Osa 1: Dopamiinigradientti ohjaa pääsyä hajautettuun työmuistiin suuressa apinakuoressa

Yhteystiedot: Audrey Huaudrey.hu@wecistanche.com

Sean Froudist-Walsh, 1 Daniel P. Bliss, 1 Xingyu Ding, 1 Lucija Rapan, 2 Meiqi Niu, 2 Kenneth Knoblauch, 3, 4 Karl Zilles, 2, 8 Henry Kennedy, 3, 4, 5, 7 Nicola Palomero-Gallagher ,2,6,7 ja Xiao-Jing Wang1,7,9,*

1Center for Neural Science, New York University, New York, NY 10003, USA

2 Research Center Julich, INM-1, Julich, Saksa

3 INSERM U846, Stem Cell & Brain Research Institute, 69500 ​​Bron, Ranska

4 Universite´ de Lyon, Universite´ Lyon I, 69003 Lyon, Ranska

5 Institute of Neuroscience, State Key Laboratory of Neuroscience, Kiinan tiedeakatemia (CAS), Key Laboratory of Primate Neurobiology CAS, Shanghai, Kiina

Napsauta tästä päästäksesi osaan 2

YHTEENVETO

Dopamiinia tarvitaantyömuisti, mutta kuinka se moduloi laajamittaista aivokuorta, ei tiedetä. Tässä raportoimme, että dopamiinireseptoritiheys hermosolua kohti, autoradiografialla mitattuna, näyttää makroskooppisen gradientin yhdessä makakin aivokuoren hierarkian kanssa. Tämä gradientti on sisällytetty konnektomiin perustuvaan laajamittaiseen aivokuoren malliin, jossa on useita neuronityyppejä. Malli kaappaa käänteisen U-muotoisen riippuvuudentyömuistidopamiinista ja jatkuvan aktiivisuuden spatiaalisista malleista, jotka havaittiin yli 90 kokeellisessa tutkimuksessa. Lisäksi osoitamme, että dopamiini on ratkaisevan tärkeä epäolennaisten ärsykkeiden suodattamisessa tehostamalla dendriittiin kohdistuvien interneuronien estoa. Mallimme paljasti, että aktiivisuus-hiljainen muistijälki voidaan toteuttaa helpottamalla alueiden välisiä yhteyksiä ja että aivokuoren dopamiinin säätäminen indusoi siirtymisen tästä sisäisestä muistitilasta hajautettuun jatkuvaan toimintaan. Työmme edustaa monitasoista ymmärrystä molekyyleistä ja solutyypeistä toistuviin piiridynamiikkaan, joka on kädellisten aivokuoreen jakautuneen kognitiivisen ydintoiminnon taustalla.

Cistanche voi parantaa muistia

JOHDANTO

Kykymme ajatella vaikeita ongelmia ilman häiriötekijöitä on kognition tunnusmerkki. Kun kohtaamme jatkuvan tietovirran, meidän on pidettävä tietyt tiedot mielessä ja suojeltava niitä häiriötekijöiltä. Esimerkiksi, kun etsit suosikkivoitasi supermarketissa, on tärkeää pitää mielessä sen erottuva kultainen pakkaus ja olla häiritsemättä monia muita maitotuotteita. Tätä aivotoimintoa kutsutaantyömuisti. Työmuisti harjoittaa usein jatkuvaa hermotoimintaa, joka on spesifistä muistettavalle tiedolle. Tämä muistoaktiivisuus säilyy sisäisesti useilla aivokuoren ja aivokuoren alueilla ilman ulkoista stimulaatiota (Funahashi et al., 1989; Fuster ja Alexander, 1971; Guo et al., 2017; Leavitt et al., 2017; Mejias ja Wang, 2021; Men-doza-Halliday ym., 2014; Murray ym., 2017; Romo ym., 1999; Romo ja Salinas, 2003; Vergara ym., 2016; Wang, 2001; Zhang ym., 2019 ).

