Dynamiczne mapowanie rozwoju korowego człowieka w okresie dzieciństwa do wczesnej dorosłości (2004)

Proc Natl Acad Sci US A. 2004 May 25; 101 (21): 8174 – 8179.

Opublikowano online 2004 May 17. doi:  10.1073 / pnas.0402680101

PMCID: PMC419576

Neuroscience

Ten artykuł został cytowany przez inne artykuły w PMC.

Idź do:

Abstrakcyjny

Opisujemy dynamiczną sekwencję anatomiczną rozwoju ludzkiej istoty szarej korowej między wiekiem 4-21 lat, stosując ilościowe mapy czterowymiarowe i sekwencje poklatkowe. Przebadano trzynaście zdrowych dzieci, dla których skany anatomiczne MRI mózgu uzyskano co 2 lat, dla 8 – 10 lat. Dzięki wykorzystaniu modeli powierzchni korowej i punktów zwrotnych w jamie ustnej oraz modelu statystycznego gęstości istoty szarej, ludzki rozwój kory mózgowej można uwidocznić w całym przedziale wiekowym w przestrzennie szczegółowej sekwencji poklatkowej. Wynikające z tego „filmy” poklatkowe ujawniają, że (i) kory asocjacyjne wyższego rzędu dojrzewają dopiero po kory somatosensorycznej i wzrokowej niższego rzędu, których funkcje integrują się, i (ii) filogenetycznie starsze obszary mózgu dojrzewają wcześniej niż nowsze. Bezpośrednie porównanie z normalnym rozwojem kory może pomóc w zrozumieniu niektórych zaburzeń neurorozwojowych, takich jak schizofrenia w dzieciństwie lub autyzm.

Rozwój ludzkiego mózgu jest strukturalnie i funkcjonalnie nieliniowym procesem (1-3), a zrozumienie normalnego dojrzewania mózgu jest niezbędne do zrozumienia zaburzeń neurorozwojowych (4, 5). Heteromodalny charakter poznawczego rozwoju mózgu jest ewidentny na podstawie badań wydajności neurokognitywnej (6, 7), obrazowanie czynnościowe (funkcjonalna rezonans magnetyczny lub tomografia pozytronemowa) (8-10) oraz badania koherencji elektroencefalogramu (1, 2, 10). Wcześniejsze badania obrazowe pokazują regionalne nieliniowe zmiany w gęstości istoty szarej (GM) w dzieciństwie i okresie dojrzewania ze wzrostem przedpokwitaniowym, po którym następuje utrata poporodowa (11-14). Gęstość GM na MRI jest pośrednią miarą złożonej architektury glejów, naczyń krwionośnych i neuronów z procesami dendrytycznymi i synaptycznymi. Badania dojrzewania GM wykazują utratę korowej gęstości GM w czasie (15, 16), który czasowo koreluje z pośmiertnymi wynikami zwiększonego przycinania synaptycznego w okresie dojrzewania i wczesnej dorosłości (17-19). Poniżej przedstawiamy badanie rozwoju korowego GM u dzieci i młodzieży, stosując technikę mapowania mózgu i prospektywnie przebadaną próbkę zdrowych dzieci 13 (lat 4 – 21), które skanowano za pomocą MRI co 2 lat dla 8 – 10 lat . Ponieważ skany były uzyskiwane wielokrotnie na tych samych obiektach w czasie, statystyczna ekstrapolacja punktów między skanami umożliwiła zbudowanie animowanej sekwencji poklatkowej („filmu”) rozwoju mózgu u dzieci. Postawiliśmy hipotezę, że rozwój GM w dzieciństwie przez wczesną dorosłość byłby nieliniowy, jak opisano wcześniej, i postępowałby w sposób lokalny, specyficzny dla regionu, zbieżny z dojrzewaniem funkcjonalnym. Przewidywaliśmy również, że regiony związane z bardziej podstawowymi funkcjami (np. Pierwotna kora ruchowa) rozwiną się wcześniej w porównaniu z regionami zaangażowanymi w bardziej złożone i integracyjne zadania (np. Płat skroniowy).

Rezultatem jest dynamiczna mapa dojrzewania GM w okresie przed i po okresie poporodowym. Nasze wyniki, podkreślając niezwykłą heterogeniczność, pokazują, że korowy rozwój GM wydaje się podążać za funkcjonalną sekwencją dojrzewania, z pierwotnymi kory czuciowo-ruchowymi wraz z dojrzewaniem pierwszych biegunów czołowych i potylicznych, a pozostała część kory rozwija się w ciemieniowej kierunek czołowy (tył do przodu). Ostatnia kora skroniowa, która zawiera obszary asocjacji, które integrują informacje z kilku modalności zmysłowych, dojrzała jako ostatnia. Co więcej, dojrzewanie kory okazało się również śledzić ewolucyjną sekwencję, w której te regiony zostały utworzone.

