Differensiell dopaminfrigivelsesdynamikk i Nucleus Accumbens Core og Shell avslører kompletterende signaler for feilprediksjon og incentivmotivasjon (2015)

  1. Regina M. Carelli 2

+Vis tilknytning

Forfatterbidrag: MPS og FC designet forskning; MPS og FC utførte forskning; MPS og FC analyserte data; MPS, RMW og RMC skrev papiret.

Abstrakt

Mesolimbic dopamine (DA) frigjøres fasisk under appetittlig atferd, selv om det er vesentlig uenighet om det spesifikke formålet med disse DA-signalene. For eksempel antyder prediksjonsfeil (PE) -modeller en rolle som læring, mens incentiv salience-modeller (IS) argumenterer for at DA-signalet gir stimuli med verdi og derved stimulerer motivert oppførsel. Imidlertid kan mønstre av DA-frigjøring innen nucleus accumbens (NAc) påfallende variere mellom subregioner, og som sådan er det mulig at disse mønstrene på en annen måte bidrar til aspekter ved PE og IS. For å vurdere dette målte vi DA-frigjøring i subregioner av NAc under en atferdsoppgave som spatiotemporalt separerte sekvensielle målstyrte stimuli. Elektrokjemiske metoder ble brukt til å måle delvis NAc-dopaminfrigjøring i kjernen og skallet under en vellært instrumentell kjedeplan hvor rotter ble trent til å trykke på en spak (søker; SL) for å få tilgang til en andre spak (tar; TL) knyttet til matleveranse, og igjen under utryddelse. I kjernen var den fasiske DA-utgivelsen størst etter den første SL-presentasjonen, men minimal for de påfølgende TL- og belønningshendelsene. I kontrast viste fasisk skall DA robust frigjøring ved alle oppgavehendelser. Signaleringen avtok mellom begynnelsen og slutten av økter i skallet, men ikke kjernen. Under utryddelse viste topp DA-frigjøring i kjernen en gradert nedgang for SL og pauser ved frigjøring under utelatte forventede belønninger, mens skall-frigjøring av skall hovedsakelig falt under TL. Disse utgivelsesdynamikkene antyder parallelle DA-signaler som er i stand til å støtte distinkte teorier om appetittvekkende atferd.

SIKKERHETSDATO Dopamin-signalering i hjernen er viktig for en rekke kognitive funksjoner, for eksempel læring og motivasjon. Det antas vanligvis at et enkelt dopaminsignal er tilstrekkelig for å støtte disse kognitive funksjonene, selv om konkurrerende teorier er uenige om hvordan dopamin bidrar til belønningsbasert atferd. Her har vi funnet ut at dopaminfrigjøring i sanntid i nucleus accumbens (et primært mål for dopamin neuroner i mellomhinnen) påfallende varierer mellom kjerne- og skallsubregioner. I kjernen stemmer dopamindynamikken overens med læringsbaserte teorier (for eksempel belønningsprediksjonsfeil), mens dopamin i skallet er i samsvar med motivasjonsbaserte teorier (for eksempel incitament salience). Disse funnene viser at dopamin spiller flere og komplementære roller basert på diskrete kretsløp som hjelper dyr med å optimalisere givende atferd.

Introduksjon

Å forstå hvilken rolle dopamin (DA) signaliserer i forhold til læring, atferd og avhengighet er et sentralt tema i atferdsnevrovitenskap. Samtidige teorier stemmer overens med den anatomiske organisasjonen av det mesolimbiske DA-systemet, hvor en relativt liten bestand av DAergiske nevroner i det ventrale tegmentale området (VTA) sender kollateraler i hele hjernen for å bredt modulere kretsløp for læring og handling. Nyere bevis tyder imidlertid på at DA-signalering kan være mer heterogen enn tidligere vurdert. For eksempel skaler med fasisk DA-utgivelse etter belønningsprediktive signaler skalaer med forventet subjektiv belønningsverdi i nucleus accumbens (NAc) -kjernen, men ikke skall (Day et al., 2010; Sugam et al., 2012). Derimot er motivasjonsskift i hedonisk prosessering av medikamentprediktive smakstoffer lokalisert til fasiske endringer i DA-frigjøring i NAc-skallet, men ikke kjerne (Wheeler et al., 2011). Videre har vi og andre vist at DA frigjør under innlærte oppgaver kodet stimuli forskjellig mellom kjerne og skall (Aragona et al., 2009; Owesson-White et al., 2009; Badrinarayan et al., 2012; Cacciapaglia et al., 2012). I stedet for et globalt DA-signal, antyder disse funnene at DA kan differensieres og diskret til spesifikke målregioner for å støtte plastisitet innenfor definerte kretsløp relatert til læring, motivasjon og handling.

De nøyaktige funksjonene til disse heterogene DA-signalene er imidlertid ikke godt forstått. En innflytelsesrik modell har antydet at DA gir et undervisningssignal for å generere assosiative forventninger til fremtidige resultater og om disse prediksjonene er nøyaktige [prediction error (PE)]. DA-nevroner viser denne typen koding (Schultz et al., 1997; Schultz og Dickinson, 2000; Waelti et al., 2001; Tobler et al., 2003), selv om nylige funn bekrefter at i det vesentlige alle optogenetisk identifiserte DA-nevroner i VTA viser PE-type signalering (Cohen et al., 2012). Derimot antyder incitament salience (IS) modeller at DA virker for å gi stimuli med verdsatte forsterkere, og skaper motivasjonsdrivkraft for disse resultatene (Berridge og Robinson, 1998; Robinson og Berridge, 2008; Zhang et al., 2009; Berridge, 2012). Selv om lignende, gjør PE- og IS-modeller sterkt forskjellige spådommer for DA-funksjon med hensyn til nødvendigheten av læring, motivasjon og rusavhengighet (Redish, 2004; Tindell et al., 2009; Bromberg-Martin et al., 2010; Berridge, 2012).

I enkle konditioneringsoppgaver er det vanskelig å vite hvilken fasisk DA-utgivelse som kodes (dvs. forutsier det belønning, eller signalisering?). Ved å spatiotemporalt isolere prediktive og fremtredende stimuli innen samme oppgave, er det imidlertid mulig å analysere spesifikke trekk ved læring og handling for å isolere komponenter, for eksempel initial prediksjon, fullbyrdende atferd, motivasjon og til og med utryddelse. For å løse dette brukte vi en instrumental kjedeplanoppgave der trykk på den ene spaken [søker spaken (SL)] ga tilgang til pressene på den andre tar spaken (TL), og trykk på TL resulterte i matlevering. Ved å bruke hurtig-skannende syklisk voltammetri (FSCV) for å måle DA-frigjøringsmønster i sanntid i enten NAc-kjernen eller skallet i godt trente rotter, skiller vi ut hvordan oppgaveselektive funksjoner i DA-koding skilte seg utover NAc-underregioner. Til slutt undersøkte vi hvordan disse signalene dynamisk skiftet når aspekter av motivasjon (sultnivå) og prediksjon (utryddelse) ble endret. Vi observerte differensielle mønstre av DA-frigjøring i kjernen og skallet som var veldig samsvarende med henholdsvis PE og IS-modeller, og støtter generelt ideen om flere mesolimbiske DA-signaler som kan støtte komplementære, men distinkte aspekter ved målrettet atferd.

Materialer og metoder

Dyr.

Tolv mannlige Sprague-Dawley rotter som veide 280 – 330 g ble brukt som forsøkspersoner. Rotter ble individuelt innlosjert med en 12 h lys / mørk syklus og lett mat begrenset til ikke mindre enn 90% fri fôrvekt (10 – 15 g Purina laboratorie chow hver dag, i tillegg til ∼2.7 g sukrose inntatt under daglige økter ). Matbegrensning var på plass under varigheten av atferdstesting, bortsett fra i gjenopprettingsperioden etter kirurgi, da mat ble gitt ad libitum. Alle prosedyrer ble utført i samsvar med University of North Carolina ved Chapel Hill institusjonelle dyrepleie- og brukskomité.

Atferdstrening: kjedeplan.

Testkamre inneholdt to uttrekkbare spaker med et lyslys over hver spak og en matbeholder plassert lik avstand mellom spakene som tidligere beskrevet (Cacciapaglia et al., 2012). For hvert emne ble den ene spaken (f.eks. Venstre) betegnet TL og den andre spaken (f.eks. Høyre) som SL under hele testperioden. Siden av TL og SL var motvekt på tvers av fag.

Rotter ble først trent for å oppnå sukrose-pellets (45 mg, Purina) fra matbegerbeholderen. Under en enkelt forsøksøkt ble 50-pellets levert tilfeldig omtrent en gang hver 30 sek. Rotter ble deretter opplært til å selv administrere sukrose-pellets under enkelt daglige økter. For å forme instrumentell respons ble dyrene først trent til å trykke på TL. Hver prøve under utformingen begynte med belysning av en lysskilt rett over TL koblet med forlengelsen av TL inn i testkammeret [ta ut spaken (TLO)]. Trykk på [TLP; fastforhold 1 (FR1)] innen 15 s etter utvidelse resulterte i levering av en enkelt sukrose-pellet (45 mg) i beholderen, tilbaketrekning av TL og avslutning av lyslyset. Hvis dyr ikke klarte å trykke på TL innen 15 s, ble spaken trukket tilbake, lysets lys slukket og forsøket regnet som en unnlatelse. Forsøk ble adskilt med et variabelt mellomintervall med et gjennomsnitt på 15 s (område: 5 – 25 s; formingsdager 1 og 2), og deretter økt til et gjennomsnitt på 45 s på formingsdager 3 – 4 (område: 30 – 60 s).

