Badania ujawniają nowe wskazówki dotyczące zużycia energii przez „odpoczywające” umysły
Sieć domyślna mózgu to ważna sieć mózgowa, która staje się bardzo aktywna w trakcie odpoczynku, kiedy nie ma interakcji z otoczeniem, a która wyłącza się w trakcie aktywnego działania. Badania nad tym zjawiskiem w dużej mierze opierały się na klasycznych technikach obrazowania, takich jak funkcjonalny rezonans magnetyczny (fMRI). W finansowanym ze środków UE projekcie SUGARCODING postawiono hipotezę, że podczas tych wymagających energii stanów spoczynku mózg konsoliduje niedawne wspomnienia. „Aby to zbadać, określiliśmy ilościowo metabolizm energetyczny mózgu w trakcie spoczynku i w trakcie przetwarzania pamięci” — zauważa Valentin Riedl, koordynator projektu. „Możemy to osiągnąć dzięki wykorzystaniu nowoczesnych metod obrazowania, które niedawno opracowaliśmy; umożliwiają one pomiar metabolizmu tlenu, naszego głównego źródła energii zasilającego funkcje sygnalizacyjne i porządkowe mózgu”.
Sieć domyślna mózgu przy skupieniu na zadaniach zewnętrznych
Zespół projektowy połączył fMRI z ilościowym obrazowaniem pozytonowej tomografii emisyjnej (PET) przy użyciu zaawansowanego skanera PET/MR. Pozwoliło im to powiązać pomiary fMRI z bezwzględnym zużyciem energii zarejestrowanym przez PET. „Uzyskane rezultaty pokazują, że regiony mózgu o wyższej łączności funkcjonalnej, czyli o wyższym poziomie interakcji z innymi regionami, wykazują podwyższone zużycie energii” — wyjaśnia Riedl. Co ciekawe, ewolucyjnie nowsze regiony mózgu mają tendencję do zużywania większej ilości energii, co przypisaliśmy wolniejszym procesom sygnalizacji chemicznej wykorzystującym neuroprzekaźniki, takie jak dopamina i serotonina”. Dzięki tym wynikom naukowcy potwierdzili, że fMRI potrafi skutecznie rejestrować znaczne koszty energii związane z połączeniami w mózgu. Działania w ramach projektu przedstawiono w publikacji dostępnej tutaj.
Zajęty mózg podczas odpoczynku na jawie
Następnie naukowcy zbadali, czy rzeczywiście sieć domyślna mózgu zużywa więcej energii w trakcie odpoczynku na jawie, jak sugerowały to dotychczasowe badania fMRI. „Nasze wyniki były zastanawiające. Spadek sygnału fMRI z sieci domyślnej mózgu — zwykle interpretowany jako oznaka zmniejszonej aktywności neuronalnej — był powiązany z wyższym zużyciem energii w większości regionów mózgu” — podkreśla Riedl. „Doprowadziło to nas do wniosku, że zmiany w przepływie krwi w korze mózgowej mogą zniekształcać odczyty fMRI. Zwłaszcza regiony sieci domyślnej mózgu, które wydają się być mniej aktywne, w rzeczywistości są bardziej aktywne pod względem metabolizmu ze względu na nieoczekiwane zmiany w przepływie krwi”. Od lat powszechnie przyjmuje się, że w obrazowaniu mózgu za pomocą MRI wysoki sygnał fMRI wskazuje na zwiększoną aktywność neuronów, natomiast niski sygnał sugeruje mniejszą aktywność. Założenie to opiera się głównie na wcześniejszych badaniach przeprowadzonych w sensorycznych obszarach mózgu. Jednak badania SUGARCODING wykorzystujące zaawansowane multimodalne obrazowanie mózgu — które obejmuje metody pomiaru bezwzględnego metabolizmu energetycznego — podważają tę interpretację. Zespół projektu odkrył, że sygnały fMRI nie działają w ten sam sposób w całym mózgu. „Niektóre regiony mózgu maja inne struktury naczyniowe i wzorce przepływu krwi, które mogą wpływać na wyniki fMRI w nieprzewidywalny sposób” — dodaje Riedl. Odkrycia te pokazują, jak ważne jest uwzględnianie tych różnic podczas interpretacji aktywności mózgu z danych fMRI.
Starzenie się lub choroby neurogeneracyjne mogą zmieniać interpretację fMRI
Publikacja dotycząca tych ostatnich działań w ramach projektu jest obecnie na etapie recenzji. Podkreślono w niej konieczność zachowania ostrożności przy interpretacji sygnałów fMRI, zwłaszcza w przypadku porównywania różnych regionów mózgu lub analizy osobników o różnym ukrwieniu mózgu. „Na przykład zmiany w układzie naczyniowym mózgu, takie jak te pojawiające się przy starzeniu lub chorobach neurodegeneracyjnych, mogą znacząco wpływać na interpretację danych fMRI. Podkreśla to potrzebę uwzględnienia dodatkowych informacji o korowym przepływie krwi, aby dokładniej powiązać zmiany sygnałów fMRI z aktywnością neuronalną” — podsumowuje Riedl.
Słowa kluczowe
SUGARCODING, fMRI, sieć domyślna mózgu, aktywność neuronalna, przepływ krwi, odpoczynek w stanie czuwania, układ naczyniowy