije naloge prostorskega spomina (slika 1a). Med skeniranjem fMRI so udeleženci izvedli alo- ali egocentrično prostorsko učenje in priklic spomina v predhodno potrjenem virtualnem analogu vodnega labirinta za ljudi (Müller et al., 2018; Schoenfeld et al., 2017). Podroben opis naloge je na voljo v prvi objavi tega nabora podatkov (Samanta et al., 2021). Na kratko, udeleženci so prosto krmarili po virtualnem otoku z uporabo igralne palice, da bi dosegli fiksno ciljno lokacijo. V učni seji je bila lokacija označena s skrito škatlo z zakladom. Vendar pa je bilo med iskanjem udeležencem naročeno, naj po svojih najboljših močeh označijo lokacijo škatle z zakladom, ne da bi bila škatla prisotna. Alocentrični in egocentrični pogoji so se razlikovali tako, da so naključno razporejeni udeleženci vsako preskušanje začeli na istem ali spreminjajočem se začetnem položaju (slika 1b). Učinkovitost pomnilnika je bila izmerjena kot zakasnitev za doseganje ciljne lokacije z začetne točke. Pri vračanju so bili udeleženci na splošno boljši v egocentričnem stanju kot v alocentričnem stanju, glavni učinek spanja na zmogljivost spomina pa je bil pomemben (slika 1c; tabela 1; dvosmerna ANOVA z alo/ego F1,62=16 0,78, p < 0,001 in stanje spanja/budnosti F1, 62=3.84, p=0,05). Takoj pred in po sejah učenja in iskanja je bila funkcionalna povezljivost ocenjena s fMRI v stanju mirovanja. To skupaj pomeni štiri seje fMRI v stanju mirovanja po 9 minut. Med prostorskim učenjem in iskanjem spomina je bila polisomnografija uporabljena za merjenje arhitekture spanja (tabela S1). V eksperimentalnih pogojih so udeleženci spali približno 90 minut (93,48 ± 1,77, povprečje ± SEM), medtem ko je kontrolna skupina enako dolgo gledala nevtralni film. Približno 2 tedna po poskusu so udeleženci v stanju spanja zaključili sejo nadzora spanja za približno 90 minut (103,30 ± 2,66, povprečje ± SEM), ki ni takoj sledila izkušnji prostorskega učenja. Zaporedje dveh sej spanja ni bilo uravnovešeno, da bi bili subjekti zaslepljeni glede eksperimentalnih pogojev na testni seji. Z uporabo podobne zasnove nalog so Genzel, Bäurle et al. (2014) in Genzel et al. (2012) so dobili primerljivo trajanje dremeža. Vendar pa so tukaj udeleženci med sejo nadzora spanja spali precej dlje kot med sejo testa spanja (Wilcoxonov test razvrščanja znakov, z = 2.68, str =.01). Ta učinek seje namiguje na navajanje na spalni laboratorij. Razlika od prejšnjih študij je lahko posledica uporabe drugačne laboratorijske nastavitve, za Genzel, Bäurle, et al. (2014); Genzel et al., 2012) je bil tako označen laboratorij za spanje (Inštitut za psihiatrijo Maxa Plancka), medtem ko je laboratorij za spanje na inštitutu Donders v EEG laboratoriju (in zato manj »domač«).
3.2|Lastnosti spanja na testni in kontrolni seji
Dokazano je, da prostorsko-časovni mehanizmi med spanjem NREM utrjujejo izkušnje, kodirane med predhodno budnostjo (Maigret et al., 2016). Na sistemski ravni se domneva, da se izkušnje med spanjem ponovno aktivirajo v hipokampo-talamo-kortikalni mreži, da se oblikujejo dolgoročne predstavitve teh izkušenj. Različna nihanja, vključena v konsolidacijo spomina, lahko usklajujejo komunikacijo med temi možganskimi strukturami (Genzel, 2020; Genzel, Bäurle et al., 2014). Zanimale so nas počasne oscilacije, pa tudi počasna vretena (9–12,5 Hz) in hitra vretena (12,5–16 Hz) med spanjem NREM, ki lahko igrajo izrazito vlogo v procesu konsolidacije spomina (Genzel & Robertson, 2015). . V skladu s predhodno poročano topografijo teh oscilacij spanja v človeškem EEG (Adamczyk et al., 2015) smo naše analize osredotočili na frontalna počasna nihanja in počasna vretena (tj. kanal Fz) ter centralna hitra vretena (tj. kanal Cz; glej sliko S3 za topografijo sklopke). Da bi zajeli specifične vplive izkušnje prostorskega učenja na arhitekturo spanja seje testa spanja, smo primerjali opise spanja ter lastnosti vretena in počasnega nihanja (glejte tabelo S1) med sejo testa spanja in kontrolnimi sejami. Ugotovili smo, da so udeleženci v kontrolni seji spali znatno dlje kot v testni seji. V primerjavi s testno sejo je bilo tudi trajanje hitrega vretena pomembno večje v kontrolni seji (Wilcoxon Sign-Rank Test, z = 2.91, p <.01). Nadalje smo ocenili, ali bi znatna razlika v TST med testnimi in kontrolnimi sejami lahko napovedala to razliko v trajanju hitrega vretena, pri čemer je bila upoštevana WASO. Vendar ni bilo pomembnega učinka TST na razlike v amplitudi hitrega vretena med sejami spanja (večkratna linearna regresija, TST:=0.53, p =.61). Povečanje amplitude hitrega vretena, podobno povečanju TST, je lahko posledica nenadzorovanega učinka navajanja laboratorija spanja. Kljub temu smo domnevali, da je časovno razmerje nihanj spanja ključno za konsolidacijo spomina. V tem pogledu nismo opazili razlik med sejami, kot bo predstavljeno v nadaljevanju.
