Část 1: Dopaminový gradient řídí přístup k distribuované pracovní paměti v rozsáhlé opičí kůře

Kontakt: 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 a Xiao-Jing Wang1,7,9,*

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

2 Výzkumné centrum Julich, INM-1, Julich, Německo

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

4 Universite' de Lyon, Universite' Lyon I, 69003 Lyon, Francie

5 Ústav neurověd, Státní klíčová laboratoř neurověd, Čínská akademie věd (CAS), Klíčová laboratoř neurobiologie primátů CAS, Šanghaj, Čína

Klikněte zde pro část 2

SOUHRN

Dopamin je nutný propracovní paměť, ale jak moduluje rozsáhlý kortex, není známo. Zde uvádíme, že hustota dopaminového receptoru na neuron, měřená autorádiografií, vykazuje makroskopický gradient spolu s kortikální hierarchií makaka. Tento gradient je začleněn do rozsáhlého kortexového modelu založeného na konektomech vybaveného více typy neuronů. Model zachycuje závislost ve tvaru obráceného Upracovní paměťna dopamin a prostorové vzorce přetrvávající aktivity pozorované ve více než 90 experimentálních studiích. Navíc jsme ukázali, že dopamin je zásadní pro odfiltrování irelevantních stimulů zvýšením inhibice z interneuronů cílených na dendrity. Náš model odhalil, že stopa tiché paměti aktivity může být realizována usnadněním meziareálních spojení a že úprava kortikálního dopaminu indukuje přechod z tohoto stavu vnitřní paměti do distribuované perzistentní aktivity. Naše práce představuje porozumění napříč úrovněmi od molekul a typů buněk až po dynamiku rekurentních okruhů, která je základem základní kognitivní funkce distribuované napříč kůrou primátů.

Cistanche může zlepšit paměť

ÚVOD

Naše schopnost přemýšlet o obtížných problémech bez rozptylování je charakteristickým znakem poznání. Když čelíme neustálému proudu informací, musíme mít určité informace na paměti a chránit je před rozptýlením. Když například v supermarketu hledáte své oblíbené máslo, je důležité mít na paměti jeho výrazný zlatý obal a nenechat se rozptylovat mnoha dalšími mléčnými výrobky. Tato funkce mozku se nazývápracovní paměť. Pracovní paměť často zapojuje trvalou neurální aktivitu, která je specifická pro informace, které je třeba si zapamatovat. Tato mnemotechnická aktivita je udržována vnitřně napříč mnoha kortikálními a subkortikálními oblastmi bez vnější stimulace (Funahashi a kol., 1989; Fuster a Alexander, 1971; Guo a kol., 2017; Leavitt a kol., 2017; Mejias a Wang, 2021; Men-doza-Halliday a kol., 2014; Murray a kol., 2017; Romo a kol., 1999; Romo a Salinas, 2003; Vergara a kol., 2016; Wang, 2001; Zhang a kol., 2019, 2021 ).

Pracovní paměťa prefrontální kortex jsou pod vlivem monoaminergní modulace (Goldman-Rakic, 1995; Robbins a Arnsten, 2009). Ve skutečnosti vyčerpání dopaminu z prefrontálního kortexu a úplná ablace prefrontálního kortexu způsobuje podobné deficity pracovní paměti (Brozoski et al., 1979). Dopamin moduluje kortikální aktivitu prostřednictvím svých receptorů. Receptory D1 jsou nejhustěji exprimovaným typem dopaminových receptorů v kůře. Aktivita prefrontálních neuronů během pracovní paměti závisí na přesných úrovních aktivace receptorů D1, přičemž příliš malá nebo příliš velká stimulace D1 narušuje aktivitu zpoždění (Vijayraghavan et al., 2007; Wang et al., 2019). Hustota receptorů D1 je však známa pouze pro relativně malé části kůry opic (Goldman-Rakic ​​et al., 1990; Impieri et al., 2019; Lidow et al., 1991; Niu et al., 2020; Richfield a kol., 1989). Kvůli nedostatku oblastí analyzovaných napříč studiemi není jasné, zda variace v hustotách D1 receptoru napříč kortikálními oblastmi představuje náhodnou heterogenitu nebo systematický gradient kortikální dopaminové modulace.

Dopaminové receptory jsou také exprimovány odlišně napříč různými typy inhibičních neuronů (Mueller et al., 2018, 2020). Jednotlivé typy inhibičních buněk primárně zaměřují svou inhibici na dendrity nebo somata pyramidálních buněk nebo na jiné inhibiční neurony (Jiang et al., 2015; Tremblay et al., 2016). Prostřednictvím svých odlišných účinků na odlišné interneurony dopamin snižuje inhibici somatů pyramidálních buněk a zvyšuje inhibici dendritů (Gao et al., 2003). Raná teoretická studie navrhla, že inhibice zaměřená silněji na dendrity a pryč od somat pyramidových buněk by mohla zvýšit odolnost pracovní paměti vůči rozptýlení (Wang et al., 2004a). Funkční význam různých účinků dopaminu na různé typy inhibičních neuronů nebyl dosud zkoumán.

