閉ループ経頭蓋神経刺激による睡眠中の脳接続変化によるメタ記憶感受性の予測パート 4
May 17, 2024
研究全体で、遅い紡錘体と速い紡錘体を描写するために選択された周波数帯域には大きなばらつきがあり(Ayoub et al., 2013; Holz et al., 2012; Schabus et al., 2007)、最近の証拠は、これらの描写が個人によって異なる可能性があることを示唆しています(コックスら、2017)。
速紡錘体は、記憶と密接に関係している脳の領域です。 研究によると、学習と記憶のプロセスに参加すると、高速紡錘体がより活発になり、記憶力が向上することがわかっています。
高速紡錘体の機能は、記憶を強化し、定着させることです。 私たちが新しい情報を受け取ると、高速紡錘体が脳の他の領域から情報を収集し、それを保存したり思い出したりできる記憶の断片に変換します。 したがって、高速スピンドルは私たちの学習と記憶のプロセスにとって非常に重要です。
では、高速スピンドル機能を改善するにはどうすればよいでしょうか? まず第一に、私たちは正しい生活習慣を維持する必要があります。 十分な睡眠、健康的な食事、定期的な運動はすべて、速紡錘体の健康と機能に重要な役割を果たします。 さらに、学習と思考に集中すると、高速紡錘体の活動が刺激され、記憶力が向上します。
つまり、高速紡錘体は私たちの記憶と密接に結びついています。 健康的な生活を維持し、学習に注意を払うことで、速紡錘機能が向上し、記憶力が向上し、生活や学習の課題にうまく対処できるようになります。 楽観的になり、より良い未来に向かって頑張っていきましょう。 私たちは記憶力を向上させる必要があることが分かります。カンクサは多くのユニークな効果を持つ伝統的な漢方薬素材であり、そのうちの 1 つは記憶力の向上であるため、カンクサは記憶力を大幅に向上させることができます。 カンクサの効能は、タンニン酸、多糖類、フラボノイド配糖体などを含む多くの有効成分に由来します。これらの成分は、さまざまな方法で脳の健康を促進します。
低速スピンドルと高速スピンドルを個別に調査するための帯域として 8 ～ 12 Hz と 12 ～ 15 Hz を選択しました。その結果は、高速スピンドル帯域の接続が STAMP によって特異的に変調されたことを示唆しています。
ただし、実験の参加者間で紡錘体帯域の描写にばらつきがあり、これらの帯域で遅い紡錘体活動と速い紡錘体活動が重複する可能性があります。私たちのデータでは、8 ～ 12 Hz および 12 ～ 15 Hz 帯域の経路長は高い相関関係があり (r=0.88)、これらの周波数帯域間に高度な重複があることを示唆しています。
したがって、我々はここで紡錘体の活動がSTAMPによって調節されたと主張するが、速い紡錘体と遅い紡錘体を具体的に区別するにはさらなる分析が必要である。 さらに、実装した接続性と機械学習の分析に対応するために、周波数帯域ベースのアプローチを使用しました。 ただし、紡錘体は短時間発生する一時的なイベントです。
ここでのアプローチは紡錘体に関連する活動を捉えたものと考えられますが、特定の紡錘体イベントを特定する、より焦点を絞ったイベントベースのアプローチでは、メタ認知におけるそれらの役割がさらに解明される可能性があります。
回帰分析の結果は、ベータ帯域の経路長の変化が、活動状態での睡眠前から睡眠後までの記憶感度の変化に関連していることを示しました。 報告された関係は合理的な方向にあり、経路長の短縮（効率の向上）がメタ認知パフォーマンスの向上に関連していました。
ただし、ベータ パスの長さはアクティブ条件とシャム条件の間で有意な差はなかったことに注意してください。これは、効果がよりきめ細かい個人差を捉えていることを示唆しており、STAMP 刺激後に効率を高めるためのネットワーク再編成を示した個人は、そうでない個人よりも一晩のメタメモリの大幅な改善を示します。
これについてはサポート情報で詳しく説明されています。 私たちの知る限り、行動の変化に関連する睡眠中の刺激後の機能的接続性の変化を調べた先行研究は存在しないため、この発見はかなり新規である。
ミラートレーシングタスクなどの視覚運動学習とパフォーマンスを調査した研究では、タスク中およびタスク後のベータバンド同期と接続性の変化が報告されています（Classen et al., 1998; Kilner et al., 2004; Piantoni et al., 2015）。しかし、今回の実験でテストされた、エピソード記憶のパフォーマンスとグラフ理論の接続性の関係を調べる研究では、一般にベータバンドの接続性の変化については調査も報告もされていない(Burke et al., 2013)。