SLIKA 1
3.3|Sklop vretena in počasnega nihanja na preskusni in kontrolni seji
Povezava med ostrimi valovi, vreteni in počasnimi nihanji lahko določi ključno časovno okno za utrjevanje učne izkušnje (Genzel, Kroes et al., 2014). Zato smo se osredotočili na časovno razmerje med vreteni in počasnimi nihanji, da bi nadalje raziskali razliko v mikroarhitekturi spanja med testi spanja in kontrolnimi sejami. Najprej smo izračunali število največjih padcev vreten (v %), ki se pojavijo v enem ciklu (interval ±1,2 s) okoli središča identificiranih počasnih nihanj (slika 2a). V obeh sejah smo zaznali podobno število hitrih vreten, povezanih s počasnimi nihanji (Wilcoxonov test razvrščanja znakov, z = 1.14, p =.26) in počasnih vreten, povezanih s počasnimi nihanji (Wilcoxonov Sign-Rank Test, z {{10}}.75, p =.45). Nasprotno pa je bilo približno enako število počasnih nihanj povezanih s hitrimi vreteni (Wilcoxon Sign-Rank Test, z=1.02, p=.31) in počasnimi vreteni (Wilcoxon Sign- Rank Test, z {{20}}.10, p=.27) po učenju in pri nadzoru spanja. Te ugotovitve kažejo, da so vretena in počasna nihanja med seboj enako povezana. Na splošno smo zaznali dosledno povezavo med vretenom in počasnim nihanjem v obeh sejah spanja, neodvisno od izkušnje prostorskega učenja, izvedene tik pred sejo testa spanja. Uspešna konsolidacija spomina je lahko odvisna od natančnosti spajanja na desetine ali celo stotine ms (Maigret et al., 2016; Muehlroth et al., 2019). Tako smo analizirali natančno koordinacijo vretena in počasnega nihanja z uporabo PETH (slika 2b). PETH-ji kažejo verjetnost, da se največja padca vretena pojavijo v časovnem oknu ±1,2 s okoli počasnih oscilacijskih dogodkov znotraj 100-ms časovnih odsekov. Hitra vretena so se pojavila tik pred in na vrhu počasnega nihanja, ki je sledil najnižji vrednosti počasnega nihanja (permutacije na podlagi grozdov: znak. grozd: 400–700 ms pri testu, p < 0,001; 500–800 ms pri kontroli, p < 0,001). Po drugi strani pa so počasna vretena sovpadala pri prehodu v in z nizko počasnim nihanjem (permutacije na osnovi grozdov: oba znaka grozda pri 300 do 100 ms, p < 0,001). Robustnost tega učinka je bila preizkušena glede na referenčno porazdelitev, dobljeno z naključnim mešanjem časovnih žigov korit vretena. Časovna specifičnost sklopitve med vretenom in počasnim nihanjem se med dvema sejama spanja ni razlikovala, kar ponovno kaže na prisotnost splošnega mehanizma spajanja, neodvisnega od izkušnje prostorskega učenja. Prejšnje ugotovitve so pokazale višjo moč sklopitve med vretenom in počasnim nihanjem pri mladih v primerjavi s starejšimi odraslimi in po učenju močne motorike (Cross et al., 2020 [prednatis]; Helfrich et al., 2018). Zanimalo nas je pojasniti to doslednost v faznih razmerjih v kontekstu prostorskega učenja. Polarni grafikoni na sliki 2b prikazujejo fazo sklopitve za en primer osebe in celoten vzorec, izračunano kot trenutna faza počasnega nihanja (0,3–1,25 Hz) v času največje amplitude vretena v kanalu Fz za počasna vretena (9–12,5 Hz). ) in kanal Cz za hitra vretena (12,5–16 Hz). Že na ravni posameznega subjekta je mogoče opaziti natančno povezavo med vretenom in počasnim nihanjem, ki je različna pri hitrih in počasnih vretenih, vendar relativno dosledna med sejami spanja (glejte polarne histograme, slika 2b). Na ravni skupine se je večina hitrih vreten pojavila med 5,76 in 6,28 radiana počasnega nihanja (test: 6,03 ± 0,56, kontrola: 6,07 ± 0,33, krožna sredina ± SD), medtem ko so se počasna vretena pojavila med 1,57 in 2,62 radiana počasnega nihanja. (Test: 1,89 ± 0,79, kontrola: 1,87 ± 0,71, krožna sredina ± SD; slika 2e). Te ugotovitve se ujemajo s časovno koordinacijo med vreteni in počasnimi nihanji, prikazanimi v PETH. Za oceno konsistentnosti teh faznih razmerij smo izračunali parno fazno konsistentnost (PPC; glej "Metode in materiali"). Najvišje vrednosti PPC se niso razlikovale niti za hitra vretena niti za počasna vretena med obema sejama mirovanja (Wilcoxonovi testi SignRank, hitri vretenski maks. PPC: z=0.451, p =.65, počasno vreteno: maks. PPC: z=0.067, p=.95). Poleg tega smo opazili opazne individualne razlike v PPC (slika 2c). Zanimalo nas je, ali je bila ta variabilnost PPC povezana s splošno kakovostjo spanja udeleženca (merjeno s PSQI), ki ni bila pomembna (linearna korelacija, hitra vretena: ρ=0.30, p=. 14, počasna vretena: ρ=0.15, p=.46). Če povzamemo, so bila vretena dosledno povezana s počasnimi nihanji s posebnim faznim razmerjem, ki podpira prejšnje ugotovitve v časovni domeni. Skupni rezultati povezovanja, predstavljeni do zdaj, se med dvema sejama spanja niso razlikovali. Kot je bilo opisano prej, smo opazili daljši skupni čas spanja v kontroli spanja kot seja testa spanja, kar bi lahko imelo kompenzacijske učinke na arhitekturo spanja, za katero je bila skrita razlika v povezovanju. Zato predstavljamo naslednje rezultate samo za test spanja.