Etter etablering av stabil respons på TL (dvs. ikke mer enn 2 utelatelsesfeil i en økt) ble kjedeplanen introdusert (Fig. 1 A), tilpasset fra Olmstead et al. (2000). Forsøk under kjedeplanøkter begynte med utvidelse av SL og samtidig belysning av lyslys rett over det (SLO). Hver SLP (FR1) resulterte i tilbaketrekning av SL og slukking av signalet, etterfulgt av presentasjon av TLO (spakforlengelse, lyslys). Som ovenfor resulterte TL-presser i tilbaketrekning av TL, slukking av lyslys og levering av en sukrosepellet til matkoppen. Forsøk ble separert med et variabelt 45 s intertrial intervall (område: 30 – 60 s), og hver økt besto av 30 forsøk. For dag 1 av kjedeplanen var det ingen forsinkelse mellom tilbaketrekning av SL og utvidelse av TL. På påfølgende dager ble et variabelt intervall (VI) for 3 – 5 s innført mellom tilbaketrekning av SL-pressen og utvidelse av TL. I tillegg ble VI 1 – 3 s introdusert mellom TL presse og levering av sukrosearmeringen. Variable forsinkelser ble brukt under trening (dvs. alle økter før FSCV-opptak) for å eliminere evnen for rotter til å prediktivt sette tid på levering av hendelser. Rotter ble trent for 5 d i denne kjedeplanen eller til de viste stabil ytelse av to påfølgende økter uten utelatelse på verken SL eller TL, hvoretter de ble kirurgisk forberedt for voltammetrisk registrering.

Atferdstrening: utryddelse.

Etter den siste innspillingsøkten, gjennomgikk en undergruppe av dyr (kjernefilmtak: n = 3; skallopptak: n = 7). Under utryddelse slo SLO presentasjoner indikerte begynnelsen på en ny prøve. Forsøkene var identiske med testene, der SL-presser resulterte i presentasjoner av TLO 4 s senere, men pressene på TL ble ikke forsterket. Ekstinsjonsøkter fortsatte til rottene sluttet å svare på SL for 10 påfølgende studier (Fig. 1 B).

Tidligere studier (Schoenbaum et al., 2003; Saddoris et al., 2005) har vist at nevrale korrelater av limbisk aktivitet er svært følsomme for endringer i læring og motivasjonstilstand, og derfor benyttet vi her respons-latensmarkører for å definere blokker for hvert fag (Fig. 1 B). Den første blokken var tidlig utryddelse, der svarlatenstid for en SLP responsen var lik den belønte økten. Neste, den første SLP svar latens som var minst 2 SD lengre enn under den tidligere belønte kjedeøkten markerte begynnelsen på Delay Extinction. Til slutt var alle forsøk som fulgte den første utelatte responsen i den sene utryddelsesblokken, og ble gruppert etter hvorvidt rotta utelatt en SLP svar (sent ingen trykk) eller gjenopptatt svar (sen trykk). All utryddelsesatferd ble sammenlignet med den umiddelbart foran forsterkede kjedeplanen.

Kirurgiske prosedyrer.

Etter atferdsopplæring, ble dyr kirurgisk forberedt på voltammetriske opptak som tidligere beskrevet (Cacciapaglia et al., 2012). Kort fortalt ble rotter bedøvd med en intramuskulær injeksjon av ketaminhydroklorid (100 mg / kg, im) og xylazinhydroklorid (20 mg / kg) blanding. En føringskanyle (Bioanalytical Systems) ble implantert over enten NAc-skallet (+ 1.7 mm AP, + 0.8 mm ML) eller kjerne (+ 1.3 mm AP, + 1.3 mm ML) og en bipolar stimulerende elektrode (Plastics One) ble plassert i VTA (−5.2 mm AP, + 1.0 mm ML og −7.8 DV). En annen ledekanyle for referansen Ag / AgCl-elektroden ble plassert i den kontralaterale halvkule. Komponenter ble festet til skallen med skruer og kranioplastisk sement.

Voltammetrisk opptak.

FSCV-opptaksteknikker brukt her var som beskrevet i detalj tidligere (Cacciapaglia et al., 2012; Sugam et al., 2012). Kort sagt, etter operasjonen, fikk rotter lov til å gjenopprette sin kroppsvekt (minst 5 d). Dagen til forsøket ble en karbonfiber-mikroelektrode senket ned i NAc-skallet eller -kjernen med en lokalt konstruert mikrodrift (Chemistry Department Electronic Facility, University of North Carolina, Chapel Hill, NC), etter å ha plassert en Ag / AgCl-referanseelektrode i den kontralaterale halvkule. Karbonfiber-mikroelektroden ble holdt på −0.4 V versus Ag / AgCl referanseelektrode. Med jevne mellomrom ble det anskaffet et syklisk voltammogram (intervaller på 100 ms) ved å anvende en trekantet bølgeform som drev potensialet til 1.3 V og tilbake til −0.4 V. Før starten av hver opptaksøkt fikk vi elektrisk fremkalte DA-utgivelseshendelser ved å drive den bipolare stimulerende elektrode i VTA og registrerte den resulterende DA-utgivelsen i NAc. Hvis en stimulering ikke lyktes med å frigjøre DA-frigjøring, ble elektroden senket til et nytt sted og prosessen ble gjentatt. Når elektrisk stimulering vellykket fremkalte DA-frigjøring i NAc, ble det opprettet et treningssett med fremkalt DA-frigjøring ved hjelp av en kombinasjon av stimulerende frekvenser (mellom 10 og 60 Hz) og antall bifasiske pulser (fra 4 til 25) fra den bipolare VTA-elektroden. I et undersett med opptak ble det laget et ekstra treningssett etter slutten av atferdsøkten for å sikre elektrodestabilitet over økten. I en undergruppe av rotter (n = 9), etter å ha registrert en full økt på 30 forsøk, ble elektroden senket ytterligere ~ 300 mikrometer til et annet utgivelsessted ble funnet, på hvilket tidspunkt et nytt opptak ble tatt for en ny økt på 30 forsøk. Analyse av FSCV-dataene (HDCV-analyse) brukte kjemometrisk hovedkomponentanalyse for å trekke ut endringer i strømmen på grunn av DA ved å bruke hvert fags elektrisk stimulerte treningssett fra den relaterte opptaksøkten samlet før testing, som tidligere beskrevet (Heien et al., 2005; Keithley et al., 2010). For hver region (kjerne og skall) ble et gjennomsnittlig DA-konsentrasjonsspor justert til hver atferdshendelse og sammenlignet med gjennomsnittlig DA-konsentrasjon over en 5 s grunnlinje rett før SLO begynnelse ved bruk av en toveis blandet modell ANOVA (faktorer: hendelse, region) på gjennomsnitt av fag.

For ekstinsjonsøkter var DA-spor på samme måte tilpasset atferdshendelsene. Men fordi mange SLO presentasjoner ble ikke fulgt av noen utryddelser, to forskjellige analyser ble brukt. For det første ble DA-spor tilpasset SLO og gruppert etter fase av utryddelse (se Fig. 6), og analysert ved bruk av en toveis gjentatte tiltak ved bruk av utryddelsesfase og stimulushendelse som faktorer. For den andre analysen var det bare forsøk der rotta presset TLP ble brukt og topp DA-konsentrasjoner (dvs. maksimal DA-frigjøring innen 300 ms etter hendelsen) ble oppnådd for begge TLP og belønning, og på samme måte analysert med en toveis gjentatt måling ANOVA ved bruk av utryddelsesfase og oppgavestimulus som faktorer. Alle post hoc parvise sammenligninger ble gjort ved hjelp av Tukeys HSD, korrigert for ulikhet N når det passer seg. Alle statistiske analyser ble utført ved å bruke Prism 4.0 for Windows (GraphPad Software) eller Statistica for Windows (StatSoft).

Histologi.

Etter hvert eksperiment ble rotter dypt bedøvd med en ketamin (100 mg / kg) / xylazin (20 mg / kg) blanding (im). En wolframelektrode plassert i den samme mikromanipulatoren som ble brukt under eksperimentet ble senket til det eksperimentelle registreringsstedet og det ble laget en liten elektrolytisk lesjon (50 – 500 μA, 5 s) for å markere elektrodespissens posisjon. Flere lesjoner ble gjort når flere opptak hadde blitt gjort. Hver hjerne ble fjernet, fikset i 4% formaldehyd og deretter frosset til −80C før de ble skivet i 40 μm koronalseksjoner med en kryostat. Seksjoner ble montert på lysbilder, sett med lysfeltmikroskopi og digitalt avbildet (Fig. 1 C).

Sammenligning av stimulert og hendelsesutløst DA-frigjøring i kjerne og skall.

Det var mulig at forskjellene mellom kjerne- og skall-DA-frigjøring for atferdshendelser ikke skyldtes forskjeller i frigjøringsdynamikk, men snarere på forskjeller i kinetikk av DA-klarering mellom regionene. For eksempel er striatal DA-frigjørings- og opptaksdynamikk tregere i skallet enn kjernen på grunn av en lavere tetthet av dopamintransportøren i skallet (Jones et al., 1996; Budygin et al., 2002). Som sådan er forskjeller mellom kjerne og skall ved senere hendelser (f.eks. TLO, belønning) kan forklares ved utholdenhet av resterende DA i det synaptiske området i skallet.

