Част 1: Функционална свързаност между паметта и центровете за награди между задачите и почивката Проследяване на чувствителността на паметта към награда
Mar 17, 2022
за повече информация:ali.ma@wecistanche.com
Леа Е. Франк1, Алисън Р. Престън2, Дагмар Зейтамова1
1 Катедра по психология, Университет на Орегон, 1227 University Street, Eugene, OR 97403, САЩ
2Център за обучение ипамети катедра по психология, Тексаския университет в Остин, Остин, Тексас 78712, САЩ
Кликнете, за даCistanche UK за подобряване на паметта
Резюме
Външна мотивация, като обещание за бъдеща парична награда за запомняне на дадено събитие, може да повлияе кои събития се запомнят. Възнаграждение базиранопаметСмята се, че модулацията е резултат от кодиращи и пост-кодиращи взаимодействия между допаминергичния среден мозък, сигнализиращо възнаграждение и хипокампуса и парахипокампалния кортекс, поддържайки епизодичнипамет. Попитахме дали хипокампалните и парахипокампалните взаимодействия с други региони, свързани с възнаграждението, са свързани с модулацията на възнаграждението напамети дали тези връзки са стабилни във времето. Чувствителността на паметта на индивидите към възнаграждението беше измерена с помощта на задача за кодиране на парични стимули, в която реплика показва потенциална парична награда (стотинка, стотинка или долар) за запомняне на предстояща двойка обекти. Функционална свързаност междупамети регионите за възнаграждение бяха измерени преди, по време и след задачата. Регионите на интерес, свързани с възнаграждението, бяха генерирани с помощта на мета-анализ на съществуващи проучвания за възнаграждението и включваха вентрален стриатум, медиален и орбитален префронтален кортекс и преден зъбен кортекс, в допълнение към средния мозък. Резултатите показаха, че свързаността междупамети регионите за възнаграждение проследяват индивидуалните разлики в модулацията на възнаграждението напамет, независимо кога е измерена свързаността. Моделите на свързване на предния цингулат, орбитофронталния кортекс и вентралния стриатум коварираха заедно и проследяваха поведението най-силно. Тези констатации предполагат по-широк набор от области на възнаграждение в модулацията на възнаграждението на паметта, отколкото се разглеждаше по-рано, и предоставят нови доказателства, че стабилните модели на свързване междупамети центровете за награди са свързани с индивидуалните различия в начина, по който възнаграждението въздейства върху паметта.
Ключови думи
Епизодичнопамет; Функционална свързаност; Хипокампус; Мотивация; Награда; Префронтален кортекс
Защо някои събития се помнят, а други се забравят? Мотивацията, базирана на възнаграждение, е един от факторите, който влияе върху това кои събития се запомнят. Модулацията напаметчрез награди се смята, че е резултат от свързано с възнаграждението активиране на допаминергичния среден мозък и Dagmar Zeithamova dasa@uoregon.edu.
Бележка на издателя Springer Nature остава неутрална по отношение на претенции за юрисдикция в публикувани карти и институционални връзки.
проекция на допамин в хипокампуса, което улеснява дългосрочното потенциране ипаметформация (Lisman & Grace, 2005; Lisman, Grace, & Duzel, 2011; Shohamy & Adcock, 2010). В съответствие с този модел, няколко функционални ЯМР проучвания са документирали повишено активиране в средния мозък и вентралния стриатум, придружено от едномерни и
многовариантни сигнали, отразяващи наградата в хипокампуса и парахипокампалния кортекс (PHC) в медиалния темпорален лоб (Adcock, Thangavel, Whitfield-Gabrieli, Knutson, & Gabrieli, 2006; Gruber, Ritchey, Wang, Doss, & Ranganath, 2016; Wittmann et al ., 2005; Wolosin, Zeithamova, & Preston, 2012, 2013). Обща констатация в тези проучвания е, че индивидите се различават по степента, в която технитепаметсе влияе от външни награди (Adcock et al., 2006; Gruber et al., 2016; Wolosin et al., 2012, 2013).
