基于電生理的大鼠DMN研究.pdf

1、靜息態(tài)（resting state）下的大腦并非是“空載”的，而是表現(xiàn)出自發(fā)的、有組織的、持續(xù)的神經(jīng)活動，這些神經(jīng)活動形成了多種靜息態(tài)網(wǎng)絡(luò)（resting-state network， RSN）。默認模式網(wǎng)絡(luò)（default mode network，DMN）是RSN的一種，因其在靜息態(tài)下表現(xiàn)出獨特的活動模式，并在眾多神經(jīng)和精神疾病中發(fā)生紊亂，受到越來越多的關(guān)注。新近的研究發(fā)現(xiàn)，DMN并非人類獨有，在嚙齒類動物中同樣存在。這一發(fā)現(xiàn)為探索

2、DMN的生理和病理機制提供了理想的臨床前模型。然而，已有的研究大多基于代謝信號，并且絕大部分信號是在動物處于“非自然”狀態(tài)下獲得的，這些不足極大地限制了對嚙齒類動物DMN的研究。在本論文中，我們采集了自由行為狀態(tài)下大鼠DMN的電生理信號，并選取了覺醒靜息（wakeful rest，WR）、慢波睡眠（slow wave sleep，SWS）和快速眼動睡眠（rapid eye movement sleep, REMS）三種不同警覺狀態(tài)的數(shù)據(jù)

3、，運用多種網(wǎng)絡(luò)分析方法，從局部腦電（electroencephalogram，EEG）的振蕩頻段特征、功能網(wǎng)絡(luò)特征（包括動態(tài)網(wǎng)絡(luò)特征）和效應(yīng)網(wǎng)絡(luò)特征三個方面，對大鼠電生理的DMN進行了比較深入的研究。主要內(nèi)容如下：
　　第一，不同警覺狀態(tài)下大鼠DMN的EEG頻段的統(tǒng)計學(xué)劃分。針對不同狀態(tài)的振蕩頻段特征，我們采用因子分析（factor analysis）對EEG振蕩的功率譜密度（power spectral density，PSD）

4、的共變特性進行聚類，由此劃分各DMN腦區(qū)的頻段。我們發(fā)現(xiàn)這些劃分出的頻段在狀態(tài)之間以及腦區(qū)之間都存在差異。特別是， REMS狀態(tài)下的θ（theta）振蕩可以被進一步細分為兩個頻段，分別對應(yīng)于緊張型REMS（tonic REMS，tREMS）和相位型REMS（phasic REMS，pREMS）兩個狀態(tài)。同時，我們還在SWS的不同階段提取到對應(yīng)于不同頻段的兩種紡錘波，包括高電壓紡錘波（high-voltage spindle，HVS）和低

5、電壓紡錘波（low-voltage spindle， LVS）。這些結(jié)果為大鼠DMN在不同警覺狀態(tài)下的神經(jīng)振蕩活動提供了新的認識，并為后續(xù)研究的數(shù)據(jù)選取以及頻段選擇提供了依據(jù)。
　　第二，探討大鼠電生理DMN功能網(wǎng)絡(luò)的連接特性。在此，我們選取WR、SWS（不含HVS）和tREMS狀態(tài)的數(shù)據(jù)，使用PSD、相位鎖時值（phase locking value， PLV）和模塊化分析（modularity analysis），對大鼠DMN

6、的局部活動和功能網(wǎng)絡(luò)特征進行了研究。結(jié)果表明，在不同警覺狀態(tài)下，大鼠DMN中的局部γ（gamma）頻段能量的變化與人類同源腦區(qū)的代謝波動具有一致性；并且，基于大鼠電生理DMN的網(wǎng)絡(luò)分析結(jié)果與功能磁共振（functional magnetic resonance imaging，fMRI）研究得到的結(jié)果具有廣泛的相似性。這些結(jié)果為嚙齒類動物大腦中DMN的存在提供了電生理的證據(jù)。
　　第三，進一步探討大鼠電生理DMN功能網(wǎng)絡(luò)的動態(tài)連接

7、特性。在此研究中，我們利用滑動窗分析（sliding window analysis）和因子分析，對不同警覺狀態(tài)下DMN的網(wǎng)絡(luò)動態(tài)特征進行了研究。我們發(fā)現(xiàn)大鼠電生理DMN是高度動態(tài)變化的，并且，動態(tài)的DMN可以被進一步提取為不同的空間模式（spatial pattern）。其中，部分空間模式僅存在于特定警覺狀態(tài)，而其余的空間模式獨立于警覺狀態(tài)存在。進一步，我們發(fā)現(xiàn)空間模式的貢獻隨時間波動，并受到警覺狀態(tài)的影響。這些波動的空間模式可能為神

8、經(jīng)信息的高效整合提供了一個構(gòu)架，以維持靈活的認知和行為。這些結(jié)果為理解大鼠DMN的動態(tài)功能組織提供了新的視角。
　　第四，探究DMN中子區(qū)域之間的效應(yīng)連接（effective connectivity）。本研究中，我們采用定向相位轉(zhuǎn)移熵（directed phase transfer entropy，dPTE），對不同警覺狀態(tài)下DMN的效應(yīng)連接進行了分析。我們發(fā)現(xiàn)，在δ（delta）頻段，大鼠DMN內(nèi)存在由前至后的信息流模式；而在

9、θ頻段，存在著相反的信息流模式。絕大多數(shù)在δ頻段信息流出的腦區(qū)，在θ頻段存在信息流入，反之亦然，形成了具有頻段特異性的信息流環(huán)路。這一現(xiàn)象僅存在于WR和tREMS狀態(tài)。上述發(fā)現(xiàn)可能揭示了再進入的（reentrant）神經(jīng)信息整合機制，以及潛在的意識維持機理。
　　綜上所述，本文基于自由行為狀態(tài)下的大鼠電生理數(shù)據(jù)，通過多種網(wǎng)絡(luò)分析方法，從多個角度探討了大鼠DMN的信息整合功能。我們的發(fā)現(xiàn)一方面佐證了嚙齒類動物中DMN的存在，另一方面