For å møte denne bekymringen sammenlignet vi DA frigjørings- og opptaksmønstre fremkalt av atferdshendelser (dvs. SLO) under kjedeplanoppgaven til DA fremkalt av en kort utbrudd av elektrisk stimulering av VTA-afferenter. Opprinnelig ble elektrisk stimulering (2 ms bifasiske pulser) av VTA-fibre utført over et bredt spekter av stimuleringsfrekvenser (10–60 Hz) og pulstall (4-25 pulser) for å oppnå et komplett spekter av frigjøringsdynamikk for å bygge en kjemometrisk treningssett. Som sådan var et stort antall elektriske stimuleringer vesentlig større (f.eks. 2000 nm) enn sett i naturlig forekommende transienter (typisk 40-150 nm). Ved ekstremt store konsentrasjoner av DA-frigjøring er det mulig at DA-transportøren kan bli mettet, noe som fører til langsommere kinetikk til klaring enn det som vil sees i det normale området. For å adressere dette direkte valgte vi bare "forsøk" med elektrisk stimulering der maksimal DA-frigjøring var <200 nm. På samme måte valgte vi bare atferdsforsøk der topp DA-utgivelsen var justert til SLO var minst 100 nm. For hvert fag ble alle kvalifiserte studier beregnet for analyse. Ved bruk av denne beregningen fikk vi 23 elektriske stimulasjoner og 15 cue-fremkalte økter i kjernen, og 14 elektriske stimulasjoner og 11 cue-fremkalte økter i skallet.

Sammenligninger av cue versus elektrisk fremkalt DA-utgivelse ble gjort ved bruk av flere beregninger. For det første ble topp DA avledet fra atferdshendelsene ved SLO (dvs. størst DA-konsentrasjon innen 1.5 s SLO begynnelse), TLO (største DA konsentrasjon mellom 4 og 5.5 s etter SLO begynnelse) og belønning (største DA-konsentrasjon mellom 6.5 – 8 s etter SLO begynnelse) for cue-hendelser, og på tilsvarende tidspunkt for elektrisk stimulerte hendelser (dvs. samme tidspunkter, men etter stimuleringens begynnelse i stedet for SLO debut). Deretter ble klareringsdynamikk undersøkt ved bruk av tidligere publiserte beregninger (Yorgason et al., 2011). Spesielt så vi på latenstid til halveringstid (konsentrasjonshalvdel av topp konsentrasjon) etter topp, T 20 (tiden for 20% forfall fra toppen) og T 80 (tid for forfall på 80% fra toppen). Disse verdiene ble sammenlignet ved å bruke en blandet modell ANOVA ved bruk av region (kjerne, skall), stimuleringstype (SL)O justert, elektrisk stimulert) som faktorer mellom emner og enten DA-konsentrasjon ved hver hendelsestype (baseline, SLO, TLO, og belønning) eller forfallsmåling (forsinkelser til topp, T 20, halveringstid, og T 80henholdsvis) som gjentatte tiltak. Post hoc sammenligninger ble gjort ved bruk av Tukeys HSD for ulikhet N.

Resultater

Forsterket atferd i kjedeplanene

Rotter lærte raskt kjedeplanoppgaven. På den siste presurgeryøkten fullførte rotter i gjennomsnitt 99.8% av forsøkene nøyaktig. I løpet av disse øktene tok rotter i gjennomsnitt 783 ± 253 ms å trykke etter SLO, og 588 ± 298 ms for å trykke etter TLO, en forskjell som var nesten betydelig, t (17) = 1.77, p = 0.085 Imidlertid, på postsurgiske opptaksdager, gjorde rotter igjen nesten ingen utelatelser (99.5%), men viste betydelig raskere responsforsinkelser for TLP (999 ± 64 ms) enn SLP (444 ± 39 ms), t (29) = 7.48, p <0.0001. Det er viktigere at det på dagene av opptaket ikke var noen forskjell i responstid for dyr registrert i skallet versus kjerne, t (29) = 0.78, p = 0.48. Dermed var rotter i begge grupper (kjerne og skall) like kompetente til å fullføre kjedeplanen når oppgaven ble forsterket.

Differensiell DA-utgivelse i NAc-kjerne og skall under forsterket kjedeplan

Deretter brukte vi FSCV for å skaffe sanntids DA-opptak fra enten NAc-kjernen (n = 13) eller skall (n = 12) under ytelse på kjente timeplaner (Fig. 1 C). Hos rotter der det ble tatt flere opptak, ble elektrodespissen senket minst 300 μm mellom øktene for å sikre at 100 μm karbonfiberelektrodespissen var helt i friskt vev for hver registrering. I samsvar med begge deler PE og IS modeller, fant vi robust fasisk DA-utgivelse som begynte med begynnelsen av SL og lyslys (SLO) i både kjerne og skall. Eksempler på denne signaliseringen fra representative innspillingsøkter (gjennomsnitt over 30-forsøk) er vist for kjernen (Fig. 2 A) og skallet (Fig. 2 B), med fargeplott fra et enkelt dyr. DA-signalering skilte seg påfallende mellom underregionene. Over alle rotter, i kjernen (Fig. 2 C-E, svarte spor), toppet DA seg raskt ved begynnelsen av den mest prediktive signalen (SLO begynnelse) og deretter raskt avvist til baseline på tidspunktet for TLP. I kontrast, i skallet (Fig. 2 C-E, grå spor), raske økninger i DA-konsentrasjonen var sammenfallende med SLO presentasjon og forble forhøyet for andre motiverende fremtredende stimuli med diskrete topper ved TLO og belønne levering før du går tilbake til baseline ved slutten av rettsaken.

Figur 1. 

A , Skjematisk for oppgavedesign. I løpet av kjedeplanen ble den ene spaken (SL) forlenget inn i testkammeret samtidig som et lyslys ble opplyst over spaken (SL)O). SLP slukket lyset og trakk spaken tilbake. Etter en forsinkelse ble den andre spaken i kammeret (TL) forlenget og tilhørende ledelys opplyst (TLO). Etter et trykk på TL (TLP) rotter fikk forsterkning av mat etter en forsinkelse (R). B , Utryddelsesatferd hos dyr med FSCV-opptak i kjernen eller skallet. Atferd og analyse i utryddelse ble gruppert etter blokk basert på rottenes oppførsel. Forsøk i den umiddelbare foregående kjedeoppgaven ble brukt til å sammenligne hendelser i utryddelse. Tidlig utryddelse var alle forsøk til den første signifikante forsinkelsesresponsen på SL, mens forsinkelsesutryddelse var alle forsøkene mellom den første forsinkede SLP og den første utelatte pressen etter SLO presentasjon. Innenfor den sene utryddelsesblokken ble det gjort skiller mellom om emnet la presse eller utelatte et svar. C , Histologi av elektrodeplasseringer i kjernen (svarte sirkler) og mediale skall (grå sirkler).

Figur 2. 

Utførelsen av det lenede tidsskjemaet ga forskjellige DA-utgivelsesdynamikker i NAc. Dopamin frigjøringsdynamikk i kjernen ( A ) og skallet ( B ) av NAc justert til tidspunktet for SL-forlengelse inn i kammeret (SLO). Fargeplott viser hver gjennomsnitt fra et representativt emne i henholdsvis kjernen og skallet. Gjennomsnittlig tid (▴) for TL-utvidelsen (TLO) og belønning (R) og rekkevidde (± 2 SD) i forhold til SLO vises nederst. C - E , Gjennomgående gjennomsnittlig DA-utgivelse på tvers av alle opptak i kjernen (svart) og skallet (grått) i forhold til ( C ) SLO, ( D ) SLP, og utvidelsen av TLO 4 sekunder senere, og ( E ) TLP, og belønningen (R) matpellet levert 2.5 s etter trykk. Stiplet linje viser SEM av gjennomsnittet for hver region. Nederste rad ( F - H ) viser gjennomsnittlig topp DA-utgivelse for hver atferdshendelse. *p <0.05 versus baseline; †p <0.05 kjerne versus skall.

Vi kvantifiserte disse observasjonene ved å gjennomsnittliggjøre alle opptak tatt i enten kjernen eller skallet, i samsvar med hver av atferdshendelsene i kjedeplanen (Fig. 2 C-H). I FSCV-opptaksøktene var tiden mellom SLP og TLO ble fikset (4 s) som tiden mellom TLP og belønning levering (2.5 s) for å gi bedre justering av oppgave stimuli for DA analyse. Dermed justering til SLO, SLP/ TLOog TLP/ belønning tillatt justering av alle atferdsmarkører og tillatt analyse av topp DA-frigjøring i forhold til disse hendelsene.

En toveis ANOVA som sammenligner topp (maksimal DA-konsentrasjon innen 300 ms etter hendelse) DA-konsentrasjoner over region (kjerne, skall) og hendelse (grunnlinje, SLO, SLP, TLO, TLP, belønning) indikerte at skallet frigjorde mer DA totalt sett enn kjernen, F (1,24) = 13.63, p <0.002. Det er viktig at en betydelig interaksjon mellom region × begivenhet, F (5,120) = 9.88, p <0.0001, avslørte at DA-signalering i kjernen og skallet reagerte forskjellig på atferdshendelsene (Fig. 2 F-H). Spesifikt økte kjerne-DA-utgivelsen betydelig hos SLO, relativt til grunnlinjen (p <0.0001), og forble over baseline på tidspunktet for SLP (p <0.0001), men betydelig under det hos SLO (p <0.05). Imidlertid var det ingen forskjeller i topp DA i kjernen sammenlignet med baseline for begge TL-hendelsene (TLO vs grunnlinje, p = 0.59; TLP vs grunnlinje, p = 1.0), og ingen forskjell fra grunnlinjen på tidspunktet for mottak av belønning (p = 1.0).