Индивидуалните различия впаметчувствителността към възнаграждение са свързани както с фазовите, така и с тоничните взаимодействия между средния мозък и медиалния темпорален лоб (Shohamy & Adcock, 2010). Adcock et al. (2006) за първи път установиха, че свързаното със задачата активиране в хипокампуса, PHC, средния мозък и вентралния стриатум са корелирани участници. Wolosin и др. (2012) показаха фонови взаимодействия между хипокампа и средния мозък както във фазите на кодиране, така и във фазите на извличанепаметчувствителност към награда. Други проучвания се фокусират върху увеличаването на свързаността, предизвикана от ученето, свързвайки ги с мотивирани от възнаграждениепамет(Gruber et al., 2016; Murty, Tompary, Adcock, & Davachi, 2017), въпреки че взаимодействията между хипокампа и средния мозък може да са свързани с асоциативнипаметкато цяло (Duncan, Tompary, & Davachi, 2014; Tompary, Duncan, & Davachi, 2015).
В многопаметпроучвания, акцентът е върху свързаността по време на изпълнение на задачата или промените в свързаността след учене като основни предиктори на поведението (Gruber et al., 2016; Murty et al., 2017; Tambini, Ketz, & Davachi, 2010; Tompary et al., 2015 г.). За разлика от това, други области се фокусират върху моделите на свързаност в покой, като се има предвид, че индивидуалните различия на присъщата свързаност могат да останат относително стабилни във времето и задачите (Finn et al., 2015; Gratton et al., 2018), прогнозирайки индивидуалните различия в познанието (Finn et al., 2015; Gerraty, Davidow, Wimmer, Kahn & Shohamy, 2014; Poole et al., 2016; Wang et al., 2010). Затова искахме да свържем тези подходи и да проверим дали има стабилни взаимодействия между тяхпамети награждавайте региони, които проследяват индивидуалните различия впаметчувствителност към възнаграждение, независимо кога се измерват тези взаимодействия. Например, дори при липса на задача, силата на връзката между хипокампуса, средния мозък и вентралния стриатум варира при отделните индивиди (Kahn & Shohamy, 2013). Тъй като тези региони участват впамети процеси на възнаграждение, тези независими от задачи взаимодействия може да са свързани с индивидуалните различия впаметчувствителност към награда. Въпреки това, идеята за „пръстовия отпечатък“ на свързаността на индивида – използвана в широк смисъл, отнасяща се до модели на свързаност, диференциращи групи и проследяващи ефективността (Gratton et al., 2018; Wang et al., 2010), вместо да идентифицира конкретни индивиди (Finn et al. ., 2015) — все още не е тестван в областта на модулацията на възнаграждениятапамет.
Теоретичните перспективи, особено моделът на Lisman и Grace (2005), подчертават ролята на допаминергичния среден мозък в мотивираното учене. Повлияни от този модел, невроизобразителните изследвания върхупаметчувствителността към възнаграждение обикновено се фокусира върху междинния мозък като първичен интересен регион за възнаграждение (Adcock et al., 2006; Gruber et al., 2016; Wittmann et al., 2005; Wolosin et al., 2012). Въпреки това, други региони, свързани с възнагражденията, вероятно ще допринесат за мотивационни ефекти върхупамет. Смята се, че вентралния стриатум играе централна роля в интегрирането на сигнали между хипокампуса и средния мозък (Lisman & Grace, 2005; Miendlarzewska, Bavelier, & Schwartz, 2016), се набира по време на мотивационно кодиране (Adcock et al., 2006; Wittmann et al., 2005) и е доказано, че взаимодейства с хипокампуса както по време на почивка (Kahn & Shohamy, 2013), така и при изпълнение на задачи (Adcock
и др., 2006; Camara, Rodriguez-Fornells, & Münte, 2009; Кафкас и Монталди, 2015). Префронталните региони, включително орбитофронталния кортекс (OFC) и медиалния префронтален кортекс (MPFC), също взаимодействат с хипокампуса и PHC (Blessing, Beissner, Schumann, Brünner, & Bär, 2016; Gerraty et al., 2014; Murty, LaBar, & Adcock, 2016) и са били замесени в различни процеси, свързани с възнагражденията (Amiez, Joseph, & Procyk, 2006; Elliott, Agnew, & Deakin, 2008; Kable & Glimcher, 2007). Въпреки това, поради теоретичния акцент върху средния мозък и в по-малка степен стриатума, не е известно дали други области, свързани с възнаграждението, също допринасят за модулацията на възнаграждението напамет.
