Vzory štruktúrnej konektivity mozgu rozlišujú normálnu hmotnosť od osôb s nadváhou (2015)

pozadia

Zmeny v hédonickej zložke ingestívneho správania boli zahrnuté ako možný rizikový faktor v patofyziológii jedincov s nadváhou a obezitou. Neuroimagingové dôkazy od jedincov so zvyšujúcim sa indexom telesnej hmotnosti naznačujú štrukturálne, funkčné a neurochemické zmeny v sieti s rozšírenou odmenou a pridružených sieťach.

Cieľ

Použiť analýzu mnohorozmerných vzorov na rozlíšenie subjektov s normálnou hmotnosťou a nadváhou na základe merania sivej a bielej hmoty.

Metódy

Štrukturálne obrázky (N = 120, nadváha N = 63) a difúzne tenzorové obrázky (DTI) (N = 60, nadváha N = 30) boli získané od zdravých kontrolných subjektov. Pre celkovú vzorku bol priemerný vek pre skupinu s nadváhou (ženy = 32, muži = 31) 28.77 rokov (SD = 9.76) a pre skupinu s normálnou hmotnosťou (ženy = 32, muži = 25) 27.13 rokov (SD = 9.62) ). Regionálna segmentácia a parcelácia obrazov mozgu sa uskutočňovala pomocou programu Freesurfer. Na meranie normalizovanej hustoty vlákien medzi oblasťami sa uskutočnila deterministická traktografia. Na preskúmanie, či mozgové opatrenia dokážu rozlíšiť nadváhu od jedincov s normálnou hmotnosťou, sa použil prístup k analýze viacerých vzorcov.

výsledky

1. Klasifikácia bielej hmoty: Klasifikačný algoritmus založený na podpisoch 2 s regionálnymi spojeniami 17 dosiahol presnosť 97% pri rozlišovaní jedincov s nadváhou od jedincov s normálnou hmotnosťou. Pre obidva mozgové signatúry bola pozorovaná väčšia konektivita, ako je indexovaná zvýšenou hustotou vlákien, v nadváhe v porovnaní s normálnou hmotnosťou medzi regiónmi siete odmeňovania a regiónmi výkonného riadenia, emocionálneho vzrušenia a somatosenzorických sietí. Naproti tomu opačný vzor (znížená hustota vlákien) bol nájdený medzi ventromediálnym prefrontálnym kortexom a prednou izolou a medzi oblasťami talamus a výkonnej kontrolnej siete. 2. Klasifikácia sivej hmoty: Klasifikačný algoritmus založený na podpisoch 2 s morfologickými znakmi 42 dosiahol presnosť 69% pri rozlišovaní nadváhy od normálnej váhy. V oboch signatúrach mozgu boli spojené oblasti odmeňovania, výpovede, výkonnej kontroly a sietí emocionálneho vzrušenia nižšia morfologické hodnoty u jedincov s nadváhou v porovnaní s jedincami s normálnou hmotnosťou, zatiaľ čo opačný vzor bol pozorovaný pre oblasti somatosenzorickej siete.

Závery

1. Zvýšený BMI (tj pacienti s nadváhou) je spojený s výraznými zmenami šedej hmoty a hustoty vlákien v mozgu. 2. Klasifikačné algoritmy založené na konektivite bielych látok zahŕňajúcich regióny odmien a pridružených sietí môžu identifikovať špecifické ciele pre štúdie mechanizmu a budúci vývoj liekov zameraných na abnormálne ingestívne správanie a nadváhu / obezitu.