I kontrast viste topp DA-konsentrasjoner i skallet betydelig DA-frigjøring for alle hendelsene. Alle hendelser var assosiert med større DA-utgivelse enn baseline (alle sammenligninger mot BL, p <0.0002), mens ingen av hendelsene var signifikant forskjellige fra hverandre (alle parvise SLO, SLP, TLO, TLPog belønningssammenligninger, p > 0.96).

Ved direkte sammenligning av kjerne og skall fant vi viktige forskjeller i DA-signalering mellom regioner. Selv om det ikke var noen forskjeller i frigjøring av DA i løpet av verken baseline (p = 1.0) eller SL-hendelsene (SLO, p = 1.0; SLP, p = 0.22), shell DA ble betydelig forhøyet sammenlignet med kjerne for begge TL-hendelser (TLO, p <0.01; TLP, p <0.001) og belønning (p <0.0005; Fig. 3 D-F).

Figur 3. 

Endringer i DA-signalering mellom begynnelsen av økten (tidlige; første 5-forsøk på kjedeplanen) mot slutten av økten (sent; siste 5-forsøk). A , Gjennomsnittlige DA-konsentrasjoner i NAc-kjernen fra gjennomsnittene for hvert fags første fem studier (lyseblå) og siste fem studier (lilla). B I kjernen var topp-signalering innen fagene uendret mellom begynnelsen av økten og slutten. C , Gjennomsnittlig DA-konsentrasjon i NAc-skallet fra gjennomsnittene for hvert fag første fem forsøk (rød) og siste fem forsøk (oransje). D , Shell DA viste en betydelig reduksjon innen forsøkspersoner hos begge SL-eneP og TLP signaler og belønning (**p <0.01), mens reduksjonen ved SLO signal var nesten betydelig (#p = 0.073). Feilsøyler viser SE om forskjellen (tidlig vs sent).

Regionspesifikke endringer i DA-utgivelse mellom start og slutt på økten

Deretter sammenlignet vi DA-utgivelse i kjernen og skallet under den forsterkede kjedeplanoppgaven i begynnelsen av økten (første 5-forsøk) mot slutten av økten (siste 5-forsøk; Fig. 3). Dette var viktig å teste for å sikre at elektroden var stabil gjennom hele økten (dvs. at elektroden ikke mistet følsomheten over tid), og også for å vurdere om DA sporer noen subtile endringer i motivasjonstilstand (for eksempel på grunn av noen effekter av nedsatt sult etter inntak av maten) etter presentasjon av de forskjellige stimuli.

I kjernen (Fig. 3 A), indikerte en toveis ANOVA en betydelig hovedeffekt av hendelsen (BL, SLO, SLP, TLO, TLP, Belønning; F (5,65) = 35.03, p <0.0001), men ingen effekt av øktfasen (tidlig mot sent; F (1,13) = 3.55, p = 0.08), eller samhandling mellom hendelse × øktfase (F (5,65) = 0.82, p = 0.54). Post hoc sammenligninger mellom tidlige og sene blokker indikerte at topp DA-frigjøring i forhold til atferdshendelsene i kjernen forble den samme mellom begynnelsen og slutten av økten (Tukey: alle tidlige og sene parvise sammenligninger for BL, SLO, SLP, TLO, TLPog belønning, p > 0.50; Fig. 3 B).

Imidlertid reduserte fasisk frigjøring av DA til oppgavestimulering generelt over økten i skallet (Fig. 3 C,D), med betydelige hovedeffekter av hendelsen (F (5,55) = 13.52, p <0.0001), øktfase (F (1,11) = 6.95, p = 0.02), og en interaksjon mellom hendelses- og øktfase (F (5,55) = 3.74, p = 0.006). Som i kjernen, post hoc tester indikerte ingen forskjell ved BL, men signifikante reduksjoner i topp DA-frigjøring til SLP, TLP, og belønning (Tukey: alle p <0.0005), en trend mot betydning i SLO kø (p = 0.060), men ingen forskjell på TLO kø (p = 0.36). Dermed var endringer i skall (men ikke kjerne) primært begrenset til motiverte handlinger og belønning av forbruk med differensielle (om enn beskjedne) effekter. Disse skiftene på tvers av økten i DA-utgivelse var ikke på grunn av generaliserte endringer i elektrodefølsomhet, men antyder i stedet at stimulus- og skallspesifikke endringer i DA-frigjøringsmønstre indikerer informasjon om den endrede betydningen av oppgavestimuli på tvers av gjentatte studier. Gitt at dyr hadde konsumert minst 25 pellets i gjennomsnitt ved slutten av hver registreringsøkt (dvs. 1144 mg, eller 7.6% av vekten av rottenes daglige matbegrensede diett), antyder disse funnene at økt inntak av maten reduserte vellykket den motiverte sulttilstanden hos dyret, noe som var manifestert i endringer i skallet, men ikke kjernen i løpet av økten.

Cue-fremkalt kontra elektrisk stimulert DA-dynamikk i kjerne og skall

Et forbehold for disse funnene kan være at kjernen og skallet har forskjellig DA-klaringsdynamikk på grunn av lavere tetthet av DA-transporter i skallet sammenlignet med kjernen (Jones et al., 1996; Budygin et al., 2002). Dermed er det mulig at shell DA sett på TL og belønningshendelser skyldes gjenværende DA-utgivelse på tidspunktet for SLO, men kan ikke ryddes fra synaptisk overløp like effektivt som i kjernen. For å løse dette sammenlignet vi elektrisk stimulert DA-frigjøring på samme elektrodeplassering som under kjedeplanopptakene for å se om elektrisk stimulert dynamikk stemte overens med cue-fremkalte dynamikk i kjernen og skallet (Fig. 4 A). Vi spådde at hvis den langsommere klareringskinetikk i skallet var ansvarlig for forskjellene i etterfølgende signalering av hendelser (f.eks. TLO) mellom kjernen og skallet, deretter elektrisk stimulert og cue-fremkalt frigjøring i deres respektive underregioner skal følge nesten identiske mønstre for frigjøring og klaring. I motsetning til dette ville betydelige avvik fra elektriske stimulasjoner antyde at DA-utgivelsen i dette området sporer oppgaverelaterte hendelser på en måte som ikke kan forklares med synaptisk klareringsdynamikk alene.

Figur 4. 

Sammenligning av elektrisk stimulert versus cue-fremkalt DA signalering i NAc kjernen og skallet. A , Gjennomsnittlig konsentrasjon av DA justert til enten SLO signal eller elektrisk stimulering av VTA-fiberutbrudd. Tidspunktet for utbruddet av TLO signal og belønning ble estimert på en rekke responstider for resultatene etter SLO (gjennomsnittlig responstid angitt med trekant; bredde indikerer ± 95% konfidensintervall). B , Sammenligning av gjennomsnittlig baseline (BL) DA-konsentrasjon til topp DA-konsentrasjon innen 1 s av SLO eller elektrisk stimulering (Stim / SLO), og innenfor 95% konfidensintervallområdet for tidspunktene som tilsvarer TLO eller belønne epoker. C , Latens til topp konsentrasjon etter SLO eller elektrisk stimulering (Peak Lat) og påfølgende forfall (klaring) etter frigjøring i kjernen og skallet. T20 og T80 er tidspunktene når signalet har forfalt 20% og 80% vekk fra henholdsvis topp, mens halveringstid er latensen etter toppen til den oppnådde halvtopp-konsentrasjonen. *p <0.0001, elektrisk stimulering / SLO kontra baseline; †p <0.0001, Shell: Cue større [DA] enn alle andre stimuleringstyper; ‡ p <0.0001, skall: Cue større ventetid til forfall fra topp enn alle andre stimuleringstyper. Feilfelt viser SE av forskjellen (kø vs elektrisk).

Totalt sett fant vi at kjernen og skallet skilte seg skarpt i forholdet mellom cue-fremkalt og elektrisk fremkalt DA-utgivelse (Fig. 4 B). Ser vi på toppkonsentrasjoner ved oppgavehendelser, var det signifikante forskjeller i DA-konsentrasjoner som en interaksjon mellom region (kjerne / skall) × stimuleringstype (elektrisk versus signal) × hendelse (BL, SLO, TLO, Belønning; F (3,174) = 12.31, p <0.0001). I kjernen var topp DA-konsentrasjoner for cue-fremkalte og elektrisk stimulerte spor nesten identiske; det var ingen statistiske forskjeller mellom disse stimuleringstypene ved baseline, SLO, TLO, eller belønne epoker (Tukey: alle p > 0.80). I kontrast viste skallet et annet dynamikkmønster mellom elektrisk og cue-fremkalt DA frigjøringsmønster. Selv om det ikke var noen forskjell i konsentrasjon ved baseline eller SLO (Tukey: begge deler p > 0.98), var DA betydelig større for TLO og belønne epoker i cued-forsøkene sammenlignet med de elektriske stimulansene (begge deler) p <0.0001).