Metody

Przedmioty. Przykładowe dane demograficzne są wyświetlane w Tabela 1. Wszyscy badani zostali zrekrutowani ze społeczności do trwającego badania Narodowego Instytutu Zdrowia Psychicznego dotyczącego rozwoju ludzkiego mózgu (20). Krótko mówiąc, każdy pacjent przeszedł ustrukturyzowany wywiad diagnostyczny, aby wykluczyć jakiekolwiek diagnozy psychiatryczne podczas każdej wizyty. Pacjenci wracali co 2 lata na uzupełniający MRI wraz z ponowną oceną psychiatryczną i neurokognitywną. Do badania wybrano podgrupę wszystkich dzieci, które przeszły trzy lub więcej wykonalnych skanów MRI i były w wieku od 4 do 21 lat. Badanie zostało zatwierdzone przez komisję rewizyjną Narodowego Instytutu Zdrowia Psychicznego, a świadomą zgodę uzyskano od osób w wieku> 18 lat lub rodziców osób niepełnoletnich, a od każdego z badanych niepełnoletnich uzyskano dodatkową pisemną zgodę.

Tabela 1. 

Dane demograficzne próby badawczej

Przetwarzanie i analiza obrazu. Obrazy MRI zostały uzyskane w Narodowym Instytucie Zdrowia Psychicznego na tym samym skanerze 1.5-T General Electric. Sekwencja MRI była spójna w całym badaniu. Obrazy ważone T1 z przyległymi wycinkami 1.5-mm w płaszczyźnie osiowej i wycinki 2.0-mm w płaszczyźnie czołowej uzyskano przy użyciu 3D gradientu uszkodzonego przywołanego echa w stanie ustalonym. Parametrami obrazowania były: czas echa, 5 ms; czas powtarzania, 24 ms; kąt obrotu, 45 °; macierz akwizycji, 256 × 192; liczba pobudzeń, 1; i pole widzenia, 24 cm. Z każdą większą aktualizacją oprogramowania / sprzętu, niezawodność danych przed aktualizacją i po niej została przetestowana przez skanowanie zestawu obiektów przed i po aktualizacji (20). W skrócie, dla każdego skanu zastosowano algorytm korekcji pola polaryzacji częstotliwości radiowej. Obrazy podstawowe zostały znormalizowane, przekształcając je w standardową przestrzeń stereotaktyczną 3D (21). Kolejne skany były następnie dopasowywane do skanowania linii bazowej z tego samego przedmiotu, a wzajemnie zarejestrowane skany dla każdego pacjenta były liniowo mapowane do przestrzeni Międzynarodowego Konsorcjum na potrzeby mapowania mózgu (ICBM) (22). Szeroko zatwierdzony klasyfikator tkanek wygenerował szczegółowe mapy GM, istoty białej i płynu mózgowo-rdzeniowego, wykorzystując rozkład mieszanki Gaussa do wygenerowania maksimum a posteriori segmentacja danych (23, 24), a następnie model powierzchni kory został automatycznie wyodrębniony dla każdego pacjenta i punktu czasowego, jak opisano (25).

Technika analizy obrazu znana jako dopasowanie wzoru korowego (25-27) został użyty do lepszego zlokalizowania różnic korowych w czasie i zwiększenia mocy do wykrywania systematycznych zmian (25). Podejście to dopasowuje cechy żyroskopowe anatomii powierzchni korowej w miarę możliwości do różnych przedmiotów przed dokonaniem porównań między tematami, średnich grupowych i map statystycznych. Ponieważ ta technika eliminuje pewne zakłócające anatomiczne wariancje, istnieje zwiększona moc statystyczna do wykrywania efektów statystycznych na środkach korowych, jak również zwiększona zdolność do lokalizowania tych efektów w porównaniu z głównymi punktami zwrotnymi i zakrętami. W etapie dopasowywania korowego obliczane są wtórne deformacje, które pasują do wzorów żyroskopowych we wszystkich punktach czasowych i wszystkich obiektach, co pozwala na uśrednianie danych i porównywanie ich w odpowiednich obszarach korowych. Zestaw punktów orientacyjnych 34 na mózg ogranicza mapowanie jednej kory mózgowej do drugiej za pomocą odpowiednich obszarów korowych między obiektami. Analityk obrazu ślepy na tożsamość podmiotu, płeć i wiek prześledził każdą z 17 w każdej bocznej półkuli na renderowaniu powierzchni każdego mózgu. Te dolegliwości obejmowały szczelinę Sylwiana, centralne, przedśrodkowe i pośrodkowe, bruzdę główną górnej bruzdy skroniowej (STS), odgałęzienie STS, tylną gałąź STS, pierwotne i wtórne dolne odcinki, dolne skroniowe, górne i dolne czołowe, śródpiersiowe, poprzeczne potyliczne, węchowe, potyliczno-skroniowe i bruzdy boczne. Oprócz konturowania głównych bruzd, na sześciu półkulach przedstawiono zestaw sześciu krzywych punktowych linii środkowej graniczących ze szczeliną wzdłużną, aby ustalić granice półkuli. Punkty orientacyjne zostały zdefiniowane zgodnie ze szczegółowym protokołem anatomicznym. Ten protokół jest dostępny w Internecie (www.loni.ucla.edu/∼khayashi/Public/medial_surface) i ma znaną niezawodność między- i wewnętrzną, jak podano (25).