2.3.1. Štrukturálna (sivá látka) MRI

Predmety (N = 120, vysoké BMI N = 63) boli skenované na prístroji 3.0 Tesla Siemens TRIO po použití sagitálneho prieskumníka na umiestnenie hlavy. Štrukturálne skenovania sa získali zo 4 rôznych akvizičných sekvencií pomocou trojrozmerného protokolu T-váženého sagitálneho magnetizačného protokolu rýchleho echa (MP-RAGE) pripraveného na sagitálnu magnetizáciu a podrobností skenovania: 3. Opakovací čas (TR) = 1 1 ms, čas echa (TE) = 2200 ms, uhol vyklopenia (FA) = 3.26 mm³ veľkosť voxelu. 2. TR = 2200 3.26 ms, TE = 20 ms, FA = 1, XNUMX mm³ veľkosť voxelu. 3. TR = 20 3 ms, TE = 25 ms, FA = 1, XNUMX mm³ veľkosť voxelu. 4. TR = 2300 2.85 ms, TE = 9 ms, FA = 1, XNUMX mm³ voxel veľkosť. Bol hodnotený vplyv akvizičného protokolu na rozdiely v celkovom objeme šedej hmoty (TGMV). Špecificky sa použil všeobecný lineárny model (GLM) na určenie protokolových vplyvov na reguláciu TGMV veku. Výsledky ukázali, že všetky protokoly neboli navzájom podobné (F(3) = 6.333, p = 053).

2.3.2. Anatomická konektivita (biela hmota) MRI

Podmnožina pôvodnej vzorky (N = 60, vysoké BMI N = 30) podstúpil difúzne vážené MRI (DWI) podľa dvoch porovnateľných akvizičných protokolov. Konkrétne DWI boli získané buď v 61 alebo 64 nekolineárnych smeroch s b = 1000 s / mm², s 8 alebo 1 b = 0 s / mm² obrázky, resp. Oba protokoly mali TR = 9400 ms, TE = 83 ms a zorné pole (FOV) = 256 mm s akvizičnou maticou 128 × 128 a hrúbkou plátka 2 mm, aby vznikli 2 × 2 × 2 mm³ izotropné voxely.

2.4.1. Štrukturálna (šedá) segmentácia a parcelácia

Segmentácia obrazu T1 a regionálna parcelácia sa uskutočnili pomocou FreeSurfer (Dale a kol., 1999; Fischl a kol., 1999, 2002) podľa nomenklatúry opísanej v. \ t Destrieux a kol. (2010), Pre každú mozgovú hemisféru bola okrem subkortikálnych štruktúr 74 a cerebellu označená sada bilaterálnych kortikálnych štruktúr 7. Výsledky segmentácie od subjektu vzorky sú zobrazené v Obr. 2A. Bola tiež zahrnutá jedna ďalšia štruktúra stredovej línie (mozgový kmeň, ktorý obsahuje časti stredného mozgu, ako je ventrálna tegmentálna oblasť [VTA] a substantia nigra), pre kompletnú sadu parciel 165 pre celý mozog. Pre každú kortikálnu parceláciu boli vypočítané štyri reprezentatívne morfologické merania: objem šedej hmoty (GMV), povrchová plocha (SA), kortikálna hrúbka (CT) a stredné zakrivenie (MC). Pracovné postupy spracovania údajov boli navrhnuté a implementované v laboratóriu laboratória Neuroimaging (LONI) Pipeline (http://pipeline.loni.usc.edu).

 

Obr

A. Štruktúrna segmentácia a výsledky parcelácie a B. výsledky vlákniny bielej hmoty spojené so štruktúrnymi parceláciami od subjektu vzorky. A: Štruktúrna segmentácia. B: Segmentácia bielej hmoty.

2.4.2. Anatomická konektivita (biela hmota)

Difúzne vážené obrazy (DWI) boli korigované na pohyb a použité na výpočet tenzorov difúzie, ktoré boli rotačne reorientované v každom voxeli. Obrazy difúzneho tenzora boli upravené na základe trilineárnej interpolácie log-transformovaných tenzorov, ako je opísané v Chiang et al. (Chiang a kol., 2011) a prevzorkované na izotropné rozlíšenie voxelov (2 × 2 × 2 mm³). Pracovné postupy spracovania údajov boli vytvorené pomocou plynovodu LONI.

Konektivita bielej hmoty pre každého jedinca bola odhadnutá medzi oblasťami mozgu 165 identifikovanými na štruktúrnych obrazoch (Obrázok 2B) použitím DTI vláknovej tractografie. Tractografia bola vykonaná pomocou algoritmu Fiber Assignment by Continuous Tracking (FACT) (FACT) (Mori a kol., 1999) pomocou TrackVis (http://trackvis.org) (Irimia a kol., 2012). Konečný odhad konektivity bielej hmoty medzi každou z oblastí mozgu bol určený na základe počtu vláknitých úsekov, ktoré pretínajú každú oblasť, normalizovaných celkovým počtom vláknitých úsekov v celom mozgu. Tieto informácie sa potom použili na následnú klasifikáciu.