しかし、ベータパス長の変化はアルツハイマー病の進行と関連している。すなわち、アルツハイマー病患者は健康な対照よりも高いベータパス長を示し、ベータパス長はミニ精神状態検査（MMSE）スコアと負の相関がある（Stam et al .,2006)。 さらに、睡眠の振動性神経生理学における研究では、より速いリズム活動（つまり、ベータ/ガンマ範囲）が徐波の脱分極段階では存在および維持され、過分極段階ではほとんど存在しないことが実証されています（Compte et al.、2008; Steriade）。 、２００６年；Ｓｔｅｒｉａｄｅら、１９９６年）。
この活性の増加は、青斑核系のノルアドレナリン作動性ニューロンに特に関連している可能性があり(Eschenko et al., 2012)、記憶固定の重要な要素である皮質可塑性を促進する可能性があります。
したがって、SWO 中のベータバンド ネットワークの組織化と活動は、一般的にエピソード記憶の機能と固定化プロセスの重要な側面である可能性があり、特定の STAMP 刺激によってターゲットを絞って強化することができます。 現在の研究の潜在的な制限の 1 つは、接続性に対する刺激の全体的な影響を排除するために条件を制御します。
つまり、タグ付き STAMP に続く接続性の変化とタグなし STAMP に続く変化を比較するために、エンコード中にエピソードに関連付けられていない STAMP が睡眠中に適用された可能性があります。
STAMP の数が限られており、実験計画が複雑であることを考慮して、すべての STAMP を使用して睡眠中の記憶を手がかりにすることで統計力を最大化することを選択しました。
ただし、この条件は、分類結果を理解するのに特に役立ちます。 現時点では、選択したフィーチャによってアクティブ状態とシャム状態を区別できると言えます。これは、シャム状態と比較したアクティブ状態の統合プロセスによるものである可能性があります。 ただし、これらは刺激後の一般的な変化である可能性もあります。
対照的に、メタメモリ感度の変化に対するベータ パス長の関係は、睡眠依存の統合プロセスに関連していると我々は確信しています。
我々の行動結果は、STAMP刺激が他の条件と比較してタグ＆キュー条件に利益をもたらしたことを示しており、メタ記憶に対するより一般的な刺激誘発性の利益とは対照的に、特定の利益を示しています。 これと一致して、ベータ経路長の変化は、タグおよびキューの AUC 変化の変化を特異的に予測し、偽条件での感度を予測するものではありませんでした。
グラフ理論的尺度による脳の接続性を調べるこれまでの研究では、対象となる特定の尺度または特定の周波数帯域を調べることにより、より限定的なアプローチが取られることが多かった(Sadaghiani et al., 2015; Song et al., 2014)。
私たちは、さまざまな周波数帯域の測定値の大規模なコレクションを検索する機械学習アプローチを利用して、刺激後の重大な変化を特定し、相互検証と基本モデルとの比較を使用して発見結果を検証することを選択しました。 ただし、この方法にも制限がないわけではありません。
選択された特徴は、選択されたアルゴリズムまたは一連の処理ステップに基づいて異なる場合があります。さらに、パフォーマンスを大幅に向上させるために、高度に共線性のある特徴を削除しました。ただし、これらの削除された特徴は依然として理論的に興味深い可能性があります。
追跡統計テストを実行して、選択した特徴の最終セットが刺激条件間で統計的に異なることを確認したり、パフォーマンスを予測したりしました。 それにもかかわらず、特定の帯域には、同じく STAMP によって大幅に変調されたり、動作を予測したりする他の接続機能が存在する可能性がありますが、単にアルゴリズムによって選択されなかっただけです。
ただし、ベータ パス長と動作の関係は、Boruta アルゴリズムによって一貫して非常に重要であると考えられ、動作データを大幅に予測したため、堅牢であると考えられます。また、より多くの標準的な測定値と周波数帯域を調べただけであれば、この効果はおそらく発見されなかったでしょう。 将来の研究では、ベータネットワーク接続がエピソード記憶と意思決定プロセスにおいて果たす特定の役割が特定される可能性があります。
謝辞
この研究は DARPA と陸軍研究局によって支援されました。 表明された見解、意見、および/または調査結果は著者のものであり、国防総省または米国政府の公式見解や政策を表すものとして解釈されるべきではありません。
サポート情報
接続機能とメタメモリ感度値は、この記事のサポート情報に含まれています。
著者の寄稿
ライアン ハバード: 概念化。 正式な分析。 方法論; 執筆 – 原案、執筆 – レビューおよび編集。 イマン・ザデ: 概念化。 正式な分析。 方法論;リソース; ソフトウェア; 執筆 - 原案。 アーロン・ジョーンズ: データキュレーション。 リソース。 ブラッドリーロバート: データキュレーション。 リソース。 ナタリー ブライアント: データ キュレーション。 リソース; Software.Vincent Clark: データキュレーション。 リソース。 プラヴィーン・ピリー: 概念化。 正式な分析、資金調達、 調査; プロジェクト管理。 監督; 執筆 – 原案、執筆 – レビューおよび編集。