3,4|Moč počasnega nihanja vretena je povezana z zmogljivostjo pomnilnika
Ko smo ugotovili splošno časovno in fazno dinamiko sklopitve med vretenom in počasnim nihanjem med sejami spanja, smo nadaljevali z analizo s poudarkom na dveh spominskih stanjih (allo proti egu) med sejo testa spanja, saj ima lahko spanje izrazit učinek na alocentrične nasproti egocentričnim prostorskim spominom. Možne razlike med skupinama so bile preizkušene za % sklopitve in PPC (slika 2a,f). Niti količina sklopitve med vretenom in počasnim nihanjem niti doslednost v fazi vretena in počasnega nihanja se med skupinama nista pomembno razlikovali (Mann–Whitneyjev U test, % hitrega vretena: z = 1).12, p =. 27, % počasnih vreten: z=0.09, p=.93; maks PPC hitra vretena: z=1.742, p=.08, maks. PPC počasna vretena: z=0.083, p=.94). Ta vzorec smo nadalje preizkusili s primerjavo oscilacijske moči v frekvenčnem območju vretena za časovne segmente s počasnimi nihanji in brez njih (prim. "Materiali in metode"). Poskusi počasnih nihanj so bili konstruirani z epohiranjem ±1,2 s okoli naključno izbranih počasnih nihanj. V teh preskušanjih se je moč v frekvenčnem območju vretena res bistveno razlikovala od naključno izbranih intervalov brez počasnih nihanj (za vse skupine t-vrednosti: p < 0,001, slika 3a). Ta učinek je bil enako prisoten v obeh pogojih spomina, saj zemljevid razlike ni vseboval nobenih pomembnih modulacijskih skupin (slika 3a). Za zaključek se nobena metrika sklopitve vretena in počasnega nihanja ni razlikovala med pogoji spomina. Rezultati so bili tudi v skladu z nepomembno interakcijo med vrsto treninga in spanjem za vedenjsko analizo (glej sliko 1c). Zato smo se odločili, da zrušimo ta dva pomnilniška pogoja, da bi povečali statistično moč za nadaljnje testiranje. Ob upoštevanju celotnega vzorca na testni seji smo najprej preverili, ali je bila količina sklopitve med vretenom in počasnim nihanjem zgolj naključen stranski produkt pojava dogodkov vretena in počasnega nihanja. Dobljena količina sklopitve se je bistveno razlikovala od porazdelitve naključnega vzorčenja pri 60 % vzorca (slika 3b, permutacijski testi: p < 0,05, 1000 ponovitev na udeleženca). Da bi se izognili izgubi statistične moči in regresiji proti povprečju, smo kljub temu izračunali modulacije spektralne moči med poskusi počasnega nihanja za celoten vzorec (slika 3c). Ugotovili smo, da so se modulacije moči med poskusi počasnega nihanja bistveno razlikovale od usklajenih kontrolnih poskusov v frekvenčnih območjih vretena in predhodno določenih časovnih intervalih (glejte PETH, slika 2b). Nato smo izvedli korelacijske analize med razlikami v moči počasnega nihanja–kontrole (izražene v t-vrednostih) in zmogljivostjo pomnilnika ločeno za vsako časovno-frekvenčno točko v zadevnem grozdu vretena, pridobljenem iz t-zemljevida (slika 3c). Ugotovili smo pomembne povezave s testiranjem glede na prvotno referenčno porazdelitev korelacije EEG-vedenje. Na ta način bi lahko identificirali pomembne korelacijske skupine, ki predstavljajo razmerje med zmogljivostjo spomina in specifičnim vzorcem modulacije aktivnosti EEG med stanjem počasnega nihanja (prim. "Materiali in metode"). Za hitra vretena je bila ugotovljena pomembna negativna korelacija (grozd p < 0,01, max r=0,41, p < 0,01, slika 3c zgoraj). Podobno smo identificirali drugo pomembno negativno korelacijsko skupino za počasna vretena (gruča p=.02, max r=.38, p=.02, slika 3c spodaj): več hitrih moč vretena in moč počasnega vretena med obdobjem počasnega nihanja je bila povezana z boljšo zmogljivostjo pomnilnika (tj. nižjo zakasnitvijo odziva). Ti učinki so bili specifični za sejo preskusa spanja, saj jih ni bilo mogoče opaziti za skupino hitrega ali počasnega vretena v seji nadzora spanja (slika S4). To korelacijsko analizo smo izvedli tudi ločeno za egocentrične in alocentrične skupine (slika S6). V alocentrični skupini modulacije moči niti hitrega niti počasnega vretena niso bile pomembno povezane z zmogljivostjo pomnilnika. Ugotovitve za egocentrično skupino so bile zelo podobne ugotovitvam za celoten vzorec. Zanimivo je, da so modulacije moči počasnega vretena pokazale nasprotne trende v obeh skupinah. Boljša zmogljivost pomnilnika je namigovala na negativno povezavo z modulacijami moči počasnega vretena za alocentrično skupino (gruča=0.07, maks. r =.50, p =.06, slika S6 spodaj levo). Ta povezava je bila pomembno pozitivna za egocentrično skupino (grozd p=.03, maks. r=.61, p=.02, Slika S6 spodaj desno). Vendar tega trenda nismo nadalje raziskovali, ker za alocentrično skupino ni bilo mogoče dobiti pomembnih rezultatov. Za zaključek smo našli dokaze o povezavi med koordinacijo počasnih nihanj in vreten z zmogljivostjo spomina, ki je bila specifična za spanje po učenju v nasprotju s kontrolno sejo spanja. Modulacije moči počasnega vretena je morda vodila predvsem egocentrična skupina.