2.5.1. Vývoj prediktívneho modelu

Počet mozgových podpisov pre každú analýzu bol stanovený na dve (Lê Cao a kol., 2008b). analýza stability bol použitý na určenie optimálneho počtu oblastí mozgu pre každý podpis mozgu (Lê Cao a kol., 2011). Po prvé, sPLS-DA sa aplikuje v celom rade premenných, 5 – 200, ktoré sa vyberú pre každý z dvoch mozgových podpisov. Pre každú špecifikáciu počtu premenných, ktoré sa majú vybrať, sa vykoná 10-násobná krížová validácia opakovaných 100 časov. Tento postup krížového overenia rozdeľuje údaje o výcviku do záhybov 10 alebo podvzorkov údajov (n = 12 testovacích súprav). Jedna čiastková vzorka sa vyčlení ako údaje z testu a zvyšné čiastkové vzorky sa použijú na trénovanie modelu. Stabilita premenných sa určuje výpočtom počtu výberov konkrétnej premennej vo všetkých behoch krížovej validácie. Na vývoj výsledného modelu boli použité iba mozgové premenné so stabilitou väčšou ako 80%.

2.6.1. Rozptýlená analýza najmenších štvorcov - diskriminačná analýza (sPLS-DA)

sPLS-DA bola vykonaná pomocou balíka RO mixOmics (http://www.R-project.org). Samostatne sme skúmali predikčnú silu morfometrie mozgu a anatomickej konektivity DTI. Okrem regionálnej morfometrie mozgu alebo regionálnej anatomickej konektivity, veku a celkového GMV boli zahrnuté ako možné prediktory. Pre získané morfologické údaje boli do modelu vložené merania GMV, SA, CT a MC. Pre získané dáta anatomickej konektivity DTI boli subjektovo špecifické matrice indexujúce relatívnu hustotu vlákien medzi oblasťami 165 transformované na rozmerové matice 1 obsahujúce unikátne konektivity 13,530 (horný trojuholník z počiatočnej matice). Tieto matrice sa potom spojili medzi subjektmi a zadali do sPLS-DA. Ako počiatočný krok redukcie dát boli predpovede blízke nulovým odchýlkam vynechané a to viedlo k zostávajúcim spojom 369. Mozgové signatúry boli sumarizované pomocou variabilného zaťaženia jednotlivých rozmerov a VIP koeficientov. Na ilustráciu diskriminačných schopností algoritmov používame aj grafické zobrazenia (Lê Cao a kol., 2011). Prediktívna schopnosť konečných modelov bola hodnotená s použitím jednej krížovej validácie. Taktiež sme vypočítali binárne klasifikačné opatrenia: citlivosť, špecifickosť, pozitívnu prediktívnu hodnotu (PPV) a negatívnu prediktívnu hodnotu (NPV). Tu citlivosť indexuje schopnosť klasifikačného algoritmu správne identifikovať osoby s nadváhou. Špecifickosť odráža schopnosť klasifikačného algoritmu správne identifikovať jedincov s normálnou hmotnosťou. PPV odráža podiel vzorky, ktorá vykazuje špecifický podpis mozgu s nadváhou z klasifikačného algoritmu a ktorý má v skutočnosti nadváhu (skutočné pozitívne). Na druhej strane NPV je pravdepodobnosť, že ak je výsledok testu negatívny, tj účastník nemá signatúru mozgu špecifickú pre nadváhu (pravý negatívny).

2.6.2. Charakteristiky vzorky

Štatistické analýzy sa uskutočňovali pomocou štatistického balíka pre softvér Sociálne vedy (SPSS) (verzia 19). Skupinové rozdiely v skóre behaviorálneho merania boli vyhodnotené použitím analýzy rozptylu (ANOVA). Uvažovalo sa o význame p <05 neopravené.

