фМРТ ИССЛЕДОВАНИЯ ОППОНЕНТНЫХ ВЗАИМОДЕЙСТВИЙ МЕЖДУ ОБЛАСТЯМИ ГОЛОВНОГО МОЗГА ОБЕЗЬЯН MACACA MULATTA
PDF

Ключевые слова

макака-резус
вспышки
функциональная МРТ
негативный BOLD-ответ

Аннотация

В нейрофизиологических исследованиях метод функциональной магнитно-резонансной томографии (фМРТ) наиболее часто используется при картировании функций мозга путем локализации областей с повышенной активностью во время выполнения различных тестов. При этом традиционно уделяется меньше внимания сопутствующему снижению метаболизма в других областях мозга, несмотря на сопоставимую интенсивность этих процессов. В настоящее время причина снижения активности, его динамика и зависимость локализации от условий эксперимента остаются под вопросом. Целью данной работы являлась локализация у обезьян областей мозга, вовлеченных в оппонентные отношения при стимуляции мелькающим светом.

Исследование было проведено на трех бодрствующих обезьянах Macaca Mulatta, у которых сравнивали карты распределения активности, полученные во время апериодической световой стимуляции и при нахождении в полной темноте. Вспышки света вызывали увеличение потребления кислорода в первичной зрительной коре и одновременное снижение этого показателя в поле 7 теменной коры и в зоне V5 срединной височной области. Области мозга, снизившие свою активность, обычно не реагируют на стимуляцию вспышками и не задействованы в процессе обработки сигнала в наших условиях. Полученные данные трактуются исходя из гипотезы об автоматическом поддержании баланса между активированными и деактивированными областями, целью которого является экономия энергетических ресурсов мозга. Предположительно, снижение активности относительно фонового уровня в незадействованных областях помогло бы компенсировать увеличение потребления энергии в других областях мозга, ответственных за обработку сигнала.

PDF

Литература

Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, Shulman GL (2001) A default mode of brain function. Proc Natl Acad Sci USA 98:676–682.

Jorge J, Figueiredo P, Gruetter R, van der Zwaag W (2018) Mapping and characterization of positive and negative BOLD responses to visual stimulation in multiple brain regions at 7T. Human brain mapping 39(6):2426–2441. https://doi.org/10.1002/hbm.24012

Laurienti PJ, Burdette JH, Wallace MT, Yen YF, Field AS, Stein BE (2002) Deactivation of sensory-specific cortex by cross-modal stimuli. Journal of cognitive neuroscience 14(3):420–429. https://doi.org/10.1162/089892902317361930

Maggioni E, Molteni E, Zucca C, Reni G, Cerutti S, Triulzi FM, Arrigoni F, Bianchi AM (2015) Investigation of negative BOLD responses in human brain through NIRS technique. A visual stimulation study. NeuroImage 108:410–422. https://doi.org/10.1016/j.neuroimage.2014.12.074

Maggioni E, Zucca C, Reni G, Cerutti S, Triulzi FM, Bianchi AM, Arrigoni F (2016) Investigation of the electrophysiological correlates of negative BOLD response during intermittent photic stimulation: An EEG-fMRI study. Human brain mapping 37(6):2247–2262. https://doi.org/10.1002/hbm.23170

Fracasso A, Gaglianese A, Vansteensel MJ, Aarnoutse EJ, Ramsey NF, Dumoulin SO, Petridou N (2021) FMRI and intra-cranial electrocorticography recordings in the same human subjects reveals negative BOLD signal coupled with silenced neuronal activity. Brain structure & function. https://doi.org/10.1007/s00429-021-02342-4

Smith AT, Williams AL, Singh KD (2004) Negative BOLD in the visual cortex: evidence against blood stealing. Human brain mapping 21(4) 213–220. https://doi.org/10.1002/hbm.20017

Kharauzov AK, Vasil’ev PP, Sokolov AV, Fokin VA, Shelepin YuE (2018) Functional magnetic resonance imaging analysis of the human brain in texture recognition tasks. J Opt Technol 85:463–467.

