Naar een Causale Mapping van Episodisch Geheugen iEEG-netwerken Via Multimethode Hersenstimulatie

Episodische geheugenstoornis treedt op wanneer ziekten de hippocampus en het netwerk van interacterende hersengebieden beïnvloeden. Een beter begrip van hersenmechanismen voor geheugen is nodig voor de ontwikkeling van behandelingen. Dit project zal experimentele benaderingen ontwikkelen die stimulatie gebruiken om hersen-gedragsrelaties bij mensen te manipuleren en daarmee direct testen hoe het hippocampale netwerk het geheugen ondersteunt. Intracraniële elektro-encefalografie (iEEG) biedt mogelijkheden om de neurale basis van geheugen te bestuderen met hoge ruimtelijke en temporele resolutie. Veel experimenten hebben iEEG-signalen geïdentificeerd die geassocieerd zijn met geheugen, bijvoorbeeld door gevallen van geheugensucces te vergelijken met falen. De functionele relevantie van deze signalen blijft echter onduidelijk, omdat dergelijke vergelijkingen signalen van externe, gelijktijdige, cognitieve processen kunnen identificeren. Een routinematige benadering om deze beperking in de gedragsneurowetenschappen aan te pakken is via bidirectionele manipulaties, d.w.z. exogene versterking of remming van het vermeende neurale proces en tests van overeenkomstige versterking of remming van gedragsprestaties. Deze benadering is onderbenut in menselijk iEEG-geheugenonderzoek, deels vanwege moeilijkheden bij het betrouwbaar beïnvloeden van geheugen of neurale signalen met de momenteel beschikbare manipulaties, zoals directe elektrische stimulatie (DES) via iEEG-elektroden. Als een route om bidirectionele manipulatie-experimenten in menselijk iEEG-geheugenonderzoek te realiseren, maakt dit project gebruik van een niet-invasief elektromagnetisch stimulatietool dat betrouwbaar en robuust hippocampaal netwerkactiviteit en geheugenprestaties beïnvloedt, genaamd "hippocampal indirectly targeted stimulation" (HITS). HITS zal voor het eerst worden gebruikt met iEEG om activiteitspatronen van het hippocampale netwerk te identificeren die verband houden met verbetering versus verslechtering van geheugengedragsprestaties. Om de gedragsrelevantie rigoureus te testen, zullen we een gesloten-lus machine learning-benadering gebruiken om DES-parameters te identificeren die de hippocampale-netwerk iEEG-activiteitspatronen reproduceren die door HITS worden gegenereerd, en vervolgens testen of toediening van DES om deze hippocampale-netwerk iEEG-activiteitspatronen te versterken of te remmen overeenkomstige verbetering versus verslechtering van geheugengedragsprestaties produceert. Zo zal bidirectionele manipulatie worden gebruikt om iEEG-signalen van geheugengedrag direct/causaal te testen. Groepsniveau modellering van DES-parameters die de effecten van HITS nabootsen, zal worden gebruikt om de toegankelijkheid van bidirectionele manipulaties te verbreden voor toekomstig onderzoek dat geheugenmechanismen test in grotere iEEG-steekproeven over meerdere locaties die niet over de technische capaciteit voor HITS beschikken. Over drie locaties zullen we testen of bidirectionele manipulaties van hippocampale-netwerkactiviteit betrokken bij geheugenprestaties succesvoller zijn voor HITS-geïnformeerde DES versus DES gebaseerd op a priori hypothesen. Dit verkennende project zal zo een basis leggen voor toekomstige studies om hippocampale-netwerkondersteuning van geheugengedragsprestaties rigoureus te testen met behulp van bidirectionele experimentele manipulaties en zal een samenwerking van multidisciplinaire onderzoekers over meerdere instellingen tot stand brengen om dit innovatieve mechanistische geheugenonderzoek uit te voeren.