SLIKA 2
3,5|Funkcionalna omrežja v stanju mirovanja se med sejami spreminjajo
Po analizi spanja-EEG smo se nato osredotočili na funkcionalno povezljivost v stanju mirovanja pred in po učenju, konsolidaciji in priklicu spominske naloge, da bi raziskali konsolidacijo spomina na omrežni ravni med stanji mirovanja. Za to smo vključili podatke fMRI štirih sej v stanju mirovanja (tj. 1=izhodiščne vrednosti, 2=po učenju, 3=po prekinitvi, 4=po pridobitvi ) v analizo. Posebej nas je zanimalo pravo izvršno nadzorno omrežje, omrežje privzetega načina in hipokampalno omrežje. Analize Task-fMRI tega nabora podatkov Samanta et al. (2021) je razkril, da so regije teh omrežij spremenile aktivacijo v obdobju konsolidacije, ko so udeleženci zadremali, ne pa tudi, ko so ostali budni. Tako smo dobili tri omrežja v stanju mirovanja z GraphICA (Ribeiro de Paula et al., 2017), orodjem za analizo omrežja v stanju mirovanja. Za zmanjšanje dimenzionalnosti smo izračunali primarne načine variance za vsako omrežje z uporabo SVD (prim. "Metode in materiali"). Nazadnje smo testirali učinke seje, pogojev spanja in pogojev spomina na rezultat vsakega udeleženca v predhodno identificiranem načinu. S tem pristopom smo lahko določili (1) koliko funkcionalnih podomrežij je vsebovalo vsako omrežje in (2) kako se je funkcionalna povezljivost omrežij spremenila za katero koli od naših eksperimentalnih spremenljivk. Za desno izvršilno kontrolno mrežo smo ekstrahirali primarno podmrežo, ki je bila osredotočena na desni spodnji parietalni sulkus, desni spodnji parietalni reženj in desni dorzolateralni prefrontalni korteks. V tem podomrežju smo ugotovili povečanje funkcionalne povezljivosti med uspešnostjo nalog v sejah učenja in priklica (slika 4a; linearni model mešanih učinkov, spanje/bujenje: t62 = 0.747, p =. 46 allo/ego: t62 = 0.477, p=.64, pred odmorom/ po odmoru: t193=1.676, str=.10, pred -opravilo/po opravilu: t193=2.808, p=.01). To povečanje je povzročila sprememba od po prelomu do po pridobitvi (t193=2.468, p =.02). V nasprotju s tem je podomrežje primarnega privzetega načina z glavno vpletenostjo posteriorne cingularne skorje na splošno zmanjšalo povezljivost od uspešnosti pred in po opravilu, njegova povezljivost pa je bila na splošno višja za stanje spanja v primerjavi s stanjem budnosti (slika 4b; linearni mešani učinki model, spanje/budnost: t62 = 2.616, p=.01 alo/ego: t62=0.427, p=.67, pred odmorom/po -break: t193=1.726, p=.08, pred opravilom/po opravilu: t193 = 2.126, p=.04). Zmanjšanje funkcionalne povezljivosti je mogoče razložiti s pomembno spremembo od po prekinitvi do po pridobitvi (t193 = 2.451, p =.017). Vendar pa glavnega učinka spanja ni mogoče razložiti z nobeno od eksperimentalnih manipulacij in je morda nastal po naključju (slika S5). Predvsem je primarno hipokampalno podomrežje, ki je vključevalo predvsem hipokampus in dvostransko parahipokampalno skorjo, pokazalo podobne spremembe povezljivosti kot desno izvršilno nadzorno omrežje. V tem primeru nismo zaznali samo povečanja pred in po opravilu, temveč tudi povečanje funkcionalne povezljivosti pred in po prekinitvi (slika 4c; linearni model mešanih učinkov, spanje/budnost: t62 = 0). 143, str=.89 allo/ego: t62=0.702, str=.49, pred odmorom/po odmoru: t193=3.749, str < .001, pred opravilom/po opravilu: t193=4.535, p < .001). To se je odražalo v pomembni razliki med izhodiščem in po učenju (t193=3.586, p < .001) kot tudi po prekinitvi in po pridobitvi (t193=3.338, p < .001 ). Nazadnje smo preizkusili, ali je bila sprememba funkcionalne povezljivosti po prekinitvi do po pridobitvi, opažena v vseh omrežjih, povezana z zmogljivostjo pomnilnika pri pridobivanju. Ta učinek ni bil pomemben za desno izvršilno krmilno podomrežje (linearna regresija,=0.016, p =.90), podomrežje privzetega načina (linearna regresija,=0.655, p=.43) ali podomrežje hipokampusa (linearna regresija,=0.596, str=.44). Na splošno smo dosledno dosegali učinek pred in po opravilu v vseh treh podomrežjih, s povečanjem izvršnega nadzora in hipokampalne mreže ter zmanjšanjem omrežja privzetega načina. Samo hipokampalno podomrežje je povečalo povezljivost pred prekinitvijo in po njej, pri omrežju privzetega načina pa so opazili glavni učinek spanja. Kot je bilo prikazano pri naši analizi spanja, faktorski spomin (allo proti egu) ni vplival na spremembe v omrežjih stanja mirovanja.