Zależny od czasu średni model korowy 3D dla grupy został utworzony przez spłaszczenie wszystkich punktów zwrotnych kalorii / żyłek w płaszczyźnie 2D wraz z modelem korowym przypisującym kod koloru w celu zachowania informacji o kształcie 3D. Gdy dane znajdowały się w tej płaskiej przestrzeni, cechy sulcal były wyrównane pomiędzy obiektami do średniego zestawu krzywych sulkalnych. Wypaczone mapy korowe zostały matematycznie przeniesione do 3D, tworząc ostry, przeciętny model korowy z cechami żyroskopowymi w ich średnich lokalizacjach anatomicznych (28).

Aby określić ilościowo lokalny GM, użyliśmy miary zwanej „gęstością GM”, stosowanej w wielu wcześniejszych badaniach, która mierzy proporcję GM w małym obszarze o stałym promieniu (15 mm) wokół każdego punktu korowego (15, 25, 26, 28). Miara gęstości GM uśrednia informacje o objętościach GM w niewielkim sąsiedztwie (jądro 15-mm użyte w tym raporcie), zapewniając zwiększony stosunek sygnału do szumu, i uśrednia część szumu właściwego dla rozwiązywania korowego GM granice w MRI. Jeśli jednak stosowana jest gęstość GM, utracona zostaje pewna moc lokalizacji, a podejście może uśredniać dane z przeciwstawnych banków szumów. Miara może również indeksować zmiany GM wynikające z różnic w krzywiznie powierzchni korowej, w których zwiększona krzywizna może powodować próbkowanie mniejszej ilości GM w jądrze o stałym promieniu. Nasza praca pokazuje jednak, że gęstość i grubość GM są bardzo silnie skorelowane (K. Narr, RM Bilder, AW Toga, RP Woods, DE Rex, P. Szeszko, D. Robinson, Y. Wang, H. DeLuca, D. Asuncion i PM Thompson, dane niepublikowane, a zatem prawdopodobnie indeksują podobne procesy dojrzewania.

Aby ustalić, czy moc jest wystarczająca do osiągnięcia istotności statystycznej na każdym punkcie powierzchni kory, dopasowaliśmy model zmiany GM i oszacowaliśmy współczynnik regresji wielokrotnej (R2) w każdym punkcie, który zmienia się w zakresie 0 do 1. Z zerowej dystrybucji R2, skorygowane o liczbę stopni swobody w modelu statystycznym, możliwe jest określenie, czy istnieje wystarczająca moc do odrzucenia hipotezy zerowej (R2 = 0) w każdym punkcie korowym. Znaczenie dopasowania modelu, p(R2), następnie został wykreślony w każdym punkcie korowym (dane nie pokazane). Wynikowa mapa wskazywała na to R2 nie jest równy zeru w prawie każdym punkcie korowym, co sugeruje, że obserwowane zmiany były bardzo znaczące.

Wykresy statystyczne wygenerowano za pomocą analizy regresji modelu mieszanego (11, 30) dla objętości GM w każdym punkcie 65,536 na całej powierzchni korowej, jak również poszczególnych objętościach płata, a także w kilku określonych punktach zainteresowania na powierzchni. Ponieważ użyto nieliniowego modelu mieszanego, różnice międzyosobnicze w gęstości GM zostały modelowane oddzielnie od wewnątrzindywidualnych wskaźników zmiany korowej, dając dodatkową moc do rozwiązania zmian podłużnych w każdym punkcie korowym. Testy hipotez dla budowy modelu oparto na F statystyki z α = 0.05. Konkretnie, F testy zostały wykorzystane do ustalenia, czy kolejność rozwoju modelu wzrostu była sześcienna, kwadratowa lub liniowa. Jeśli model sześcienny nie był znaczący, przetestowano model kwadratowy; jeśli model kwadratowy nie był istotny, przetestowano model liniowy. Tak więc model wzrostu był wielomianowy / nieliniowy, jeśli termin sześcienny lub kwadratowy znacząco przyczynił się do równania regresji. Biorąc pod uwagę, że każda hipoteza była testowana tylko raz, korekta statystyk dla wielu porównań nie była konieczna.

Następujące regiony wybrano do analiz na każdej półkuli: zakręt przedśrodkowy, pierwotna kora ruchowa (Rys. 1A), górny zakręt czołowy, tylna granica w pobliżu bruzdy środkowej (Rys. 1B), dolny zakręt czołowy, tylna granica (Rys. 1C), dolna bruzda czołowa, przednia granica (Rys. 1D), dolna bruzda czołowa w grzbietowo-bocznej korze przedczołowej (Rys. 1E), przedni koniec górnej bruzdy czołowej (Rys. 1F), słup przedni (Rys. 1G), pierwotna kora czuciowa w zakręcie postcentralnym (Rys. 1H), zakręt supramarginalny (obszar 40) (Rys. 1I), zakręt kątowy (obszar 39) (Rys. 1J), słup potyliczny (Rys. 1K), przednia, środkowa i tylna część górnego zakrętu skroniowego (STG) (Rys. 1 L – N), dolny środek zakrętu skroniowego, a także przedni i tylny limit (Rys. 1 O – Q), a na dolnej powierzchni, przednie i tylne końce bruzdy węchowej (Rys. 2 R i S) oraz przedni i tylny koniec bruzdy bocznej (Rys. 2 T i U). Odpowiednie punkty wybrano na obu półkulach, stosując te same punkty orientacyjne.

Rys.. 1. 