Työmuistija prefrontaalinen aivokuori ovat monoaminergisen modulaation vaikutuksen alaisena (Goldman-Rakic, 1995; Robbins ja Arnsten, 2009). Itse asiassa dopamiinin ehtyminen prefrontaalisesta aivokuoresta ja prefrontaalisen aivokuoren täydellinen ablaatio aiheuttavat samanlaisia ​​työmuistin puutteita (Brozoski et al., 1979). Dopamiini moduloi aivokuoren aktiivisuutta reseptoriensa kautta. D1-reseptorit ovat tiheimmin ekspressoitunut dopamiinireseptorityyppi aivokuoressa. Prefrontaalisen hermosolun aktiivisuus työmuistin aikana riippuu D1-reseptorien tarkasta aktivaatiotasosta, ja liian vähän tai liikaa D1-stimulaatiota häiritsee viivejakson aktiivisuutta (Vijayraghavan et al., 2007; Wang et al., 2019). D1-reseptorien tiheys tunnetaan kuitenkin vain suhteellisen pienissä osissa apinan aivokuorta (Goldman-Rakic ​​et al., 1990; Impieri ym., 2019; Lidow et ai., 1991; Niu et ai., 2020; Richfield et ai., 1989). Koska tutkimuksissa analysoituista alueista on pulaa, ei ole selvää, edustaako D1-reseptoritiheyden vaihtelu aivokuoren alueilla satunnaista heterogeenisyyttä vai aivokuoren dopamiinimodulaation systemaattista gradienttia.

Dopamiinireseptorit ilmentyvät myös eri tavalla erityyppisissä inhiboivissa hermosoluissa (Mueller et al., 2018, 2020). Erilliset estävät solutyypit keskittyvät ensisijaisesti pyramidisolujen dendriitteihin tai soluihin tai muihin inhiboiviin hermosoluihin (Jiang et al., 2015; Tremblay et al., 2016). Erilaisten interneuronien erilaisten vaikutustensa ansiosta dopamiini vähentää pyramidisolujen somaattien estoa ja lisää dendriittien estoa (Gao et al., 2003). Varhaisessa teoreettisessa tutkimuksessa ehdotettiin, että voimakkaammin dendriitteihin ja pyramidisolujen somaatista poispäin kohdistettu esto voisi lisätä työmuistin vastustuskykyä häiriötekijöille (Wang et al., 2004a). Dopamiinin erilaisten vaikutusten toiminnallista merkitystä eri inhiboiviin hermosolutyyppeihin ei ole vielä tutkittu.