SLIKA 3
SLIKA 4
3,6|Hipokampalno podomrežje, odvisno od spanja, in povezava med hitrim vretenom in počasnim nihanjem
Iz analize, ki so jo opravili Samanta et al. (2021) je očitno, da se aktivacija predkuneusa/retroplenialne skorje zmanjša po spanju, vendar ne, ko so udeleženci med obdobjem konsolidacije ostali budni. Podobno smo ekstrahirali drugo funkcionalno podomrežje hipokampalne mreže, osredotočeno na dvostransko retrosplenialno skorjo in dvostransko amigdalo (slika 5a zgoraj). To podomrežje smo identificirali na podlagi faktorizacije SVD z uporabo merila spektra singularne vrednosti (prim. "Metode in materiali"). Tukaj smo raziskali tudi, kako so seje, pogoji spanja in pogoji spomina vplivali na rezultate udeležencev v tem drugem načinu. V nasprotju z glavnimi učinki naloge in prekinitve, ki smo jih zaznali za druga omrežja, smo zdaj opazili interakcijo med pogoji seje in mirovanja (model linearnih mešanih učinkov, interakcija seje * spanje t191=2.086, p {{5} } .04). Zdi se, da se je funkcionalna povezljivost podomrežja zmanjšala le pri udeležencih, ki so med obdobjem konsolidacije zadremali. Ta učinek je ostal pri primerjavi spremembe od sej po učenju do le sej po odmoru (t-test seznanjenih vzorcev, t95=2.3971, p =.02). Tako smo izračunali tudi vrednosti razlike od ene seje do druge in preizkusili, ali so bile bistveno drugačne od 0. Pomembna sprememba se je zgodila le pri skupini spanja od po treningu do po odmoru (t26 = 3).17, p=.01), to ni bilo vidno za prebujeno skupino (t38 = 1.363, p=.18). Zato nas je zanimalo, ali je bilo to zmanjšanje povezljivosti med sejami po učenju in po premoru v stanju spanja povezano s predhodno opisano sklopko vretena in počasnega nihanja (glej sliko 3c). Ponovno so bile izvedene korelacijske analize – toda tokrat za razlike v moči počasnega nadzora oscilacij (izražene v t-vrednostih) in oceno spremembe na podomrežju hipokampusa med sejami po učenju in po odmoru. Korelacije so bile izračunane za vsako časovno-frekvenčno točko v ustreznih grozdih vretena, ekstrahiranih iz t-zemljevida. Pomemben grozd negativne korelacije je bil ugotovljen za hitra vretena (grozd: p < 0,001, največja slikovna pika: ρ = 0 0,38, p < 0,01; slika 5b, zgoraj) in za počasna vretena (grozd: p {{ 39}} .02, ρ = 0.30, p=.03): večja moč vretena med počasnim nihanjem navzgor je bila povezana z večjim zmanjšanjem funkcionalne povezljivosti podomrežja hipokampusa med spanjem . Grozdi so se delno prekrivali s korelacijskimi grozdi pomembnega odziva, predstavljenimi prej (glej sliko 3c). Te ugotovitve dokazujejo povezavo med koordinacijo počasnih nihanj in vretena ter zmanjšanjem povezljivosti v podomrežju hipokampusa. So vzporedni z rezultati, dobljenimi za moč in obnašanje sklopitve med vretenom in počasnim nihanjem. Zato smo želeli vzpostaviti triadno razmerje med oceno spremembe v tem hipokampalnem podomrežju, sklopko vreteno-počasna oscilacija in zmogljivostjo spomina. Regresirali smo rezultat spremembe omrežij med spanjem glede zmogljivosti pomnilnika pri priklicu. Vendar pa zmanjšanje povezljivosti v hipokampalnem podomrežju ni bistveno napovedalo vedenja (linearna regresija,=0.01, p =.94). Če povzamemo, našli smo hipokampalno podomrežje, ki je zmanjšalo funkcionalno povezljivost med sejami v stanju mirovanja za udeležence, ki so zadremali. Funkcionalna povezljivost je ostala večinoma stabilna za tiste udeležence, ki so ostali budni. Ta učinek se ni razlikoval med obema stanjema spomina. Zmanjšanje funkcionalne povezljivosti od po učenju do po prekinitvi je bilo pozitivno povezano s sklopitvijo vretena in počasnega nihanja med spanjem. Tako smo predvidevali, da bo ta sprememba povezljivosti povezana s konsolidacijo pomnilnika. Vendar pa za razliko od moči sklopitve vretena in počasnega nihanja (glej sliko 3c) zmanjšanje povezljivosti, odvisno od spanja, v drugem hipokampalnem podomrežju ni napovedalo zmogljivosti pomnilnika pri pridobivanju.
SLIKA 5
4|DISKUSIJA
Ta študija je uporabila fMRI v stanju mirovanja in podatke EEG v spanju, da bi raziskala konsolidacijo prostorskega spomina med dremežem ali v istem obdobju budnosti. Subjekti so se naučili ciljne lokacije v virtualnem vodnem labirintu z različnimi začetnimi lokacijami (alocentrična skupina) ali z isto začetno lokacijo (egocentrična skupina). Analiza spanja in EEG je bila osredotočena na sklop vreteno-počasno nihanje, ki ločuje vretena na hitra in počasna podtipa. fMRI v stanju mirovanja je bil osredotočen na spremembe v povezljivosti znotraj predhodno definiranih omrežij. Lahko bi pokazali, da je povezava med vretenom in počasnim nihanjem pozitivno povezana z zmogljivostjo spomina po spanju in tudi z zmanjšanjem povezljivosti v funkcionalnem hipokampalnem omrežju, vključno z retrosplenialno skorjo. Tega zmanjšanja povezljivosti niso opazili pri skupini, ki je ostala budna. V omrežju izvršilnega nadzora in drugem omrežju hipokampusa so opazili povečanje povezljivosti, povezano z nalogami, medtem ko je bilo ugotovljeno zmanjšanje v omrežju privzetega načina. Te spremembe niso bile značilne za skupino spanja, ampak so jih opazili vsi udeleženci. Ponovili smo prejšnje ugotovitve sklopitve nihanja, ki kažejo, da so počasna vretena ugnezdena v prehodnem obdobju od počasnega nihanja do stanja navzdol, hitra vretena pa se pogosto pojavljajo tik pred in znotraj stanja počasnega nihanja navzgor. Med alocentričnimi in