Wykresy regresji w modelu mieszanym w regionach zainteresowania nad powierzchnią korową. Następujące regiony wybrano do analiz na każdej półkuli: A, zakręt przedśrodkowy i pierwotna kora ruchowa; B, górny zakręt czołowy, tylny koniec blisko bruzdy środkowej; ...
Rys.. 2. 

Widok z dołu mózgu pokazujący wczesne i późne obrazy poklatkowe. Punkty odpowiadają przednim i tylnym końcom bruzdy węchowej (R i S) i bruzdy pobocznej (T i U), a wykresy modelu mieszanego odpowiadające obszarom zainteresowania na ...

Efekt

Ogólnie stwierdzono, że całkowita objętość GM wzrosła we wcześniejszym wieku, a następnie trwała utrata poczynając od okresu dojrzewania. Jednak, jak widać w sekwencji poklatkowej (ryc. (Rys. 22 i I 3), 3), proces utraty GM (dojrzewania) rozpoczyna się najpierw w korze ciemieniowej grzbietowej, szczególnie w pierwotnych obszarach czuciowo-ruchowych w pobliżu międzypółkulowego marginesu, a następnie rozprzestrzenia się rostralnie nad korą czołową i ogonowo i bocznie nad kością ciemieniową, potyliczną i ostatecznie kory skroniowej . (Ta sekwencja jest dostępna w Movies 1 – 4, które są publikowane jako informacje pomocnicze na stronie internetowej PNAS.) Bieguny czołowe i potyliczne wcześnie tracą GM, aw płacie czołowym dojrzewanie GM ostatecznie obejmuje grzbietowo-boczną korę przedczołową, która traci GM dopiero pod koniec okresu dojrzewania.

Rys.. 3. 

Prawe boczne i górne widoki dynamicznej sekwencji dojrzewania GM nad powierzchnią korową. Pasek boczny pokazuje reprezentację kolorów w jednostkach objętości GM. Początkowe ramki przedstawiają interesujące obszary w korze, jak opisano dla Rys. 1, To ...

Aby dokładniej zbadać wzorce dojrzewania w poszczególnych podregionach korowych, wykorzystaliśmy analizy regresji z mieszanym modelem w celu skonstruowania wykresów liniowego, jak również nieliniowego (kwadratowego lub sześciennego) wpływu wieku na objętości GM w interesujących punktach wzdłuż powierzchni korowej przy użyciu głównych punktów orientacyjnych sulkalu aby upewnić się, że odpowiednia anatomia była prawidłowo skorelowana w czasie i podmiotach. Kiedy porównaliśmy średnie objętości płata w tej próbce z naszą większą próbką przekroju poprzecznego (n = 149), trendy dla całkowitej i lobarnej objętości GM były zgodne w obu grupach (dane nie pokazane) (11). Jednak w poszczególnych podregionach kory dojrzewanie GM wykazuje zmienny wzór dojrzewania.

W obrębie kory czołowej zakręt przedśrodkowy (ryc. (Rys. 1A1A i Oraz 3) 3) dojrzewa wcześnie. Utrata GM postępuje liniowo we wczesnym wieku, podczas gdy więcej obszarów dziobowych płata czołowego (wzdłuż górnego i dolnego żyroskopu czołowego; ryc. Rys. 11 i 3, B – G) sukcesywnie dojrzewają w progresji przedniej, na co wskazują również stopniowo późniejsze szczyty nieliniowej utraty GM (Rys. 1 B – D), z korą przedczołową dojrzewającą jako ostatnią (ryc. 1, D i E, I 3) .3). W płacie ciemieniowym utrata GMO zaczyna się w zakręcie pośrodkowym (ryc. (Rys. 1H1H i I 3; 3; z nieliniowym wczesnym szczytem), przechodzącym poprzecznie w zakręt kątowy (obszar 40; rys. Rys. 1I1I i I 3), 3) i zakręt supramarginalny (obszar 39; rys. Rys. 1J1J i I 3) .3). Przednie i potyliczne bieguny, podobne do żył przed- i postcentralnych, dojrzewają wcześnie (ryc. 1 G i K i I 33).

Późniejsze dojrzewanie. Z drugiej strony części płata skroniowego wykazują charakterystyczny późny wzór dojrzewania. Płat skroniowy dojrzewa ostatni, z wyjątkiem bieguna skroniowego, który pokazuje utratę GM w tym samym czasie, co bieguny czołowe i potyliczne (ryc. (Rys. 1O1O i I 3) .3). Natomiast górne i dolne zakręty skroniowe (STG i dolny zakręt skroniowy) nie wykazują tego samego stopnia utraty GM w tym przedziale wiekowym. Pokazują to również płaskie wykresy efektów wiekowych (ryc. 1 L i M i I 3) .3). W STG część tylna wykazuje wyraźną trajektorię liniową (Rys. 1N).

Na dolnej powierzchni mózgu, przyśrodkowe aspekty dolnego płata skroniowego (domniemana kora śródwęchowa, przyśrodkowa do bruzdy nosowej, pomiędzy przednim końcem bruzdy pobocznej i tylnym końcem bruzdy węchowej) dojrzewają wcześnie i nie zmieniają się zbytnio później , jak widać na płaskich wykresach efektów wiekowych (Rys. 2T). Podobny wzorzec dojrzewania występuje w części ogonowej i przyśrodkowej dolnego płata czołowego (Rys. 2S, przypuszczalna kora gruszkowata). Inne części brzusznego płata skroniowego wykazują boczny do przyśrodkowego wzorzec dojrzewania, podczas gdy obszary oczodołowo-czołowe nadal dojrzewały do ​​najstarszego wieku, który badaliśmy (Rys. 2).

