XXVIII. OTDK, Biológia Szekció
AZ AKUSZTIKUS INGEREK HATÁSA A LASSÚ ALVÁSI OSZCILLÁCIÓRA
Szerző: Boldizsár Edit, V. évf. Szent István Egyetem Állatorvos-tudományi Kar
Témavezetők: Dr. Hajós Ferenc SZIE-Állatorvos-tudományi Kar, Anatómiai és Szövettani Tanszék
Dr. Ulbert István MTA Pszichológiai Kutatóintézet
Készült: MTA Pszichológiai Kutatóintézet, 2006
TARTALOMJEGYZÉK BEVEZETÉS .............................................................................................................................. 3 IRODALMI ÁTTEKINTÉS ....................................................................................................... 4 A természetes alvás jellemzői................................................................................................. 4 A lassú alvási oszcilláció (slow sleep oscillation, SO) ........................................................... 6 A szenzoros rendszer és a lassú hullámú alvás kapcsolata..................................................... 8 A hallópálya felépítése ........................................................................................................... 9 A majom hallókérgének funkcionális sajátosságai ............................................................... 11 A macska hallókérgének funkcionális sajátosságai .............................................................. 12 Az agykéreg szerkezete ........................................................................................................ 13 A kérgi területek (mezők, areák) felépítése .......................................................................... 16 A kérgi modul ....................................................................................................................... 16 Az EEG jelek keletkezésének mechanizmusa ...................................................................... 17 Az akusztikus eseményhez-kötött potenciál ......................................................................... 19 Az EKP komponensei ....................................................................................................... 20 KUTATÁSI CÉLJAINK .......................................................................................................... 22 MÓDSZEREK .......................................................................................................................... 24 Műtéti technika, akut majom implantáció ............................................................................ 24 Macska implantáció, krónikus kísérletek ............................................................................. 24 Elektródok ............................................................................................................................ 26 Rétegelektróda:................................................................................................................. 26 Drót elektróda: ................................................................................................................. 26 Elektrofiziológiai regisztráció .............................................................................................. 27 Jelanalízis ............................................................................................................................. 28 CSD, MUA analízis .......................................................................................................... 28 Frekvencia, és idő-frekvencia tartománybeli analízis ...................................................... 29 Up- és down-state fázis meghatározás, Hilbert- transzformáció ..................................... 29 Oszcillációs teljesítmény alapú up- és down-state meghatározás .................................... 30 Esemény körüli idő-hisztogram elemzés ........................................................................... 31 Akusztikus ingerlés .............................................................................................................. 32 EREDMÉNYEK....................................................................................................................... 33 Majom kísérletek .................................................................................................................. 33 Macska kísérletek ................................................................................................................. 38 Spontán elvezetések .......................................................................................................... 38 Akusztikus ingerléses kísérletek ........................................................................................ 40 KÖVETKEZTETÉSEK ........................................................................................................... 43 Az epilepszia és az alvás kapcsolata..................................................................................... 44 ÖSSZEFOGLALÓ ................................................................................................................... 46 IRODALOMJEGYZÉK ........................................................................................................... 48 RÖVIDÍTÉSEK JEGYZÉKE ................................................................................................... 51 KÖSZÖNETNYILVÁNÍTÁS .................................................................................................. 53
2
BEVEZETÉS Alvásban mélyre ható fiziológiai változások zajlanak le az emlősök szervezetében. Ezek a változások érintik mind a környéki, mind a központi idegrendszert. Dolgozatomban a központi idegrendszer, azon belül is a szenzoros kéreg lassú hullámú alvás alatti működését vizsgáltam majmon és macskán. Kísérleteinkben ketamin-xylazin narkózist használtunk, az irodalmi adatok szerint ez az altatás modellezi legjobban a természetes alvás lassú hullámú szakaszát. A természetes alvás dinamikus folyamat, különböző fázisokból áll, egyik fontos szakasza a lassú hullámú fázis. Ebben a fázisban történik a memória nyomok megerősödése, nagy szerepe van az agyi homeosztázis fenntartásában, valamint egyes epilepszia-formák ebben az alvási fázisban jelennek meg. Alvás, és különösen a lassú hullámú alvás alatt az agy jóval kevésbé tart kapcsolatot a külvilággal (disszociáció), mint éber állapotban, bár bizonyos szenzoros ingerek ilyenkor is ébredéshez vezetnek. A klasszikus elmélet szerint lassú hullámú alvásban a thalamikus átkapcsoló (relé) sejtek hiperpolarizáltabb állapotban vannak, mint ébrenlétben, ezért jóval kevésbé továbbítják a perifériáról beérkező szenzoros ingereket az agykéreg felé. A klasszikus elmélet további tétele szerint a kéreg a lassú alvási oszcilláció elsődleges generátora, ez a kérgi eredetű oszcilláció hajtja a thalamikus sejteket. Az utóbbi években több tanulmány vitatta a klasszikus elméletet. Kiemelhető ezek közül Bower és munkatársainak vizsgálata, melyben patkány szaglókérgében vizsgálták a lassú alvási oszcilláció tulajdonságait. Eredményeik szerint a szabad lélegzés szinkronizálta a pyriform kéreg lassú oszcillációját, míg tracheotomizált preparátumban ez a hatás nem jelentkezett. Kimutatták, hogy az orrüreg szenzoros apparátusa felelős a légzési ritmus és a lassú kérgi oszcilláció közötti szinkronizáció kialakulásáért. Elsődleges kérdésfeltevésünk az volt, létezik-e magasabb rendű emlősökben is - mint a majom és a macska - hasonló kapcsolat - mint patkányban - a ritmikusan bemutatott szenzoros ingerek és a kérgi lassú oszcilláció között. További kérdéseink a szinkronizáció tulajdonságainak idő és térbeli leírására vonatkoztak.
3
IRODALMI ÁTTEKINTÉS A természetes alvás jellemzői Az alvás természetének ismertetésekor az emberre jellemző adatokat veszem alapul (Kandel 2000). Ennek oka a nagyfokú hasonlóság az emberi és állati alvásmechanizmusok között. Az alvási ciklus ismétlődő stádiumokból épül föl (Bódizs 2000). Az elalvástól a természetes ébredésig tartó időszak alatt az alvás mélysége nem egyenletes, hanem folyamatosan ingadozik. Az elalvást követően előbb folyamatosan mélyül, majd ismét felületesebbé válik, és ezek a ciklusok ismétlődnek. Az alvást közvetlenül megelőző rövid időszakban az alfa-ritmus dominál. Az elalvási időszakban az alfa-hullámok rövid ideig tartó csoportokba szedődnek. Az alvás progresszív mélyülésének négy szintjét és a REM fázist (rapid eye movements, REM) különíthetjük el egy alváscikluson belül. A REM alvásfázisok közötti alvást non-REM alvásnak (nem REM), vagy lassú hullámú alvásnak (slow wave sleep, SWS) nevezzük (1. ábra). Elalváskor először a non-REM 1. stádiuma jelentkezik, ami gyakorlatilag pár percig tartó szendergést jelent. Ilyenkor a 8-12 Hz-es alfa hullámok eltűnnek az EEG regisztrátumból, azaz a hullámok amplitúdójának csökkenése dominál, helyüket alacsony feszültségű háttértevékenység és szórványosan jelentkező 80-100 msec időtartamú, nagyfeszültségű (20-100 mikroV) theta-sorozatok veszik át. A szendergés stádiumában sok más élettani változás is bekövetkezik, amelyek közül a legismertebbek az izomtónus globális csökkenése, a szívritmus és a légzésritmus csökkenése és szabályosabbá válása, a belégzés mélyülése, valamint a vérnyomásnak és a bőr elektromos vezetőképességének csökkenése. Az éber, pásztázó szemmozgások helyett lassú szemmozgások láthatók. A non-REM alvás 2. stádiuma a szendergést követő felületes alvás. EEG-n az alvási orsók és az időnként spontán hangingerekre válaszként megjelenő K-komplexek jellemzik. Az alvási orsók 12-14 Hz-es, 1-3 sec-ig tartó és 3-10 sec-onként jelentkező, szinuszoid hullámsorozatok, amelyekben a hullámok amplitúdója progresszíven nő, majd fokozatosan csökken. Eredetüket tekintve a thalamokortikális rendszer oszcilláló működésének termékei, amely a non-REM alvás idegélettanának egyik fontos jellemzője. A háttértevékenység
4
általában lassúbb, mint a szendergés stádiumában, és többnyire a theta (4-7.5 Hz), valamint a delta (0.5-3.5 Hz) sávba esik. A szendergésben leírt élettani változások ebben a stádiumban jobban kihangsúlyozódnak, a lassú szemmozgások viszont megszűnnek. A non-REM-alvás 3. stádiuma a középmély alvás. A háttértevékenység lassul, a deltatartomány irányába tolódik el, és nagyobb feszültségűvé válik. K-komplexek és alvási orsók továbbra is jelentkezhetnek, de gyakoriságuk az előző stádiumhoz képest csökken. Az EEG 20-50%-át ilyen lassú delta-hullámok teszik ki. Az izomtónus tovább csökken, a szemmozgások hiányoznak. A non-REM alvás 4. stádiumát a nagy amplitúdójú delta-aktivitás jellemzi. A 3. és 4. stádium felel meg a mély alvásnak, amelyből az alvó személy csak nehezen, erős külső ingerekkel ébreszthető. Ebben a fázisban van mód a leglassúbb potenciálváltozások megfigyelésére, ezek frekvenciája 0.2-1 Hz közé esik (slow oscillation, SO). Az 1.-4.-ig tartó stádiumokban az izomtónus ugyan csökken, de nem szűnik meg.
1. ábra: Alvás. EEG felvételek emberből, ébrenlét és alvás során. Az EEG deszinkronizált az ébrenlét, és REM fázisokban, míg erősen szinkronizált nonREM alvásban. A hypnogram mutatja az alvás egymást követő fázisait.
Az egyre mélyülő alvás az elalvást követően kb. 45 perc múlva az előbbivel fordított sorrendben alakul, és végül a 3. és 2. stádiumokon keresztül visszatér az 1. szakaszba. Ekkor az alvás új fázisba megy át: az EEG deszinkronizálódik, az izomtónus megszűnik (kivételt képeznek a külső szemizmok, a középfül izmai és a légzőizmok), és fázisos, gyors szemmozgások, rángások jelentkeznek a szemhéjon, végtagokon. Ez utóbbiról kapta ez a szakasz a gyors szemmozgások periódusa (rapid eye movements, REM) elnevezést. A REM
5
szakasz általában a felületes alvási stádiumból alakul ki. Időnkét ebben a szakaszban is megjelennek a theta sorozatok. A theta aktivitás különösen jellemző a hippokampuszra. Ez a fázis tekinthető az álmodási periódusnak.
A lassú alvási oszcilláció (slow sleep oscillation, SO) A lassú alvási oszcillációt (0.1-1 Hz) Steriade (Steriade, Nunez et al. 1993) és kollégái eredetileg szomato-motoros agykérgi szinten figyelték meg urethan és ketamin-xylazin altatásban (Dossi, Nunez et al. 1992). Később bebizonyították, hogy természetes lassú hullámú non-REM alvásban is hasonló aktivitás látható macska agykérgén (Steriade, Timofeev et al. 2001). A lassú oszcillációt extra- és intracelluláris elvezetésekkel vizsgálták kérgi és thalamikus szinteken. Az SO kettő fázisra bontható: az aktív (depolarizációs), illetve az inaktív (hiperpolarizációs) fázisra (Steriade, Nunez et al. 1993). Ezen fázisok ritmikus ismétlődése alkotja a lassú oszcillációt narkózisban, és a természetes alvás non-REM stádiumában (Steriade, Amzica 1998). Wilson és Kawaguchi is hasonló mintázatot talált a neostriatum neuronjait vizsgálva, amelyre bevezette a ma széles körben elterjedt terminológiát: “up-state”nek nevezte el a SO depolarizációs fázisát, “down-state”-nek a hiperpolarizációs fázist (Wilson, Kawaguchi 1996). Az angol elnevezés szemléletesen mutatja, hogy az agy a lassú oszcillációban ciklikusan alacsony (down-state), illetve magas (up-state) aktivitást mutat. A hiperpolarizációs fázisban mind a kortikális, mind a thalamikus sejtek membránja hiperpolarizált (Steriade, Contreras et al. 1993), nem mutat oszcillációt, nem generál akciós potenciált, a membránáramok nagy részben K+-áramok. Down-state-ben sem a principális sejtek, sem az interneuronok nem mutatnak akciós potenciál aktivitást, tehát a kialakult hiperpolarizáció
valószínűleg nem
GABAerg.
A
szinaptikus
bemenetet
vizsgálva
gyakorlatilag nullára esett a posztszinaptikus események száma. Éber állat esetén minden sejten megfigyelhető nagyszámú posztszinaptikus esemény, ez a szinaptikus facilitáció. Mivel a hiperpolarizációs fázisban ez nincsen jelen, ezt a fázist diszfacilitációs szakasznak is nevezik (Timofeev, Grenier et al. 2001). Extracelluláris elvezetésekben a hiperpolarizációs fázisra az agykéreg mélységében (1-1.5 mm) nagy pozitív, illetve annak felszínén nagy negatív hullám a jellemző. Szimultán extra- és intracelluláris vizsgálatokban kimutatták, hogy a mély pozitív komponens időben egybeesik a sejtek hiperpolarizációjával.
6
A klasszikus thalamikus kapuzási elmélet szerint a kéregről a thalamuszba terjedő hiperpolarizáció a thalamusz szintjén gátolja az ingerület átvitelt, így alvásban nem jut feljebb az információ a kérgi szintre, ez lenne az oka az alvás alatti disszociált állapotnak (Steriade 1997).