Настоящото проучване имаше две основни цели. Първо, ние се опитахме да определим ролята на по-широка мрежа от региони, свързани с възнаграждението, в посредничеството на модулацията на възнаграждениетопамет. Регионите на интерес, свързани с възнаграждението, са получени независимо въз основа на тяхното участие в обработката на възнаграждението с помощта на автоматизиран инструмент за мета-анализ Neurosynth (Yarkoni, Poldrack, Nichols, Van Essen и Wager, 2011), независимо от тяхното предишно значение в модулацията на възнаграждението на паметта . Второ, имахме за цел да определим до каква степен индивидуалните различия в чувствителността на паметта към възнаграждение са свързани с индивидуалните различия в свързаността междупамети центрове за награди и дали такава връзка може да съществува, независимо кога се измерва свързаността. За да се оцени стабилността на моделите на свързване и тяхната връзка с поведението, взаимодействията между хипокампуса и PHC с мрежа от региони, свързани с възнаграждението, бяха измерени с помощта на функционален MRI по време на задача за кодиране на парични стимули (Adcock et al., 2006), както и по време на сканиране за почивка преди и след задачата. Моделът на свързаност за всеки участник беше свързан с технияпаметчувствителност към награда, дефинирана като предимство на паметта за опити с висока стойност, като се използва анализ на вариацията и подходи за машинно обучение. Отделен доклад от този набор от данни, фокусиран върху моделите на активиране, свързани с хипокампа и PHC, и как те представляват награда, беше публикуван по-рано (Zeithamova, Gelman, Frank, & Preston, 2018).
Материали и методи
Участници
Thirty-four healthy, English-speaking volunteers were enrolled in this study. Data from nine participants were excluded for excessive head motion during task scans (framewise displacement >1 mm in at least 50-time points in more than 1 run; 4 participants), scanning interruptions (3 participants), or missing data (2 participants). An additional participant was excluded due to excessive head motion during a rest scan (>50 процента от времевите точки са премахнати по време на почистване). Останалите 24 субекта (18 жени, на възраст 18–31 години, средна възраст=22) бяха включени в анализите на свързаността. Субектите получиха $40 за участие и до $55,50 бонус за тяхпаметпроизводителност. Проучването беше одобрено от Институционалния съвет за преглед на Тексаския университет в Остин и всички участници предоставиха писмено съгласие. Отделна извадка от 20 участници (5 жени, на възраст 18–24 години, средна възраст 19 години) изпълниха същата задача, но не бяха сканирани.