På samme måte viste frigjøringshastigheten og påfølgende klarering fra synapsen et lignende mønster (Fig. 4 C). Ser man på klaringshastigheter som en funksjon av forfall fra topp, var det en betydelig interaksjon mellom region × stimuleringstype × forfallparameter (topptid, T20, halveringstid, T80; F (3,174) = 80.23, p <0.00001). Som ovenfor, skilte ikke kjerneklaring og forfallsdynamikk seg mellom cue-fremkalt og elektrisk fremkalt stimuleringstyper. Forsinkelsen til topp, T 20, halveringstid, og T 80 var alle statistisk like uavhengig av stimuleringstype (elektrisk kontra signal; alle p > 0.95). I kontrast viste DA-nivåer i skallet betydelig forsinket forfall til baseline etter SLO presentasjoner i forhold til elektrisk stimulerte studier. Mens latenstid til topp og T 20 var lik mellom stimulus stimulert og elektrisk fremkalt (p > 0.98), ventetid til halveringstid (p <0.0001), og T 80 (p <0.0001) ble signifikant forsinket i forsøkene i forhold til den elektriske stimuleringen. Samlet viser disse funnene at indre forskjeller i klareringskinetikk i skallet og kjernen er utilstrekkelige til å forklare forskjeller i DA-signalering under atferdsmessig ytelse.

Utryddelsesatferd

Rotter viste utryddelsesatferd under økter da matbelønningen ble utelatt ved gradvis å øke forsinkelsen for å trykke på de forskjellige spakene i løpet av utryddelsesøkten. Vi genererte atferdsmessig definerte faser basert på disse latensskiftene i forhold til pressforsinkelsen på SL og TL under den umiddelbart forutgående forsterkede kjedesesjonen. Den tidlige fasen ble definert som forsøkene der ventetid var den samme som under den forsterkede økten. Når rottene presset spaken betydelig langsommere (dvs.> 2 SD) enn normalt, ble dette betegnet forsinkelsesfasen som varte fra den første forsinkede responsen til motivet utelatt et svar. Alle forsøk etter denne første utelatelsen ble betegnet som sen fase basert på om rotten presset (sen press) eller utelatt et svar (sent ingen press).

Først vurderte vi antall forsøk som ble utført før rottene viste en latenstidskift fra tidlig til forsinkelsesfase, samt antall forsøk til den første utelatte forsøket (dvs. skift til senfase) for henholdsvis SL og TL (Fig. 5 A). Rotter bremset med å svare på TL betydelig før de gjorde det for SL, sammenkoblet t test: t (7) = 2.49, p = 0.04, noe som antyder at TL (kanskje i kraft av sitt umiddelbare forhold til belønningen) var mer følsom for belønning utelatelse enn SL. I motsetning til dette var antallet forsøk før første utelatelse nesten identisk for både spakene SL og TL (p > 0.9), noe som kanskje indikerer at utelatte svar bare ble sendt ut når prediksjonen om belønning nøyaktig hadde blitt oppdatert til null ved rettssaken. I samsvar med dette fant vi sjelden forsøk der dyr utførte en SLP men utelatt en påfølgende TLP respons (bare 4 / 140 totale forsinkelsesfaser; 2.9%), noe som antyder at rotter nesten utelukkende utførte enten hele kjedesekvensen eller ikke i det hele tatt. Som sådan var utelatelser sannsynligvis mer knyttet til informasjon tilgjengelig på SL enn TL.

Figur 5. 

Utryddelsesatferd hos dyr med FSCV-registreringer i kjernen eller skallet. A Antallet forsøk før rotter først viste en signifikant økning i responsens latenstid for å skifte fra tidlig til utsettelse av utryddelsesfasen (til venstre) og utelatelse av respons (høyre) for SL (lys grå) og TL (mørk grå). Rotter viste en latenstidskifte for TL i betydelig færre studier enn SL, selv om antallet forsøk før en prøve ble utelatt var det samme mellom å søke og ta svar. *p <0.05 SL versus TL. B , Respons latens for å svare på SL (venstre) og TL (høyre) på tvers av faser av utryddelse. Respons latens økte på tvers av blokker, og var betydelig lengre i forsinkelses- og sent-utryddelsesblokkene for SL-pressene. Pressene på TL var pålitelig raskere enn de på SL innenfor hver blokk. *p <0.05, **p <0.01 mot tidlig utv.

Deretter undersøkte vi gjennomsnittlige latenser for SLP og TLP i hver fase basert på ovennevnte kriterier. En toveis gjentatt måling av ANOVA som sammenligner responsens latens på de forskjellige spakene (SL, TL) under forskjellige faser av oppgaven (kjede, tidlig utryddelse, forsinkelse, utryddelse, sen trykk) viste en betydelig hovedeffekt av spaken (F (1,4) = 45.7, p = 0.003), noe som skyldtes betydelig raskere svar på TL enn SL (Fig. 5 B), i samsvar med ytelsen under typiske forsterkede økter, og en betydelig hovedeffekt av utryddelsesfasen (F (3,12) = 14.5, p <0.001). For SL, SLP svarene under tidlig utryddelse var lignende som under den forsterkede kjedeøkten (Tukey: p = 1.0), men betydelig redusert av forsinkelsen (p = 0.02 vs tidlig) og sen trykk (p = 0.003 vs tidlige) faser. Trykkforsinkelser på SL var imidlertid like mellom forsinkelse og sen fase (p = 0.89). For TL-presser var forskyvninger av responsens latens mer subtile, med den lave fasen som ble betydelig saktere enn den tidlige fasen (p = 0.04). Imidlertid utgjorde en lineær kontrast den største variasjonen i TL-latenstidskiftet (F (1,4) = 11.08, p = 0.03; 86% av hovedeffektvariansen), mens for SL, en kontrast som sammenligner kjeden og tidlig mot forsinkelse og sene faser, utgjorde den største andelen av effektvariansen (F (1,4) = 15.42, p = 0.02; 97% av hovedeffektvariansen).

Utryddelse: utelatt utfall forsterker forskjellig kjernen og skall-DA-signalering

Hendelsesrelatert DA-signalering i NAc skiftet etter hvert som rotta gikk gjennom de atferdsdefinerte faser av utryddelse. Måten som DA-koding ble påvirket av utryddelse, varierte påfallende mellom kjerne og skall (Fig. 6).

Figur 6. 

DA utgivelse i kjernen ( A - C ) og skallet ( D - F ) under utryddelse. A , Justering til SLO i kjernen avdekket en kontinuerlig nedgang i kjerne-DA-frigjøring til køen over iterative utryddelsesforsøk (blå linjer) i forhold til belønte kjedesessioner (svart linje). BvCore DA løslatelse til operante svar og belønning under den forsterkede kjedeplanen (svart) og tidlig utryddelse (blå) på linje med TLP begivenhet. Grå bjelke viser rekkevidde for maksimale og minimale konsentrasjoner av DA i løpet av basisperioden. C , Peak DA relativt til SLP, TLP, og belønning i forsterket tidsplan og tidlig utryddelse. D , Justering til SLO i skallet (røde linjer) avdekket mer diskrete reduksjoner i fasisk DA-utgivelse til køen over iterative utryddelsesforsøk i forhold til belønte kjedesessioner (svart linje). E , DA signalering rettet mot TLP i skallet i tidlig utryddelse (rød) og den forsterkede kjedeplanen (svart). F , Peak DA i skallet var uendret hos SLP, men viste signifikante reduksjoner ved TLP og belønning. *p <0.05, **p <0.01, kjede versus tidlig utryddelse; †p <0.05, utelatelse mindre enn baseline.

Vi undersøkte først DA-signalering i kjernen under utryddelse. Relativt til SLO, DA signifikant og lineært redusert på tvers av de forskjellige fasene av utryddelse i forhold til den belønte kjedesessionen, (interaksjon: fase × kø; SLO vs grunnlinje; F (4,157) = 33.19, p <0.0001; Fig. 6 A. Post hoc parvise sammenligninger viste at topp DA til SLO reduserte raskt mellom kjedefasen og tidlig utryddelsesfase (Tukey: p <0.0001), og igjen mellom tidlig utryddelse og sen utryddelse (p <0.0001). Imidlertid var DA under forsinkelsesutryddelsen ikke forskjellig fra i senpressblokken (p = 0.64) og topp DA skilte seg ikke ut i den sene fasen basert på om rotta svarte eller ikke (senpress vs sen ingen presse, p = 0.99). Videre frigjør DA under SLO var betydelig større enn baseline i kjeden (p <0.0001), tidlig utryddelse (p <0.0001) og forsinkelse av utryddelse (p <0.001) faser, men ikke i sen presse eller sent ingen pressefaser (begge p > 0.5). Disse parvise funnene støttet en betydelig negativ lineær trend (F (1,157) = 94.77, p <0.0001), som utgjorde et flertall (71%) av effektvariansen.

