Simple Science

La science de pointe expliquée simplement

# Biologie# Neurosciences

Avancées dans la recherche sur la stimulation magnétique transcrânienne

Un aperçu du potentiel et des limites de la TMS dans la compréhension du fonctionnement du cerveau.

― 9 min lire


Recherche sur le TMS :Recherche sur le TMS :Percées et Défisla TMS en neurosciences.Examiner les complexités et l'avenir de
Table des matières

La Stimulation Magnétique Transcrânienne (TMS) est une méthode qui utilise des champs magnétiques pour stimuler les cellules nerveuses dans le cerveau. C'est une technique non invasive, ce qui veut dire qu'elle ne nécessite pas de chirurgie ou d'insertion dans le corps. La TMS peut être utilisée pour activer certaines zones du cerveau afin d'étudier son fonctionnement. En plus, ça aide à traiter diverses conditions psychiatriques et neurologiques. Les chercheurs s'intéressent aussi à utiliser la TMS pour rassembler des marqueurs diagnostiques pour différentes affections.

Malgré son utilité, l'avancement des méthodes de TMS et de ses applications progresse lentement. Ça vient en grande partie des incertitudes autour des parties du cerveau activées pendant la TMS et de l'effet de cette stimulation sur les connexions dans le cerveau et au-delà de la zone initialement stimulée.

Comprendre les Réponses Corticales

Une façon d'analyser les schémas d'activité électrique dans le cerveau après la TMS est d'examiner les signaux descendants qui voyagent du cerveau à la moelle épinière. Quand la TMS est appliquée, il y a des vagues de signaux électriques appelées vagues corticospinales qui peuvent être détectées dans la moelle épinière. Ces vagues proviennent de types spécifiques de neurones dans le cerveau, connus sous le nom de neurones pyramidaux de couche 5 (PTNs), qui ont de longs axones connectés à la moelle épinière.

Il y a deux types principaux de vagues considérées dans ce contexte : la vague directe (D-wave) et les vagues indirectes (I-waves). On pense que la D-wave représente l'activation immédiate des PTNs après la TMS. Les I-waves suivent la D-wave, résultant probablement d'une réaction en chaîne où l'activation initiale influence d'autres neurones, menant à des réponses supplémentaires.

En étudiant ces vagues, les scientifiques espèrent comprendre comment différents neurones et leurs connexions réagissent à la TMS.

Enquête sur les I-Waves

Les recherches actuelles sur les I-waves ont combiné des enregistrements de la moelle épinière avec divers médicaments pour explorer les récepteurs impliqués dans leur génération. Ces expériences ont conduit à d'importantes théories sur la production des vagues, suggérant qu'elles proviennent soit de réseaux de neurones interconnectés, soit des propriétés intrinsèques des neurones eux-mêmes.

Le modèle de réseau suggère que l'activation initiale via des connexions corticocorticales déclenche une réaction en chaîne parmi les différentes populations neuronales, tandis que le modèle intrinsèque suggère que les PTNs eux-mêmes montrent une activité répétitive après la stimulation initiale.

Construire un Modèle Computationnel

Pour mieux comprendre ces mécanismes, les chercheurs ont développé des modèles computationnels de ces réseaux neuronaux qui simulent comment les vagues corticospinales induites par la TMS se produisent. Un modèle représentait différentes couches du cortex moteur, utilisant des représentations simplifiées des neurones pour imiter la formation de ces vagues.

En utilisant ce modèle, les chercheurs peuvent reproduire les caractéristiques des D-Waves et I-waves enregistrées chez des sujets humains subissant la TMS. Une attention particulière a été accordée à garantir que le modèle soit aussi précis que possible en optimisant divers paramètres, tels que les poids synaptiques et les taux d'activation des neurones basés sur des données réelles d'expériences TMS.

Optimisation des Paramètres

Dans le processus de modélisation, les chercheurs ont utilisé une technique appelée optimisation par essaim de particules pour peaufiner les paramètres du modèle. Cette méthode aide à trouver les meilleures valeurs de paramètres qui mènent à des résultats correspondant aux données expérimentales.

À travers plusieurs cycles d'optimisation, les chercheurs ont pu obtenir de bons résultats qui estiment de près l'activité des vagues corticospinales observées, tant avec que sans la D-wave. C'est important parce que ça montre que le modèle peut s'adapter à différents types de réponses neuronales en fonction des changements dans les paramètres.

