人間の海馬内の食欲生成サブネットワーク
ホームページホームページ > ブログ > 人間の海馬内の食欲生成サブネットワーク

人間の海馬内の食欲生成サブネットワーク

Jun 21, 2023

自然 (2023)この記事を引用

76 オルトメトリック

メトリクスの詳細

げっ歯類の海馬が食欲誘発性の処理に関与しているという以前の報告を知らせるために、より具体的な回路探索技術が利用可能になったのはつい最近のことです1、2、3、4。 この機能は、メラニン凝集ホルモンなどの食欲促進性視床下部側方神経ペプチドに関与するものを含む、視床下部側方入力によって少なくとも部分的に媒介されることが報告されている5,6。 しかし、この回路は人間では依然としてとらえどころがありません。 今回我々は、トラクトグラフィー、頭蓋内電気生理学、皮質皮質下誘発電位、および脳を除去する3D組織学を組み合わせて、視床下部外側部に関与し、海馬小領域に集中する食欲生成回路を特定した。 私たちは、低周波パワーが甘い脂肪分の食べ物の合図によって変調され、この変調が背外側海馬に特有であることを発見しました。 摂食行動の調節不全を示すヒトコホートにおけるこの回路の構造的および機能的分析により、BMIと逆相関する接続性が明らかになった。 まとめると、この多峰性のアプローチは、肥満および関連する摂食障害に関与するヒトの海馬内の食欲抑制サブネットワークを説明します。

食欲促進性の食欲処理は、完了行動を制御する感覚、内受容、ホルモン信号の統合に依存しています1,7。 このプロセスの調節不全は、過食症などの不適応な食行動を引き起こし、肥満と関連しています8。 げっ歯類の研究では、海馬のニューロン亜集団が食物の合図に反応し、食物の場所の記憶をコード化していることが実証されています1,2。 この回路の障害は摂食行動の調節不全につながるため、視床下部外側部(LH)からの突起はこの食欲促進性海馬機能の中心となっています5。 これらの LH 突起は、LH 領域 (不定帯の一部を含む LH とその隣接領域を指す) で産生される食欲促進性神経ペプチドであるメラニン凝集ホルモン (MCH)9 を発現していることが判明しました。 MCH を含む投射ニューロンは、MCH の過剰発現が肥満状態と関連しているため、食物の報酬値に影響を与えることが報告されています 10,11。

LHと海馬が相互作用する基礎的な回路、および口頭合図による前プロセスを含むヒトの食欲促進性の食欲処理との関連性はまだ調査されていない。 今回我々は、食物関連の食欲処理におけるヒトの海馬の構造的および機能的関与を特徴づけます。

7Tヒューマンコネクトームプロジェクト(HCP)リリース(n = 178)からの高解像度の標準データで確率的トラクトグラフィーを使用して、トラクトグラフィーで定義されたLH相互接続(流線)が背外側海馬(dlHPC)サブ領域に収束していることを発見しました(図1a) )。 次に、おいしい味の処理におけるdlHPCの機能的関与を調査しました。 簡潔にするために、dlHPC サブ領域の外側の海馬の体積を非 dlHPC サブ領域と呼びます。 より具体的には、我々は以下の仮説を検証した。(1) dlHPC スペクトルダイナミクスは、甘い脂肪の合図と中性の合図を識別する。 (2) スペクトルダイナミクスは、dlHPC と直接接触している電極と、非 dlHPC サブ領域のみと直接接触している電極の間で異なります。 参加者(n = 9)が甘い脂肪インセンティブタスクパラダイムを実行している間、ヒトの海馬に埋め込まれた頭蓋内電極(n = 54; dlHPC接触34個、非dlHPC接触20個)を使用して局所電場電位活動(図1b)を測定しました12。 (補足図1a)。 すべての参加者の人口統計学的特徴と臨床的特徴を補足表 1 に示します。このパラダイムでは、個人は、その後消費のために提供される甘い脂肪または味が中性の溶液を表す画像で 1 秒間合図されました。 我々は、条件固有の前刺激で正規化された低周波パワー(約 3 ~ 14 Hz、主に約 4 ~ 6 Hz の持続ピークを持つ、このクラスターの周波数範囲を反映するため、以下、低周波パワー クラスターと呼びます)であることを発見しました。 )dlHPCにおける甘味脂肪溶液の期待中は、中間の味と比較して有意に高かった(P < 0.05、ペアのノンパラメトリッククラスターベースの順列検定、多重比較を補正するためにヌル分布クラスターサイズを使用)(図1c) 。 より高い周波数はより局所的な活動を反映する可能性がありますが、より低い周波数は、その周期が長いため、複数のシナプス遅延にわたる伝導速度の一時的な需要に対応できるため、離れた領域に情報をルーティングするのに有利であると考えられています13。 このプロファイルは、合図の直後(約110ミリ秒)に観察され、dlHPCサブ領域内の接触に局在していました(図1d、e)。

 0.2mm; (2) more than 20% of FD over 0.2 mm; or (3) any FD > 5 mm (ref. 58). Global signals were extracted within the cerebrospinal fluid, white matter, grey matter and whole-brain masks. XCP Engine v.1.0 was used to perform denoising of the preprocessed BOLD output from fMRIPrep, using the estimated confound parameters58,59. This included demeaning and removal of any linear or quadratic trends and temporal filtering using a first-order Butterworth bandpass filter (0.01–0.08 Hz). These preliminary preprocessing steps were then followed by confound regression of ICA-AROMA noise components, together with mean white matter, cerebrospinal fluid and global signal regressors. All regressors were band-pass filtered to retain the same frequency range as the data to avoid frequency-dependent mismatch59. Whereas preprocessing was performed on the diffusion MRI data from the binge-eating-prone cohort to prepare the images for probabilistic tractography using the FSL suite60,61, the normative HCP diffusion MRI data had already been preprocessed (with the minimal preprocessing pipeline). The diffusion-weighted images were corrected for motion and geometric distortions using the topup and eddy functions, similar to that applied in the HCP’s preprocessing pipeline. For each participant, diffusion and T1-weighted images were co-registered using boundary-based registration./p> 25 (referred to as obese/overweight group)./p>