V této práci jsme se zabývali dvěma otevřenými otázkami. Za prvé, jak dopamin moduluje distribucipracovní paměťnapříč multiregionálním rozsáhlým kortikálním systémem? Za druhé, ve světle důrazu na typy buněk v moderní kortikální fyziologii, přispívá dopamin k robustní pracovní paměti proti distraktorům díky rozdílným účinkům na různé třídy neuronů? K vyřešení těchto otázek jsme provedli kvantitativní mapování hustot dopaminového D1 receptoru napříč 109 kortikálními oblastmi pomocí in vitro autoradiografie a zkonstruovali jsme rozsáhlý výpočtový model kůry makaka, který je schopen provádět úkoly pracovní paměti. Model je sestaven pomocí dat o konektivitě retrográdního sledování traktu a zahrnuje gradienty D1 receptorů a excitačních synapsí. Navíc, pokud je nám známo, toto je první rozsáhlý kortexový model vybavený třemi podtypy inhibičních neuronů. Naše výsledky naznačují, že vystřelování dopaminových neuronů může vyvolat trvalou aktivitu odolnou vůči distraktorům, selektivní na podněty napříč více oblastmi mozku v reakci na behaviorálně relevantní podněty. Kromě toho rozšiřujeme, z místní oblasti na multiregionální kůru, mechanismus umlčující aktivitu, který byl navržen pro určité formy stopy krátkodobé paměti bez trvalé aktivity (Mongillo et al., 2008; Rose et al., 2016; Wolff a kol., 2017). Zjistili jsme, že tento scénář spoléhá hlavně na krátkodobé usnadnění meziareálních spojení, ale nedokáže odolat rušivým vlivům. Vylepšená modulace dopaminu může převést stopu vnitřní paměti na aktivní stav trvalé aktivity potřebný k odfiltrování rušivých vlivů. Naše zjištění proto přispívají k vyřešení současné debaty o dvou protichůdných scénářích, které k tomu přispívajípracovní paměť(Constantinidis et al., 2018; Lundqvist et al., 2018; Wa- Tanabe a Funahashi, 2014) a za jakých podmínek je každý mechanismus implementován (Barbosa et al., 2020; Masse et al., 2019; Trbutschek et al. , 2019).

VÝSLEDEK

Hierarchický gradient dopaminových D1 receptorů na neuron napříč kůrou opice

Nejprve jsme analyzovali vzorce distribuce receptorů D1 a D2 v mozku makaka pomocí in vitro receptorové autoradiografie (obrázek S1). Autoradiografie umožňuje kvantifikaci endogenních receptorů v buněčné membráně pomocí radioaktivních ligandů (Niu et al., 2020; Palomero-Gallagher a Zilles, 2018; Rapan et al., 2021). Nejvyšší hustoty (ve fmol/mg proteinu) obou typů receptorů byly nalezeny v bazálních gangliích, s nucleus caudate (D1, 298±28; D2, 188±30) a putamen (D1, 273±40; D2, 203). ±37) představující podstatně vyšší hodnoty než vnitřní (D1, 97±34; D2, 22±12) nebo vnější (D1, 55±16; D2, 30±11) pododdělení globus pallidus. Hrubé hustoty kortikálního receptoru D1 se pohybovaly od 49±13 fmol/mg proteinu v oblasti 4a primární motorické kůry do 101±35 fmol/mg proteinu v orbitofrontální oblasti 11l (obrázek 1A).

Hustota D2 receptoru v kortexu je tak nízká, že zde použitou metodou není detekovatelná.

Abychom porovnali gradient D1 receptorů s jinými známými gradienty anatomické organizace v opičím kortexu, pečlivě jsme zmapovali data receptoru (obrázek 1A) a také údaje o hustotě neuronů (obrázek 1B; Collins et al., 2010) a počtu páteře (Obrázek 1C; Elston, 2007) na společný kortikální templát Yerkes19, ke kterému byla dříve mapována data ze sledování anatomického traktu (obrázek 1D, i) (Donahue et al., 2016). Zde uvádíme data retrográdního sledování ze 40 oblastí, kvantifikovaná pomocí stejného protokolu jako v předchozích publikacích (Markov et al., 2014b). To rozšiřuje počet injikovaných kortikálních oblastí o 33 procent, přičemž spojení s oblastmi 1, 3, V6, F4, F3, 25, 32, 9, 45A a OPRO (orbitální proiso cortex) jsou nyní zahrnuty v databázi (ke stažení z jádra -nets.org). Kortikální hierarchii jsme odhadli pomocí dat laminární konektivity (obrázek 1D, ii; metody STAR; Markov et al., 2014a), čímž jsme rozšířili předchozí popisy kortikální hierarchie založené na menším počtu oblastí (Markov et al., 2014a; Mejias et al., 2016). Jednorozměrná hierarchie je pravděpodobně přílišným zjednodušením struktury kortikální konektivity. Protože máme údaje o konektivitě pro dvě různé senzorické modality, vypočítali jsme také kruhové vložení dat o konektivitě, přičemž radiální vzdálenost od okraje představuje hierarchickou polohu a úhlová vzdálenost mezi body představuje převrácenou hodnotu jejich síly konektivity (Chaudhuri et al., 2015). V této kruhové reprezentaci lze jasně ocenit oddělené vizuální a somatosenzorické hierarchie s asociačními oblastmi spadajícími pod úhly mimo hlavní osy smyslové hierarchie (obrázek 1E).