2. ábra: A lassú oszcilláció. Egyidejű intracelluláris (IC) és mélységi EEG elvezetés mutatja a lassú oszcillációt ketamin-xylazinnal altatott macskán. A sejt tüzelési mintázata erős korrelációt mutat az EEG regisztrátummal. Up-state, vagy depolarizációs fázis során a sejtek tüzelnek, ekkor a mélységi EEG-ben negativitást látunk, downstate-ek alatt (csillaggal jelölve) a sejtek hiperpolarizáltak, amely a mélységi EEG-n látható nagy pozitivitással esik egybe.
A depolarizációs fázisban mind a kortikális, mind a thalamikus sejtek membránja depolarizált, oszcillációt mutat, akciós potenciált generál, a membrán áramok kevertek. Ez az állapot nagyban hasonlít az ébrenléthez. Mind a principális, mind az interneuronok tüzelnek, a kialakuló posztszinaptikus facilitációra mind az excitátoros, mind az inhibítoros áramok jellemzőek. A szinaptikus bemenetek száma igen nagy, hasonló, mint éber állapotban. Extracelluláris elvezetésekben a depolarizációs fázisra a mélységi negativitás, felszíni pozitivitás jellemző. Szimultán extra- és intracelluláris vizsgálatokban kimutatták, hogy a mély negatív komponens időben egybeesik a sejtek depolarizációjával. A komplett lassú oszcilláció alatt a membránpotenciál tehát bimodális eloszlást mutat. (2. ábra) A klasszikus hipotézis szerint a lassú oszcilláció a kéregben generálódik, majd később a thalamusz is bevonódik a folyamatba (Steriade 2006). Az így kialakuló thalamokortikális interakció formálja a lassú oszcillációt. Up-state alatt alakulnak ki az egyes agyi oszcillációkra jellemző mintázatok a kéreg, a primer thalamusz- és a retikuláris thalamuszmagvak (nucl. reticularis thalami, nRT) kölcsönhatása következtében. A lassú oszcillációnak fontos és szerteágazó funkciókat tulajdonítanak.
Kimutatták, hogy szerepe van az agyi
metabolikus homeosztázis fenntartásában, a memória bevésődésében (Steriade 1999), az epilepszia keletkezésében (Steriade, Amzica 1998).
7
A szenzoros rendszer és a lassú hullámú alvás kapcsolata Mindenki által ismert tény, hogy alvásban a tudat és a külvilág viszonya nagymértékben eltér az ébrenlétben tapasztaltaktól. Alvás alatt az információ nagy része nem tudatosul, bár bizonyos ingerekkel ki lehet váltani az ébredést. Különösen fontos szerepe van az ébredési reakciókban az akusztikus modalitásnak, mivel ellentétben például a látással, a fülünket nem tudjuk elzárni a környezeti ingerektől. A klasszikus thalamikus kapuzási elmélet szerint non-REM alvásban a thalamikus relé sejtek relatíve hiperpolarizáltak az éber szinthez képest, így nem tudják közvetíteni a perifériás impulzusokat az agykéreg felé (Steriade, Timofeev et al. 2001). Mivel nincsen kérgi akusztikus bemenet, ezért nincs mit feldolgozni, tehát a kéreg thalamikus szinten el van zárva a külvilágtól. A klasszikus thalamikus kapuzási elmélet jól egybevág a lassú oszcilláció kérgi genezisének klasszikus elméletével, mindkettő azt mondja ki, hogy non-REM alvásban belső világunk nagymértékben disszociált a külvilágtól (Steriade 2006). Ebben az állapotban szenzoros információ nem érkezik a kéregbe, a kéreg saját maga alakítja ki a lassú oszcillációt, ami a homeosztatikus és memória konszolidációs működések fenntartásához szükséges. Napjainkban egyre több, a klasszikus elmélettel nem magyarázható jelenséget mutatnak ki. Castro-Alamancos patkányokon vizsgálta az ébrenléti szint hatását az eseményhez kötött potenciálokra egy speciális modellben (Castro-Alamancos, Rigas 2002). Azt találta, hogy alvási állapotban a szomatoszenzoros kérgi kiváltott potenciál nagysága, térbeli kiterjedése és a sejtkisülési aktivitás mértéke sokkal nagyobb, mint éberhez hasonló állapotban (Castro-Alamancos, Oldford 2002).
Bower szintén patkányokon vizsgálta
altatásban a szaglórendszert (Fontanini, Spano et al. 2003), és azt találta, hogy a pyriform kéreg lassú oszcillációja szinkronitást mutat az orrban áramló levegő mozgásával. Normál légzés alatt a légzéssel volt szinkron a kérgi SO (Fontanini, Bower 2005). Tracheális kanülön át, mesterséges lélegeztetés hatására, mikor az áramlás megkerülte az orrnyálkahártya receptorait, ez a szinkronitás megszűnt (Fontanini, Bower 2006). Mindkét kísérlet arra enged következtetni, hogy a klasszikus elméletek nem helytállóak patkány esetében.
8
A hallópálya felépítése Kísérleteinkben a hallópálya ingerlésének hatását vizsgáltuk, ezért ebben a fejezetben összefoglalom a hangingerek feldolgozásának összes állomását, hogy képet adjak a hallás útján beérkező információ sorsáról, amíg a fülből az elsődleges hallóközpontba (Brodmann 41., 42.) megérkezik (Fonyó 1999; Kandel 2000). Az alapvető anatómiai és funkcionális kapcsolatok macskában, majomban és emberben nagyon hasonlóak, itt az emberi anatómiát írom le (3. ábra). A nervus vestibulocohlearis pars cohlearis-ának az elsődleges érző neuronokat tartalmazó dúcából (ganglion spirale) futnak ki a ggl. spirale neuronjainak centrális nyúlványai. Ezek képezik a n. vestibulocochlearis pars cochlearis-át. Az axonok a canalis longitudinalis modioli-n keresztülfutva lépnek a meatus acusticus internus-ba, ahol összetapadva a pars vestibularis-sal alkotják a VII. agyideget. A meatus-t elhagyva a rostok belépnek az agytörzsbe, ahol a medulla oblongata és a pons határán található nucleus cochlearis ventralis- és dorsalis-ban végződnek. Az organum spirale-nak a csiga bázisához közeli területeiről induló rostok, melyek a hang magas frekvenciás komponenseit közvetítik, a magvak medialis, a csiga csúcsához közeli részeiről induló rostok, melyek a hang alacsony frekvenciás komponenseit közvetítik, a magvak lateralis részében érnek véget. Így a csiga tonotópiás (a frekvencia és a térbeli reprezentáció szoros kapcsolata) elrendeződése tükröződik a magvakban is. A nucleus cochlearis ventralis-ból eredő rostok az azonos- és ellenoldali oliva superior-hoz futnak. Az ellenoldali maghoz futó rostkötegek, az ellenoldalról jövő hasonló rostokkal együtt, alkotják a corpus trapezoideum kereszteződő rostrendszerét. Az azonos és ellenoldalról jövő hallórostok az oliva superior-ban ugyanazon tonotópiás elrendeződést követve végződnek, mégpedig úgy, hogy az alacsony frekvenciájú (mély) hangok által a csiga csúcsi részében keltett ingerületeket közvetítő rostok az oliva superior dorsalis, a nagy frekvenciájú (magas) hangok által a csiga bázisában keltett ingerületeket közvetítő rostok az oliva superior ventralis részéhez futnak. Az oliva superior tonotópiás elrendeződése a hallórendszer első olyan állomása, ahol lehetőség nyílik a két fülből jövő ingerületek integrálására. Itt veszi kezdetét a hangforrás térbeli lokalizálásának folyamata.
9
3. ábra: A hallópálya felépítése. A belső fülből érkező információ a nucleus cochlearis-on, illetve az oliva superior-on keresztül érkezik a nucleus lemniscus lateralis-ba, ahol átkapcsolódva továbbjut a nucleus colliculus inferiorba, majd a corpus geniculatum mediale-ba, és onnan átkapcsolódva éri el a hallókérget.
Az oliva superior-ból eredő projekciós rostok az azonos oldali colliculus inferior-hoz futnak. Ehhez a felszálló rostköteghez, amit lemniscus lateralis-nak nevezünk, csatlakoznak az ellenoldali nucleus cochlearis dorsalis-ból eredő, és szintén a colliculus inferior-ban végződő rostok is. A lemniscus lateralis, lefutása közben a középagy oldalsó felszínén, a trigonum lemnisci területén egészen felületessé válik. Itt van egy közbeiktatott magva is, a nucleus lemnisci lateralis. A colliculus inferior-ból eredő axonok a corpus geniculatum mediale-ba (akusztikus thalamusz, utolsó relé állomás) vezetnek, majd a gyrus temporalis superior-nak, a fissura lateralis felé fordított felszínéhez (emberben Heschl gyrus, Brodmann 41., 42.), az elsődleges kérgi mezőhöz futnak be. Az akusztikus ingerületek tonotópiás elrendeződése jellemzi a hallópálya minden állomását. Ez egészen az elsődleges hallókéregig megőrződik, méghozzá úgy, hogy a magas hangok által a csiga bázisában keltett ingerületek az elsődleges hallókéreg mediális, a mély hangok által a csiga csúcsi részében keltett ingerületek pedig a primer hallókéreg laterális területeihez jutnak.
10
A majom hallókérgének funkcionális sajátosságai A rhesus majom (Macaca mulatta) hallókérge a sulcus lateralis ventrális falát alkotja, dorzálisan a szomatoszenzoros kéreg fekszik rá (4. ábra). Tehát a rhesus majom hallókérge nehezen elérhető, mivel az agy mélyén helyezkedik el. Emberben is hasonló az elrendezés. A primáták hallókérgét egy belső, ún. core (mag), egy vékony, határoló, ún. belt (öv), illetve a parabelt (öv körüli) régiók alkotják (Hackett, Karmos et al. 2005). A belt area laterális része kinyúlik a gyrus temporalis superior (STG) irányába, ahol a parabelt régióval határos. A központi rész (core) a tulajdonképpeni hallókéreg, amely csak hangingerekre ad választ. 4. ábra: Majom hallókérge. A majom hallókérge az insula felett található sulcus lateralis ventrális falát alkotja. Közvetlenül felette, a sulcus lateralis dorzális falában található az SII szomatoszenzoros kéreg. Az (A) ábra a majom agyának oldalsó nézetét mutatja, benne fekete színnel jelölve az insulát. A (B) ábra a szaggatott vonal mentén elmetszve mutatja a kérgi régiókat. A (C) ábra egy térbeli képet ad a majom hallókérgének különböző részeiről. A1: AI elsődleges hallókéreg CM: caudalis-medialis hallókéreg CL: caudalis-lateralis hallókéreg S2: SII szomatoszenzoros area RPB: rostralis parabelt area CPB: caudalis parabelt area
A core area neuronjai tonotópiásan és nagyon szelektíven válaszolnak adott frekvenciás ingerekre, hangolási görbéjük keskeny. A core area két régióra oszlik, a primer, elsődleges (AI), és a szekunder, másodlagos (AII) régióra. A két régiót a tonotópia irányultsága, az auditoros bemenet időzítése és finom anatómiai jelek különítik el egymástól. A belt area a core régiót keskeny sávban övező, multiszenzoros, asszociációs, tehát több beérkező ingermodalitásra reagáló, integráló agyterület. A bejövő szomatoszenzoros ingerekre itt ugyanúgy látunk válaszreakciót, mint az auditoros ingerekre. A belt és parabelt neuronok is mutatnak tonotópiát, de a primer és szekunder területekhez képest kevésbé szelektíven válaszolnak az ingerlési frekvenciára, hangolási görbéjük az AI-hez képest széles (Hackett, Karmos et al. 2005).
11
A macska hallókérgének funkcionális sajátosságai A macska hallókérge az agy konvexitásán található, ezért könnyen vizsgálható, műtét alatt is rögtön szembetűnik (Karmos 2002). A primer hallókéreg (AI area) az agy laterális felszínén, a gyrus ectosylvius dorzális részén helyezkedik el (5A,B. ábra). A macskák AI areája megfelel a majmokban leírt AI areának. Akárcsak majmokban, tonotópiás szerveződést mutat a macskák AI areája is. A magas frekvenciák az AI elülső részén, míg az alacsony frekvenciák a hátulsó területen reprezentálódnak.
5. ábra: A macska elsődleges hallókérge (AI) és asszociációs szomatoszenzoros kérge (area 7). A) Sematikus ábra mutatja a macska agyát oldalról. AI: elsődleges hallókéreg, AII: másodlagos hallókéreg, 7a: anterior area 7, 7p: posterior area 7. B) Az általunk vizsgált macska agya fixált állapotban, nyilak mutatják az elektródok bemeneti nyílásait. C) NeuN neuronális markerre festett metszet ugyanezen agyból, az area 7-be bemenő elektróda nyoma jól látható. Nagy nagyítású képek mutatják az elektródák elhelyezkedését. A római számok az agykéreg rétegeit jelzik.