Поведенчески процедури
След процедурата за съгласие участниците бяха инструктирани за задачата и завършиха пет практически изпитания. След това те бяха прегледани за ядрено-магнитен резонанс, пременени в ексфолианти и бяха поставени в магнит за ядрено-магнитен резонанс. Сесията на сканиране започна с получаване на анатомични сканирания, последвани от функционални сканирания. Участниците завършиха сканиране за почивка преди кодиране (6 минути), мотивирана задача за кодиране в пет изпълнения, свързани със събития (по 9 минути) и сканиране за почивка след кодиране (6 минути), с 1–2 минути между всички сканирания ( Фиг. 1а). По време на сканирането в почивка участниците бяха инструктирани да държат очите си отворени с празен екран пред тях. По време на задачата за мотивирано кодиране, участниците бяха инструктирани да кодират умишлено 150 двойки общи обекти, всеки предшестван от реплика (в картинна или словна форма), указваща стойност на награда (стотинка, стотинка или долар), която могат да спечелят, ако си спомнят двойката обекти по-къснопаметтест (фиг. 1b). Двойките обекти бяха изтеглени от набор от 300 цветни снимки на обекти и произволно присвоени на едно от шестте условия за награждаване, което доведе до 25 двойки на условие. Участниците бяха информирани, че ще получат паричен бонус, посочен от знака за награда за правилно припомняне на асоциациите в задача за припомняне, която веднага последва сесията на сканиране. Опитите от всички условия бяха представени в произволен ред, с балансиран брой презентации във всеки от петте цикъла на кодиране. След сесията на сканиране, приблизително 20–30 минути след почивката след кодирането, беше завършен тест за припомняне със собствен темп. По време на всеки тестов опит на участниците беше показан левият обект от всяка двойка и помолени да назоват на глас свързания обект, последван от източникпаметтест, по време на който участниците избраха знака за награда, който предшества този обект (фиг. 1в). Участниците не бяха информирани, че ще бъдат тествани за самоличността на репликата преди теста. Паметта на източника за идентичност на репликата е случайна в пробата на fMRI (Zeithamova et al., 2018) и не се разглежда допълнително в този доклад.
За всеки участник беше изчислена средната част от правилно припомнените асоциации след всяка от шестте възможни реплики. 2 (форма: картина, дума) × 3 (стойност: пени, стотинка, долар) повтарящи се измервания ANOVA изследва ефекта в рамките на субектите на стойността на наградата и формата върхупамет. За значителни ефекти бяха проведени последващи сравнения по двойки, за да се определят разликите между средните точности на всяко условие. Поведенческите данни бяха използвани за индексиране на индивидуалните разлики в модулацията на възнаграждението на паметта. Тъй като беше установено, че поведенческият ефект на наградата е U-образен в пробата на fMRI, ние използвахме разликата между точността на долара и стотинката като мярка за чувствителността на паметта към наградата. Ние наричаме този резултат резултат от поведенческа модулация на възнаграждението (BRM). Освен това, средното разделяне на резултатите от Brm сортира участниците в две групи: модулатори (тези, които демонстрирахапаметчувствителност към награда) и немодулатори (тези, чиито резултати от паметта са били нечувствителни към награда). Потвърждаващ анализ на ефекта на възнаграждението върхупаметбеше извършено във всяка група, за да се провери дали "модулаторите" наистина показват предимство на паметта за доларови опити, докато "немодулаторите" не. Ние се позоваваме на тази дихотомизирана мярка напаметчувствителност към възнаграждение като статус на модулатор.
fMRI придобиване
Функционални и структурни MR изображения бяха събрани в Центъра за изследване на изображения в Университета на Остин в Тексас с помощта на 3T Siemens Skyra MRI скенер. Функционалните изображения бяха събрани в 72 наклонени аксиални среза, приблизително 20 градуса от AC-PC линията, като се използваха ехо-планарни последователности на изображения с многолентов фактор на ускорение=3, GRAPPA фактор=2, TR=2,000 ms, TE=31 ms, ъгъл на обръщане {{10}} градуса, 128 × 128 × 72 матрица, което води до 1.7- mm изотропни воксели. Използвайки същите параметри, бяха проведени две 6-минутни fMRI сканирания в състояние на покой, едно преди и едно след задачата за кодиране. Беше събрано T1 претеглено MPRAGE анатомично изображение с висока разделителна способност (256 × 256 × 192 матрици, 1- mm изотропни воксели). Допълнително T2-претеглено изображение беше събрано в наклонена коронална равнина, перпендикулярна на оста на хипокампа (TR=13, 150 ms, TE=82 ms, 512 × 60 × 512 матрици, 0. 4- × 0.4- mm разделителна способност в равнина с 1.5- mm резени, без празнина).