Dernest er et kjennetegn på PE-signaler i hjernen tilstedeværelsen av negative prediksjonsfeil på tidspunktet for en utelatt forventet belønning (Schultz et al., 1997). Vi regnet med at disse signalene ville være sterkest tidlig i utryddelse når subjektet hadde full forventning om at belønningen ville bli levert. I kjernen (Fig. 6 B), indikerte en toveis ANOVA en betydelig interaksjon mellom hendelse × fase (kjede vs tidlig utryddelse; F (3,57) = 3.24, p = 0.029). Spesielt, selv om topp DA-utgivelse er i forhold til den foregående SLP ble betydelig redusert i tidlig utryddelse i forhold til den forsterkede kjedeøkten, (Tukey: p = 0.019), DA utgivelse til TLP ble ikke påvirket (p = 0.41). Kritisk nok viste kjernen DA bevis på en negativ prediksjonsfeil under utryddelse (Fig. 6 B) slik at DA-løslatelse i løpet av den forventede, men utelatte belønningen var betydelig lavere enn under den forsterkede økten (p = 0.003). Mens den høye frigjøringen av DA til belønningen ikke var forskjellig fra grunnlinjen under den forsterkede kjedeøkten (p = 0.99), den skiftet til betydelig mindre enn grunnlinjen under belønningsutelatelser (p = 0.03). Dermed viste DA-signaler i kjernen under tidlig utryddelse både dynamiske skift i frigjøring til prediktiv SL-stimuli og handlinger, ingen endring i forhold til en TL-signal og en negativ prediksjonsfeil for å belønne unnlatelse.

Skallet viste et annet mønster av DA-frigjøring i forhold til SLO kø (Fig. 6 D). Her fremkalte sub-gjennomsnitt kue-fremkalt DA til SLO dynamisk endret på tvers av faser, (interaksjon: fase × kø; F (2,24) = 7.95, p <0.0005), men i motsetning til kjernen, endret ikke shell DA mellom kjedefasen og tidlig utryddelse, (p = 0.74), men DA signaliserer til SLO ble betydelig redusert under forsinkelsesutryddelsesfasen i forhold til både den forsterkede kjedefasen (p = 0.041) og den tidlige utryddelsesfasen (p = 0.02), sammenfallende med rottenes motivasjonsendring i atferd (Fig. 5). DA-signalering reduserte signifikant igjen mellom forsinkelsesfasen og sen fase (sen trykk, p = 0.03; sent ingen presse, p = 0.004), men det var ingen forskjell i DA-nivåer mellom de sene fasene (press kontra ingen press, p = 0.43). Som i kjernen, slipper DA løslatelse under SLO var betydelig over grunnlinjen under kjedefasen, tidlig utryddelse og forsinkelsesutryddelsesfaser (Tukey: alle p <0.001), men ingen av de sene fasene var signifikant forskjellige fra baseline. Dermed frigjør kjerne-DA raskt og kontinuerlig endringer i prediksjon for den mest prediktive køen, mens mønstre for DA frigjøres for den samme køen i skallet i stedet spores endringer i motivasjonstilstand mellom utryddelsesfaser.

Ser på pressing og belønning signalering, skilte DA-utgivelsen seg fra mønsteret i kjernen (Fig. 6 E,F). En toveis ANOVA som undersøker DA på individuelle forsøk etter stimulustype (BL, SLP, TLP, belønning) og utryddelsesfase (kjede, tidlig utryddelse) fant et betydelig samspill mellom stimulus × ekstinksjon (F (3,108) = 11.5, p <0.0001; Fig. 6 D). I motsetning til kjernen, var det ingen forskjell i topp-shell-DA-utgivelse til SLP tidlig i utryddelse (p = 0.44). I stedet induserte utryddelse en betydelig reduksjon i DA-frigjøring til begge TLP (p = 0.01) og på tidspunktet for belønning utelatt i forhold til belønning mottak (p <0.0001) i forhold til den matchede tiden under den forsterkede kjedeplanen. Under den belønte kjedesesjonen ble DA betydelig forhøyet over baseline (p <0.0001), men under utelatelse av belønning var DA numerisk større enn, men ikke statistisk forskjellig fra baseline (p = 0.07). I motsetning til kjernen fant vi således begrensede bevis for forutsigelsesfeil for tidlig utryddelse, og i stedet en reduksjon i DA-utgivelse i forhold til TL-pressen (men ikke SL) så vel som eliminering av DA-løslatelse ved belønningen som ble sett under den forsterkede planen.

Diskusjon

Fasiske DA-frigjøringsmønstre spore stimuli som påfallende skilte seg mellom NAc-underregioner på en måte som stemmer overens med kontrasterende teorier om DA-funksjon. I en velutdannet kjedeplanoppgave toppet DA i NAc-kjernen seg selektivt i det mest prediktive signalet, og sporet lineært endringer i prediksjonsverdi og feil under utryddelse. I kontrast, fasisk DA-utgivelse i NAc-skallet sporet alle fremtredende stimuli når oppgaven ble belønnet, og både i økt og under utryddelse viste endringer i signalering i samsvar med motivasjonsforskyvninger. Som sådan foreslår vi at disse DA-signalene samtidig er tilgjengelige for dyret under oppførsel, slik at både prediktiv og motiverende informasjon kan veilede læring og handling.

Core DA-utgivelse sporer prediksjonsfeil

I kjernen økte DA fasisk på tidspunktet for presentasjonen av SL cue og avviste til baseline for fullt forutsagte senere hendelser (f.eks. TL, belønning), lik tidligere funn (Roitman et al., 2004; Cacciapaglia et al., 2012). Dette aktivitetsmønsteret er i samsvar med feilforutsigelsesmodeller, som sier at maksimalt forutsigbare ledetråder skal fremkalle den høyeste DA-utgivelsen (dvs. forutsigelse), mens nøyaktig forutsagte hendelser som følger bør fremkalle minimal DA-utgivelse (dvs. forutsigelsesfeil). Ettersom TL og belønning ble forutsagt nøyaktig av SL, genererte de liten feil ved levering, og fremkalte liten feilrelatert DA-utgivelse (Schultz et al., 1997; Schultz og Dickinson, 2000).

Laboratoriet vårt og andre har vist at DA-signaler i kjernen er følsomme for forskjeller i forutsagt verdi, og er modulert av subjektive faktorer som risikopreferanse og forsinkelser til forsterkning (Day et al., 2010; Gan et al., 2010; Sugam et al., 2012; Saddoris et al., 2013, 2015). For eksempel, hos rotter som utførte en risikabel beslutningstaking, skalerte DA kjernen med signaler som forutsa rotternes foretrukne alternativ, og falt raskt under baseline når forventede belønninger ble utelatt, noe som indikerer en negativ prediksjonsfeil (Sugam et al., 2012). På samme måte her sporet kjerne DA både verdien av forutsagte utfall og forskjøvet dynamisk basert på den oppdaterte forutsagte signalverdien under utryddelse. Ja, DA løslatelse til SLO var ikke forskjellig fra utgangspunktet da rotten begynte å utelate svar under utryddelse, uavhengig av om det ble gitt et svar eller ikke, noe som antyder at DA signaliserte den forventede verdien av å svare, snarere enn motivasjonen til å trykke. Videre belønning utelatelser tidlig i utryddelse fremkalt robuste pauser i DA utgivelse, i samsvar med negativ prediksjon feil signalering.

Shell DA sporer motiverende fremtredende stimuli

DA-frigjøring i skallet spores diskret alle fremtredende stimuli (SLO, TLO, R). Disse mønstrene kunne ikke forklares med tregere gjenopptakskinetikk, og ser i stedet ut til å gjenspeile sanntidskoding av betingede hendelser (Pan et al., 2005) og anskaffet incentiv salience (Berridge og Robinson, 1998; Berridge, 2012; Wassum et al., 2012). Dermed frigjør DA-hendelser både prediktive signaler og belønninger i skallet, men bare prediktive signaler i kjernen (Cacciapaglia et al., 2012).

Vi fant bevis for denne motiverende komponenten i shell DA-signalering. Først ble DA-signalering i skallet til stimuli redusert mellom begynnelsen og slutten av økter, noe som ikke ble sett i kjernen. En forklaring er at rotter på slutten av økten rett og slett var mer mette (per definisjon hadde de spist mer mat enn ved begynnelsen av økten), og som sådan reflekterte indikasjoner på maten den reduserte motivasjonsmessige tilstanden til dyret. . I kontrast forutslo signalene fremdeles nøyaktig levering av sukrosepelleten, så PE-typen koding i kjernen ble relativt mindre påvirket av dette motivasjonsskiftet.

For det andre, under utryddelse, slipper DA løs i skallet til SLO forble stabil mens rotten utførte oppgaven på samme motivasjonsnivå (som indikert av responstid og nøyaktighet), men reduserte betydelig etter at rottenes motivasjon gikk ned (dvs. responslatens) i løpet av utryddelsen. Derimot så vi raske reduksjoner i faset DA-frigjøring under TL-stimuli. IS-modeller forutsier at signaler som reduserer usikkerhet, bør skape større motivasjon og insentiv oppmerksomhet (Zhang et al., 2009; Smith et al., 2011), som her er partisk mot TL, ettersom den maksimalt er forutsigbar overhengende belønningsleveranse. Faktisk potenserer intra-NAc-skallinfusjoner av amfetamin kodingen av signaler som er mest nærliggende til belønning i en lenket pavlovsk oppgave, men har mindre effekt på den første signalen i sekvensen (Smith et al., 2011). Dermed var DA-koding av TL spesielt følsom for det forutsagte tapet av belønningslevering i utryddelse. Overraskende nok resulterte ikke belønning-utelatelser i at DA ble frigitt under grunnlinjen, noe som antydet at shell DA var mindre sannsynlig å kode en negativ prediksjonsfeil enn kjernen. Samlet er dette mønsteret for signalering i NAc-skallet tydelig forskjellig fra kjernen, og tyder på koding av IS-type.