Abychom usnadnili funkční interpretaci, vydělili jsme hustotu receptoru D1 podle hustoty neuronů (Collins et al., 2010), abychom umožnili odhad stupně, do kterého dopamin moduluje jednotlivé neurony v kortexu. Hustota receptoru D1 na neuron dosáhla vrcholu v parietálním a frontálním kortexu a byla relativně nízká v časném senzorickém kortexu (obrázek 1F). Mezi hustotou receptoru D1 na neuron a kortikální hierarchií byla silná pozitivní korelace (obrázek 1G; r=0.81). Kvůli prostorové autokorelaci mezi kortikálními rysy (tj. blízké části kůry mají tendenci mít podobnou anatomii) je možné detekovat falešné korelace mezi odlišnými rysy anatomie mozku. Abychom to vysvětlili, vygenerovali jsme 10,{10}} náhradních map s podobnou prostorovou autokorelací jako mapa hierarchie (Burt et al., 2020). Žádná z těchto zástupných map nekorelovala tak silně s mapou hustoty receptoru D1 jako hierarchie, což dávalo p-hodnotu menší než 0,0001 pro korelaci D1 receptor-hierarchie. Nebyl žádný významný vztah mezi expresí receptoru D1 a tím, zda kortikální oblast měla zrnitou vrstvu IV (Wilcoxon rank-sum Z=0.39, p=0.70) nebo se stupněm dexternopyramidalizace (Kruskal - Wallis c2=1.47, p=0.48; Goulas et al., 2018; Sanides, 1962; obrázek S2). Tento vzorec exprese receptoru naznačuje, že dopamin v zásadě moduluje oblasti přispívající k vyššímu kognitivnímu zpracování.

Poté jsme postavili rozsáhlý model kůry makaka. Lokální okruh jsme umístili do každé ze 40 kortikálních oblastí (obrázek 2A vpravo). Vlastnosti těchto lokálních okruhů se v různých oblastech lišily ve formě makroskopických gradientů (Wang, 2020) konektivity na dlouhé vzdálenosti (nastavené sledováním dat), síly excitace (nastavené počtem páteře) a modulace receptory D1 (nastavené podle autorradiografických dat receptoru). Spojení mezi oblastmi jsme definovali pomocí kvantitativních retrográdních dat trasování traktu. V modelu jsou meziareální spojení excitační a zaměřují se na dendrity pyramidálních buněk (Petreanu et al., 2009). Meziareální excitační spojení také cílí na buňky kalretininu (CR)/vazoaktivního střevního peptidu (VIP) ve větší míře než na buňky parvalbuminu (PV) nebo kalbindinu (CB)/somatostatinu (SST) (Lee et al., 2013; Wall et al. ., 2016). Frontální oční pole (FEF) mají neobvykle vysokou hustotu CR (zde CR/VIP) buněk (Pouget et al., 2009). Abychom to vysvětlili, zvýšili jsme podíl mezioblastního vstupu do buněk CR/VIP ve FEF a snížili jsme sílu vstupu do buněk PV a CB/SST.

Vztah obráceného U mezi stimulací kortikálního D1 receptoru a distribuovanou aktivitou pracovní paměti

Simulovali jsme rozsáhlý kortikální model při výkonu apracovní paměťúkol (obrázek 2C) s různými úrovněmi dostupnosti kortikálního dopaminu. V simulacích selektivní na podnětyMezioblastní konektivita určuje vzor aktivity distribuované pracovní paměti.Dále jsme porovnali vzorec aktivity období zpoždění v modelu s aktivitou období zpoždění pozorovanou ve více než 90 elektrofyziologických studiích (Leavitt et al., 2017). Vybrali jsme parametry modelu, které by produkovaly trvalou aktivitu v prefrontálním kortexu, ale model jsme nepřizpůsobili experimentálním datům. Z 19 kortikálních oblastí, ve kterých byla taková aktivita hodnocena během období zpoždění v alespoň třech experimentálních studiích, bylo 18 ve shodě mezi simulací a experimentálními výsledky (c2=15:03; p=0: 0001 Obrázek 3A). Celkově je reprodukována experimentálně pozorovaná přetrvávající aktivita z četných studií, což potvrzuje model. To nám umožňuje prozkoumat anatomické vlastnosti, které jsou základem vzorce distribuované aktivity, a získat vhled do mozkových mechanismů, které ji mohou produkovat.