3.2.1. Klasifikácia založená na anatomickej konektivite (biela hmota)

Skúmali sme, či mozog anatomická konektivita bielej hmoty by mohla byť použitá na rozlíšenie jedincov s nadváhou od jedincov s normálnou hmotnosťou. Obr. 3A znázorňuje jednotlivcov zo vzorky reprezentovanej vo vzťahu k dvom mozgovým podpisom a zobrazuje rozlišovacie schopnosti klasifikátora bielej hmoty. Binárne klasifikačné opatrenia boli vypočítané a indikovali senzitivitu 97%, špecificitu 87%, PPV 88% a NPV 96%. Tabuľka 2 obsahuje zoznam stabilných spojení bielej hmoty, ktoré zahŕňajú každý diskriminačný podpis mozgu spolu s variabilnými zaťaženiami a koeficientmi VIP.

 

Obr

A. Klasifikátor založený na hustote vlákien (biela hmota). B. Klasifikátor založený na morfológii šedej hmoty. A: Zobrazuje diskriminačné schopnosti klasifikátora vláknitej hustoty (bielej hmoty). B: Zobrazuje diskriminačné schopnosti klasifikátora šedej hmoty. ...

 

stôl 2

Zoznam anatomických spojení zahŕňajúcich každý diskriminačný podpis mozgu.

3.2.2. Anatomický mozgový podpis založený na konektivite 1

Prvý mozgový podpis zodpovedá 63% rozptylu. Ako naznačujú koeficienty VIP, premenné v riešení, ktoré vysvetľujú väčšinu rozptylu zahŕňali 1) spojenia medzi regiónmi siete odmeňovania (putamen, pallidum, brainstem [vrátane oblastí stredného mozgu, ako je VTA a substantia nigra]) s regiónmi exekutívy kontrola (precuneus, ktorá je súčasťou zadnej parietálnej kortexu), saliencia (predná insula), emocionálne vzrušenie (ventromediálny prefrontálny kortex) a somatosenzorické (postcentrálne gyrusové) siete; 2) oblasti emocionálnej siete vzrušenia (predná stredná kôra, ventromediálna prefrontálna kôra) s oblasťami výkyvov (predná izola) a somatosenzorická (paracentrálna louľa vrátane doplnkovej motorickej kôry); a 3) talamus so stredným týlnym gyrusom a talamusom s oblasťou výkonnej kontrolnej siete (dorzálna laterálna prefrontálna kortex).

V porovnaní so skupinou s normálnou hmotnosťou, skupina s nadváhou vykazovala väčšiu konektivitu z oblastí siete odmeňovania (putamen, pallidum, brainstem) do výkonnej kontrolnej siete (zadný parietálny kortex) az putamenu do inhibičnej časti siete emocionálneho vzrušenia ( ventromediálna prefrontálna kôra) a do oblastí somatosenzorickej siete (postcentrálny gyrus a posterior insula). Nižšia konektivita bola pozorovaná v skupine s nadváhou v oblastiach od siete emocionálneho vzrušenia (ventromediálna prefrontálna kôra) až po sieť sálencie (predná insula), ale väčšia konektivita v skupine s nadváhou z regiónov od siete emocionálneho vzrušenia (ventromediálna prefrontálna kôra) až po somatosenzorická sieť (zadná insula). Nižšia konektivita bola tiež pozorovaná v skupine s nadváhou v spojeniach zo somatosenzorického (paracentrálneho louly) k prednému strednému mozgovému kortexu, ale k vyššej konektivite z paracentrálneho laloku k subparietálnemu sulku (časť somatosenzorickej siete). Pri pohľade na talamické spojenia sa pozorovala nižšia konektivita od talamu k dorzálnej laterálnej prefrontálnej kôre (výkonná kontrolná sieť) a strednému týlnemu gýru u jedincov s nadváhou v porovnaní s jedincami s normálnou hmotnosťou.

3.2.3. Anatomický mozgový podpis založený na konektivite 2

Druhý identifikovaný anatomický mozgový podpis predstavoval ďalšie 12% odchýlky v údajoch. Premenné, ktoré prispievajú k najväčšej variabilite skupinovej diskriminácie, ako je naznačené koeficientom VIP, zahŕňali spojenia v regiónoch odmeny (putamen, orbital sulci, ktorá je súčasťou orbitálneho frontálneho gyrusu a mozgového kmeňa) a emocionálneho vzrušenia (gyrus rectus, ktorý je mediálny). súčasťou predsieňovej kortikálnej siete.