Dyskusja

Poniżej przedstawiamy wizualizację dynamicznego rozwoju ludzkiego mózgu korowego w prospektywnym, podłużnym badaniu zdrowych dzieci i młodzieży. Wcześniejsze raporty były albo przekrojowe (tj. Skan MRI jest uzyskiwany tylko raz na temat) lub stosowane metody, które zapewniają średnie objętości globalne zamiast porównania punkt po punkcie, które jest możliwe przy użyciu metod mapowania (11, 15). Na projekty przekrojowe wpływają międzyosobnicze wariancje i efekty kohortowe, podczas gdy metody zapewniające średnie objętości globalne nie dostarczają szczegółów przestrzenno-czasowych. Pokonaliśmy te ograniczenia, badając podłużnie pobraną próbkę przed- i postpubertalną, w której te same dzieci zostały przeskanowane prospektywnie w okresie 10-lat. Nasze wyniki, podkreślając heterochroniczność rozwoju korowego człowieka, sugerują, że poszczególne podregiony podążają czasowo odmiennymi trajektoriami dojrzałości, w których obszary asocjacji wyższego rzędu dojrzewają dopiero po dojrzewaniu regionów sensomotorycznych niższego rzędu, których funkcje integrują się. Ponadto wydaje się, że filogenetycznie starsze obszary korowe dojrzewają wcześniej niż nowsze regiony korowe.

Dojrzewanie płata czołowego postępowało w kierunku od przodu do przodu, zaczynając od pierwotnej kory ruchowej (zakrętu przedśrodkowego) i rozprzestrzeniając się ku przodowi nad górnym i dolnym zakrętem czołowym, przy czym kora przedczołowa rozwijała się jako ostatnia. I odwrotnie, słupek czołowy dojrzał w przybliżeniu w tym samym wieku, co pierwotna kora ruchowa. W tylnej połowie mózgu dojrzewanie rozpoczęło się w pierwotnym obszarze czuciowym, rozprzestrzeniając się bocznie na resztę płata ciemieniowego. Podobnie jak słup przedni, słup potyliczny dojrzał wcześnie. Boczne płaty skroniowe były ostatnimi dojrzałymi.

Zatem sekwencja dojrzewania kory zgadza się z istotnymi dla regionu kamieniami milowymi w rozwoju poznawczym i funkcjonalnym. Części mózgu związane z bardziej podstawowymi funkcjami dojrzewały wcześnie: najpierw rozwinęły się obszary mózgu motorycznego i sensorycznego, a następnie obszary związane z orientacją przestrzenną, rozwojem mowy i języka oraz uwagą (górne i dolne płaty ciemieniowe). Później dojrzałe były obszary zaangażowane w funkcje wykonawcze, uwagę i koordynację ruchową (płaty czołowe). Biegun czołowy, związany z przetwarzaniem smaku i zapachu, oraz słup potyliczny, zawierający pierwotną korę wzrokową, również zgodnie z oczekiwaniami dojrzewały wcześnie. Ta sekwencja dojrzałości była również odzwierciedlona w szczytowym wieku dla maksymalnych wartości GM, które wzrastają wraz z postępem rozwoju w kierunku do przodu (Rys. 1 A – D i H – J). Wizualnie kora przedczołowa i dolna kora ciemieniowa po lewej stronie dojrzewają wcześniej niż odpowiadające regiony po prawej stronie, co może być spowodowane faktem, że większość dzieci w tej próbie jest praworęczna, z lewą dominującą półkula, która dojrzewa wcześnie.

Płat skroniowy wykazywał wyraźny wzorzec dojrzewania. Bieguny czasowe dojrzewały wcześnie. Większość pozostałego płata skroniowego dojrzewała w przedziale wiekowym tej próbki, z wyjątkiem małego obszaru w tylnej części STG, który wydawał się dojrzewać jako ostatni. U ludzi kora skroniowa, w szczególności tylna część górnej bruzdy skroniowej, górny zakręt skroniowy i środkowy zakręt skroniowy, są uważane za heteromodalne miejsce asocjacji (wraz z przedczołową i dolną korą ciemieniową) i są zaangażowane w integrację pamięci skojarzenie audiowizualne i funkcje rozpoznawania obiektów (31-34). Zatem kora skroniowa dojrzewa po tym, jak inne obszary asocjacji, których funkcje integrują, są stosunkowo rozwinięte.