12
A macska hallókérgén az AI area szomszédságában több hallókérgi területet (5A. ábra) különítettek el, amelyek egy része szintén tonotópiásan szervezett, de mind anatómiailag, mind funkcionálisan különböznek az AI területtől. A másodlagos (AII) areát citoarchitektóniai különbségek alapján lehet elkülöníteni az AI-től: az AII kérgének III. rétegében megnő a piramissejtek száma, az V. rétegben pedig nagy piramissejtek jelennek meg. Ezen terület tonotópiás szervezettsége vitatott, de egyre többen találnak frekvenciafüggő reprezentációt. A terület valószínűleg az ingerek feldolgozásának egy, az AI után következő állomása. Megkülönböztetünk emellett elülső (anterior auditory field, AAF), valamint hátulsó hallókérgi mezőket is (posterior auditory field, PAF), melyek szerepe szintén vitatott, de a legtöbb szerző multiszenzoros, asszociációs területként említi őket (Clarey, Irvine 1990; Rouiller, Simm et al. 1991). Ezen areák szintén tonotópiás szerveződést mutatnak, de a mikroelektróddal elvezetett kezdeti sejtaktivitás látenciája hosszabb és időben kevésbé kötött az ingeradás időpontjához, a sejtek hangolási görbéje pedig szélesebb, mint az AI neuronoké. Egyes vizsgálatok arra utalnak, hogy e területek az akusztikus információfeldolgozás későbbi – kognitív jellegű – szakaszában vesznek részt és talán részben megfeleltethetőek a majmokban talált belt (AAF) ill. parabelt (PAF) régióknak. A különböző területek afferens és efferens kapcsolatait vizsgálva, az AI-ből AII-be futó rostok topográfiás elrendeződést mutatnak. Az AI rosztrális részéből a rostok az AII kaudális, míg kaudális részéből az AII rosztrális részébe futnak. A ventrális AI a ventrális AII-vel, míg a dorzális AI az AII dorzális részével áll kapcsolatban. Az AAF area az AII-ből kapja afferentációjának nagy részét, tonotópiás szervezettségben. A projekciók az AII-ből a PAF-ba ugyancsak tonotópiásan szervezettek. Az AII mellett az AAF is vetít a PAF régióba, mégpedig az AII-ből jövő rostokkal konvergálva tonotópiásan szervezetten, ami e terület integratív szerepére utalhat (Rouiller, Simm et al. 1991).
Az agykéreg szerkezete Az agykéreg (neokortex) legnagyobb részét kitevő, ún. isocortex, közönséges sejtfestésű mikroszkópi készítményben is jól felismerhető hat sejtrétegre oszlik (Szentágothai, Réthelyi 1994). A hat réteg felülettől számítva a következő:
13
I. (stratum moleculare): többnyire a piramissejtek csúcsdendritjeit, a II. réteg sejtjeinek dendritjeit, továbbá az ide beérkező afferensek rostjait tartalmazza, sejtekben szegény réteg. II. (stratum granulosum externum): piramissejtek kis számban, interneuronok (kis kosárseltek, csillársejtek) nagy számban találhatók itt. III. (stratum pyramidale externum): nagyszámú piramissejt sejttestét magába foglaló réteg. IV. (stratum granulosum internum): csillagsejtek (stellate) találhatók itt nagy számban, ők fogadják a specifikus thalamusz magvakból befutó afferens rostokat, továbbá nagy kosársejteket találunk itt. V. (stratum gangliosum): tartalmazza a jellegzetes nagyméretű óriás piramissejteket. VI. (stratum multiforme): sokféle idegsejtet tartalmaz, ezek zömében az I. rétegbe vetítő másodlagos kapcsoló interneuronok. A 6. ábra - leegyszerűsített formában - az agykéreg általános neuron hálózatát mutatja be (Szentágothai, Réthelyi 1994). A kérgi idegsejtek csupán 60%-a piramissejt (principális sejt), a fennmaradó 40% más típusú (kb. 50 fajta), jobbára helyi kapcsolatokkal rendelkező idegsejtből (interneuron) áll. Az ábrán piros színnel feltűntetett sejtek a piramissejtek. A piramissejtek, jellegzetes háromszög alakjuknak és egyes kéregterületeken belül feltűnően nagy méretüknek köszönhetően jól felismerhetőek a szövettani metszeteken. Ezek a principális sejtek megtalálhatók a II. és III., illetve V. és VI. rétegekben. Glutamáterg, serkentő neuronokról van szó, melyek a beérkező információt vetítik a környező kéregterületekre, illetve kéreg alatti rendszerekbe. Szintén glutamáterg, serkentő neuronok a csillagsejtek, amelyeket a régebbi szakirodalom még az interneuronok közé sorol. A csillagsejtek a kéreg IV. rétegében találhatók, és nagyon fontos állomásai az adott területre beérkező információknak. A thalamusz felől érkező bemenetek tulajdonképpen csak a csillagsejteken keresztül jutnak el a piramissejtekhez. Ezek a sejtek, a piramissejtekkel ellentétben, csupán lokális információ átadására alkalmasak. Interneuronok alatt ma elsősorban a GABA-erg (gamma-amino-vajsav), gátló neuronokat értjük. A gátló kérgi sejtek számos típusát tudták eddig meghatározni (a 6. ábrán tömör fekete szín). A kéreg minden rétegében jelen vannak, multipoláris sejtek, sűrű hálózatot képeznek a principális idegsejtek körül. Ezek közül már régebben ismertek voltak az ún. kosársejtek (basket sejtek), amelyek a végződéseikkel kosárszerűen fonják körül a
14
piramissejtek testeit, axo-szomatikus kapcsolatot kiépítve. Innen származik az elnevezés. Jellegzetes gátló idegsejt az axo-axonikus, vagy más néven csillársejt. Ez utóbbi név onnan ered, hogy a sejtek idegnyúlványának végei - sejtenként 150-200 végág - a régi mennyezeti csillárok
gyertyájához
hasonlóan
egy
pontból
kanyarodnak
vissza.
Végágaik
hozzákapcsolódnak egy-egy piramissejt axonjának kezdeti szakaszához, és ott sorozatos gátló szinapszisokat képeznek. Ez a gátlásnak igen hatásos mechanizmusa, ezért fontos megemlíteni, hogy a kéreg minden piramissejtje bőségesen el van látva ilyen végződésekkel. Ezek a sejtek a principális sejtek kimenetének szabályozásában játszanak fontos szerepet. A dendritikus gátlósejtek a piramissejtek dendritjeit idegzik be, így a piramissejtek bemenetét szabályozzák. Interneuron-specifikus interneuronok (gátlás gátlását okozó interneuronok, GGS) kizárólag interneuronokat idegeznek be, így szabályozva az interneuron hálózat működését.
6. ábra: A kérgi modul szerkezete. Sematikus ábra mutatja a neokortex szerkezetét. A zölddel jelzett nem specifikus kérgi afferensek jelölik ki a mintegy 200-300m átmérőjű, a kéreg egész mélységén áthatoló, henger alakú szövetteret, amely a kéreg alapvető szerkezeti modulja. Kék színűek a IV. rétegbe érkező specifikus thalamikus afferensek, amelyek a csillagsejtekre (stellate=tüskés közti neuron=TKN), valamint a piros színnel jelzett piramissejtekre adnak szinapszist. A gátló interneuronok feketével vannak jelölve. Ezek közül ki vannak emelve a kosársejtek, az axo-axonikus sejtek, illetve a gátlás gátlását okozó interneuronok (GGS).
15
A kérgi területek (mezők, areák) felépítése Az agykéreg egyes területei feltűnően eltérő szerkezetűek (Szentágothai, Réthelyi 1994). A motoros kéregterületek (emberben Brodmann 4.) szinte kizárólag piramis- és óriás piramissejtekből állnak, (agranuláris kéreg). Hasonló szerkezetű az előtte lévő, lefelé keskenyedő háromszög alakú Brodmann 6. mező, mely ugyancsak agranuláris, de óriás piramissejtek nélkül. Épp ellentétes irányban térnek el a szokványos motoros kéregre jellemző felépítéstől az elsődleges érző projekciók kérgi területei. Ezekre éppen fordítva, a nagyobb piramissejtek csaknem teljes hiánya és az apró sejtek óriási számbeli túlsúlya jellemző. E kéregtípust ezért granulárisnak, vagy koniokortexnek nevezik. Ilyen típusú a gyrus postcentralis-t elfoglaló testérző (szomatoszenzoros) area, amely három, egymással nagyjából párhuzamos, némileg eltérő szerkezetű mezőből (Brodmann 3., 1., 2.) áll. Hasonló szerkezetű a nyakszirti lebeny fissura calcarina-jának felső és alsó ajkát elfoglaló elsődleges (Brodmann 17.), másodlagos (Brodmann 18.) és harmadlagos látómező (Brodmann 19.) és a temporális lebenynek az insula felé tekintő harántgyrusaiban helyet foglaló hallómező (Brodmann 41., 42.).
A kérgi modul A neokortex nemcsak horizontálisan szerveződik rétegekbe, hanem vertikálisan is működési egységekbe, modulokba rendeződnek a sejtek. Ez a 0,2-0,3 mm átmérőjű, függőleges és a kéreg egész mélységén áthatoló, henger alakú szövettér a kéreg alapvető szerkezeti egysége, modulja (6. ábra). Egy-egy ilyen kérgi modul mintegy 5000-10000 idegsejtet tartalmaz. Az agykérget tehát úgy kell elképzelnünk, mint vertikálisan szerveződő működési egységek, modulok mozaikját, amelyek mindegyike aktívan kommunikál egymással (Szentágothai, Réthelyi 1994). Hozzávetőlegesen 50-100, az agykéreg más részében (mind az azonos, mind az ellenoldali agyféltekében) elhelyezkedő másik, hasonló modullal létesít összeköttetést, vezérli azokat, effektor, vagyis efferens (piramissejt axonokból álló) kapcsolatokat tart fenn. Körülbelül ugyanennyi kérgi modulból kap odavezető érzékelő, affektor, vagyis afferens rostkapcsolatot. Ezek azonban a kérget csak működésében
16
szabdalják szét, az idegnyúlványaikkal és dendritekkel összefonódó idegsejtek szövete csak nagyon kivételesen mutat megszakításokat, tehát az agykéreg a szövettani képében eléggé feltűnő hatrétegű elrendezésen kívül egyneműnek látszik. Csupán a kérgi mezők határán vehetők észre a rétegződés finomabb részleteiben megbúvó, jellegzetes változások. A működési egység, a modul gondolata onnan ered, hogy az agykéreg meghatározott részeinek kísérleti állatban való műtéti eltávolítása után az agykéreg aránylag távoli részében az elpusztított piramissejtek nyúlványainak szövettanilag kimutatható elfajulása függőleges oszlopokban, foltszerűen mutatkozik, jelezvén, hogy a kéreg távoli részei közötti összeköttetések nem szétszórtan, hanem néhány meghatározott oszlopszerű modulban végződnek. Újabban ezt ma már úgy mutatják ki, hogy olyan jelzőanyagokat fecskendeznek be a kéreg alig 0.1-0.15 mm átmérőjű gócaiba, amelyeket a piramissejtek felvesznek, és idegnyúlványaikkal pár nap alatt elszállítják végződési helyükre. Itt a jelzőanyagokat vagy biokémiai, vagy autoradiográfiai módszerekkel lehet szövettanilag kimutatni. Az interneuronok viselkedésének behatóbb tanulmányozása is közelebb vitt a kérgi modulok működésének megismeréséhez. Megfigyelések szerint bizonyos kérgi területeken, a thalamusz felől érkező inputok a piramissejtek egy csoportját serkentik, majd a tüzelő piramissejtek a körülöttük lévő régió gátlósejtjeit hozzák izgalomba az axon-kollaterálisok segítségével, melyek lezárják az információ útját a környező piramissejtek felé. Ezzel tulajdonképpen lokalizálják az információ áramlását és feldolgozását. Miért van szükség ilyen összetett mechanizmusra? Mi történne, ha nem így működne a rendszer? A thalamokortikális afferenseken érkező ingerület szétterjedne a megcélzott sejtek mellett a környező kéregrész nagy területén, így a benne rejlő információ, illetve az arra adott specifikus válasz elveszne a káoszban.
Az EEG jelek keletkezésének mechanizmusa Az electroencephalogram (EEG) jelek keletkezésének mechanizmusa a mai napig pontosan nem ismert (Kandel 2000). Valószínű, hogy több ezer neuron összesített elektromos aktivitását tükrözi, melyek az agykéreg felszínének közelében helyezkednek el. A mélyebb struktúrák aktivitása a szignál gyengülése miatt nem idézhet elő a fejbőrről elvezethető mikrovoltos nagyságú jelet. Tekintettel az EEG fokozatos jellegű változásaira, inkább a piramissejtek
dendritnyúlványain
lejátszódó
17
küszöb
alatti
posztszinaptikus
potenciálváltozások felelősek keletkezéséért, semmint a gyors, minden vagy semmi jellegű akciós potenciálok. A klasszikus elképzelés szerint az EEG-jel generálásában számos neuron kiterjedt dendritfáinak szinkronizált, összesített aktivitása játszik szerepet. Ezeket a több neuronhoz tartozó, de együttműködő kapcsolatokat nevezték szinaptikus funkcionális egységeknek. Az agy spontán ritmusának megfelelő, és az adott ingerek függvényében számos átfedést mutató funkcionális egység közül más és más csoportok mutathatnak szinkronizált aktivitást. Ez a mintázat időben dinamikusan változik. A szinaptikus funkcionális egységek koordinációjában fontos szerepet tölthetnek be a kéreg alatti struktúrák, elsősorban a thalamusz. 7. ábra: Az EEG jelek keletkezése. A nagyagykéregben a piramissejtek párhuzamosan, ún. openfield elrendeződésben helyezkednek el, aktivitásukkal egy elektromos dipólust hoznak létre. Az agytörzsben a sejtek véletlenszerű orientációt mutatnak, így az extracelluláris áramok kioltják egymást.