U jedincov s nadváhou v porovnaní s jedincami s normálnou hmotnosťou bola pozorovaná väčšia konektivita medzi oblasťami siete odmeňovania (brainstem a putamen) voči výkonnej kontrole (dorzálna laterálna prefrontálna kôra) a inhibičnej časti emocionálneho vzrušenia (ventromediálny prefrontálny kortex). Avšak konektivita medzi okcipitálom orbitálneho frontálneho gyrusu (sieť odmien) bola nižšia u jedincov s nadváhou v porovnaní s jedincami s normálnou hmotnosťou.

3.2.4. Klasifikácia založená na morfometrickej sivej hmote

Skúmali sme, či morfometria mozgu (objem šedej hmoty, povrchová plocha, kortikálna hrúbka a priemerné zakrivenie) by sa mohla použiť na rozlíšenie jedincov s nadváhou od jedincov s normálnou hmotnosťou. Obr. 3B zobrazuje jednotlivcov zo vzorky reprezentovanej vo vzťahu k dvom mozgovým podpisom a zobrazuje diskriminačné schopnosti morfometrického klasifikátora. Binárne klasifikačné opatrenia boli vypočítané a indikovali senzitivitu 69%, špecificitu 63%, PPV 66% a NPV 66%. Tabuľka 3 obsahuje zoznam morfometrických opatrení, z ktorých každý obsahuje diskriminačné opatrenia spolu s variabilnými zaťaženiami a koeficientmi VIP.

 

stôl 3

Regionálna morfometria obsahujúca každý podpis mozgu.

3.2.5. Morfologicky založený mozgový podpis 1

Prvý podpis mozgu vysvetlil 23% variability v údajoch morfometrického fenotypu. Ako je vidieť z VIP koeficientov, premenné prispievajúce k najväčšej variabilite podpisu zahŕňali oblasti odmeny (subregióny orbitálneho frontálneho gyrusu), saliencia (anterior insula), výkonná kontrola (dorzálna laterálna prefrontálna kôra), emocionálne vzrušenie (ventromedial prefrontal cortex). ) a somatosenzorické (precentrálny sulcus, supramarginal gyrus, subcentral sulcus, superior frontal sulcus) siete. Vysoké VIP koeficienty boli tiež pozorované pre horný frontálny gyrus a sulcus, vyšší temporálny gyrus, priečny frontopolar gyri a predný priečny temporálny gyrus. Regióny s odmenou, sálencia, výkonné riadenie a emocionálne vzrušenie siete boli spojené s nižšia hodnoty u jedincov s nadváhou v porovnaní s jedincami s normálnou hmotnosťou. Tiež osoby s nadváhou v porovnaní s normálnou hmotnosťou jedincov väčší hodnoty v oblastiach somatosenzorickej siete. Morfometria frontálnych a temporálnych oblastí (nadradený temporálny gyrus a predný priečny temporálny gyrus) boli tiež spojené s nižšia hodnoty u jedincov s nadváhou v porovnaní s jedincami s normálnou hmotnosťou.

3.2.6. Morfologicky založený mozgový podpis 2

Druhý morfologický mozgový podpis vysvetlil 32% rozptylu. Premenné s najvyššími koeficientmi VIP boli podobné VIP koeficientom pozorovaným v mozgovom podpise 1 v tom, že zahŕňali oblasti odmeny (caudate), saliencia (anterior insula), výkonná kontrola (časti zadného parietálneho kortexu), emocionálne vzrušenie (parahippocampal). gyrus, subgenálny predný cingulárny kortex a predná cingulárna kôra) a somatosenzorické (zadné laloky a paracentrálne loule) siete. Signatúra mozgu 2 v porovnaní s podpisom mozgu 1 však mala len jedno spojenie od siete odmeňovania a viac prepojení z oblastí sálencie a sietí emocionálneho vzrušenia.

U pacientov s nadváhou v porovnaní s jedincami s normálnou hmotnosťou nižšia hodnoty pre morfometriu v odmeňovaní, význame, výkonnej kontrole a sieťach emocionálneho vzrušenia, ale vyššia hodnoty somatosenzorickej siete.