Som støtte har NAc-skallet blitt implisert i en rekke motivasjonsdrevet atferd. For eksempel kan saltlyst, der en salt løsning normalt er avverg, være givende hvis dyret er saltfratatt. I begge tilfeller er det forutsagte utfallet (salt) det samme, men motivasjonen for å oppnå dette utfallet er forskjellig mellom de vanlige og saltfratyrte dyrene (Tindell et al., 2009). NAc nevralkoding for den salte løsningen er modulert i skallet basert på graden av saltmotivasjon, mens kjerneneuroner ikke klarte å vise tilstandsbaserte forskjeller (Loriaux et al., 2011). Tilsvarende forsterker intra-NAc-mikroinfusjoner av amfetamin den motiverende energien til å presse spaken i nærvær av en kø under pavlovsk til instrumentell overføring (PIT), og det samme gjør kronisk forhåndsoverføring med kokain (Wyvell og Berridge, 2000; Saddoris et al., 2011; LeBlanc et al., 2013). Opplevelsen med selvadministrert kokain som potenserer PIT-atferd øker faktisk også foretrukket NAc-skall nevralkoding i forhold til kjernen (Saddoris et al., 2011).

Dette mønsteret av IS og PE i skallet og kjernen ser ut til å spore både appetittvekkende og aversive forhold. Ved pavlovsk fryktkondisjonering øker den fasiske DA i NAc-skallet for fremtredende aversive ledetråder, mens kjerneslipp-DA-frigjøringssag avtar og stopper i frigjøring som indikerer PE-type prediksjon om et negativt utfall (Badrinarayan et al., 2012). Selv negative (men fremtredende) hendelser kan således redegjøres for med en IS-type modell i skallet, mens kjernedys-frigjøring fortsatt er sterkt koblet til spådommer om utfallsverdi.

Kompleksitet av PE og IS signalering i kondisjonering

Et påminnelse er at ved pavlovsk kondisjonering viser dyr som fortrinnsvis samhandler med prediktive signaler (“sign trackers”) forbedret DA-utgivelse i NAc-kjernen sammenlignet med de som umiddelbart går til matkoppen (“goal trackers”; Flagel et al., 2011). Denne økte tegnsporing blir beskrevet som støttende IS, ettersom køen har blitt en fremtredende stimulus som er i stand til å fungere som en motivasjonell "magnet" og samsvarer med lignende funn i kjernen (Aragona et al., 2009; Peciña og Berridge, 2013; Wassum et al., 2013; Ostlund et al., 2014). Dette ser ut til å være i strid med vår tildeling av PE partisk til kjernen og IS til skallet.

Det er viktig å merke seg at de respektive rollene til DA-signal i kjernen og skallet sannsynligvis er kompliserte. For eksempel har få av de ovennevnte studiene uavhengig undersøkt rollen som skall og kjerne i disse oppgavene, så økt DA i kjernen i sign-tracking-dyr kan ganske enkelt gjenspeile en generalisert økning i incentiv-DA-signaler i den mesolimbiske banen. Videre tar vi ikke til orde for en absolutt splittelse; Vi fant noen DA-utgivelser til TLO i kjernen, selv om DA til SLO i skallet vedvarte til tross for endringer i motivasjon under utryddelse, noe som tyder på at funksjoner av IS kan være til stede i kjernen og PE i skallet (dog på lavere nivåer og / eller mindre lydhøre for oppgavedynamikken). Snarere foreslår vi at kjerne og skall representerer en kritisk forspenning mot kodingsmønstre av PE- og IS-typen, som er i samsvar med den mer graderte sammensetningen av striatal anatomi (Haber, 2014).

Implikasjoner for avhengighet

Modellbaserte forskjeller i kjerne- og skall-DA-signalering har viktige konsekvenser utover naturlig belønningslæring. For eksempel, selv om misbruk av medikamenter i utgangspunktet er givende, over tid, kan medikamentassosierte stimuli indusere følelser av intens aversiv sug, og påføre en negativ affektiv tilstand som driver med narkotikasøkende (Koob og Le Moal, 1997). Langvarig avholdenhet fra medikamenter øker virkningen av medikamentassosiert stimuli, men en prosess kjent som inkubasjon av sug (Grimm et al., 2001; Hollander og Carelli, 2005; Pickens et al., 2011). Det forventede utfallet (medikament) er uendret i både den umiddelbare og avholdende tilstanden, men det er en dyp økning i motivasjonen for å gjenoppta legemiddelinntak hos de avholdende fagene. Dette antyder en betydelig endring i stimulansens insentivitet og vil forutsi at avholdsrelaterte endringer fortrinnsvis skal sees i skallet. Når narkotika-selvadministrerende rotter presenteres med kokain-prediktive signaler som induserer en aversiv motivasjonstilstand, sporer endringer i DA-signalering dyrets aversive tilstand i skallet, men ikke kjernen (Wheeler et al., 2011). Samlet støtter disse funnene at kjerne- og skall-bidrag til læring og motivasjon er konsistente på tvers av både naturlig og medikamentell belønning.

Fotnoter

  • Mottatt juni 18, 2015.
  • Revisjon mottatt juli 8, 2015.
  • Godkjent juli 15, 2015.

  • Dette arbeidet ble støttet av National Institutes on Drug Abuse Grants DA028156 and DA035322 to MPS and DA017318 and DA034021 to RMC, og DA010900 to RMW Vi takker Dr Elizabeth West for kommentarer til et tidligere utkast til dette arbeidet.

  • Forfatterne erklærer ingen konkurrerende økonomiske interesser.

  • Korrespondanse bør rettes til Dr. Michael Saddoris, Institutt for psykologi og nevrovitenskap, University of Colorado Boulder, Muenzinger, UCB 345, Boulder, CO 80309-0345. [e-postbeskyttet]

Referanser

  1. ↵
    1. Aragona BJ,
    2. Dag JJ,
    3. Roitman MF,
    4. Cleaveland NA,
    5. Wightman RM,
    6. Carelli RM

    (2009) Regional spesifisitet i sanntidsutvikling av fasisk dopaminoverføringsmønster under anskaffelse av en cue-kokain forening hos rotter. Eur J Neurosci 30: 1889 – 1899.

  2. ↵
    1. Badrinarayan A,
    2. Wescott SA,
    3. Vander Weele CM,
    4. Saunders BT,
    5. Couturier BE,
    6. Maren S,
    7. Aragona BJ

    (2012) Aversive stimuli modulerer differentiell sanntids dopaminoverføringsdynamikk i nucleus accumbens kjerne og skall. J Neurosci 32: 15779 – 15790.

  3. ↵
    1. Berridge KC

    (2012) Fra prediksjonsfeil til incentiv salience: mesolimbisk beregning av belønningsmotivasjon. Eur J Neurosci 35: 1124 – 1143.

  4. ↵
    1. Berridge KC,
    2. Robinson TE

    (1998) Hva er rollen som dopamin i belønning: hedonisk påvirkning, belønning læring eller incitament salience? Brain Res Rev 28: 309 – 369.

  5. ↵
    1. Bromberg-Martin ES,
    2. Matsumoto M,
    3. Hikosaka O

    (2010) Dopamin i motivasjonskontroll: givende, motvillig og varslende. Neuron 68: 815 – 834.

  6. ↵
    1. Budygin EA,
    2. John CE,
    3. Mateo Y,
    4. Jones SR

    (2002) Mangel på kokaineffekt på dopamin-clearance i kjernen og skallet i kjernen accumbens av dopamin transporter knock-out mus. J Neurosci 22: RC222.

  7. ↵
    1. Cacciapaglia F,
    2. Saddoris MP,
    3. Wightman RM,
    4. Carelli RM

    (2012) Differensiell dynamikk for frigjøring av dopamin i kjernen accumbens kjerne og skall sporer forskjellige aspekter av målrettet atferd for sukrose. neuropharmacology 62: 2050 – 2056.

  8. ↵
    1. Cohen JY,
    2. Haesler S,
    3. Vong L,
    4. Lowell BB,
    5. Uchida N

    (2012) Neuron-typespesifikke signaler for belønning og straff i det ventrale tegmentale området. Natur 482: 85 – 88.

  9. ↵
    1. Dag JJ,
    2. Jones JL,
    3. Wightman RM,
    4. Carelli RM

    (2010) Phasic nucleus accumbens dopamine release koder for anstrengelses- og forsinkelsesrelaterte kostnader. Biolpsykiatri 68: 306 – 309.

  10. ↵
    1. Flagel SB,
    2. Clark JJ,
    3. Robinson TE,
    4. Mayo L,
    5. Czuj A,
    6. Willuhn I,
    7. Akers CA,
    8. Clinton SM,
    9. Phillips PE,
    10. Akil H

    (2011) En selektiv rolle for dopamin i stimulus-belønning læring. Natur 469: 53 – 57.

  11. ↵
    1. Gan JO,
    2. Walton ME,
    3. Phillips PE

    (2010) Utskillelige kostnader og fordeler koding av fremtidige belønninger av mesolimbic dopamin. Nat Neurosci 13: 25 – 27.

  12. ↵
    1. Grimm JW,
    2. Håper BT,
    3. Klok RA,
    4. Shaham Y

    (2001) Neuroadaptation: inkubasjon av kokaintrang etter uttak. Natur 412: 141 – 142.

  13. ↵
    1. Haber SN

    (2014) Stedet for dopamin i cortico-basal ganglia-kretsen. Neuroscience 282C: 248 – 257.