A szinkronizált elektromos aktivitáson felül fontos az agyi struktúrák geometriai konfigurációja is. Az EEG-jel kialakulásának feltétele ugyanis, hogy a sok kis lokális elektromos változás felerősítse egymást. Az egymással párhuzamosan elhelyezkedő kérgi piramissejtek transzmembrán áramai ideálisan képesek összeadódni, ezt nevezzük nyitott, vagy open-field elrendeződésnek. A neuronok véletlenszerű orientációja esetén az áramok kioltják, vagy nagyon lecsökkentik a jel erősségét. Ezt zárt, vagy closed-field elrendeződésnek nevezzük. Míg az agykéreg szerveződésére az open-field, addig az egyes mélyebben elhelyezkedő agytörzsi struktúrákra a closed-field organizáció a jellemző (7. ábra). Az EEG jelet frekvencia és amplitúdóbeli különbségek alapján spektrális tartományokra osztjuk fel (1. táblázat). A klasszikus nevezéktan szerint, ha a nagyobb amplitúdójú és kisebb frekvenciájú hullámot egy kisebb amplitúdójú és nagyobb frekvenciájú váltja fel, deszinkronizációról beszélünk. Ennek a folyamatnak az ellenkezője a szinkronizáció.
18
1. táblázat: Az EEG jelek speciális tartományai. Spektrum Delta
Frekvencia (Hz) 0,5-3,5
Amplitúdó (mikroV) 100-200
Theta
4-7,5
<30
Alfa
8-12
30-50
Béta
13-30
<20
Gamma
30-50
<10
Jelentőség - mély alvás - 1-2 éves korban fiziológiás - tumor, ér eredetű károsodás - frontális lebenyhez köthető kognitív feladatok - REM alvás - 1-6 éves korban fiziológiás - hipnózis és meditáció - frontális lebenyhez köthető kognitív feladatok - hippocampuszhoz kapcsolódó memória folyamatok - az agy „alapritmusa” - stimuláció hatására nagyfrekvenciájú ritmus váltja fel (alfablokk) - az információfeldolgozás általános időbeli koordinációja - thalamokortikális kapcsolatok mutatója - szenzoros és emócionális behatások - akaratlagosan blokkolható - neuronális elemek koaktivációja (szinkronizációja), amely a tudatos információfeldolgozás alapja lehet - ingerek alkomponenseinek (pl. forma és mozgás) összekapcsolása (binding)
Az akusztikus eseményhez-kötött potenciál Az eseményhez-kötött potenciálok (EKP) olyan agyi potenciálváltozásokat tükröznek, amelyek valamely esemény (pl. mozgás indítása), vagy különböző természetű szenzoros ingerek (pl. hang, fény, tapintás) hatására az eseménynek, vagy ingernek megfelelő agyi struktúrákban keletkeznek (8. ábra). A szenzoros EKP kategóriában az inger modalitásának megfelelően beszélünk akusztikus, vizuális, szomatoszenzoros, olfaktórikus, gusztatórikus, vesztibuláris és fájdalom kiváltotta eseményhez-kötött potenciálokról. A klasszikus értelmezés szerint az EKP-k fő jellemzője, hogy a hátterükben álló neuronális aktivitás a kiváltó ingerrel szigorú időkapcsolatban áll. Ez tulajdonképpen abból adódik, hogy az EKP-k EEG-ből való kinyeréséhez átlagolást használunk, ezért azon komponensek, melyek időben nem szigorúan kötöttek a kiváltó inger adásának időpontjához, véletlenszerűek, ezért „kiátlagolódnak” a válaszból (Karmos, Molnar et al. 1986). Az EKP-k egymást követő pozitív és negatív polaritású kitérésekből, hullámokból állnak (8. ábra). Az EKP-k hullámai, akárcsak a spontán EEG-hullámok, idegsejt populációkon létrejövő excitátoros (serkentő) és inhibitoros (gátló) posztszinaptikus potenciálok (EPSP, IPSP) szummációjaként jönnek létre, és a keletkezés helyéről volumen
19
vezetéssel terjednek a környező szövetekre (Molnar, Karmos et al. 1986). A konkrét generátorfolyamathoz köthető hullámokat komponensnek nevezzük. Az EKP-k különböző komponenseit funkcionális jellemzőik alapján exogén és endogén komponensekre oszthatjuk. Az exogén komponensek amplitúdója és látenciája főleg az inger fizikai paramétereitől függ, míg az endogén komponensek inkább kognitív folyamatokkal mutatnak összefüggést. A komponensek fenti felosztása részben látenciában elkülönülő csoportokra bontja az akusztikus EKP hullámait. Az egymást követő EKP komponensek látenciái hűen tükrözik az agyi információ feldolgozás időbeli viszonyait. Egy EKP komponenst háromféle módon lehet jellemezni: a komponens amplitúdója, látenciája és formája (konfigurációja), a komponens funkcionális jellemzése (kapcsolata különböző fizikai, illetve kognitív faktorokkal), valamint a komponens topográfiája, keletkezési helye szerint.
8. ábra: Az akusztikus eseményhez kötött potenciál (EKP) főbb korai komponensei macskában. P1a és P1b pozitív (itt lefelé) komponensek ~12 illetve 25ms után jelentkeznek, amelyeket egy nagy negatív N1 (50ms, itt felfelé), majd ismét egy pozitív P2 (~85ms) komponens követ.
Az EKP komponensei A legkorábbi EKP komponens a humán hallókéregben körülbelül 20ms latenciával jelentkezik kis amplitúdóval, melyet nagyobb amplitúdójú, középlatenciájú (20-40ms) komponensek (auditory middle latency responses) követnek. Az emberben végzett nem invazív vizsgálatok (skalp potenciál-eloszlás térképezés, dipól lokalizáció) arra utalnak, hogy ezek a komponensek tonotópiás szervezettséget mutatnak, és specifikus szenzoros területeken keletkeznek (AI, AII). Az N1 és P2 hullámokat (melyek látenciája általában 100 ill. 200ms), ugyancsak az exogén komponensek közé sorolják, bár úgy tűnik nem-specifikus endogén (nem az inger fizikai tulajdonságaitól függő) tényezők is befolyásolják e komponensek látenciáját és amplitúdóját. Részletesebben az N1 hullámot vizsgálták. A hanginger amplitúdójának kellőképpen rövid növekedési ill. csökkenési ideje esetén az N1 mindig
20
kiváltódik az inger kezdetére és az inger végére, vagy egy folyamatos ingerben bekövetkező változás hatására is. Az N1 hullám egyik fontos jellemzője, hogy kifejezetten érzékeny az ingerlés gyakoriságára: az ingerek közti időintervallum (interstimulus interval, ISI) csökkentésével e hullám amplitúdója szisztematikusan csökken. Az N1 hullám az inger intenzitására szintén érzékeny: az ingerintenzitás csökkentésével csökken az amplitúdója és növekszik a latenciája. Generátorát illetően nincs egyetértés a szerzők közt, legfeljebb abban, hogy valószínűleg több generátor vesz részt a komponens létrehozásában. A kérgen belüli invazív vizsgálatokkal igazolható, hogy a macska (Karmos, Molnar et al. 1986) és a majom hallókérgében (Shah, Bressler et al. 2004) hanginger adását követően legkorábban az AI areában mutatható ki sejtaktivitás (sejttüzelés) 8-12 ms látenciával. Ezután az aktivitás átterjed az AII-re, ahol legkorábban 4-8 ms késéssel, 16 ms körül mutatható ki sejttüzelés. Ezt a 16 ms-os sejtkisülési csúcsot egy harmadik követi a 16-32 ms-os időtartományban, mely – akárcsak a 16 ms látenciájú – mindkét területen detektálható (Karmos, Molnar et al. 1986). Ennek a három időben és térben is elkülönülő sejtaktivitásnak a mezőpotenciál korrelátuma három pozitív hullám, melyek átlagosan 12, 17 és 23ms-os csúccsal, a humán korai és középlatenciájú komponenseknek felelhetnek meg. Ezek a komponensek a hallókéreg primer AI és szekunder AII areája felett regisztrálhatók maximális amplitúdóval, és tonotópiás eloszlást mutatnak. A kísérleti állatokon 50 ms körüli amplitúdó maximummal jelentkező hullám valószínűleg a humán N1-nek felelhet meg. A kísérleti állatokon 100 ms körül regisztrálható hullám valószínűleg ugyanúgy vegyes komponens, mint a humán N1 és P2 komponensek. Ezek látenciáját és amplitúdóját mind az inger fizikai jellemzői, mind kognitív tényezők – mint például a figyelem, alvási állapot – befolyásolják.
21
KUTATÁSI CÉLJAINK Napjainkban kimutatták, hogy a lassú oszcilláció kérgi eredetének elmélete, valamint a thalamikus kapuzási hipotézis patkányokon nem helytálló. Laboratóriumunkban macskán és majmon folynak akusztikus-szenzoros ingerlési tanulmányok, melyek célja, hogy közelebb kerüljünk az emberi ingerfeldolgozás pontosabb megértéséhez. Mind a macska, mind a majom akusztikus rendszere bizonyos modellekben jól reprodukálja az emberi hallókéreg viselkedését. Ezt a kísérletes hátteret kihasználva vizsgáltam majmon és macskán az akusztikus ingerek hatását a lassú kérgi oszcillációra. Majmon elsődlegesen az akusztikus kérget, mellette a szekunder szomatoszenzoros és szomatoszenzoros asszociációs kérget céloztuk meg, macskán pedig szintén az akusztikus kérget, mellette a suprasylvian asszociációs területet. Feltételezéseink szerint evolúciósan nem kifizetődő, ha az akusztikus ingerek már thalamikus szinten kapuzás alá kerülnek. A túléléshez fontos akusztikus diszkriminációkat (vízcsepp koppanása az avaron, összevetve a ragadozó lába alatt megroppant faág hangjával) az agy nem tudja thalamikus szinten megtenni. Így vagy állandóan felébred az állat, és súlyos alvásmegvonási szindrómában elpusztul, vagy zsákmánnyá válik. Hipotéziseink szerint léteznie kell egy árnyaltabb inger feldolgozási stratégiának, mely lassú hullámú alvásban is beengedi kérgi szintre az akusztikus információt, hogy ott a túléléshez minimálisan szükséges feldolgozás lehetővé váljon. Ennek a feltételezett stratégiának illeszkednie kell a mély alvás alatti fiziológiai körülményekhez, vagyis a lassú oszcilláció fázisaihoz. Biztosítania kell továbbá a megfelelő alvásmennyiséget (alvásvédő hatás), másrészt meg kell teremtenie az ébredéshez a megfelelő inger feldolgozási feltételeket (ébresztő hatás). Mint az előzőekben írtam, mély alvásban az agy aktív és inaktív állapotok között oszcillál. A down-state alatt megfigyelt kérgi hiperpolarizáció nem teremt különösen jó feltételeket a kérgi inger feldolgozáshoz, mivel a neuronok kevéssé ingerelhető állapotban vannak. Ennek ellenkezője igaz az up-statre. Hipotézisünk szerint az ébresztő és alvásvédő hatásokat a lassú oszcilláció aktív, illetve inaktív állapota közvetítheti. Az aktív fázisában, mely hasonló az ébrenléthez, van ingerfeldolgozás, ez lehet felelős az ébresztő hatásokért. Az inaktív fázis, melyben az ingerfeldolgozás gátolt, lehet felelős az alvásvédő hatásokért. A hallás fontos ébresztő modalitás, ellentétben a látással és a tapintással. Alvásban az állatok aktív tapintása és látása a fizikai immobilizáció, illetve a zárt szemhéjak miatt nem
22
működik. Az akusztikus kéreg kapcsolatban áll több asszociációs, multiszenzoros területtel. Ezek az asszociációs területek felelősek a speciális modalitások jeleinek integrációjáért. Feltételezéseink szerint az alvás alatt beérkezett akusztikus bemenet feldolgozása hatásosabb lehet, ha mind az akusztikus kéreg, mind az asszociációs területek az aktív fázisban vannak. Ebben az esetben nagyobb eséllyel és árnyaltabban dolgozható fel az információ. Dolgozatomban az akusztikus ingerlés hatására, a lassú alvási oszcillációban bekövetkező változásokat vizsgáltam rétegelektródos elvezetésekben majom és macska hallókérgén, valamint szomatoszenzoros, szomatoszenzoros asszociációs és multiszenzoros kéregterületén. A ketamin-xylazin narkózis jó modellje a lassú hullámú alvásnak, ezért választottuk ezt az altatószert, továbbá azért, mert a kísérleteket sztereotaxiás keretben végeztük, ahol a nem altatott kísérleti állatok fokozott diszkomfortnak vannak kitéve, és nagyon nehezen alszanak el.
23
MÓDSZEREK Műtéti technika, akut majom implantáció Az akut (egyszeri implantációs) kísérletekhez használt rhesus majmokat (M. mulatta) erre a célra tenyészti az MTA Pszichológiai Kutatóintézete. A kísérletek a Fővárosi Állategészségügyi és Élelmiszerellenőrző Állomás jóváhagyásával történtek. A műtét steril körülmények között zajlott. Az altatás bevezető szakaszában az állatok 10 mg/kg ketamint kaptak im., az altatás megfelelő mélységének fenntartására 25 mg/kg ketamin, 5 mg/kg xylazin iv. adagolása szolgált. A műtét alatt melegítőpárna tartotta 37-38 ºC-on az állat hőmérsékletét. A keringés, légzés, testhőmérséklet monitorozása folyamatos volt az altatás alatt. Az állatok feje a külső hallójárat elülső szakaszába vezetett fém sztereotaxiás készülék segítségével lett rögzítve. A kraniotómiát követően, a dura mater eltávolítása után előtűnt a sulcus intraparietalis és a gyrus temporalis dorsalis superior. A szabaddá vált agyfelszínt meg kellett védeni a kiszáradástól, e célból egy vékony szilikonolaj réteggel fedtük be a műtéti területet. Az agyfelszínről készített fotót összevetve a rhesus majom sztereotaxiás agyi atlaszával, meghatároztuk az elektródák penetrációjának pontos koordinátáit az érhálózat segítségével. Az elektródák behelyezése közben próbafelvételeket készítettünk, melynek célja a megcélzott agyi struktúra minél pontosabb eltalálása volt. Az adott területre jellemző agyi aktivitás segítségével állapítottuk meg a beszúrás pontosságát. A kísérletek végeztével az állatot szíven keresztül paraformaldehiddel perfundáltuk, az agyat kiemeltük, lemetszettük, festettük és az elektróda szúrt csatornáját rekonstruáltuk (Hackett, Karmos et al. 2005).