Tässä työssä käsittelimme kahta avointa kysymystä. Ensinnäkin, kuinka dopamiini moduloi jakautunuttatyömuistiusean alueen laajan aivokuoren järjestelmän yli? Toiseksi, kun otetaan huomioon solutyyppien painottaminen nykyaikaisessa aivokuoren fysiologiassa, edistääkö dopamiini vahvaa työmuistia häiriötekijöitä vastaan ​​erilaisten hermosolujen erilaisten vaikutusten ansiosta? Näiden kysymysten ratkaisemiseksi suoritimme dopamiini D1 -reseptoritiheyksien kvantitatiivisen kartoituksen 109 aivokuoren alueella käyttämällä in vitro autoradiografiaa ja rakensimme suuren mittakaavan laskennallisen mallin makakin aivokuoresta, joka pystyy suorittamaan työmuistitehtäviä. Malli on rakennettu retrogradisten teiden jäljitysyhteystietojen avulla, ja se sisältää D1-reseptorien ja eksitatoristen synapsien gradientteja. Lisäksi tietojemme mukaan tämä on ensimmäinen suuren mittakaavan aivokuoren malli, jossa on kolme estohermosolujen alatyyppiä. Tuloksemme viittaavat siihen, että dopamiinihermosolujen laukeaminen voi saada aikaan distractor-resistentin, ärsykeselektiivisen ja jatkuvan toiminnan useilla aivoalueilla vasteena käyttäytymisen kannalta merkityksellisiin ärsykkeisiin. Lisäksi laajennamme paikalliselta alueelta usean alueen aivokuoreen aktiivisuushiljaisen mekanismin, jota on ehdotettu tietyille lyhytaikaisen muistin jäljelle ilman jatkuvaa aktiivisuutta (Mongillo et al., 2008; Rose et al., 2016; Wolff et ai., 2017). Huomasimme, että tämä skenaario perustuu pääasiassa alueiden välisten yhteyksien lyhytaikaiseen helpottamiseen, mutta se ei vastusta häiriötekijöitä. Tehostettu dopamiinimodulaatio voi muuntaa sisäisen muistijäljen aktiiviseksi jatkuvan toiminnan tilaan, jota tarvitaan häiriötekijöiden suodattamiseen. Näin ollen havainnot auttavat ratkaisemaan nykyisen keskustelun kahdesta vastakkaisesta skenaariosta, jotka vaikuttavattyömuisti(Constantinidis ym., 2018; Lundqvist ym., 2018; Wa-Tanabe ja Funahashi, 2014) ja missä olosuhteissa kukin mekanismi toteutetaan (Barbosa et al., 2020; Masse ym., 2019; Trbutschek et al. , 2019).

TULOKSET

Dopamiini D1 -reseptorien hierarkkinen gradientti hermosolua kohti apinan aivokuoren poikki

Analysoimme ensin D1- ja D2-reseptorin jakautumismalleja makakin aivoissa käyttämällä in vitro -reseptoriautoradiografiaa (kuva S1). Autoradiografia mahdollistaa endogeenisten reseptorien kvantifioinnin solukalvossa käyttämällä radioaktiivisia ligandeja (Niu et al., 2020; Palomero-Gallagher ja Zilles, 2018; Rapan et al., 2021). Molempien reseptorityyppien suurimmat tiheydet (fmol/mg proteiinia) havaittiin tyvihermosolmussa, hännän tumassa (D1, 298±28; D2, 188±30) ja putamenissa (D1, 273±40; D2, 203). ±37), jotka ovat huomattavasti korkeampia kuin globus palliduksen sisäiset (D1, 97±34; D2, 22±12) tai ulkoiset (D1, 55±16; D2, 30±11) alajaot. Raaka aivokuoren D1-reseptoritiheydet vaihtelivat välillä 49 ± 13 fmol/mg proteiinia primaarisen motorisen aivokuoren alueella 4a 101 ± 35 fmol/mg proteiinia orbitofrontaalialueella 11l (kuvio 1A).

D2-reseptorin tiheys aivokuoressa on niin alhainen, että sitä ei voida havaita tässä käytetyllä menetelmällä.