Filogenetycznie, niektóre z najstarszych obszarów korowych leżą na dolnej powierzchni mózgu w przyśrodkowym aspekcie płata skroniowego (na przykład tylnej części kory gruszkowatej i kory śródwęchowej) lub na dolnym i środkowym aspekcie płata czołowego w pobliżu ogonowy koniec bruzdy węchowej (przednia kora piriforma i oczodołowa kora oczna) (35-37). Proces dojrzewania w pobliżu tych obszarów zaczął się wcześnie (ontogenetycznie) już w wieku 4, jak widać na liniowych lub płaskich wykresach (Rys. 2 S i T). Z tych obszarów dojrzewanie powoli postępuje bocznie. W dolnej części kory czołowej, aspekty przyśrodkowe i tylne kory węchowej dojrzały wcześnie, podczas gdy kory oczodołowo-czołowe dojrzały później. W pozostałej części dolnego płata skroniowego dojrzewanie pojawiło się później iw nieco bocznym kierunku przyśrodkowym. U ssaków dolna kora skroniowa, wraz z częściami STG, tylną korą ciemieniową i korą przedczołową, są obszarami asocjacji wyższego rzędu, które są również najnowszymi ewolucyjnie (38, 39). Nasza obserwacja tych obszarów, które wydają się dojrzewać później, może sugerować, że rozwój korowy podąża w pewnym stopniu za sekwencją ewolucyjną.

Dokładny proces leżący u podstaw utraty GMO jest nieznany. Mózgowa istota biała wzrasta w pierwszych czterech dekadach z powodu mielinizacji aksonów (40) i może częściowo wyjaśniać obserwowaną utratę GM (41, 42). Chociaż zmiany wzorców fałdowania sulkalnego i żyrowego lub innych procesów nieatroficznych, takich jak odwodnienie, mogą wpływać na gęstość GM, główna przyczyna utraty gęstości GMO jest nieznana. Spekulujemy, że może to być przynajmniej częściowo napędzane procesem przycinania synaptycznego (43) wraz z troficznymi zmianami glejowymi i naczyniowymi i / lub kurczeniem się komórek (44). Zatem specyficzne dla regionu różnice w dojrzewaniu GM mogą wynikać z leżącego u podstaw heterochronicznego przycinania synaptycznego w korze, jak wykazano w rozwoju kory mózgowej naczelnych i człowieka (18, 45-48). Co ciekawe, w korze czołowej dojrzewa ostatnia część kory przedczołowej grzbietowo-bocznej, co zbiega się z jej późniejszą mielinizacją, co pokazuje, że mielinizacja przycinania może często występować równolegle.

Wyniki te mogą mieć implikacje kliniczne. Na przykład autyzm, z początkiem przed wiekiem 3, wykazuje globalny rozrost genetycznego mózgu w pierwszych latach życia 2 (49) oraz większe wolumeny GM czołowych i czasowych w latach 4, a następnie 7 lat wolniejszego wzrostu w tych regionach (50, 51). Schizofrenia z początkiem wieku dziecięcego, ze średnim wiekiem początku około 10 lat, jest związana z uderzającą ubytkiem GM w ciemieniu, która postępuje w kierunku dojrzewania w okresie dojrzewania w sposób bezpośredni (52), podczas gdy schizofrenia początkująca u dorosłych (bardziej typowa forma) jest silniej związana z deficytami w później dojrzewających regionach skroniowych i czołowych (53-55) i wiąże się z selektywnymi nieprawidłowościami regionów heteromodalnych (29). Zatem zmiany stopnia lub czasu podstawowego wzorca dojrzewania mogą przynajmniej częściowo leżeć u podstaw tych zaburzeń neurorozwojowych.

Wielkość zmian w niektórych regionach korowych jest bardzo znacząca i zgodna ze stopniem wzrostu i utraty obserwowanym w naszych wcześniejszych badaniach podłużnych. We wcześniejszym raporcie (28) opracowaliśmy podejście wykorzystujące mapowanie tensorowe do pomiaru lokalnych wskaźników wzrostu i wskaźników utraty tkanek na poziomie lokalnym w anatomii jądra ogoniastego i ciała modzelowatego. W bardzo małych regionach tych struktur lokalne tempo wzrostu przekraczało 40% rocznie, a miejscowe współczynniki utraty tkanki osiągały 40% rocznie w małych obszarach jąder podstawy. Ze względu na zwiększoną rozdzielczość przestrzenną, szczytowe lokalne szybkości zmian uzyskane z mapowania anatomicznego są często większe niż te uzyskiwane w badaniach wolumetrycznych anatomicznie sparcelowanych struktur mózgu. Na przykład ocena objętości płata może spowodować średni wzrost lub utratę tkanki w dużej strukturze, a szczytowe szybkości zmian objętościowych odpowiednio się zmniejszają. Substratem komórkowym dla tych zmian korowych może być kombinacja mielinizacji, przycinania dendrytycznego i zmian gęstości upakowania neuronów, glejów, naczyń i neurytów w różnych warstwach korowych. Mogą również wystąpić zmiany we właściwościach relaksometrycznych sygnału MRI, który opiera się na zawartej w nim zawartości wody. Składnik mielinizacji może powodować bardzo duże zmiany procentowe netto w objętościach korowych przez okresy kilku lat, zwłaszcza gdy oceniane objętości są stosunkowo małe.

Istnieje kilka ograniczeń tego badania. Analizy te oparte są na skanach 52, w których stworzono modele anatomiczne 1,976, dające wystarczającą moc do śledzenia zmian, ale pochodzące tylko od dzieci 13. Ponadto jest to niereprezentatywna populacja o przeciętnym IQ 125, odzwierciedlająca nastawienie skierowania w National Institute of Mental Health. Nie byliśmy w stanie uchwycić przedpołudniowego wzmocnienia w sekwencji filmowej poklatkowej, chociaż była ona łatwo wizualizowana na wykresach modelu mieszanego. Podobnie nie można zbadać różnic płciowych w dojrzewaniu mózgu, ponieważ w próbie jest tylko sześciu mężczyzn i siedem kobiet. Jednak nasze odkrycia odkrywają kluczowe informacje na temat dojrzałej sekwencji wczesnego rozwoju mózgu i jego związku z kamieniami milowymi funkcjonalnymi i ewolucyjnymi.