Региони на интерес
Тъй като предишни проучвания върху мотивираното кодиране са се фокусирали предимно върху средния мозък, малко се знае за това как могат да повлияят други региони, свързани с възнаграждениетопаметчувствителност към награда. Нашата цел беше да включим по-широка мрежа, свързана с възнагражденията, в настоящото разследване, независимо дали те са били замесени преди това в модулиране на възнаграждениятапамет. За да се получат ROI, свързани с обработката на възнагражденията, беше събран мета-анализ на 671 проучвания, включително термина „награда“, от базата данни на Neurosynth (http://neurosynth.org). Използвахме картата на „обратно заключение“ (понастоящем наричана „тест за асоцииране“), която показва региони, които предпочитано се активират в проучвания, които включват термина „награда“, в сравнение с проучвания, които не включват термина „награда“ и като такива се счита за диагностика на въпросния термин (Yarkoni et al., 2011). Тъй като прагът по подразбиране на Neurosynth (FDR p< 0.="" 01)="" yielded="" large="" clusters="" with="" multiple="" peaks="" in="" anatomically="" distinct="" regions,="" we="" further="" thresholded="" the="" maps="" with="" a="" voxel-wise="" threshold="" ofz="5.3" to="" obtain="" clusters="" that="" did="" not="" extend="" across="" multiple="" anatomical="" regions.="" this="" meta-analysis="" resulted="" in="" five="" reward-related="" rois="" that="" centered="" on="" the="" anterior="" cingulate="" cortex="" (acc),="" midbrain,="" medial="" prefrontal="" cortex="" (mpfc),="" orbitofrontal="" cortex="" (ofc),="" and="" ventral="" striatum="" (vs).="" clusters="" centered="" on="" the="" midbrain="" and="" vs="" were="" disproportionately="" larger="" than="" the="" prefrontal="" rois="" and="" extended="" beyond="" the="" anatomical="" boundaries="" of="" their="" respective="" regions,="" thus="" these="" clusters="" were="" further="" reduced="" to="" the="" top="" 500="" voxels.="" the="" localization="" ofthe="" resulting="" five="" reward-related="" rois="" in="" the="" standard="" space="" is="" presented="" in="" fig.="" 2a.="" the="" reward-related="" rois="" were="" reverse="" transformed="" from="" standard="" space="" to="" native="" space="" of="" each="" participant="" using="" flirt,="" a="" part="" of="" fsl="" (http://www.fmrib.ox.ac.uk/fsl).="" finally,="" the="" reward="" rois="" were="" resampled="" to="" the="" functional="" space="" of="" the="" participant="" to="" serve="" as="" masks="" for="" extracting="" time="">
Като се има предвид броят на свързаните с възнаграждение региони, само хипокампусът и PHC бяха избрани катопаметинтересни региони, за да ограничите общия брой разглеждани връзки. Хипокампусът и PHC бяха избрани като наши предишни ROI на паметта, тъй като те бяха последователно замесени в проучвания на ефектите на възнаграждението върхупамет(Gruber et al., 2016; Wolosin et al., 2012, 2013). За да получим безпристрастни ROI, ние дефинирахме хипокампуса и PHC анатомично в родното пространство на всеки участник. Не използвахме функционална дефиниция (напр. Neurosynth), тъй като не беше ясно дали е стандартнапаметвоксели в тези региони също трябва да са най-подходящи за модулация на паметта чрез възнаграждение. Въпреки това, картите на "паметта" на Neurosynth покриват по същество целия анатомичен хипокампус и PHC и по този начин ще дадат същите резултати. Анатомичните ROI бяха получени чрез кортикална парцелация и субкортикална сегментация на Т1 анатомично сканиране чрез Freesurfer (https://surfer.nmr.mgh.harvard.edu). След това анатомичното сканиране T1 беше съвместно регистрирано към първото функционално сканиране с помощта на разширени инструменти за нормализиране) и параметрите за съвместна регистрация бяха приложени към сегментирането на Freesurfer. И накрая, специфичният за участниците, дефиниран от Freesurfer хипокампус и PHC бяха трансформирани в пространството на техните функционални сканирания, за да се използват като маски за извличане на хипокампални и PHC времеви серии. ROI на хипокампуса и PHC са представени за примерен субект на Фиг. 2b.