egocentričnimi vadbenimi skupinami nismo našli nobene razlike v povezavi med vretenom in počasnim nihanjem. Natančna koordinacija med vreteni in počasnimi nihanji je bila dosledno opažena v časovni, fazni in časovno-frekvenčni domeni. Presenetljivo se ti učinki niso razlikovali med sejo testa spanja, ki je takoj sledila izkušnji prostorskega učenja, in sejo nadzora spanja, kjer ni bilo eksplicitnega učenja vnaprej. Dejstvo, da nismo opazili razlike med sejami spanja, je najverjetneje posledica metodoloških omejitev zasnove študije - kontrolni dremež je bil vedno drugi dremež -, saj so opazili tudi razliko v skupnem času spanja. Analiza fMRI v stanju mirovanja je bila osredotočena na omrežje hipokampusa, omrežje privzetega načina in omrežje desnega izvršnega nadzora. Ta omrežja so bila definirana in kasneje razdeljena na podomrežja z uporabo pristopa, ki temelji na podatkih. Med sejami v stanju mirovanja smo našli spremembe v možganih, ki so se ujemale z našimi prejšnjimi ugotovitvami v analizi aktivnosti (Samanta et al., 2021). Z nalogami povezane spremembe povezljivosti v omrežju privzetega načina (zmanjšanje povezljivosti) v nasprotju s spremembami v desnem omrežju izvršilnega nadzora (povečanje povezljivosti). Zanimivo je, da bi lahko hipokampalno mrežo razdelili na dve podmreži: primarno funkcionalno podomrežje, osredotočeno na hipokampus in parahipokampalno skorjo, in drugo funkcionalno podmrežo z retrosplenialno skorjo kot središčem. Funkcionalna povezljivost v primarnem podomrežju hipokampusa se je povečala pred in po opravilu ter pred in po prekinitvi. Funkcionalna povezljivost v drugem hipokampalnem podomrežju se je zmanjšala med štirimi sejami v stanju mirovanja – najbolj izrazito med odmorom za spanje – samo pri udeležencih, ki so med odmorom spali, ne pa tudi pri tistih, ki so ostali budni. Tako kot naši rezultati analize vedenja in spanja tudi pogoji spomina (allo proti egu) niso vplivali na spremembe v nobenem od teh omrežij. Naše ugotovitve kažejo na spremembe povezljivosti v funkcionalnih omrežjih, povezane z nalogami in konsolidacijo, ki so lahko povezane s ponovnim aktiviranjem pomnilnika.
Nazadnje smo želeli povezati rezultate EEG med spanjem s spremembami v povezljivosti v stanju mirovanja in zmogljivosti spomina. Povezava med vretenom in počasnim nihanjem je bila pozitivno povezana s spremembami, odvisnimi od spanja v drugem podomrežju hipokampusa, in z zmogljivostjo spomina. To je bilo specifično za spanje po učenju in ni bilo vidno v kontrolni seji spanja. Skupaj se zdi, da je natančna povezava med vretenom in počasnim nihanjem pomembna za vedenje in ima potencialno funkcionalni pomen pri konsolidaciji spomina. Ta sklopitev je lahko mehanizem, s katerim se modulira funkcionalna povezljivost v omrežju hipokampusa med konsolidacijo spomina.
4.1|Spremembe povezljivosti v omrežjih v mirovanju
Na splošno je bilo dokazano, da lahko naloge vplivajo na aktivnost možganov v stanju mirovanja po opravljeni nalogi (Lewis et al., 2009). Na primer, modulacijo od učenja odvisne spontane možganske aktivnosti po nalogi so opazili pri kognitivnih nalogah, ki vključujejo delovni spomin, čustva in motorični trening (Lewis et al., 2009). Takšno modulacijo možganskih regij, povezanih s predhodno nalogo, je mogoče razumeti kot obliko konsolidacije stanja mirovanja, ki morda vključuje podobne mehanizme kot konsolidacija spomina, povezana s spanjem (Tambini & Davachi, 2019). Analiza povezljivosti v stanju mirovanja temelji na korelaciji različnih vokslov znotraj omrežja. Ponovno aktiviranje nevronskega spomina in krepitev spominskih omrežij bi moralo voditi do povečane koaktivacije spominskega omrežja, kar bi torej lahko potencialno povečalo povezljivost znotraj omrežja, kot merimo tukaj. Tako bi si lahko naše rezultate razlagali kot spremembe v ponovnih aktivacijah, ki se pojavljajo v stanju mirovanja. Prikazujemo nasprotne spremembe v izvršnem nadzoru in glavnem hipokampalnem omrežju v nasprotju z delovanjem omrežja privzetega načina pred in po opravilu. Izvršni nadzor in hipokampalno omrežje sta se povečala, medtem ko se je omrežje privzetega načina zmanjšalo v funkcionalni povezljivosti. Če so te spremembe povezljivosti povzročene s pojavom ponovnih aktivacij, bi rezultati pokazali, da ima oseba po nalogi več ponovnih aktivacij tako v izvršnem nadzornem omrežju kot v hipokampusu. Pokazali smo tudi za spanje specifično zmanjšanje povezljivosti v drugi hipokampalni mreži, vključno z retrosplenialno skorjo. Potencialno je to omrežje lahko povezava med hipokampusom in nižjimi območji, kot je parietalna skorja, ki je del izvršnega nadzornega omrežja (Genzel, 2020). Zmanjšanje povezljivosti v tem omrežju bi torej pomenilo, da so ponovne aktivacije, ki se pojavljajo v omrežju izvršnega nadzora in hipokampusu, po spanju bolj neodvisne drug od drugega. Nasprotno pa bi bile po prebujanju, ko ni takšnega zmanjšanja povezljivosti, ponovne aktivacije v skorji in hipokampusu še vedno povezane. Prej je bilo predlagano, da ko konsolidacija iz hipokampusa v skorjo napreduje, se reaktivacija v korteksu zgodi neodvisno od reaktivacij hipokampusa. Naši rezultati bi lahko podprli to idejo. Vendar pa je merilo povezljivosti znotraj omrežja v stanju mirovanja zelo posredno, zato je treba to ugotovitev potrditi z bolj neposrednimi ukrepi, kot so sočasni hipokampalni in kortikalni nevronski posnetki pri glodavcih.