Macska implantáció, krónikus kísérletek A kísérletekhez használt macskák a Szegedi Egyetemtől – kifejezetten erre a célra tenyésztett állatok közül – származtak, a kísérletek a Fővárosi Állategészségügyi és Élelmiszerellenőrző Állomás jóváhagyásával történtek. A kísérleti macskáknál krónikusan beültethető (1-12 hónap) implantátumokat használtunk (9. ábra). Az altatáshoz Nembutalt (40mg/kg ip.) használtunk. Az állatok a műtétet követően posztoperatív antibiotikumos
24
kezelésben (Cobactan), és fájdalomcsillapításban részesültek. Az operáció ideje alatt a testhőmérsékletet melegítőpárna segítségével tartottuk 37-38 ºC-on.
9. ábra: Macska krónikus implantátuma. A kísérlet közben készült felvételen fehér nyíl mutatja az egycsatornás drótelektródák csatlakozóját, a rétegelektróda vezetőcsövét és előerősítőjét, valamint az állat homlokának középvonalában elhelyezett, kalibrált csontvezetőt. A csatlakozó, előerősítő és a csontvezető csak a kísérletek idejére van felhelyezve az implantátumra.
Légzésmonitorral követtük nyomon a respirációt. A macska sztereotaxiás agyi atlasza (Snieder, Niemer, 1961) segítségével meghatároztuk az elektródák kívánt pozícióját, majd sztereotaxiás készülék segítségével krónikusan implantáltuk azokat az állat agyszövetébe. Az agyba kerülő elektródákon kívül a szemmozgás (EOG), illetve az izomtónus (EMG) monitorozására alkalmas makroelektródákat is behelyeztünk. (Karmos, Molnar et al. 1982) Az elektródák megfelelő agyi struktúrába való behelyezéséhez a műtét alatt monitoroztuk az adott agyi terület aktivitását. Az elvezetett jeleket kiértékeltük, majd meghatároztuk, hogy a keresett agyi területre jellemző sejttevékenységet látjuk-e. Az elektródák elhelyezése után, azokat akriláttal rögzítettük a koponyacsonthoz. A műtétet követően két hetet lábadozott az állat, ezután kezdhettük meg a kísérleteket. Az altatásos kísérletek során egy állaton összesen 3-4 alkalommal végeztünk ketaminxylazin (25 mg/kg ketamin, 5 mg/kg xylazin iv.) narkózist. A kísérletek végeztével az állatot szíven keresztül paraformaldehiddel perfundáltuk, az agyat kiemeltük, lemetszettük, festettük és az elektróda szúrt csatornáját rekonstruáltuk.
25
Elektródok Az MTA Pszichológiai Kutatóintézetében folytatott kísérletek során két típusú szövetbarát elektródát használtunk fel: Rétegelektróda: 24 elevezetési kontaktus található rajta, az egyes kontaktusok között 0.1 mm távolság van. Az elektróda vastagsága 0.35 mm, benne 24 polyimid szigetelt platina-irídium drót fut, amelyek egyenként 0.025 mm vastagságúak, ezek átmetszett része adja az elvezetési kontaktust. A rétegelektróda a 10. ábrán látható. Az 11. ábrán a térbeli elhelyezkedését mutatjuk be (Ulbert, Halgren et al. 2001).
10. ábra: A rétegelektróda.
Drót elektróda: 0.23 mm átmérőjű szigetelt acélszálból készült nagyobb átmérőjű makroelektródok, melyekkel a kéreg epidurális felszínéről, valamint a hippocampuszból vezetjük el az aktivitást. Az acélszálról 1 mm távolságban lekapart szigetelés adja az elvezető kontaktust.
26
11. ábra: A rétegelektróda térbeli elhelyezkedésének sematikus rajza.
Elektrofiziológiai regisztráció Az akut majom kísérletekben csak rétegelektródokat használtunk, míg a krónikus macska kísérletekben mindkét típust alkalmaztuk. Az elektródához csatlakozó előerősítőt a macska fején helyeztük el, illetve a majmok agyába implantált rétegelektródhoz közvetlenül csatlakoztattuk. Az előerősítő illeszti az elektróda magas impedanciáját a további erősítők alacsony impedanciájához, valamint javítja a jel-zaj arányt. Az egység erősítése 10 kHz, sávszélessége 0-100 kHz, így mind a mezőpotenciálokat, mind az akciós potenciálokat jól detektálhatjuk. Az előerősítő jeleit 2 aktív szűrő (1000-szeres erősítéssel) osztja EEG (0.1 Hz500 Hz) és akciós potenciál/soksejt aktivitás (100 Hz - 5 kHz, AP/MUA) tartományra. Az erősítő jeleit két szinkronizált AD kártya digitalizálja, az EEG tartományban 16 bites, 2-4 kHz mintavétellel, a MUA tartományban 12 bites, 20-40 kHz mintavétellel. Egyszerre 48 csatornás mintavételre van lehetőség. Nagy kapacitású és gyors PC-t használunk az adatgyűjtésre és a feldolgozásra (Ulbert, Halgren et al. 2001).
27
Jelanalízis CSD, MUA analízis Az agykéregben detektálható mezőpotenciálok szummációs jellegű elektromos folyamatok eredményei. Kialakulásukért a megfigyelési helytől távoli idegsejt elemek éppúgy felelősek, mint a közeli generátorok. Minket az alvási és szenzoros folyamatok lokális megjelenése érdekelt leginkább, ezért a távoli hatások eliminálására segítségül hívtuk az áramforrás sűrűség, (current source density, CSD) analízist. A CSD megadja a potenciálteret generáló helyi áramforrások, illetve áramnyelők, idő- és térbeli mintázatát. Egydimenziós Hamming ablakkal simított CSD analízist használtunk, mely matematikailag megfelel a potenciálmező térben simított második téri deriváltjának (Ulbert, Halgren et al. 2001). Az áramnyelő, angol terminológiában “sink”, a lokális sejtpopulációnak az extracelluláris térből az intracelluláris térbe irányuló szummált membránáramát jelzi. A befelé folyó áram egyrészt a membránok szinaptikus depolarizációjából eredhet, mint aktív CSD komponens, másrészt jelentheti az aktív áramforrás által meghatározott áramkör passzív záródását. Az áramforrás, angol terminológiában “source”, kifelé irányuló szummációs membránáramot jelez. Fiziológiailag ez egyrészt passzív kiegyenlítődési áramként interpretálható, másrészt aktív hiperpolarizációt is jelenthet. Utóbbi lehet szinaptikusan, vagy nem szinaptikusan hajtott hiperpolarizáció. A Multi Unit Activity (MUA), azaz soksejt aktivitás egy adott térben lévő összes idegsejt szummált akciós potenciáljainak detektálását jelenti. A források (source) és nyelők (sink) egymáshoz viszonyított látenciájának, rétegek szerinti elhelyezkedésének, az észlelési hely sejtanatómiai környezetének és a MUA lefutásának ismerete a legtöbb esetben elegendő arra, hogy az észlelt elektromos jelekből az azokat létrehozó elektrofiziológiai jelenségekre következtessünk. A folyamatos MUA becslése a következő módszerrel történik: sáváteresztő szűrés (300-3000 Hz, 48 db/oktáv), egyenirányítás, majd végső simító szűrés (50-250 Hz, 12 db/oktáv). A felhasznált digitális szűrés során a fázis nincs eltolva. A CSD és MUA statisztikai elemzéséhez megfelelő t-teszteket használunk. A folyamatosan felvett EEG-t és MUA-t műtermékekre szűrjük, felszabdaljuk a válogatott eseményhez kötött potenciálokkal (EKP) szinkron darabokra, elvégezzük az egyedi görbéken a további szűréseket, illetve a CSD analízist, majd az átlagolást. Az így kapott aktivitásokat véletlenszerűen választott
28
háttéraktivitással hasonlítjuk össze t-teszt segítségével. Az adatokat tradícionális vonalas diagrammokon, illetve színes hely-idő-aktivitás hőtérképen ábrázoljuk. Az így kapott ábrákról jól leolvasható a MUA és CSD egymáshoz való tér- és időbeli viszonya, valamint értékes következtetéseket tudunk levonni a potenciálteret generáló agykérgi folyamatokra vonatkozóan (Ulbert, Halgren et al. 2001; Ulbert, Heit et al. 2004; Ulbert, Magloczky et al. 2004).
Frekvencia, és idő-frekvencia tartománybeli analízis A frekvencia
analízis
főszerepet
játszik
jeleink
vizsgálatában.
A Fourier
transzformáció segítségével vizsgálhatjuk adataink frekvencia komponenseinek amplitúdó és teljesítmény viszonyait. A számítógépre optimalizált gyors Fourier transzformációs analízist használtuk (Fast Fourier transformation, FFT) munkánkban. Az FFT megadja az egyes frekvenciákon a regisztrált jel teljesítményét, vagy amplitúdóját. Az FFT analízis csak hosszabb jel szakaszokon futtatható, így a fiziológiai jelek pillanatnyi teljesítmény és amplitúdó értékei nem vizsgálhatóak egy adott frekvencián. Az elmúlt néhány évben új matematikai módszereket dolgoztak ki, melyekkel nyomon követhetjük egy adott jel tetszőleges időpillanatában a jelet felépítő oszcillációk frekvencia és teljesítmény viszonyait. Az eljárás a wavelet-transzformáció (WT). A WT megmondja, hogy egy adott időpillanatban milyen wavelet-frekvenciájú és milyen wavelet-amplitúdójú oszcillációk vannak jelen a vizsgált adatban. A WT ábrázolási módja a hőtérkép, az x tengelyen ábrázoljuk az időt, az y tengelyen a wavelet-frekvenciát, a z tengelyen pedig színkódoltan a wavelet-amplitúdót.
Up- és down-state fázis meghatározás, Hilbert- transzformáció Biológiai rendszerekben a kérgi lassú oszcilláció mind frekvenciában, mind amplitúdóban változékonyságot mutat, így csupán az amplitúdó, illetve a frekvencia vizsgálatával nem tudjuk egyértelműen meghatározni, milyen állapotban van a rendszer. Ennek mechanikai analógiája, ha elképzelünk egy tökéletlen rugóra függesztett tömeget, mely szintén tökéletlen rezgő mozgást végez, és adott amplitúdó küszöbének kritériuma alapján kívánjuk meghatározni a tömeg maximális, illetve minimális kitéréséhez tartozó időpontot. A tömeg véletlenszerűen hol hamarabb, hol később haladja meg a küszöböt, így nem tudjuk
29
pontosan meghatározni a maximális, illetve minimális kitérés időpontját. A Hilberttranszformáció megadja egy oszcillátor - esetünkben a lassú kérgi oszcilláció - pillanatnyi fázisát, vagyis azt, hogy hol tart az oszcilláció a maximális és minimális kitérés között (Haslinger, Ulbert et al. 2006). Az általunk használt Hilbert-transzformációs (HT) módszer a maximális pozitivitáshoz, vagyis az up-state maximumához, a nulla értéket rendeli hozzá, míg a maximális negativitáshoz, vagyis a down-state maximumához a ±pi/2 (±3.14/2) értéket rendeli. A közbülső értékek +pi/2 és -pi/2 között változhatnak (12. ábra). A HT nem érzékeny sem az oszcilláció amplitúdó változásaira, sem a frekvencia kismértékű egyenetlenségére (Haslinger, Ulbert et al. 2006). A HT gyakorlati megvalósítása során először sáváteresztő szűrésnek (0.2-2 Hz) vetettük alá a kéreg felső rétegeiből származó mezőpotenciált, majd ezen a szűrt jelen végeztük el a Hilbert-transzformációt a MatLab7.04 programcsomag segítségével. Szűrési módszerünk kiküszöböli, hogy az esetlegesen előforduló nagy amplitúdójú, magasabb frekvenciás oszcillációk megzavarják az állapot meghatározását.
12. ábra: Hilbert-transzformáció és a gamma-oszcilláción alapuló up- és down-state meghatározás.
Oszcillációs teljesítmény alapú up- és down-state meghatározás Ezzel a módszerrel az up- illetve down-state-ek kezdetét, valamint a végét határoztuk meg. A helyi mezőpotenciál (local field potential = LFP) jelünket sáváteresztő szűréssel megszűrtük 20-100 Hz között (gamma oszcilláció sávja), majd meghatároztuk a gamma
30
oszcilláció teljesítményét (Mukovski, Chauvette et al. 2006). A gamma-teljesítmény bimodális eloszlást mutatott, az alacsony gamma-teljesítmény a down-state-ekre jellemző, a magas pedig az up-state-ekre. A két csúcs közötti minimum adta meg azt a határértéket, amellyel meghatároztuk az up- és down-state-ek kezdetét és végét (12. ábra). Ezt az analízist a MatLab7.04 programcsomag segítségével végeztük el (Mukovski, Chauvette et al. 2006).