Shmuel A, Yacoub E, Pfeuffer J, Van de Moortele PF, Adriany G, Hu X, Ugurbil K (2002) Sustained negative BOLD, blood flow and oxygen consumption response and its coupling to the positive response in the human brain. Neuron 36(6):1195–1210. https://doi.org/10.1016/s0896-6273(02)01061-9

Harel N, Lee SP, Nagaoka T, Kim DS, Kim SG (2002) Origin of negative blood oxygenation level-dependent fMRI signals. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism 22(8):908–917. https://doi.org/10.1097/00004647-200208000-00002

Shmuel A, Augath M, Oeltermann A, Logothetis NK (2006) Negative functional MRI response correlates with decreases in neuronal activity in monkey visual area V1. Nature neuroscience 9(4):569–577. https://doi.org/10.1038/nn1675

Mantini D, Gerits A, Nelissen K, Durand JB, Joly O, Simone L, Sawamura H, Wardak C, Orban GA, Buckner RL, Vanduffel W (2011) Default mode of brain function in monkeys. The Journal of neuroscience: the official journal of the Society for Neuroscience 31(36):12954–12962. https://doi.org/10.1523/JNEUROSCI.2318-11.2011

Demertzi A, Tagliazucchi E, Dehaene S, Deco G, Barttfeld P, Raimondo F, Martial C, Fernández-Espejo D, Rohaut B, Voss HU, Schiff ND, Owen AM, Laureys S, Naccache L, Sitt JD (2019) Human consciousness is supported by dynamic complex patterns of brain signal coordination. Science advances 5(2):eaat7603. https://doi.org/10.1126/sciadv.aat7603

Barttfeld P, Uhrig L, Sitt JD, Sigman M, Jarraya B, Dehaene S (2015) Signature of consciousness in the dynamics of resting-state brain activity. Proceedings of the National Academy of Sciences of the United States of America 112(3):887–892. https://doi.org/10.1073/pnas.1418031112

Srihasam K, Sullivan K, Savage T, Livingstone MS (2010) Noninvasive functional MRI in alert monkeys. NeuroImage 51(1):267–273. https://doi.org/10.1016/j.neuroimage.2010.01.082

Slater H, Milne AE, Wilson B, Muers RS, Balezeau F, Hunter D, Thiele A, Griffiths TD, Petkov CI (2016) Individually customisable non-invasive head immobilisation system for non-human primates with an option for voluntary engagement. Journal of neuroscience methods 269:46–60. https://doi.org/10.1016/j.jneumeth.2016.05.009

Ueda Y, Slabaugh TL, Walker AL, Ontiveros ES, Sosa PM, Reader R, Roberts JA, Stern JA (2019) Heart Rate and Heart Rate Variability of Rhesus Macaques (Macaca mulatta) Affected by Left Ventricular Hypertrophy. Frontiers in veterinary science 6:1. https://doi.org/10.3389/fvets.2019.00001

Capitanio JP, Mendoza SP, Bentson KL (2004) Personality characteristics and basal cortisol concentrations in adult male rhesus macaques (Macaca mulatta). Psychoneuroendocrinology 29(10):1300–1308. https://doi.org/10.1016/j.psyneuen.2004.04.001

McLaren DG, Kosmatka KJ, Oakes TR, Kroenke CD, Kohama SG, Matochik JA, Ingram DK, Johnson SC (2009) A population-average MRI-based atlas collection of the rhesus macaque. NeuroImage 45(1):52–59. https://doi.org/10.1016/j.neuroimage.2008.10.058

Bakker R, Tiesinga P, Kötter R (2015) The Scalable Brain Atlas: Instant Web-Based Access to Public Brain Atlases and Related Content. Neuroinformatics 13(3):353–366. https://doi.org/10.1007/s12021-014-9258-x

Paxinos G, Huang XF, Toga AW (2000) The rhesus monkey brain in stereotaxic coordinates. San Diego, CA: Academic Press.