Materiał uzupełniający

Filmy wspierające: 

Podziękowanie

Dziękujemy dr. Steven Wise (National Institutes of Health) i Alex Martin (National Institutes of Health) za cenny wkład i komentarze. Prace te były wspierane przez National Institute of Mental Health Intramural financing; granty badawcze od Narodowego Instytutu Obrazowania Biomedycznego i Bioinżynierii (EB 001561) i Narodowego Centrum Zasobów Badawczych (P41 RR13642 i R21 RR19771); oraz grant Human Brain Project dla International Consortium for Brain Mapping, finansowany wspólnie przez National Institute of Mental Health i National Institute on Drug Abuse (P20 MH / DA52176).

Uwagi

Skróty: GM, istota szara; STG, wyższy zakręt skroniowy.

Referencje

1. Thatcher, RW (1992) Brain Cognit. 20, 24-50. [PubMed]
2. Thatcher, RW, Walker, RA & Giudice, S. (1987) Science 236, 1110-1113. [PubMed]
3. Johnson, MH (2001) Nat. Ks. Neurosci. 2, 475-483. [PubMed]
4. Stiles, J. (2000) Dev. Neuropsychol. 18, 237-272. [PubMed]
5. Schlaggar, BL, Brown, TT, Lugar, HM, Visscher, KM, Miezin, FM & Petersen, SE (2002) Science 296, 1476-1479. [PubMed]
6. Cepeda, NJ, Kramer, AF & Gonzalez de Sather, JC (2001) Dev. Psychol. 37, 715-730. [PubMed]
7. Tamm, L., Menon, V. i Reiss, AL (2002) J. Am. Acad. Dziecko. Adolesc. Psychiatria 41, 1231-1238. [PubMed]
8. Luna, B., Thulborn, KR, Munoz, DP, Merriam, EP, Garver, KE, Minshew, NJ, Keshavan, MS, Genovese, CR, Eddy, WF & Sweeney, JA (2001) Neuroimage 13, 786-793. [PubMed]
9. Chugani, HT, Phelps, ME & Mazziotta, JC (1987) Ann. Neurol. 22, 487-497. [PubMed]
10. Meyer-Lindenberg, A. (1996) Elektroencefalogr. Clin. Neurofiziol. 99, 405-411. [PubMed]
11. Giedd, JN, Blumenthal, J., Jeffries, NO, Castellanos, FX, Liu, H., Zijdenbos, A., Paus, T., Evans, AC & Rapoport, JL (1999) Nat. Neurosci. 2, 861-863. [PubMed]
12. Sowell, ER, Thompson, PM, Tessner, KD & Toga, AW (2001) J. Neurosci. 21, 8819-8829. [PubMed]
13. Jernigan, TL, Trauner, DA, Hesselink, JR & Tallal, PA (1991) Brain 114, 2037-2049. [PubMed]
14. Jernigan, TL i Tallal, P. (1990) Dev. Med. Child Neurol. 32, 379-385. [PubMed]
15. Sowell, ER, Peterson, BS, Thompson, PM, Welcome, SE, Henkenius, AL & Toga, AW (2003) Nat. Neurosci. 6, 309-315. [PubMed]
16. Sowell, ER, Thompson, PM, Holmes, CJ, Jernigan, TL & Toga, AW (1999) Nat. Neurosci. 2, 859-861. [PubMed]
17. Huttenlocher, PR (1994) w Human Behaviour and the Developing Brain, wyd. Dawson, G. & Fischer, K. (Guilford, Nowy Jork), str. 137–152.
18. Bourgeois, JP, Goldman-Rakic, PS & Rakic, P. (1994) Cereb. Rdzeń 4, 78-96. [PubMed]
19. Rakic, P. (1996) w Child and Adolescent Psychiatry, wyd. Lewis, M. (Williams and Wilkins, Baltimore), str. 9 – 30.
20. Giedd, JN, Snell, JW, Lange, N., Rajapakse, JC, Casey, BJ, Kozuch, PL, Vaituzis, AC, Vauss, YC, Hamburger, SD, Kaysen, D., i wsp. (1996) Cereb. Cortex 6, 551-560. [PubMed]
21. Sled, JG, Zijdenbos, AP & Evans, AC (1998) IEEE Trans. Med. Obrazowanie 17, 87-97. [PubMed]
22. Collins, DL, Neelin, P., Peters, TM & Evans, AC (1994) J. Comput. Wspierać. Tomogr. 18, 192-205. [PubMed]
23. Shattuck, DW i Leahy, RM (2001) IEEE Trans. Med. Obrazowanie 20, 1167-1177. [PubMed]
24. Zijdenbos, AP & Dawant, BM (1994) Crit. Rev. Biomed. Inż. 22, 401-465. [PubMed]
25. Thompson, PM, Hayashi, KM, de Zubicaray, G., Janke, AL, Rose, SE, Semple, J., Herman, D., Hong, MS, Dittmer, SS, Doddrell, DM, i wsp. (2003) J. Neurosci. 23, 994-1005. [PubMed]