Esemény körüli idő-hisztogram elemzés Két esemény időbeli viszonyának meghatározására a szakirodalomban széles körben használt esemény körüli idő-hisztogram elemzés (Peri-stimulus time histogram, PSTH) módszert használtuk a MatLab7.04 programcsomag segítségével. A PSTH megadja, a referencia esemény, és a vizsgált esemény egymáshoz viszonyított időbeli eloszlását. Statisztikai módszerekkel elemezhető, hogy a két esemény kapcsolata véletlenszerű-e vagy ok-okozati kapcsolatban állnak-e egymással. Esetünkben a referencia esemény az akusztikus stimulus prezentálásának időpillanata volt, míg a vizsgált esemény az up-state maximum bekövetkezésének időpillanata, melyet a Hilbert-transzformáció szolgáltatott. Az x tengelyen a referencia esemény (akusztikus ingerlés) bekövetkezéséhez képesti időintervallumok szerepelnek, tipikusan 100 ms-os szakaszokban, (binekben) az y tengelyen pedig a vizsgált események (up-state maximum) kumulatív száma szerepel. Egy elvezetésből általában 100200 akusztikus inger hatását vizsgáltuk az up-state-ekre. Null-hipotézisünk az volt, hogy az akusztikus inger nem befolyásolja az up-state-ek jelentkezését. Megszámoltuk, hány darab lassú oszcillációs ciklus van egy elvezetésben, majd kiszámítottuk, hogy véletlenszerűen választott 100 ms-os intervallumba mennyi up-state esik. Ezt a számot hasonlítottuk össze a PSTH által szolgáltatott eseményszámmal. A Statistica7 programcsomag 2x2 kontingencia tábláját használtuk, a Chi-square és a Fisher-exact tesztet, 5%-os szignifikancia szinttel. Ha az adott szignifikancia szint alatti valószínűségeket kapunk, akkor elvetjük a null-hipotézist, tehát az akusztikus ingerlés és az up-statek kapcsolata nem véletlenszerű, hanem ok-okozati kapcsolat van közöttük.
31
Akusztikus ingerlés Az akusztikus ingerek adása az intézetben kifejlesztett hangadó szoftver (TDT company, tdtcontroll program) segítségével zajlott. Ezzel a programmal állíthatjuk be, hogy milyen típusú hangokkal szeretnénk ingerelni a hallópályát. A majom és macska esetében koppanó hangokat (rövid, minden frekvenciát tartalmazó hanginger) adtunk az altatott állatoknak, amelyek macska esetében csontvezetőn keresztül, majmok esetében pedig a hallójáraton keresztül jutottak el a fülbe. A macska fejének középvonalában, a fülektől egyenlő távolságra helyeztük el a kalibrált csontvezetőt. Így a koponyacsontok által közvetlenül a belső fülbe vezett hang mindkét oldalra azonos időpontban érkezik, biztosítva a konstans, pozíciótól függelen ingerintenzitást. Majmok esetén az akusztikus stimulus a sztereotaxiás készülék fülbefogójában lévő csövön keresztül jutott az állat fülébe, amelyhez egy kalibrált hangszórót csatlakoztattunk. A koppanó hangingerek hossza 0,1 ms volt, intenzitása 60 dB-lel haladta meg a hallásküszöböt, az ingereket 500-1000 ms-onként adtuk (Karmos, Martin et al. 1970).
32
EREDMÉNYEK Majom kísérletek Akusztikus ingerlés hatását vizsgáltuk a lassú alvási oszcillációra három rhesus majmon (majom1, majom3, majom6). A rétegelektródákkal a majmok hallókérgéből (AI), valamint szekunder szomatoszenzoros (SII) területéről vezettünk el. A kísérlet során a rétegelektródákkal egymás után többször, több különböző kérgi területről vezettünk el, ezek között voltak a kísérletünkhöz szorosan nem tartozó területek is. Jelen dolgozatban csak a hallókérgi és a fent említett szomatoszenzoros area szinkron elvezetéseit mutatom be.
13. ábra: Az elektród elhelyezkedése a majom kísérletekben. AI: primer hallókéreg, SII: szekunder szomatoszenzoros kéreg.
Az 1-es számú majomban végzett kísérletben két kéregrészből is elvezettünk (13. ábra). Először anterio-posterior (AP) irányban +5 mm-rel, medio-laterálisan (ML) +21 mmrel tértünk el a sztereotaxiás készülékkel bemért 0 ponttól. A felhasznált 2. és 4. elvezetésekben az elektródát az agyfelszíntől számítva 10 illetve 12 mm mélyre szúrtuk a kéregbe. A kísérlet közben a majom agyáról készült sztereotaxiás atlaszban ellenőriztük az elektróda pozícióját. Érintettük dorzálisan a szomatosenzoros kéreg SII areáját, illetve az ez alatt található primer hallókérget (AI). A 2. penetráció az AP irányban +8 mm, ML +20 mm elmozdulást jelentett a 0 ponttól. A 8. és 9. számú elvezetéseket vizsgáltuk, amelyben az
33
elektróda 11,5 mm mélyen helyezkedett el a kéregben. Ekkor szintén az SII és AI régiókból vezettünk el. Az ide tartozó kéregrészek felbontását sematikus ábra mutatja (4. ábra, 2. táblázat). A 3-as számú majomban AP irányban +5 mm-rel, ML irányban +24,2 mm-rel tértünk el a 0 ponttól. A 4. elvezetésben a kérgi felszínhez képest 5 mm mélyen van az elektródánk, a 6. elvezetésnél 6 mm mélyen hatoltunk a kéregbe. A 6-os számú majom kísérletben az 59-es és 84-es elvezetést használtam fel. Az 59-es elvezetés pontos koordinátái: AP +5 mm, ML +20 mm, mélysége 14,3 mm, a 84-es elvezetésé pedig: AP +2,8 mm, ML +17,8 mm, mélysége 15 mm. 2. táblázat: Majom kísérletek. Majom
Beszúrás
Elvezetés
AP (mm)
ML (mm)
mélység (mm)
Majom1
1.
2.
+5
+21
10
4.
+5
+21
12
2.
8-9.
+8
+20
11,5
1.
4.
+5
+24,2
5
6.
+5
+24,2
6
6.
59.
+5
+20
14,3
8.
84.
+2,8
+17,8
15
Majom3 Majom6
A 13. és 14. ábrák mutatják az elektróda elhelyezkedését a majom6 kísérletben. Jól látható, hogy a behelyezett elektróda 24 csatornája megfelelő mértékben lefedi mindkét vizsgált agyi régiót, amelyek a sulcus lateralis két falát adják, így a kérgi rétegek egymáshoz képest tükörszimmetrikusak. Helyi mezőpotenciált vezettünk el a kérgi területekről (14. ábra, SII: 1-6. csatornák, AI: 9-22. csatornák), míg a kérgek találkozási helyén, két csatorna szélességben nullának vettük a potenciálokat (7-8. csatornák) a jobb megjelenítés kedvéért. Ebben a szakaszban elektródánk a sulcusban lévő liquorral érintkezik. Az SII illetve az AI régió aktivitását önmagán belül koherens lassú oszcilláció jellemzi, az AI területen pedig az SII-re tükörszimmetrikus, de kevésbé koherens up-state - down-state mintázatot találtunk (14B. ábra). Az akusztikus ingerek a hallópályán keresztül az AI hallókéregbe beérkezve tipikus kérgi eseményhez kötött potenciált (EKP) váltanak ki, a szomatoszenzoros SII kéregben azonban nincs hanginger által közvetlenül kiváltott kérgi válasz (15. ábra).
34
14. ábra: Majom6 kísérlet. A) A rétegelektróda elhelyezkedése. B) Lassú oszcilláció a majom SII és AI régióiban. Az első 6 csatornán az SII-ből, a 9-22-es csatornákon az AI-ből elvezetett mezőpotenciálok láthatóak. A kérgi rétegek koherens lassú oszcillációt mutatnak. Az AI régióban a felső rétegekben jól látszanak a hangingerre adott válaszok (10-12 csatornák).
CSD, ill. MUA analízisek segítségével kimutatható az AI area II-III-as és IV. rétegében megjelenő sink, amelyhez az I. réteg szintjén kifejezett source párosul. Ha megvizsgáljuk a MUA-t, jól látható, hogy a felszíni rétegekben kis sejtes aktivitást látunk, míg a IV. rétegben az inger hatására nagymértékű, rövid növekedés tapasztalható a sejtek tüzelési aktivitásában, amelyet egy második, elhúzódóbb, kisebb pozitív komponens követ. Hanginger hatására az SII kéregben sem a CSD, sem a MUA nem tér el jelentősen a háttéraktivitástól. A következőkben megvizsgáltam, hogy a két kéreg lassú hullámú aktivitásában fellépő up-state-ek milyen összefüggésben vannak az akusztikus ingerek időpontjával. A két régióban az oszcilláció fázisának megállapításához mindkét areából egy-egy csatorna adatait vettük alapul.
35
15. ábra: Akusztikus kiváltott válasz. CSD és MUA analízis a hangingerek által kiváltott válaszokról az AI és SII régiókban. Az AI régióban a II-IV rétegi sink-hez egy I. rétegi source párosul. A MUA kétfázisú növekedést mutat a IV. rétegben. Az SII régióban nincs hangingerre kiváltott válasz.
Azt a csatornát választottuk ehhez az analízishez, amelyen a legpontosabban kiértékelhető adatok szerepeltek, továbbá külön feldolgozásra került a 24-es csatorna, amely a hangingerek időpontját mutatta. A megfelelő csatorna kiválasztása után Hilberttranszformáció segítségével detektáltam az up-state-eket (lásd Módszerek fejezet, 12. ábra). Vizsgálataink azt mutatták, hogy az általunk adott hangingerek ismétlődési frekvenciájával nagymértékben szinkronizálódott a ketamin-xylazinnal kiváltott lassú kérgi aktivitás az AI régióban. Ennek legjobban látható kimutatási módszere az esemény körüli idő-hisztogram elemzés (PSTH), amellyel egy stimulushoz viszonyítva vizsgáltuk az up-state-ek előfordulását. A PSTH grafikonokban -1000 és +1000 ms közötti időtartamban vizsgáltuk az ebbe a periódusba beleeső stimulusok és up-state-ek kapcsolatát. Ezzel a széles idősáv elemzéssel a PSTH jól láthatóvá teszi a szinkronitást. A hallókéreg által mutatott, ingerhatásra módosuló aktivitás mintázatot vizsgálva, majmok esetén azt tapasztaltuk, hogy minden vizsgálatnál szembetűnő szinkronitást mutattak a hallókéreg lassú oszcillációjának up-state-jei a stimulus ritmusával (16. ábra). Jól látható az ábrán, hogy az x tengelyen feltűntetett, periodikusan jelentkező ingerek időpillanataihoz az y tengelyen ábrázolt jelentős mennyiségű eseményt, up-state csúcsot rendel a diagramm. Statisztikával kifejezve az összes detektált eseményszám és a stimulus időpillanatába eső események viszonyát, az eredmény szignifikánsnak mutatkozott (Chi-square test, 5% szignifikancia szint). Ezáltal kimondhatjuk, hogy van kapcsolat a beérkező input és az upstate bekövetkeztének csúcspontja között.
36
Az inger-SII kapcsolatában mutatkozó szinkronitás szintén megjelenik a PSTH analízisben a majom1 és majom6 esetén, a majom3 SII régiója azonban nem mutat szignifikáns szinkronitást (16C ábra). Ugyanakkor azt is fontos megjegyezni, hogy az SII-ben az up-state-ek szinkronizálódása az akusztikus stimulusokhoz lényegesen kisebb mértékű, mint az AI régióban.
16. ábra: Az akusztikus ingerek és a lassú oszcilláció kapcsolata. PSTH grafikonok mutatják az akusztikus stimulusok és a lassú oszcilláció up-state-jének kapcsolatát. Az AI régió mindhárom majom esetében szinkronitást mutat a hangingerekkel, az SII szinkronitása minden esetben jelentősen kisebb, a majom3 esetében nem is mutatható ki. A grafikonok bal felső sarkánál látható számok a detektált eseményszámot jelentik.
37
Macska kísérletek Spontán és akusztikus úton stimulált aktivitás-mintázatokat egyaránt vizsgáltunk macska primer akusztikus kérgében és az area 7 szomatoszenzoros-asszociációs kéregben. E kísérleteink során nyert adatok feldolgozásához a gamma-oszcilláción alapuló analízist használtuk. A vizsgált macskában az AI hallókéregbe krónikusan beültetett elektródáról, illetve egy akut kísérlet során az area 7-be behelyezett elektródáról vezettünk el helyi mezőpotenciálokat, illetve soksejt aktivitást. Az 5. ábra mutatja az elektródok elhelyezkedését a macska agyában.
Spontán elvezetések Meghatároztuk a macska hallókérgében ketamin-xylazinnal kiváltott lassú oszcilláció lokális árammozgásait és a sejtek tüzelési mintázatát (17. ábra). A mezőpotenciál-felvételen jól látszanak a lassú oszcilláció szakaszai, az up- és down-state-ek. Az up-state-ek felfelé, a down-state-ek lefelé néznek.
17. ábra: Lassú oszcilláció macskában. A) Mezőpotenciálok a macska hallókérgének különböző rétegeiben. Upés down-state-ek váltakoznak a lassú oszcilláció során. B) A lassú oszcilláció CSD profilja, az up- és downstate-ekre átlagolva. Up-state-ben I-II. rétegi source párosul III-IV rétegi sink-kel, down-state-ben pedig fordítva. C) MUA-ban növekedés tapasztalható up-state során, csökkenés down-state során.
38
Az is megfigyelhető, hogy a lassú oszcilláció up-state-jei alatt a lassú hullámokra egy magas frekvenciás aktivitás tevődik, amely a down-state-ek alatt nem kimutatható (17. ábra). A CSD profil azt mutatja, hogy a kéreg különböző rétegeiben a sink-ek és source-ok egymást váltják, az up- és down-state-ek váltakozásának megfelelően. Az I-II. rétegben up-state alatt egy source látszik, míg a III-IV. rétegben sink található, a down-state alatt pedig megfordul: az I-II. rétegben sink, a III-IV. rétegben source figyelhető meg (17B ábra). A MUA analízise azt mutatja, hogy a sejtek háttéraktivitásához viszonyítva az up-state-ek alatt növekedés, a down-state-ek alatt pedig csökkenés tapasztalható (17C ábra).