4.2|Spremembe, povezane z opravili, v desnem izvršnem nadzoru in omrežju privzetega načina
Naše ugotovitve so v skladu z analizo nalog tega niza podatkov, ki so jo izvedli Samanta et al. (2021). Pri merjenju sprememb v aktivnosti BOLD med sejami učenja in priklica, medtem ko so udeleženci opravljali nalogo, smo opazili s spanjem povezano povečanje območij izvršnega nadzora in zmanjšanje območij privzetega načina. V trenutni analizi smo opazili povečanje povezljivosti znotraj omrežja za izvršno nadzorno omrežje in zmanjšanje v omrežju privzetega načina v različnih sejah stanja mirovanja. Opozoriti je treba, da trenutni rezultati niso specifični za stanje spanja v nasprotju z rezultati analize aktivnosti Samante et al. To neskladje je lahko posledica različnih pristopov analize. Samanta idr. (2021) so raziskovali spremembe v odzivu KREP, ne pa tudi funkcionalne povezljivosti, za obe omrežji ločeno. Njihova analiza funkcionalne povezljivosti je bila zgrajena na semenskem pristopu, ki je preizkušal interakcije med vnaprej določenim vozliščem izvršnega nadzornega omrežja in preostalimi deli možganov. Nasprotno pa smo uporabili neodvisno analizo komponent za opredelitev naših omrežij brez vnaprejšnjih predpostavk in ocenili funkcionalne spremembe povezljivosti samo znotraj vsakega od teh omrežij. Te metodološke razlike so morda prispevale k različnim rezultatom obeh analiz. Izvršilno nadzorno omrežje naj bi razporejalo pozornost med vizualno-prostorskimi nalogami in je vključeno v ciljno usmerjeno vedenje in navigacijo. Natančneje, posteriorna parietalna skorja služi kot kortikalno integracijsko mesto za hipokampalno ustvarjene alocentrične prostorske informacije in egocentrično prostorsko orientacijo za vodenje ciljno usmerjene navigacije (Nitz, 2012; Whitlock et al., 2008). Poleg tega obstajajo dokazi o zaporednem predvajanju ali vzorčnem ponovnem aktiviranju možganskih regij ob počitku po opravilu, ki sodelujejo pri kodiranju predhodne izkušnje (Hoffman & McNaughton, 2002; Staresina et al., 2013). Skupaj se dokazi o osrednji vlogi parietalne skorje pri prostorski navigaciji in predvajanju med počitkom po opravilu v regijah možganov, pomembnih za opravilo, ujemajo z našimi ugotovitvami. Opazili smo povečano funkcionalno povezljivost v desnem izvršnem nadzornem omrežju, osredotočenem na spodnji posteriorni parietalni reženj in sulkus v stanju mirovanja od izvedbe pred in po opravilu. Zgodnje študije nevrološkega slikanja so opredelile omrežje privzetega načina kot omrežje, ki je negativno za nalogo in zmanjša funkcionalno povezljivost med izvajanjem naloge v primerjavi s stanjem mirovanja (Buckner et al., 2008). Vendar z uporabo mer teorije grafov Lin et al. (2017) je zagotovil časovno razrešen pogled na dinamiko omrežja privzetega načina med počitkom pred opravilom, izvedbo opravila in počitkom po opravilu. Ugotovili so zmanjšanje učinkovitosti, merilo funkcionalne integracije, v omrežju privzetega načina po počitku po opravilu v primerjavi s počitkom pred opravilom. Globalna učinkovitost se je zmanjšala v celotnem omrežju, lokalna učinkovitost pa se je zmanjšala posebej v posteriornem cingularnem korteksu. Naši rezultati prav tako kažejo, da omrežje privzetega načina, s precejšnjim vplivom posteriorne cingularne skorje, zmanjša funkcionalno povezljivost od počitka pred opravilom do počitka po njem. Poudariti je treba, da so zaradi analize neodvisnih komponent (ICA) in postopka ujemanja predlog posteriorni cingularni korteks, prefrontalni korteks in lateralni posteriorni parietalni korteks največ prispevali k omrežni povezljivosti privzetega načina. Prejšnje študije, vključno s Samanto et al. (2021), je v tem omrežju obravnaval tudi funkcionalna vozlišča hipokampusa in retrosplenialne skorje (Greicius et al., 2003; Vincent et al., 2006). Predlagano je bilo, da vse te regije skupaj tvorijo pomnilniško mrežo, v kateri se informacije med konsolidacijo prenašajo iz hipokampusa preko prefrontalne in retrosplenialne skorje v spodnje parietalne regije (Genzel, 2020). Vendar sta bila v naši študiji hipokampus in retrosplenialna skorja predvsem del ločene hipokampalne mreže. Tako je več ugotovitev v naši študiji, ki so bile prej dodeljene omrežju privzetega načina, obravnavano ločeno za hipokampalno omrežje, vključno s hipokampusom, regijami temporalnega režnja in retrosplenialno skorjo. Naš cevovod za obdelavo fMRI je temeljil na ICA, ki je ustvaril maksimalno neodvisna prostorska omrežja. Tako nismo mogli preizkusiti interakcij med funkcionalnimi omrežji v stanju mirovanja. Kljub temu nasprotni trendi v funkcionalni povezljivosti omrežij pravega izvršilnega nadzora in privzetega načina namigujejo v isto smer kot prejšnje raziskave. Pokazalo se je, da nasprotni premiki med omrežjem privzetega načina in omrežjem izvršnega nadzora olajšajo prehod med mirovanjem in osredotočanjem pozornosti (Goulden et al., 2014; Menon & Uddin, 2010). Ta prenos vključuje prerazporeditev virov v možganih za podporo kognitivne obdelave, povezane z dražljaji. Na podlagi naših opažanj antagonizem v funkcionalni povezljivosti med obema omrežjema morda ni prisoten samo od počitka do prehodov med opravili, ampak vztraja tudi pri počitku po opravilu in bi tako lahko odražal koordinacijo pomembnih področij brez povezave za krepitev kodirane izkušnje.