Vertaaksemme D1-reseptorien gradienttia muihin tunnettuihin apinan aivokuoren anatomisen organisaation gradientteihin kartoitimme huolellisesti reseptoritiedot (kuva 1A) sekä tiedot hermosolujen tiheydestä (kuva 1B; Collins et al., 2010) ja selkärangan lukumäärästä. (Kuva 1C; Elston, 2007) Yerkes19:n yhteiseen aivokuoren mallipohjaan, johon on aiemmin kartoitettu anatomiset kanavan jäljitystiedot (kuva 1D, i) (Donahue et al., 2016). Tässä on retrogradinen jäljitystiedot 40 alueelta, jotka on kvantifioitu samalla protokollalla kuin aikaisemmissa julkaisuissa (Markov et al., 2014b). Tämä laajentaa injektoitujen aivokuoren alueiden määrää 33 prosentilla, ja yhteydet alueisiin 1, 3, V6, F4, F3, 25, 32, 9, 45A ja OPRO (orbital proiso cortex) sisältyvät nyt tietokantaan (ladattavissa ytimestä -nets.org). Arvioimme aivokuoren hierarkian käyttämällä laminaarista liitäntädataa (kuva 1D, ii; STAR Methods; Markov et al., 2014a), laajentaen aiempia kuvauksia aivokuoren hierarkiasta harvempien alueiden perusteella (Markov et al., 2014a; Mejias et al., 2016). Yksiulotteinen hierarkia on luultavasti aivokuoren yhteysrakenteen liiallinen yksinkertaistaminen. Koska meillä on yhteystietoja kahdelle erilliselle sensoriselle modaliteetille, laskemme myös liitettävyystietojen pyöreän upotuksen, jossa säteittäinen etäisyys reunasta edustaa hierarkkista sijaintia ja pisteiden välinen kulmaetäisyys edustaa niiden liitettävyysvoimakkuuden käänteistä (Chaudhuri et al., 2015). Tässä pyöreässä esityksessä voidaan selvästi ymmärtää erilliset visuaaliset ja somatosensoriset hierarkiat, jolloin assosiaatioalueet putoavat kulmissa aistihierarkian pääakseleilta (kuva 1E).

Toiminnallisen tulkinnan helpottamiseksi jaoimme D1-reseptoritiheyden hermosolutiheydellä (Collins et al., 2010), jotta voidaan arvioida, missä määrin dopamiini moduloi yksittäisiä hermosoluja aivokuoren poikki. D1-reseptoritiheys hermosolua kohti saavutti huippunsa parietaali- ja otsakuoressa ja oli suhteellisen alhainen varhaisessa sensorisessa aivokuoressa (kuvio 1F). D1-reseptoritiheyden hermosolua kohti ja aivokuoren hierarkian välillä oli vahva positiivinen korrelaatio (kuvio 1G; r=0.81). Kortikaalisten piirteiden välisen spatiaalisen autokorrelaation vuoksi (eli aivokuoren läheisillä osilla on yleensä samanlainen anatomia), on mahdollista havaita vääriä korrelaatioita aivojen anatomian erilaisten piirteiden välillä. Tämän huomioimiseksi loimme 10,{10}} korvikekarttaa, joilla on samanlainen spatiaalinen autokorrelaatio kuin hierarkiakartalla (Burt et al., 2020). Mikään näistä korvikekartoista ei korreloinut yhtä voimakkaasti D1-reseptoritiheyskartan kanssa kuin hierarkia, mikä antoi p-arvon alle 0,0001 D1-reseptori-hierarkia-korrelaatiolle. D1-reseptorin ilmentymisen ja sen välillä, oliko aivokuoren alueella rakeinen kerros IV (Wilcoxon rank-sum Z=0.39, p=0.70) tai deksternopyramidalisaatioasteen (Kruskal) välillä ei ollut merkittävää yhteyttä. - Wallis c2=1.47, s.=0.48; Goulas et ai., 2018; Sanides, 1962; kuva S2). Tämä reseptorin ilmentymismalli viittaa siihen, että dopamiini moduloi pääasiassa alueita, jotka myötävaikuttavat korkeampaan kognitiiviseen prosessointiin.