Po promíchání anatomických dat jsme opakovali modelové simulace. Vzorce aktivity období zpoždění pro 30000 simulací založených na promíchané anatomii byly porovnány se vzorem pozorovaným experimentálně. Bylo provedeno deset tisíc simulací za použití promíchaných meziareálních spojení, promíchané exprese D1 receptoru a odděleně promíchané exprese dendritické páteře. Překrytí mezi vzorem experimentální perzistentní aktivity a modelem vzoru perzistentní aktivity bylo silně závislé na meziareálních spojeních (p=0,0004), ale ne na vzoru D1 receptorů (p=0,71 ) nebo počet dendritické páteře (p=0,46) (obrázek 3B). Tato analýza naznačuje, že hrany mezi uzly v síti (tj. meziareální spojení) jsou důležité pro definování prostorového vzoru aktivity periody zpoždění. Dále jsme se zeptali, jak samotné uzly (tj. jednotlivé kortikální oblasti) přispívají rozdílně k distribuované pracovní paměti.

Deficity pracovní paměti jsou nejzávažnější po lézích prefrontálních oblastí s vysokou hustotou receptorů D1

Dále jsme kvantifikovali míru, do jaké fokální léze jednotlivých oblastí v modelu narušily přetrvávající aktivitu během úlohy pracovní paměti (bez distraktorů). Účinek závisel na oblasti poškození a hladině kortikálního dopaminu (obrázek 3C). Léze v prefrontálních a zadních parietálních oblastech způsobily největší snížení četnosti odpalování (obrázek 3D, E). Léze ve frontálních oblastech způsobily výrazně větší snížení četnosti odpalování než léze v parietálních oblastech (Mann-Whitney U=46.0, s.=0,027). Testovali jsme účinky progresivně větších lézí na frontální a parietální kortex. Abychom zvětšili velikost lézí, u každého laloku jsme nejprve poškodili oblast, která způsobila největší pokles zpožděné aktivity, když byly léze jednotlivě poškozeny, a poté jsme lézí navíc provedli oblast, která způsobila druhý největší pokles atd. (frontální léze 1: 46d, léze 2: 46 d plus 8B, léze 3: 46 d plus 8B plus 8 m atd.; parietální léze 1: LIP, léze 2: LIP plus 7 m, léze 3: LIP plus 7 m plus 7B. atd.). Při poškození dvou frontálních oblastí byla činnost mnemotechnického zpoždění zcela zničena v celém kortexu, takže síť již nebyla schopna provést tento úkol. Naproti tomu progresivně větší léze parietálního kortexu způsobily pouze postupný pokles aktivity frontoparietálního zpoždění, a i když byl odstraněn celý parietální kortex (10 oblastí), zbývala dostatečná aktivita zbytkového mnemotechnického zpoždění, aby mohl být podnět dekódován ( Obrázek 3F).

Následně jsme se zabývali schopností modelu udržet aktivitu období zpoždění specifického pro podnět v přítomnosti distraktorů po přesném poškození každé kortikální oblasti. Analyzovali jsme studie na všech úrovních dostupnosti kortikálního dopaminu. Léze ve třech prefrontálních oblastech (8m, 46d a 8B), ale ne v jiných oblastech, způsobily ve všech studiích úplné narušení aktivity pracovní paměti odolné vůči distraktorům. Léze do mnoha dalších oblastízpůsobilo úplné snížení aktivity pracovní paměti odolné vůči distraktorům u některých studií (odpovídajících určitému rozsahu dopaminu), ale ne u jiných. Sedm lézí způsobujících největší narušení výkonnosti pracovní paměti bylo ve frontálním kortexu (šest prefrontálních oblastí a premotorická oblast F7; obrázek 3G). Snížení výkonu bylo významně větší u lézí ve frontálních kortikálních oblastech než v parietálních oblastech (Mann-Whitney U=48,5, p=0,032). Naše simulace tedy naznačují, že (1) léze prefrontálního a zadního parietálního kortexu mohou způsobit významné narušení aktivity zpoždění, (2) frontální léze mají větší vliv na chování než parietální léze a (3) menší léze, zejména prefrontální kůra, může významně narušit výkon při obtížnějších úlohách pracovní paměti, jako jsou ty s distraktory. Naproti tomu větší léze jsou nutné k narušení výkonu při jednoduchých úlohách pracovní paměti.