Analyse de Sensibilité

Pour explorer comment différents paramètres influencent la génération des vagues corticospinales, une analyse de sensibilité a été réalisée. Cette analyse évalue comment des changements dans certains paramètres affectent les vagues de sortie.

Pendant cette procédure, les chercheurs se sont concentrés spécifiquement sur l'activation des PTNs et leurs connexions. Ils ont découvert que l'activation directe des PTNs avait un impact significatif sur la génération des D-waves, tandis que l'influence des afférents était cruciale pour les I-waves.

Cette analyse de sensibilité a fourni des informations sur les connexions et les types de neurones les plus importants pour générer les différentes vagues déclenchées par la TMS.

Exploration des Chemins Préférés

L'analyse structurelle du modèle visait à trouver des caractéristiques communes parmi les facteurs qui influencent la génération des I-waves. En évaluant les positions et les probabilités de connexion des différents neurones dans le modèle, les chercheurs ont pu classifier des caractéristiques en fonction de leurs effets sur les vagues.

Ils ont constaté que les neurones ayant des chemins hautement connectés aux PTNs ont une plus grande influence sur la génération des vagues. Il est important de noter que les délais de conduction-essentiellement le temps nécessaire pour que les signaux voyagent à travers ces connexions-ont également été identifiés comme un facteur clé.

Comprendre les Oscillations Neuronales

Un autre domaine d'étude se concentre sur le fait de savoir si les schémas de décharge des PTNs ressemblent à des caractéristiques d'oscillateurs, ce qui signifie qu'ils peuvent produire des pics répétitifs à une certaine fréquence. Bien que cela puisse sembler comme une preuve d'un oscillateur neural, l'analyse a indiqué que la génération des I-waves est plutôt une fonction des effets à l'échelle de la population plutôt que du comportement d'un neurone individuel.

Comparaison avec les Résultats Expérimentaux

Les chercheurs ont comparé les résultats du modèle avec ceux d'études expérimentales spécifiques, principalement celles impliquant la microstimulation intracorticale (ICMS). Bien que TMS et ICMS stimulent le cerveau de différentes manières, les études ICMS ont révélé des informations sur l'organisation de l'activité neuronale et comment différents schémas de stimulation suscitent des réponses.

Par exemple, l'ICMS peut générer une activité qui fait écho aux réponses observées avec la TMS. Cependant, les différences dans la manière dont les champs magnétiques affectent l'activation neuronale limitent la mesure dans laquelle l'ICMS peut expliquer les réponses évoquées par la TMS.

Identification des Afférents Importants

Le modèle a identifié que divers inputs externes connus sous le nom d'afférents sont cruciaux pour la génération des I-waves. Ces afférents proviennent de différentes régions du cerveau et se connectent principalement à des couches spécifiques au sein du cortex moteur.

Par exemple, la zone motrice secondaire (M2) semble influencer de manière significative la première I-wave (I1-wave), tandis que les connexions du cortex somatosensoriel primaire pourraient contribuer à la I2-wave.

Limitations du Modèle

Bien que les résultats soient prometteurs, le modèle a des limitations. Les simplifications faites pour l'efficacité computationnelle signifient que certains détails biologiques peuvent être négligés. Par exemple, le modèle ne représente pas actuellement la complexité des processus dendritiques ou des interactions qui se produisent entre différents types de neurones.

De plus, le modèle n'incluait pas certaines couches du cortex moteur, qui pourraient également jouer un rôle dans la génération des I-waves. Cela souligne la nécessité d'un développement et d'un perfectionnement supplémentaires dans l'approche de modélisation.

Directions Futures

À l'avenir, il serait bénéfique d'élargir le modèle pour inclure plus de types de neurones et de couches identifiées dans des études récentes. Incorporer des données de plus de sujets renforcerait les résultats et offrirait des perspectives plus larges sur la manière dont la TMS interagit avec les différences individuelles parmi les patients.

Des modèles plus complexes qui représentent fidèlement les structures spatiales des neurones et leurs connexions pourraient offrir des éclaircissements plus profonds sur les mécanismes derrière l'activation des neurones suite à une stimulation.