Rakensimme sitten suuren mittakaavan mallin makakin aivokuoresta. Sijoitimme paikallisen piirin jokaiselle 40 aivokuoren alueelle (kuva 2A, oikea). Näiden paikallisten piirien ominaisuudet vaihtelivat alueittain makroskooppisten gradienttien muodossa (Wang, 2020) pitkän matkan liitettävyydestä (asetettu jäljitystiedoilla), virityksen voimakkuuden (asettaa selkärangan määrän) ja D1-reseptorien modulaation (asetettu) reseptorin autoradiografiatietojen perusteella). Määritimme alueiden väliset yhteydet kvantitatiivisten retrogradisten ratojen jäljitystietojen avulla. Mallissa alueiden väliset yhteydet ovat kiihottavia ja kohdistuvat pyramidisolujen dendriitteihin (Petreanu et al., 2009). Areaalien väliset kiihottavat yhteydet kohdistuvat myös kalretiniini (CR) / vasoaktiivinen suoliston peptidi (VIP) soluihin enemmän kuin parvalbumiini (PV) tai calbindin (CB) / somatostatiini (SST) solut (Lee et al., 2013; Wall et al. ., 2016). Frontaalisissa silmäkentissä (FEF) on epätavallisen suuri tiheys CR (tässä CR/VIP) soluja (Pouget et al., 2009). Tämän vuoksi lisäsimme alueiden välisen syötteen osuutta CR/VIP-soluihin FEF:ssä ja vähensimme PV- ja CB/SST-solujen syötteen voimakkuutta.

Käänteinen U-suhde aivokuoren D1-reseptoristimulaation ja hajautetun työmuistitoiminnan välillä

Simuloimme suuren mittakaavan aivokuoren mallia suorituksen atyömuistitehtävä (kuva 2C), jossa on eri tasoinen aivokuoren dopamiinin saatavuus. Simulaatioissa ärsykeselektiivinenAlueiden välinen yhteys määrittää hajautetun työmuistin toimintakuvion.Seuraavaksi vertasimme mallin viivejakson aktiivisuutta yli 90 elektrofysiologisessa tutkimuksessa havaittuun viivejaksoaktiivisuuteen (Leavitt et al., 2017). Valitsimme malliparametreja, jotka tuottaisivat jatkuvaa aktiivisuutta prefrontaalisessa aivokuoressa, mutta emme sovittaneet mallia koetietoihin. Niistä 19 aivokuoren alueesta, joilla tällaista aktiivisuutta on arvioitu viivejakson aikana vähintään kolmessa kokeellisessa tutkimuksessa, 18 oli yhtäpitäviä simulaation ja kokeellisten tulosten välillä (c{5}}:03; p=0: 0001 Kuva 3A). Kaiken kaikkiaan useista tutkimuksista saatu kokeellisesti havaittu jatkuva aktiivisuus toistetaan, mikä vahvistaa mallin. Näin voimme tarkastaa hajautetun aktiivisuusmallin taustalla olevia anatomisia ominaisuuksia ja saada käsityksen aivojen mekanismeista, jotka voivat tuottaa sen.

Toistimme mallisimulaatiot anatomisten tietojen sekoittamisen jälkeen. Sekoitettuun anatomiaan perustuvien 30,{1}} simulaatioiden viivejakson aktiivisuuskuvioita verrattiin kokeellisesti havaittuun kuvioon. Kymmenentuhatta simulaatiota ajettiin käyttämällä sekoitettuja alueiden välisiä yhteyksiä, sekoitettua D1-reseptorin ilmentymistä ja sekoitettua dendriittisen selkärangan ilmentymistä erikseen. Päällekkäisyys kokeellisen jatkuvan aktiivisuuskuvion ja mallin jatkuvan aktiivisuuskuvion välillä oli vahvasti riippuvainen alueiden välisistä yhteyksistä (p=0,0004), mutta ei D1-reseptorien mallista (p=0.71). ) tai dendriittisen selkärangan määrä (p=0.46) (kuva 3B). Tämä analyysi viittaa siihen, että verkon solmujen väliset reunat (eli alueiden väliset yhteydet) ovat tärkeitä määritettäessä viivejakson aktiivisuuden spatiaalista kuviota. Seuraavaksi kysyimme, kuinka solmut itse (eli yksittäiset aivokuoren alueet) vaikuttavat eri tavalla hajautettuun työmuistiin.