Извличане на мерки за функционална свързаност
Предварителната обработка беше извършена с помощта на инструменти от FSL версия 5.0 и ANTS. Функционалните и анатомични изображения бяха извлечени от мозъка с помощта на BET. Функционалните изображения бяха коригирани с движение в рамките на всяко изпълнение с помощта на FLIRT от FSL, пренастроени през сериите до първото функционално изображение с помощта на ANTS и високочестотно филтрирани (128-s прекъсване). Функционалната свързаност беше измерена по време на сканирането на остатъка преди кодирането, петте сканирания на кодиране и сканирането на остатъка след кодирането, като се използват подобни процедури за обработка. Тъй като мерките за свързаност могат да бъдат повлияни от шум в BOLD сигнала, предизвикан от движение и физиологични процеси (Murphy, Birn, & Bandettini, 2013; Power, Barnes, Snyder, Schlaggar, & Petersen, 2{{14} }12), следвахме процедурите за предварителна обработка, описани от Power et al. (2012) за премахване на свързаните с шума колебания на сигнала. Първо, времевите курсове бяха извлечени за цереброспиналната течност (CSF), бялото вещество (WM) и целия мозък, тъй като промените в сигнала в тези региони осигуряват добър прокси за сигнални промени, предизвикани от движение и други объркващи фактори. Шестте параметъра на движение за пренастройване, рамково изместване (FD) и глобална промяна на сигнала (DVARS) също бяха извлечени. След това създадохме "почистваща" маска, използвайки времевите серии за FD и DVARS. Времевите точки, които надхвърлят всеки праг (FD > 0,5 mm или DVARS > 0,5 процента), бяха маркирани за отстраняване, както беше еднократна точка преди и две точки след (Power et al., 2012). Освен това първите две времеви точки във всяко сканиране бяха премахнати. Почистващите маски бяха приложени към времевите курсове за всеки предмет, премахвайки средно приблизително 6 процента от времевите точки от сканирането преди кодирането, 9,5 процента от сканирането след кодирането и средно 8 процента от времевите точки във всичките пет кодиращи сканирания.
За да извлечем фоновата свързаност по време на сканирането на кодиране, ние филтрирахме нискочестотните времеви серии на кодиране, премахвайки сигнал на или над честотата на задачата (честота на задачата=0.056 Hz, праг на филтъра=0.045 Hz ). Нискочестотният филтър премахна флуктуациите, свързани със задачата, като същевременно запази нискочестотните (фонови) сигнали, които отразяват в по-голяма степен присъщата активност (Newton, Morgan, Rogers, & Gore, 2011; Tambini, Rimmele, Phelps, & Davachi, 2016) . Тъй като нискочестотното филтриране премахва и високочестотния шум, което води до по-високи оценки на свързаността (Van Dijk et al., 2010), ние допълнително нискочестотно филтрирахме останалите времеви серии на същата честота, когато сравняваме свързаността между задача и почивка. Нискочестотното филтриране беше извършено след изчисляване на FD и DVARS, но преди почистването на проблемните времеви точки.
Мерките за свързаност бяха получени чрез частични корелации на предварително обработените, изчистени времеви серии между всеки отпаметROI и всяка от петте свързани с възнаграждение ROI, контролиращи WM, CSF, сигнал от целия мозък, параметри на движение и техните производни. Получените коефициенти на Pearson от частичния корелационен анализ бяха трансформирани по Fisher z, за да съответстват на допусканията за нормалност, преди да бъдат подложени на допълнителни анализи. За сканирането на кодиране, свързаността беше измерена и Fisher z трансформиран в рамките на всяко изпълнение. След това нормализираните стойности на свързаност бяха осреднени за петте сканирания на кодиране, за да се получи единична мярка за фонова свързаност по време на кодиране.