18. ábra: A lassú oszcilláció idő-frekvencia analízise. A) A lassú oszcilláció mezőpotenciáljának részlete kinagyítva. B) Idő-frekvencia analízis mutatja, hogy az up-state-ek alatt a kéreg aktivitása minden rétegben, minden frekvenciasávban megnő.
A lassú oszcilláció idő-frekvencia analízisének segítségével kimutattuk, hogy az upstate-ek alatt a kérgi aktivitás nagymértékben fokozódott, míg a down-state-ek alatt nagy arányú csökkenést mutatott. A 18. ábrán színskálával jeleztük a kérgi tevékenység teljesítmény-változásait. Érdemes megfigyelni, hogy minden kérgi rétegben, szinte minden
39
frekvenciasávban fokozódott a teljesítmény az up-state-ek során, valamint csökkent a downstate-ek alatt.
Akusztikus ingerléses kísérletek A 19. ábra LFP, MUA és CSD vonalas grafikonjai a két vizsgált areában talált kiváltott válaszok intenzitását vetik össze egymással. Jól kitűnik, hogy akusztikus ingerre a hallókéreg jellegzetes EKP-t mutat, míg a szomatoszenzoros-asszociációs kéregben (area 7) EKP-t nem találunk.
19. ábra: Hangingerre adott válasz AI-ben és area 7-ben. Jellegzetes helyi mezőpotenciál (LFP), MUA és CSD válasz látható hanginger hatására az AI-ben (piros vonal), míg az area 7-ben (kék vonal) az akusztikus stimulusok nem váltanak ki EKP-t.
A különböző kérgi területek lassú oszcillációjának szinkronitására folytatott kísérleteink macskán, a majmokban találtakkal hasonló eredményre vezettek. Ennél az állatfajnál azonban a szinkronizáció a halló- és szomatoszenzoros kéreg között még inkább kifejezett. Mind az AI-ben, mind az area 7-ben jellegzetes lassú oszcilláció figyelhető meg ketamin-xylazin altatásban (20. ábra), amely ritmikus hanginger hatására megőrződik (21A ábra). Ha összevetjük az ingerek és a lassú oszcilláció up-state-jeinek időpontját PSTH analízissel, kiderül, hogy az AI régióban a stimulust követő 25 ms-ban jelentkezik az up-stateek jelentős része, vagyis a koppanó hanginger nagy valószínűséggel vált ki up-state-et, így modulálva a kérgi oszcillációt. Az inger és az area 7 közötti összefüggésben azt tapasztaljuk, hogy az ingert követően itt is statisztikailag szignifikánsan sűrűsödnek az up-state-ek, de korántsem olyan mértékben, mint az AI-ben (21B ábra). Megvizsgáltuk a két régió egymáshoz való szinkronitását is PSTH analízissel. Spontán módon mindkét régióban körülbelül 1Hz-es oszcillációt mutat a kéreg (22A ábra).
40
20. ábra Spontán lassú oszcilláció macska AI hallókérgében és szomatoszenzorosasszociációs kérgében (area 7). A mezőpotenciálok alatti jel mutatja a gamma-oszcilláción alapuló analízissel detektált up- és down-state-eket.
21. ábra: Az akusztikus stimulusok és a lassú oszcilláció kapcsolata. A) Hangingerek hatására a lassú oszcilláció mindkét vizsgált régióban megőrződik. B) Akusztikus stimulus hatására az AI régióban jelentős mennyiségű upstate váltódik ki, az area 7-ben pedig kis mértékben megsűrűsödnek az up-state-ek.
Korreláltatva az AI és az area 7 up-state-jeit, a PSTH-ben jelentkező éles csúcsok azt jelzik, hogy a két régió oszcillációja között erős összefüggés van (22A ábra). Akusztikus inger hatására az AI-ben az inger ritmusához igazodva jól láthatóan sűrűsödnek a kiváltott up-stateek (22B ábra), míg az area 7-et vizsgálva nem tapasztaltunk ilyen mérvű módosulást, ezt jelzi a stimulált és spontán aktivitás PSTH grafikonjainak hasonlósága. Az AI és az area 7 spontán
41
lassú oszcillációja közötti erős összefüggés csak kismértékű változást mutat stimulálás hatására, az
AI -
area
7 korrelogramjában az
eseményszámok egy szélesebb
időintervallumban széttolódnak, a csúcsok kevésbé élesek (22B ábra).
22. ábra: A lassú oszcilláció up-state-jeinek PSTH analízise. A) Spontán módon mindkét vizsgált kéreg jellegzetes, körülbelül 1 Hz-es lassú oszcillációt mutat. A két régió közti korreláció jelentős (éles csúcsok). B) Stimulus hatására az AI régióban jelentősen megsűrűsödnek az up-state-ek (piros nyilak) a spontánhoz viszonyítva, míg az area 7-ben lényeges változás nem történik. A két régió közti korreláció kis mértékben csökken (a csúcsok kevésbé élesek).
42
KÖVETKEZTETÉSEK Kísérleteinkben megvizsgáltuk az akusztikus ingerek hatását a lassú oszcillációra majom és macska primer hallókérgében és szomatoszenzoros, illetve szomatoszenzorosasszociációs kérgében. Ketamin-xylazin altatás hatására körülbelül 1 Hz-es lassú oszcillációt mutattunk ki mindkét vizsgált fajban, azok mindkét vizsgált kérgi területén, amely kérgi területek között az oszcilláció fázisában összefüggés mutatkozott. Leírtuk a lassú oszcilláció tulajdonságait rétegelektródákkal elvezetett helyi mezőpotenciálok, MUA, CSD és PSTH analízisek segítségével. A lassú oszcilláció során a kérgi rétegekben koherens módon depolarizációs up-state és hiperpolarizációs down-state fázisok váltják egymást. Mind majomban, mind macskában az akusztikus ingerek eseményhez kötött potenciálokat váltottak ki a hallókéregben, míg a szomatoszenzoros illetve szomatoszenzoros-asszociációs kéregben nem. A hangingerek a primer hallókéregben modulálták a lassú oszcillációt: gyakran up-state-eket váltottak ki, a lassú oszcilláció frekvenciája az inger ritmusához igazodva megnőtt. A szomatoszenzoros és asszociációs kérgekben is szignifikánsan több up-state volt jelen az ingert követően, bár itt az összefüggés kevésbé volt kifejezett. A két kéreg szinkronitása a lassú oszcilláció tekintetében kis mértékben csökkent, de megőrződött akusztikus ingerlés során. Az egymástól távol eső kérgi területek közötti oszcillációbeli összefüggés arra utal, hogy a különböző kérgi területek – összeköttetéseik révén – nagy valószínűséggel modulálják egymás aktivitását. Hasonló
összefüggést
fedeztünk
fel
magasabb
rendű
emlősök
akusztikus
rendszerében, mint patkány szaglórendszerében (Fontanini, Bower 2006), ami igen ősi evolúciós háttérre enged következtetni. Bemutattuk, hogy az akusztikus inger képes szinkronizálni a lassú kérgi oszcillációt, azon belül is az up-state-eket. A klasszikus modell kimondja, hogy a lassú kérgi oszcilláció kizárólag kérgi eredetű. Kísérleteink ellenben kimutatták, hogy az oszcillációs fázisok egy része lehet thalamikus eredetű is. Ez a felfedezés alapvetően módosíthatja a lassú hullámú alvásról kialakult képünket. Feltételezéseink szerint az alvás alatt beérkező szenzoros bemenet feldolgozása hatásosabb lehet, ha mind az akusztikus kéreg, mind a szomatoszenzoros és asszociációs területek aktív fázisban (up-state) vannak. Ebben az esetben nagyobb eséllyel és árnyaltabban dolgozható fel az információ. Összevetve a két vizsgált area aktivitásának a beérkező ingerekre történő szinkron módosulását arra következtethetünk, hogy a beérkező hanginger
43
nem csupán a hallókéregben indukál az éberhez hasonló állapotot, hanem a szomatoszenzoros és szomatoszenzoros-asszociációs areákban is. Ezzel megfelelő időpillanatban fokozza az agy ingerfeldolgozó képességét, és a két (esetleg több) area együttes aktivitásának az ébrenlétre jellemző beállításával megteremti annak lehetőségét, hogy az állat a külvilágból beérkező, esetlegesen veszélyt jelentő egyéb szenzoros jeleket is minél pontosabban detektálja egy előjelző akusztikus ingert követően. Ez a mechanizmus valószínűleg jobb hatásfokú ébresztést tesz lehetővé, mintha az érintett areák valószínűségi alapon aktiválódnának.
Az epilepszia és az alvás kapcsolata Az epilepszia a WHO definíciója szerint: krónikus agyi működészavar különböző etiológiával, amelyet visszatérő rohamok jellemeznek. Hátterében az agyi neuronok excesszív kisülése áll és különböző klinikai és laboratóriumi manifesztációi lehetnek. A működészavar oka a kérgi neuronok patológiás mértékű szinkronizációja. Egy adott kéregterületen a fiziológiás állapothoz képest lényegesen nagyobb számú neuron kezd egyszerre tüzelni. Ez a fokozott szinkron aktivitás eredményezi a jellegzetes epileptiform hullámmintázat megjelenését az EEG-ben. Alvás során, különösen a SWS szakaszban, fokozódik a neuronok szinkronizációja az ébrenléthez, vagy a REM-fázishoz képest. A hiperpolarizációt kiváltó, nem GABA-erg gátlás alól hirtelen felszabaduló sejtek nagy erővel, egyszerre kezdenek tüzelni. Steriade és kollégái macskákon vizsgálták a paroxizmális aktivitás tulajdonságait. Arra a következtetésre jutottak, hogy az ictalis eseményeket modulálja az éberségi állapot (Topolnik, Steriade et al. 2003). Azt találták, hogy az epilepsziára jellemző aktivitás-mintázat poszttraumatikus (átmetszették a kéreg alatti kortikothalamikus bemeneteket) kéregben megjelenik ébrenléti állapotban, SWS alatt a rohamszerű tevékenység fokozódik, míg az alvás deszinkronizációs fázisa (REM) rezisztens az ictalis tevékenységek iránt (Nita, Cisse et al. 2006). Az agy epileptiform tevékenysége a kísérletekben jól láthatóan igazodik a különböző éberségi állapotok szinkronitásának mértékéhez. Különös hangsúlyt helyeztek a SWS-re jellemző lassú kérgi aktivitás szerepének vizsgálatára. Igazolták, hogy ez a 0,5-1 Hz-es, monoton lüktető oszcilláció az epileptiform rohamok potenciális aktivátora. Ketamin-xylazin altatásban ez a szinkron aktivitás méginkább stabilizálódik.
44
Eredményeikre magyarázatot adnak a SO élettani sajátosságai, miszerint a lassú kérgi aktivitás jellegzetes képét azok a hirtelen fázisváltások adják, amelyek a kérgi neuronok többségének összehangolt, szinkronizált működéséből fakadnak. Ha egyéb, a lassú kérgi oszcillációtól eltérő élettani aktivitást vizsgálunk a kéregben, megfigyelhetjük, hogy a neuronok kis százaléka oszcillál csupán egyszerre egy adott areán belül, míg a többi sejt gátlás alatt áll. Ez az aktivitás-mintázat segíti a beérkező információk megfelelő kérgi areában történő, minél pontosabb feldolgozását. Lassú hullámú alvásban azonban az a jellemző, hogy az átlagosnál sokkal több sejt oszcillál egyszerre up – state idején, down – state-ben pedig ezen sejtek mindegyike hiperpolarizált. Ez a kiterjedt, szélsőségek között ugráló aktivitásmintázat fokozottan szinkronizálja a kérgi idegsejtek működését. Egy-egy nagy amplitúdóval kezdődő up-state nagyban emlékeztet az epilepsziában jellemző paroxizmális aktivitásra. Nem véletlenül van ez így, hiszen a kérgi rohamok kiváltódásához és terjedéséhez is arra van szükség, hogy nagyszámú neuron egyszerre kezdjen tüzelni. Minél több sejt működik egyszerre, annál könnyebben billen át a folyamat patológiás tevékenységbe. Kísérleteink során bizonyítékokat találtunk arra a feltevésünkre, hogy az egymástól távolabb eső, különböző funkciókat betöltő kérgek (primer hallókéreg, szekunder szomatoszenzoros és szomatoszenzoros-asszociációs areák) között valamiféle kapcsolat áll fent, amely lehetővé teszi a kérgek közötti modulációt lassú hullámú alvás alatt. Ezeknek az eddig fel nem fedezett kommunikációs csatornáknak fontos szerepe lehet a patológiás tevékenységek terjedésében is. Az epilepszia-generalizálódás kérgi útjainak pontos feltárása nagy előrelépést jelentene a betegség patomechanizmusainak megismerésében, valamint segítséget nyújthat a betegség sebészeti terápiájának kidolgozásában.