Työmuistin puutteet ovat vakavimpia prefrontaalisten alueiden vaurioiden jälkeen, joilla on korkea D1-reseptoritiheys

Seuraavaksi määritimme, missä määrin mallin yksittäisten alueiden fokaaliset leesiot häiritsivät jatkuvaa toimintaa työmuistitehtävän aikana (ilman häiriötekijöitä). Vaikutus riippui vaurioituneesta alueesta ja aivokuoren dopamiinin tasosta (kuva 3C). Prefrontaalisen ja posteriorisen parietaalialueen vauriot aiheuttivat suurimmat vähennykset viivejakson laukaisutiheydessä (kuva 3D, E). Frontaalisten alueiden vauriot vähensivät huomattavasti enemmän viivejakson laukaisutiheyttä kuin parietaalialueiden vauriot (Mann-Whitney U=46.0, p=0.027). Testasimme asteittain suurempien leesioiden vaikutuksia etu- ja parietaalikuoreen. Leesioiden koon kasvattamiseksi leesioimme ensin kunkin lohkon kohdalla sen alueen, joka aiheutti suurimman viiveaktiivisuuden pudotuksen, kun se vaurioitui yksittäin, ja sitten leesioimme lisäksi alueen, joka aiheutti toiseksi suurimman pudotuksen ja niin edelleen (otsaleesio 1: 46d, leesio 2: 46d plus 8B, leesio 3: 46d plus 8B plus 8 m jne.; parietaalinen leesio 1: LIP, leesio 2: LIP plus 7m, leesio 3: LIP plus 7 m plus 7B jne.). Kahta etualuetta vaurioittaessa muistin viivejakson aktiivisuus tuhoutui kokonaan koko aivokuoressa, joten verkko ei enää pystynyt suorittamaan tehtävää. Sitä vastoin parietaalisen aivokuoren asteittain suuremmat leesiot aiheuttivat vain asteittaisen frontoparietaalisen viiveaktiivisuuden vähenemisen, ja vaikka koko parietaalinen aivokuori poistettiin (10 aluetta), jäljellä oli riittävästi muistin viivejakson aktiivisuutta, jotta vihjeärsyke voitiin dekoodata ( Kuva 3F).

Myöhemmin käsittelimme mallin kykyä ylläpitää viivekohtaista viivejakson aktiivisuutta häiriötekijöiden läsnä ollessa kunkin aivokuoren alueen tarkan leesion jälkeen. Analysoimme tutkimuksia kaikilla kortikaalisen dopamiinin saatavuuden tasoilla. Kolmen prefrontaalialueen (8m, 46d ja 8B) vauriot, mutta eivät muut alueet, aiheuttivat distraktorinkestävän työmuistitoiminnan täydellisen häiriön kaikissa kokeissa. Vauriot monilla muilla alueillaaiheutti distraktoreille vastustuskykyisen työmuistin toiminnan täydellisen vähenemisen joissakin kokeissa (joka vastaa tiettyä dopamiinialuetta), mutta ei toisissa. Seitsemän vauriota, jotka aiheuttivat suurimman häiriön työmuistin suorituskyvyssä, olivat otsakuoressa (kuusi prefrontaalista aluetta ja premotorista aluetta F7; kuva 3G). Suorituskyvyn heikkeneminen oli merkittävästi suurempi etukuoren alueiden leesioissa kuin parietaalialueilla (Mann-Whitney U=48.5, p=0.032). Simulaatiomme viittaavat siten siihen, että (1) prefrontaalisen ja posteriorisen parietaalisen aivokuoren leesiot voivat aiheuttaa huomattavan häiriön viivejakson aktiivisuudessa, (2) otsaleesioilla on suurempi vaikutus käyttäytymiseen kuin parietaalisilla vaurioilla ja (3) pienemmät vauriot, erityisesti prefrontaalinen aivokuori, voi merkittävästi häiritä suorituskykyä vaikeammissa työmuistitehtävissä, kuten häiriötekijöissä. Sitä vastoin tarvitaan suurempia vaurioita häiritsemään suorituskykyä yksinkertaisissa työmuistitehtävissä.