26. Thompson, PM, Mega, MS, Vidal, C., Rapoport, JL & Toga, A. (2001) Detecting Disease-Specific Patterns of Brain Structure Using Cortical Pattern Matching and a Population-Based Probabilistic Brain Atlas, IEEE Conference on Przetwarzanie informacji w obrazowaniu medycznym (IPMI), UC Davis 2001 (Springer, Berlin). [Artykuł bezpłatny PMC] [PubMed]
27. Ashburner, J., Csernansky, JG, Davatzikos, C., Fox, NC, Frisoni, GB & Thompson, PM (2003) Lancet Neurol. 2, 79-88. [PubMed]
28. Thompson, PM, Giedd, JN, Woods, RP, MacDonald, D., Evans, AC & Toga, AW (2000) Nature 404, 190-193. [PubMed]
29. Buchanan, RW, Francis, A., Arango, C., Miller, K., Lefkowitz, DM, McMahon, RP, Barta, PE & Pearlson, GD (2004) Am. Jędrzejczyk 161, 322-331. [PubMed]
30. Giedd, JN, Jeffries, NO, Blumenthal, J., Castellanos, FX, Vaituzis, AC, Fernandez, T., Hamburger, SD, Liu, H., Nelson, J., Bedwell, J., i wsp. (1999) Biol. Psychiatria 46, 892-898. [PubMed]
31. Mesulam, MM (1998) Brain 121, 1013-1052. [PubMed]
32. Calvert, GA (2001) Cereb. Cortex 11, 1110-1123. [PubMed]
33. Martin, A. & Chao, LL (2001) Curr. Opin. Neurobiol. 11, 194-201. [PubMed]
34. Mesulam, M. (2000) Zasady neurologii behawioralnej i poznawczej (Oxford Univ. Press, New York).
35. Puelles, L. (2001) Philos. Trans. R. Soc. London B 356, 1583-1598. [Artykuł bezpłatny PMC] [PubMed]
36. Puelles, L. & Rubenstein, JL (2003) Trends Neurosci. 26, 469-476. [PubMed]
37. Rubenstein, JL, Martinez, S., Shimamura, K. & Puelles, L. (1994) Science 266, 578-580. [PubMed]
38. Allman, J., Hakeem, A. & Watson, K. (2002) Neuroscientist 8, 335-346. [PubMed]
39. Fuster, JM (2002) J. Neurocytol. 31, 373-385. [PubMed]
40. Bartzokis, G., Beckson, M., Lu, PH, Nuechterlein, KH, Edwards, N. & Mintz, J. (2001) Arch. Gen. Psychiatry 58, 461-465. [PubMed]
41. Benes, FM (1989) Schizophr. Byk. 15, 585-593. [PubMed]
42. Benes, FM, Turtle, M., Khan, Y. & Farol, P. (1994) Arch. Gen. Psychiatry 51, 477-484. [PubMed]
43. Huttenlocher, PR (1979) Brain Res. 163, 195-205. [PubMed]
44. Morrison, JH & Hof, PR (1997) Science 278, 412-419. [PubMed]
45. Rakic, P., Bourgeois, JP i Goldman-Rakic, PS (1994) Prog. Brain Res. 102, 227-243. [PubMed]
46. Bourgeois, JP (1997) Acta. Paediatr. Suppl. 422, 27-33. [PubMed]
47. Zecevic, N., Bourgeois, JP & Rakic, P. (1989) Brain Res. Dev. Brain Res. 50, 11-32. [PubMed]
48. Huttenlocher, PR & Dabholkar, AS (1997) J. Comp. Neurol. 387, 167-178. [PubMed]
49. Courchesne, E., Carper, R. & Akshoomoff, N. (2003) J. Am. Med. Doc. 290, 337-344. [PubMed]
50. Saitoh, O. & Courchesne, E. (1998) Psychiatry Clin. Neurosci. 52 Suppl, S219 – S222. [PubMed]
51. Carper, RA, Moses, P., Tigue, ZD i Courchesne, E. (2002) Neuroimage 16, 1038-1051. [PubMed]
52. Thompson, PM, Vidal, C., Giedd, JN, Gochman, P., Blumenthal, J., Nicolson, R., Toga, AW & Rapoport, JL (2001) Proc. Natl. Natl. Acad. Sci. Stany Zjednoczone 98, 11650-11655. [Artykuł bezpłatny PMC] [PubMed]
53. Shenton, ME, Dickey, CC, Frumin, M. & McCarley, RW (2001) Schizophr. Res. 49, 1-52. [Artykuł bezpłatny PMC] [PubMed]
54. Gur, RE, Cowell, P., Turetsky, BI, Gallacher, F., Cannon, T., Bilker, W. & Gur, RC (1998) Arch. Gen. Psychiatry 55, 145-152. [PubMed]
55. DeLisi, LE, Stritzke, P., Riordan, H., Holan, V., Boccio, A., Kushner, M., McClelland, J., Van Eyl, O. & Anand, A. (1992) Biol . Psychiatria 31, 241-254. [PubMed]