4.3|Vloga hipokampalne mreže pri konsolidaciji spomina
Preko SVD smo lahko identificirali dve funkcionalno pomembni podomrežji znotraj hipokampalne mreže, eno hipokampalno podomrežje, osredotočeno na hipokampus in parahipokampalno skorjo, in drugo hipokampalno podmrežo, ki vključuje predvsem retrosplenialno skorjo. Ta podomrežja so pokazala izrazite funkcionalne spremembe povezljivosti v štirih sejah fMRI v stanju mirovanja. Primarno hipokampalno podomrežje se je povečalo v funkcionalni povezljivosti po izvedbi nalog v sejah učenja in iskanja. Ta ugotovitev je lahko podlaga za podobno konsolidacijo v stanju mirovanja, kot je opisano za izvršno nadzorno omrežje. Pogosto se je izkazalo, da hipokampus kot začetno mesto za shranjevanje spomina povzroča ponovne aktivacije, ki vodijo do boljšega delovanja spomina po počitku (Dupret et al., 2010). Opazili smo tudi povečanje funkcionalne povezljivosti po 90-minutnem premoru za to podomrežje. Na prvi pogled se zdi to povečanje v obdobju konsolidacije v nasprotju s predlaganimi mehanizmi konsolidacije sistemov (Squire et al., 2015). Namesto tega bi pričakovali zmanjšano vpletenost hipokampusa po obdobju konsolidacije. Vendar je treba upoštevati, da trenutno merilo ni aktivnost sama po sebi, temveč znotraj omrežne povezljivosti, naše obdobje konsolidacije pa je bilo omejeno na 90 minut. Drugo hipokampalno podomrežje je vključevalo predvsem retrosplenialno skorjo, a tudi medialne temporalne regije. V literaturi se hipokampus, regije temporalnega režnja in retrosplenialna skorja pogosto obravnavajo kot del omrežja privzetega načina, ker kažejo močno koherenco med počitkom (Greicius et al., 2003; Vincent et al., 2006). Vendar pa je bilo pred kratkim ugotovljeno "medialno temporalno" podomrežje, katerega zmanjšanje povezljivosti je bilo povezano s povečano zmogljivostjo prostorskega spomina (Barnett et al., 2021; van Buuren et al., 2019). Osrednje regije tega omrežja vključujejo medialni temporalni reženj in retrosplenialno skorjo. Te strukture ustrezajo naši drugi podmreži hipokampusa. Posledično ima lahko naše drugo hipokampalno podomrežje edinstveno vlogo pri konsolidaciji spomina (de Sousa et al., 2019; van Buuren et al., 2019). Funkcionalno se je povezljivost drugega podomrežja hipokampusa med štirimi sejami v stanju mirovanja zmanjšala, vendar le za udeležence v stanju spanja. Medialni temporalni reženj in retrosplenialni korteks sta bila označena kot pomembna za prostorsko navigacijo pri ljudeh in modelih glodalcev (Epstein et al., 2017; Peigneux et al., 2004). Te regije so funkcionalno modulirane s spanjem, s postopnim ločevanjem med globokim spanjem (Spoormaker et al., 2010). Tako lahko drugo hipokampalno podomrežje usklajuje mehanizme konsolidacije v možganih, ki vključujejo aktivnost počasnega vretena med spanjem (Cowan et al., 2020; Navarro-Lobato & Genzel, 2020). Dejansko smo pokazali, da je naše drugo hipokampalno podomrežje, osredotočeno na retrosplenialno skorjo, znatno modulirano s spanjem in je pozitivno povezano z močjo sklopitve vretena in počasnega nihanja, ki je tudi napovedala zmogljivost spomina. Spajanje valov, vreten in počasnih nihanj je lahko mehanizem, s katerim se med spanjem utrjujejo spomini od začetnega shranjevanja hipokampusa do spodnjih območij, kot je posteriorna parietalna skorja – prek retrosplenialne skorje (Genzel, 2020; Hennies et al. , 2016). Naše drugo hipokampalno podomrežje je lahko nevronski substrat, prek katerega ima spanje svoje ugodne učinke na konsolidacijo spomina, poleg splošne oblike konsolidacije v primarni hipokampalni podmreži, o kateri smo govorili prej. Če povzamemo, pokažemo, da funkcionalni vzorci povezljivosti v možganih, ki so podlaga za konsolidacijo spominov, morda niso preprosto omejeni na vzpostavljena omrežja v stanju mirovanja. Z uporabo pristopa, ki temelji na podatkih, smo identificirali podomrežja, ki temeljijo na varianci. Natančneje, hipokampalno omrežje smo diferencirali v komponento, ki je osredotočena na hipokampus in je neodvisna od spanja, in komponento, ki je odvisna od spanja, osredotočeno na retrosplenijo. Obe omrežji sta lahko vključeni v prostorsko konsolidacijo spomina. Kljub temu lahko samo drugo hipokampalno podomrežje temelji na koristnih učinkih spanja na tvorbo spomina, kot je razvidno iz njegove povezave z močjo sklopitve vretena in počasnega nihanja, ki je napovedala zmogljivost spomina. Naše ugotovitve zagotavljajo bolj izpopolnjen pogled na hipokampalno omrežje pri konsolidaciji spomina, v katerem se njegova funkcionalna povezljivost v stanju mirovanja različno spreminja med učenjem, utrjevanjem in priklicem naloge prostorskega spomina v 1-dnevni paradigmi.