資金調達情報
Praveen Pilly、国防高等研究計画庁 (https://dx.doi.org/10.13039/100000185)、賞 ID: W911NF-16-C-0018。
利益相反に関する声明
最後の著者である Praveen K. Pilly は、標的を絞った記憶の再活性化のための経頭蓋電気刺激の使用に関する特許を取得しています (米国特許第 10,307,592 号)。 Vincent P. Clark は、NeuroGeneces, LLC の科学顧問です。 著者全員は、他の競合する金銭的または非金銭的利益が存在しない状態で研究が実施されたことを宣言します。
参考文献
1. KL アンダーソン、R. ラジャゴビンダン、ジョージア州ガーシベ、KJ ミードール、M. ディン (2009)。 シータ振動は、人間の記憶における前頭前野と内側側頭葉の間の相互作用を仲介します。 大脳皮質、20(7)、1604–1612。 https://doi.org/10.1093/cursor/bhp223、PubMed: 19861635
2. アントニー、JW、ゴーベル、EW、オヘア、JK、リバー、PJ、およびパッラー、KA (2012)。 睡眠中の手がかり記憶の再活性化はスキル学習に影響を与えます。 Nature Neuroscience、15、1114–1116。 https://doi.org/10.1038/nn.3152、PubMed: 22751035
3. Ayoub, A.、Aumann, D.、Hörschelmann, A.、Kouchekmanesch, A.、Paul, P.、Born, J.、および Marshall, L. (2013)。 電位依存性のNa+およびCa2+チャネル活性に拮抗するカルバマゼピンとフルナリジンによるヒトの速紡錘体活動と緩徐紡錘体活動、および睡眠緩徐振動に対する異なる効果。 睡眠、36(6)、905–911。 https://doi.org/10.5665/sleep.2722、PubMed: 23729934
4.バッカス、AR、ショッフェレン、JM、セーベニー、S.、ハンスルマイヤー、S.、&ドーラー、CF (2016)。 海馬と前頭前部のシータ振動は記憶の統合をサポートします。 現在の生物学、26(4)、450–457.https://doi.org/10.1016/j.cub.2015.12.048、PubMed: 26832442
5. ベアード、B.、スモールウッド、J.、ゴゴレフスキー、KJ、マーグリーズ、DS(2013)。 前前頭前皮質の内側および外側のネットワークは、記憶と知覚のメタ認知能力をサポートします。Journal of Neuroscience、33(42)、16657–16665。 https://doi.org/10.1523/JNEUROSCI.0786-13.2013、PubMed: 24133268
6. バラオナ、M.、ペコラ、LM (2002)。 小さな世界のシステムにおける同期。 Physical Review Letters、89(5)、054101。https://doi.org/10.1103/PhysRevLett.89.054101、PubMed: 12144443
7. バセット DS、ブルモア ED (2006)。 小さな世界の脳ネットワーク。 『The Neuroscientist』、12(6)、512–523。 https://doi.org/10.1177/1073858406293182、PubMed: 17079517
8. Benchenane, K.、Peyrache, A.、Khamassi, M.、Tierney, PL、Gioanni, Y.、Battaglia, FP、&Wiener, SI (2010)。 学習時の海馬前頭前部ネットワークにおけるコヒーレントなシータ振動とスパイクのタイミングの再構成。 ニューロン、66(6)、921–936。 https://doi.org/10.1016/j.neuron.2010.05.013、PubMed: 20620877
9. Benjamini, Y.、Hochberg, Y. (1995)。 誤検出率の制御: 複数のテストに対する実用的で強力なアプローチ。 王立統計協会ジャーナル、57、289–300。
10.ベレンス、P. (2009)。 CircStat: 循環統計用の MATLAB ツールボックス。 統計ソフトウェアジャーナル、31(10)、1–21。
For more information:1950477648nn@gmail.com