En outre, un accent sur la manière dont la TMS interagit avec différentes formes de stimulation, y compris des paradigmes de pulse appariés ou de pulse répétitives, améliorerait la compréhension de la réponse du cerveau à différents types d'entrées électriques.

Conclusion

La stimulation magnétique transcrânienne est un outil puissant pour comprendre l'activité cérébrale, avec un potentiel pour des applications thérapeutiques. La recherche a révélé beaucoup de choses sur comment la TMS active les structures corticales et produit des signaux électriques qui peuvent être mesurés dans la moelle épinière. En développant des modèles computationnels, en analysant la sensibilité et en comparant les résultats expérimentaux, les chercheurs avancent dans la cartographie des connexions et des chemins complexes impliqués dans les réponses à la TMS.

Cependant, il reste du travail à faire pour affiner ces modèles et comprendre les implications plus larges de la TMS, y compris ses effets sur différentes populations et le potentiel pour diverses applications dans le traitement des conditions neurologiques et psychiatriques.

Source originale

Titre: Circuits and mechanisms for TMS-induced corticospinal waves: Connecting sensitivityanalysis to the network graph

Résumé: Transcranial magnetic stimulation (TMS) is a non-invasive, FDA-cleared treatment for neuropsychiatric disorders with broad potential for new applications, but the neural circuits that are engaged during TMS are still poorly understood. Recordings of neural activity from the corticospinal tract provide a direct readout of the response of motor cortex to TMS, and therefore a new opportunity to model neural circuit dynamics. The study goal was to use epidural recordings from the cervical spine of human subjects to develop a computational model of a motor cortical macrocolumn through which the mechanisms underlying the response to TMS, including direct and indirect waves, could be investigated. An in-depth sensitivity analysis was conducted to identify important pathways, and machine learning was used to identify common circuit features among these pathways. Sensitivity analysis identified neuron types that preferentially contributed to single corticospinal waves. Single wave preference could be predicted using the average connection probability of all possible paths between the activated neuron type and L5 pyramidal tract neurons (PTNs). For these activations, the total conduction delay of the shortest path to L5 PTNs determined the latency of the corticospinal wave. Finally, there were multiple neuron type activations that could preferentially modulate a particular corticospinal wave. The results support the hypothesis that different pathways of circuit activation contribute to different corticospinal waves with participation of both excitatory and inhibitory neurons. Moreover, activation of both afferents to the motor cortex as well as specific neuron types within the motor cortex initiated different I-waves, and the results were interpreted to propose the cortical origins of afferents that may give rise to certain I-waves. The methodology provides a workflow for performing computationally tractable sensitivity analyses on complex models and relating the results to the network structure to both identify and understand mechanisms underlying the response to acute stimulation. AUTHOR SUMMARYUnderstanding circuit mechanisms underlying the response to transcranial magnetic stimulation remains a significant challenge for translational and clinical research. Computational models can reconstruct network activity in response to stimulation, but basic sensitivity analyses are insufficient to identify the fundamental circuit properties that underly an evoked response. We developed a data-driven neuronal network model of motor cortex, constrained with human recordings, that reproduced the corticospinal response to magnetic stimulation. The model supported several hypotheses, e.g., the importance of stimulating incoming fibers as well as neurons within the cortical column and the relevance of both excitatory and inhibitory neurons. Following a sensitivity analysis, we conducted a secondary structural analysis that linked the results of the sensitivity analysis to the network using machine learning. The structural analysis pointed to anatomical mechanisms that contributed to specific peaks in the response. Generally, given the anatomy and circuit of a neural region, identifying strongly connected paths in the network and the conduction delays of these paths can screen for important contributors to response peaks. This work supports and expands on hypotheses explaining the response to transcranial magnetic stimulation and adds a novel method for identifying generalizable neural circuit mechanisms.

Auteurs: Gene Jong Yu, F. Ranieri, V. Di Lazzaro, M. A. Sommer, A. V. Peterchev, W. M. Grill

Dernière mise à jour: 2024-03-11 00:00:00

Langue: English

Source URL: https://www.biorxiv.org/content/10.1101/2024.03.05.583549

Source PDF: https://www.biorxiv.org/content/10.1101/2024.03.05.583549.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.

Articles similaires