45
ÖSSZEFOGLALÓ A klasszikus elméletek szerint alvás során belső világunk nagymértékben disszociált a külvilágtól. Eszerint mély alvásban a hangingerek csak a thalamusig jutnak el, nagyagykérgi feldolgozásra azonban nem kerülnek. Mély alvás alatt a nagyagykéregben jellegzetes lassú kérgi oszcilláció figyelhető meg, mely aktív és inaktív periódusok ciklikus ismétlődéséből épül fel. Ez a mechanizmus az agyi homeosztázist szabályozó és memória konszolidációs működések fenntartásához szükséges, továbbá szerepet játszik az epilepszia keletkezésében. Ha a hallókéreg nem dolgozná fel a beérkező hangingereket, az alvás közben előforduló vészjelekre sem ébredne fel az egyed, így életben maradási esélyei jelentősen csökkennének. Ugyanakkor, ha minden neszre felébredne, súlyos alvásmegvonási szindrómában szenvedne, amely szintén egy komoly kiszolgáltatottsági helyzetet teremt. Hipotézisünk szerint léteznie kell egy árnyaltabb ingerfeldolgozási stratégiának, mely lassú hullámú alvásban is beengedi kérgi szintre az akusztikus információt, hogy ott a túléléshez minimálisan szükséges feldolgozás lehetővé váljon. Munkám során az akusztikus ingerek lassú kérgi oszcillációra való hatását vizsgáltam ketamin-xylazin altatásban macskán és majmon. Majmok esetén az akusztikus és a másodlagos szomatoszenzoros kérget, macska esetében pedig akusztikus kérget, illetve a suprasylvian asszociációs területet (area 7) vizsgáltunk. Sokcsatornás mélyelektródával elvezetett agykérgi potenciálok analízisével állapítottuk meg a különböző kérgi területek oszcilláció változásait. Kísérleteink során, akusztikus ingerekre kiváltott válaszokat találtunk a primer hallókéregben, valamint azt tapasztaltuk, hogy az ingerek beindítják a lassú alvási oszcilláció aktív állapotát, azaz szinkronizálják a lassú oszcillációt. A környéki asszociációs és szomatoszenzoros területek lassú oszcillációját vizsgálva felfedeztük, hogy az akusztikus kéreg modulált aktivitása egyes környéki areák oszcillációját is szinkronizálni képes. Eredményeink arra utalnak, hogy az inger által kiváltható aktív és inaktív állapotoknak fontos szerepe lehet az ébresztő és alvásvédő mechanizmusok szabályozásában. Az akusztikus kéreg szinkronizáló hatása kiterjed a környező szomatoszenzoros és asszociációs kérgi területekre, így felkészítheti azokat a későbbiekben beérkező információ hatékonyabb feldolgozására.
46
SUMMARY During sleep – according to classical hypotheses – our inside world is largely dissociated from the outside environment. In slow wave sleep, acoustical signals are gated at thalamic level and do not reach the neocortex. During deep sleep neocortex expresses a characteristic slow oscillation built up of cyclic periods of active and inactive states playing an important role in brain homeostasis, memory consolidation and may be in relation with the generation of epileptic seizures. If auditory cortex would not process acoustical stimuli, emergency signals could not waken the sleeping subject, and thus, chances for staying alive would be considerably decreased. At the same time, if every noise could waken the subject, he would suffer from serious sleep deprivation, also producing severe physiological problems. Based on our hypothesis, a more sophisticated strategy should exist in the mammalian brain, allowing acoustical information to reach neocortical levels and to ensure information processing crucial for the survival of the subject. In the present study we investigated the impact of acoustical stimuli on cortical slow oscillation of cats and monkeys in ketamine-xylazine anesthesia. We studied auditory and secondary somatosensory cortices in monkeys, auditory cortex and suprasylvian association area (area 7) in cats. Changes in oscillatory patterns of the different neocortical areas have been explored by the analysis of cortical field potentials obtained with multiple channel microelectrodes. We found evoked potentials to acoustical stimuli in the primary auditory cortex, and observed that these inputs induced active states of slow oscillation, i.e. synchronized the activity of large amount of cortical neurons. Furthermore, analysis of slow oscillation in somatosensory cortex and association area showed that the modulated activity of primary auditory cortex is able to synchronize oscillation of certain surrounding cortical areas. Our results suggest that acoustic evoked states in sleep might play an important role in wakening as well as in sleep protecting mechanisms. The influence of the auditory cortex on the oscillation synchrony in the surrounding association and somatosensory areas might prepare these latter cortices to a more efficient processing of the further arriving information.
47
IRODALOMJEGYZÉK Bódizs, R. (2000). Alvás, ébrenlét, bioritmusok. Budapest, Medicina Könyvkiadó. Castro-Alamancos, M. A. and E. Oldford (2002). "Cortical sensory suppression during arousal is due to the activity-dependent depression of thalamocortical synapses." J Physiol 541(Pt 1): 319-31. Castro-Alamancos, M. A. and P. Rigas (2002). "Synchronized oscillations caused by disinhibition in rodent neocortex are generated by recurrent synaptic activity mediated by AMPA receptors." J Physiol 542(Pt 2): 567-81. Clarey, J. C. and D. R. Irvine (1990). "The anterior ectosylvian sulcal auditory field in the cat: I. An electrophysiological study of its relationship to surrounding auditory cortical fields." J Comp Neurol 301(2): 289-303. Dossi, R. C., A. Nunez, et al. (1992). "Electrophysiology of a slow (0.5-4 Hz) intrinsic oscillation of cat thalamocortical neurones in vivo." J Physiol 447: 215-34. E. R. Kandel, J. S., T. Jessell (2000). Principles of Neural Science. New York, McGraw-Hill. Fontanini, A. and J. M. Bower (2005). "Variable coupling between olfactory system activity and respiration in ketamine/xylazine anesthetized rats." J Neurophysiol 93(6): 357381. Fontanini, A. and J. M. Bower (2006). "Slow-waves in the olfactory system: an olfactory perspective on cortical rhythms." Trends Neurosci 29(8): 429-37. Fontanini, A., P. Spano, et al. (2003). "Ketamine-xylazine-induced slow (< 1.5 Hz) oscillations in the rat piriform (olfactory) cortex are functionally correlated with respiration." J Neurosci 23(22): 7993-8001. Fonyó, A. (1999). Az orvosi élettan tankönyve. Budapest, Medicina. Karmos, G Ulbert, I. (2002). "Frequency of Gamma Activity is Modulated by Motivation in the Auditory Cortex of Cat." Acta biologica Hungarica. Hackett, T. A., G. Karmos, et al. (2005). "Neurosurgical access to cortical areas in the lateral fissure of primates." J Neurosci Methods 141(1): 103-13. Haslinger, R., I. Ulbert, et al. (2006). "Analysis of LFP phase predicts sensory response of barrel cortex." J Neurophysiol 96(3): 1658-63.
48
Karmos, G., J. Martin, et al. (1970). "Constant intensity sound stimulation with a bone conductor in the freely moving cat." Electroencephalogr Clin Neurophysiol 28(6): 637-8. Karmos, G., M. Molnar, et al. (1982). "A new multielectrode for chronic recording of intracortical field potentials in cats." Physiol Behav 29(3): 567-71. Karmos, G., M. Molnar, et al. (1986). "Evoked potential components in the layers of the auditory cortex of the cat." Acta Neurobiol Exp (Wars) 46(5-6): 227-36. Molnar, M., G. Karmos, et al. (1986). "Laminar analysis of intracortical auditory evoked potentials during the wakefulness-sleep cycle in the cat." Int J Psychophysiol 3(3): 171-82. Molnar, M., G. Karmos, et al. (1988). "Intracortical auditory evoked potentials during classical aversive conditioning in cats." Biol Psychol 26(1-3): 339-50. Mukovski, M., S. Chauvette, et al. (2006). "Detection of Active and Silent States in Neocortical Neurons from the Field Potential Signal during Slow-Wave Sleep." Cereb Cortex. Nita, D. A., Y. Cisse, et al. (2006). "Increased propensity to seizures after chronic cortical deafferentation in vivo." J Neurophysiol 95(2): 902-13. Nita, D. A., Y. Cisse, et al. (2006). "Waking-Sleep Modulation of Paroxysmal Activities Induced by Partial Cortical Deafferentation." Cereb Cortex. Rouiller, E. M., G. M. Simm, et al. (1991). "Auditory corticocortical interconnections in the cat: evidence for parallel and hierarchical arrangement of the auditory cortical areas." Exp Brain Res 86(3): 483-505. Shah, A. S., S. L. Bressler, et al. (2004). "Neural dynamics and the fundamental mechanisms of event-related brain potentials." Cereb Cortex 14(5): 476-83. Steriade, M. (1997). "Synchronized activities of coupled oscillators in the cerebral cortex and thalamus at different levels of vigilance." Cereb Cortex 7(6): 583-604. Steriade, M. (1999). "Coherent oscillations and short-term plasticity in corticothalamic networks." Trends Neurosci 22(8): 337-45. Steriade, M. (2006). "Grouping of brain rhythms in corticothalamic systems." Neuroscience 137(4): 1087-106. Steriade, M. and F. Amzica (1998). "Coalescence of sleep rhythms and their chronology in corticothalamic networks." Sleep Res Online 1(1): 1-10.
49
Steriade, M. and F. Amzica (1998). "Slow sleep oscillation, rhythmic K-complexes, and their paroxysmal developments." J Sleep Res 7 Suppl 1: 30-5. Steriade, M., D. Contreras, et al. (1993). "The slow (< 1 Hz) oscillation in reticular thalamic and thalamocortical neurons: scenario of sleep rhythm generation in interacting thalamic and neocortical networks." J Neurosci 13(8): 3284-99. Steriade, M., A. Nunez, et al. (1993). "Intracellular analysis of relations between the slow (< 1 Hz) neocortical oscillation and other sleep rhythms of the electroencephalogram." J Neurosci 13(8): 3266-83. Steriade, M., A. Nunez, et al. (1993). "A novel slow (< 1 Hz) oscillation of neocortical neurons in vivo: depolarizing and hyperpolarizing components." J Neurosci 13(8): 3252-65. Steriade, M., I. Timofeev, et al. (2001). "Natural waking and sleep states: a view from inside neocortical neurons." J Neurophysiol 85(5): 1969-85. Szentágothai, J. and M. Réthelyi (1994). Funkcionális anatómia. Budapest, Semmelweis Kiadó. Timofeev, I., F. Grenier, et al. (2001). "Disfacilitation and active inhibition in the neocortex during the natural sleep-wake cycle: an intracellular study." Proc Natl Acad Sci U S A 98(4): 1924-9. Topolnik, L., M. Steriade, et al. (2003). "Partial cortical deafferentation promotes development of paroxysmal activity." Cereb Cortex 13(8): 883-93. Ulbert, I., E. Halgren, et al. (2001). "Multiple microelectrode-recording system for human intracortical applications." J Neurosci Methods 106(1): 69-79. Ulbert, I., G. Heit, et al. (2004). "Laminar analysis of human neocortical interictal spike generation and propagation: current source density and multiunit analysis in vivo." Epilepsia 45 Suppl 4: 48-56. Ulbert, I., Z. Magloczky, et al. (2004). "In vivo laminar electrophysiology co-registered with histology in the hippocampus of patients with temporal lobe epilepsy." Exp Neurol 187(2): 310-8. Wilson, C. J. and Y. Kawaguchi (1996). "The origins of two-state spontaneous membrane potential fluctuations of neostriatal spiny neurons." J Neurosci 16(7): 2397-410.
50
RÖVIDÍTÉSEK JEGYZÉKE AI
elsődleges hallókéreg
AII
szekunder hallókéreg
AAF
anterior auditory field, anterior hallómező
AD
analóg-digitális
AP
anterio-posterior
CL
caudalis lateralis hallókéreg
CM
caudalis medialis hallókéreg
CPB
caudalis parabelt area
CSD
Current Source Density, áramforrás sűrűség
EEG
elektroencefalogram
EKP
eseményhez kötött potenciál
EMG
elektromiogram
EOG
elektrookulogram
EPSP
excitátoros posztszinaptikus potenciál
FFT
fast Fourier transzformáció
GABA
gamma-amino-vajsav (gátló neurotranszmitter)
GGS
gátlás gátlásáért felelős neuron
HT
Hilbert transzformáció
IC
intracelluláris
IPSP
inhibitoros posztszinaptikus potenciál
LFP
Local Field Potential, helyi mezőpotenciál
ML
medio-lateralis
MUA
Multi Unit Activity, soksejt aktivitás
NeuN
neuron marker
nRT
nucleus reticularis thalami
PAF
posterior auditory field, posterior hallómező
PSTH
Peri-stimulus Time Histogram, esemény körüli idő-hisztogram
REM
Rapid Eye Movements, gyors szemmozgásokkal járó alvási fázis
RPB
rostralis parabelt area
SII
szekunder szomatoszenzoros area
51
SO
Slow Oscillation, lassú oszcilláció
STG
gyrus temporalis superior
SWS
Slow Wave Sleep, lassú hullámú alvás
TDT
hangadó szoftver
TKN
tüskés közti neuron
WHO
World Health Organization, Világ Egészségügyi Szervezet
WT
Wavelet traszformáció
52
KÖSZÖNETNYILVÁNÍTÁS
Szeretnék köszönetet mondani témavezetőimnek, Dr. Ulbert Isvánnak és Dr. Karmos Györgynek hogy lehetővé tették számomra e munkában való részvételt, és amiért önzetlen segítséget nyújtottak mind a témaválasztásban, mind a tudományos kutatás elméleti és gyakorlati alapjainak elsajátításában. Szeretnék köszönetet mondani Dr. Hajós Ferencnek, aki elvállalta a belső konzulensi tisztet, és segítsét adta a dolgozatom létrejöttéhez. Köszönet illeti Dr. Czigler István igazgatót a lehetőségért, hogy a Magyar Tudományos Akadémia Pszichológiai Kutatóintézetében készíthettem el a dolgozatomat. Szintén köszönetet szeretnék mondani Dr. Wittner Lucának aki nagy türelemmel segített a kutatás során felmerülő elméleti és gyakorlati problémák megoldásában, továbbá Csercsa Richárdnak, Magony Andornak, Grand Lászlónak, Dombóvári Balázsnak és a labor összes munkatársának együttműködésükért, és akikkel együtt dolgozva nagyon jó hangulatban zajlott a munka. Köszönöm a családomnak, hogy az elmúlt évek során mindenben mellettem álltak és segítettek.
53