  14. ↵
    1. Heien ML,
    2. Khan AS,
    3. Ariansen JL,
    4. Cheer JF,
    5. Phillips PE,
    6. Wassum KM,
    7. Wightman RM

    (2005) Sanntids måling av dopaminsvingninger etter kokain i hjernen til å oppføre seg rotter. Proc Natl Acad Sci USA 102: 10023 – 10028.

  15. ↵
    1. Hollander JA,
    2. Carelli RM

    (2005) Avholdenhet fra selvadministrasjon av kokain øker nevral koding av målstyrt oppførsel hos accumbens. Neuropsychopharmacology 30: 1464 – 1474.

  16. ↵
  • ↵
    1. Keithley RB,
    2. Carelli RM,
    3. Wightman RM

    (2010) Rangestimering og den multivariate analysen av in vivo raske skanning sykliske voltammetriske data. Anal Chem 82: 5541 – 5551.

  • ↵
    1. Koob GF,
    2. Le Moal M

    (1997) Narkotikamisbruk: hedonisk homeostatisk dysregulering. Vitenskap 278: 52 – 58.

  • ↵
    1. LeBlanc KH,
    2. Hushjelp NT,
    3. Ostlund SB

    (2013) Gjentatt kokaineksponering letter uttrykket av insentivmotivasjon og induserer vanlig kontroll hos rotter. PloS One 8: e61355.

  • ↵
    1. Loriaux AL,
    2. Roitman JD,
    3. Roitman MF

    (2011) Nucleus accumbens skall, men ikke kjernen, sporer motivasjonsverdien til salt. J Neurofysiol 106: 1537 – 1544.

  • ↵
    1. Olmstead MC,
    2. Parkinson JA,
    3. Miles FJ,
    4. Everitt BJ,
    5. Dickinson A

    (2000) Kokain-søking av rotter: regulering, forsterkning og aktivering. Psykofarmakologi 152: 123 – 131.

  • ↵
    1. Ostlund SB,
    2. LeBlanc KH,
    3. Kosheleff AR,
    4. Wassum KM,
    5. Maidment NT

    (2014) Fasisk mesolimbisk dopamin-signalering koder for tilrettelegging av insentivmotivasjon produsert ved gjentatt kokaineksponering. Neuropsychopharmacology 39: 2441 – 2449.

  • ↵
    1. Owesson-White CA,
    2. Ariansen J,
    3. Stuber GD,
    4. Cleaveland NA,
    5. Cheer JF,
    6. Wightman RM,
    7. Carelli RM

    (2009) Nevralkoding av kokain-søker atferd er sammenfallende med fasisk dopaminfrigjøring i accumbens kjerne og skall. Eur J Neurosci 30: 1117 – 1127.

  • ↵
    1. Pan WX,
    2. Schmidt R,
    3. Wickens JR,
    4. Hyland BI

    (2005) Dopaminceller reagerer på forutsagte hendelser under klassisk kondisjonering: bevis for valgbarhetsspor i belønningslæringsnettverket. J Neurosci 25: 6235 – 6242.

  • ↵
    1. Peciña S,
    2. Berridge KC

    (2013) Dopamin- eller opioidstimulering av nucleus accumbens forsterker på samme måte kus-utløst "som ønsker" for belønning: hele kjernen og mediale skall kartlagt som underlag for PIT-forbedring. Eur J Neurosci 37: 1529 – 1540.

  • ↵
    1. Pickens CL,
    2. Airavaara M,
    3. Theberge F,
    4. Fanous S,
    5. Håper BT,
    6. Shaham Y

    (2011) Nevrobiologi av inkubasjonen av medikamentettrang. Trender Neurosci 34: 411 – 420.

  • ↵
    1. Redish AD

    (2004) Avhengighet som en beregningsprosess har gått galt. Vitenskap 306: 1944 – 1947.

  • ↵
    1. Robinson TE,
    2. Berridge KC

    (2008) Gjennomgang: insentivsensibiliseringsteorien om avhengighet: noen aktuelle problemer. Philos Trans R Soc Lond B Biol Sci 363: 3137 – 3146.

  • ↵
    1. Roitman MF,
    2. Stuber GD,
    3. Phillips PE,
    4. Wightman RM,
    5. Carelli RM

    (2004) Dopamine fungerer som en subsecond-modulator for matsøking. J Neurosci 24: 1265 – 1271.

  • ↵
    1. Saddoris MP,
    2. Gallagher M,
    3. Schoenbaum G

    (2005) Rask assosiativ koding i basolateral amygdala avhenger av forbindelser med orbitofrontal cortex. Neuron 46: 321 – 331.

  • ↵
    1. Saddoris MP,
    2. Stamatakis A,
    3. Carelli RM

    (2011) Nevrale korrelater av pavlovsk-instrumentell overføring i nucleus accumbens-skallet blir potensielt potensert etter selvadministrering av kokain. Eur J Neurosci 33: 2274 – 2287.

  • ↵
    1. Saddoris MP,
    2. Sugam JA,
    3. Cacciapaglia F,
    4. Carelli RM

    (2013) Rask dopamin-dynamikk i accumbens kjerne og skall: læring og handling. Front Biosci (Elite Ed) 5: 273 – 288.

  • ↵
    1. Saddoris MP,
    2. Sugam JA,
    3. Stuber GD,
    4. Witten IB,
    5. Deisseroth K,
    6. Carelli RM

    (2015) Mesolimbic dopamin sporer dynamisk, og er årsakelig knyttet til, diskrete aspekter ved verdibasert beslutningstaking. Biolpsykiatri 77: 903 – 911.

  • ↵
    1. Schoenbaum G,
    2. Setlow B,
    3. Saddoris MP,
    4. Gallagher M

    (2003) Koding av forutsagt utfall og ervervet verdi i orbitofrontal cortex under prøvetaking avhenger av innspill fra basolateral amygdala. Neuron 39: 855 – 867.

  • ↵
    1. Schultz W,
    2. Dickinson A

    (2000) Nevralkoding av prediksjonsfeil. Annu Rev Neurosci 23: 473 – 500.

  • ↵
    1. Schultz W,
    2. Dayan P,
    3. Montague PR

    (1997) Et neural substrat av prediksjon og belønning. Vitenskap 275: 1593 – 1599.

  • ↵
    1. Smith KS,
    2. Berridge KC,
    3. Aldridge JW

    (2011) Å skille glede fra insentiv salience og læringssignaler i hjernebelønningskretsløp. Proc Natl Acad Sci USA 108: E255 – E264.

  • ↵
    1. Sugam JA,
    2. Dag JJ,
    3. Wightman RM,
    4. Carelli RM

    (2012) Phasic nucleus accumbens dopamine koder for risikobasert beslutningsatferd. Biolpsykiatri 71: 199 – 205.

  • ↵
    1. Tindell AJ,
    2. Smith KS,
    3. Berridge KC,
    4. Aldridge JW

    (2009) Dynamisk beregning av insentiv salience: "ønsker" det som aldri ble "likt." J Neurosci 29: 12220 – 12228.

  • ↵
    1. Tobler PN,
    2. Dickinson A,
    3. Schultz W

    (2003) Koding av forutsagt belønnings unnlatelse av dopaminuroner i et betinget hemmingsparadigme. J Neurosci 23: 10402 – 10410.

  • ↵
    1. Waelti P,
    2. Dickinson A,
    3. Schultz W

    (2001) Dopaminsvar samsvarer med grunnleggende forutsetninger for formell læringsteori. Natur 412: 43 – 48.

  • ↵
    1. Wassum KM,
    2. Ostlund SB,
    3. Maidment NT

    (2012) Fasisk mesolimbisk dopamin-signalering går foran og spår utførelse av en selvinitiert handlingssekvensoppgave. Biolpsykiatri 71: 846 – 854.

  • ↵
    1. Wassum KM,
    2. Ostlund SB,
    3. Loewinger GC,
    4. Maidment NT

    (2013) Fasisk mesolimbisk dopaminfrigjøringsspor belønner å søke under uttrykk for pavlovsk til instrumentell overføring. Biolpsykiatri 73: 747 – 755.

  • ↵
    1. Wheeler RA,
    2. Aragona BJ,
    3. Fuhrmann KA,
    4. Jones JL,
    5. Dag JJ,
    6. Cacciapaglia F,
    7. Wightman RM,
    8. Carelli RM

    (2011) Cocaine-ledetråder driver motsatte kontekstavhengige skift i belønningsprosessering og emosjonell tilstand. Biolpsykiatri 69: 1067 – 1074.

  • ↵
    1. Wyvell CL,
    2. Berridge KC

    (2000) Intra-accumbens amfetamin øker den konditionerte insentivsalensen til sukrose-belønning: forbedring av belønning "som ønsker" uten forbedret "smak" eller responsforsterkning. J Neurosci 20: 8122 – 8130.

  • ↵
    1. Yorgason JT,
    2. España RA,
    3. Jones SR

    (2011) Demon voltammetri og analyseprogramvare: analyse av kokaininduserte endringer i dopamin-signalering ved bruk av flere kinetiske tiltak. J Neurosci Metoder 202: 158 – 164.

  • ↵
    1. Zhang J,
    2. Berridge KC,
    3. Tindell AJ,
    4. Smith KS,
    5. Aldridge JW

    (2009) En nevral beregningsmodell av insentiv salience. PLoS Comput Biol 5: e1000437.

    •