Подвигин НФ, Макаров ФН, Шелепин ЮЕ (1986) Элементы структурно-функциональной организации зрительно-глазодвигательной системы. Монография, Наука, Ленинград,. 252 с. [Podvigin NF, Makarov FN, Shelepin YE (1986) Elements of the structural and functional organization of the visual-oculomotor system. Monograph. Nauka. Leningrad 252 p. (In Russ)].

Christopoulos VN, Kagan I, Andersen RA (2018)ьLateral intraparietal area (LIP) is largely effector-specific in free-choice decisions. Sci Rep 8:8611. https://doi.org/10.1038/s41598-018-26366-9

Niu M, Impieri D, Rapan L, Funck T, Palomero-Gallagher N, Zilles K (2020) Receptor-driven, multimodal mapping of cortical areas in the macaque monkey intraparietal sulcus. eLife 9:e55979. https://doi.org/10.7554/eLife.55979

Vanni S, Hokkanen H, Werner F, Angelucci A (2020) Anatomy and Physiology of Macaque Visual Cortical Areas V1, V2, and V5/MT: Bases for Biologically Realistic Models. Cerebral cortex (New York, N.Y. : 1991) 30(6):3483–3517. https://doi.org/10.1093/cercor/bhz322

Goense J, Bohraus Y, Logothetis NK (2016) fMRI at High Spatial Resolution: Implications for BOLD-Models. Frontiers in computational neuroscience 10:66. https://doi.org/10.3389/fncom.2016.00066

Hayden BY, Smith DV, Platt ML (2009) Electrophysiological correlates of default-mode processing in macaque posterior cingulate cortex. Proceedings of the National Academy of Sciences of the United States of America 106(14):5948–5953. https://doi.org/10.1073/pnas.0812035106

Bentley WJ, Li JM, Snyder AZ, Raichle ME, Snyder LH (2016) Oxygen Level and LFP in Task-Positive and Task-Negative Areas: Bridging BOLD fMRI and Electrophysiology. Cerebral cortex (New York, N.Y. : 1991) 26(1):346–357. https://doi.org/10.1093/cercor/bhu260

Lin P, Hasson U, Jovicich J, Robinson S (2011) A neuronal basis for task-negative responses in the human brain. Cerebral cortex (New York, N.Y. : 1991) 21(4):821–830. https://doi.org/10.1093/cercor/bhq151

Bressler D, Spotswood N, Whitney D (2007) Negative BOLD fMRI response in the visual cortex carries precise stimulus-specific information. PloS one, 2(5):e410. https://doi.org/10.1371/journal.pone.0000410

Barth DS, Goldberg N, Brett B, Di S (1995) The spatiotemporal organization of auditory, visual, and auditory–visual evoked potentials in rat cortex. Brain Research 678:177–190.

Dean P (1990) Sensory cortex: Visual perceptual functions. In B. Kolb & R. Tees (Eds.), The cerebral cortex of the rat (pp. 275–307). Cambridge: MIT Press.

Calvert GA, Campbell R, Brammer MJ (2000) Evidence from functional magnetic resonance imaging of crossmodal binding in the human heteromodal cortex. Current biology : CB 10(11):649–657. https://doi.org/10.1016/s0960-9822(00)00513-3

Satado N, Pascual-Leone A, Grafman J, Ibanez V, Deiber M-P, Dold G, Hallett M (1996) Activation of the primary visual cortex by Braille reading in blind subjects. Nature 380:526–528.

Attwell D, Laughlin SB (2001) An energy budget for signaling in the grey matter of the brain. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism 21(10):1133–1145. https://doi.org/10.1097/00004647-200110000-00001