4.1.1. Anatomický mozgový podpis založený na konektivite 1

Prvý podpis mozgu bol do značnej miery tvorený spojením v rámci a medzi odmenou, významom, výkonným riadením, emocionálnym vzrušením a zmyslovými sieťami. Existovali aj talamické spojenia s regiónmi výkonnej kontrolnej siete a s týlnym regiónom. Zodpovedajúc nášmu zisteniu o zníženom pripojení z ventromediálneho prefrontálneho kortexu k prednej insula pozorovanej v skupine s nadváhou v porovnaní so skupinou s normálnou hmotnosťou, znížená integrita povrchových častí bielej hmoty (znížená frakčná anizotropia) v externej kapsule (ktorá obsahuje vlákna, ktoré spájajú kortikálnych oblastí do iných kortikálnych oblastí prostredníctvom krátkych asociačných vlákien) boli hlásené u obéznych \ tShott a kol., 2014). Okrem toho u obéznych pacientov v porovnaní s kontrolami bol zdanlivý difúzny koeficient (difúzia vody odrážajúca poškodenie buniek) väčší v sagitálnej vrstve (ktorá je známa tým, že prenáša informácie z parietálnych, okcipitálnych, cingulárnych a časových oblastí do talamu) a môže byť konzistentná s našimi pozorovaniami nižšej konektivity medzi pravým talamusom a pravým stredným okcipitálnym gyrusom pre osoby s nadváhou v porovnaní s jedincami s normálnou hmotnosťou (Shott a kol., 2014). Shott a jeho kolegovia (Shott a kol., 2014) tiež identifikovali väčšie zjavné difúzne koeficienty (odrážajúce možné poškodenie buniek) v obéznej skupine v corona radiata, čo, zdá sa, dopĺňa naše zistenia o nižšej relatívnej hustote vlákien medzi štruktúrami hlbokej šedej hmoty (napríklad talamus) a kortikálnymi oblasťami (chrbtová oblasť). laterálna prefrontálna kôra) u jedincov s nadváhou v porovnaní s jedincami s normálnou hmotnosťou. Zmenená talamická konektivita môže interferovať s úlohou talamu pri uľahčení prenosu periférnych senzorických informácií do kôry (Jang a kol., 2014).

Samostatná štúdia porovnávajúca nekomplikované dospievajúce obézne s jedincami s normálnou hmotnosťou tiež zistila zníženú frakčnú anizotropiu u obéznych adolescentov v oblastiach, ako je vonkajšia kapsula, vnútorná kapsula (ktorá väčšinou nesie vzostupné a zostupné kortikospinálne trakty), ako aj niektoré časové vlákna a optické žiarenie (Yau a kol., 2014). Nedávna štúdia tiež pozorovala stratu spojení nervových vlákien s DTI medzi mozgovým kmeňom a hypotalamom u jedinca s kavernómom mozgového kmeňa, ktorý po chirurgickej drenáži mal dramatický nárast hmotnosti, čo môže naznačovať, že tieto nervové vlákna sú zapojené do regulácie. príjmu potravy a hmotnosti (\ tPurnell a kol., 2014). Nezistili sme však rozdiely v konektivite s hypotalamom, čo môže byť čiastočne spôsobené obmedzeniami parcelácie na základe konkrétnych atlasov použitých v súčasnej štúdii.

4.1.2. Anatomický mozgový podpis založený na konektivite 2

Druhý ortogonálny podpis bol tvorený iba tromi anatomickými spojeniami v rámci sietí odmeňovania a emocionálneho vzrušenia. Identifikácia zmenených spojení v rámci regiónov zahŕňajúcich sieť odmien a regiónov v sieťach, s ktorými spolupracuje v súčasnej štúdii, sa predtým neuviedla. Tieto zmeny však možno očakávať na základe nedávnych morfologických štúdií, ktoré zaznamenali zmeny v sivej hmote v rámci oblastí siete s predĺženou odmenou (Kenny, 2011; Kurth a kol., 2013; Raji a kol., 2010; Volkow a kol., 2008). Naše zistenia spoločne ukazujú, že v regiónoch, ktoré zahŕňajú sieť odmeňovania a jej pridružené siete, sa vyskytujú rozsiahle zmeny v konektivite bielej hmoty.

Zatiaľ čo iné štúdie zistili zníženú integritu vlákien meranú zníženou frakčnou anizotropiou v oblastiach corpus callosum a fornix (ktoré sú súčasťou cingulátu a prenášajú informácie z hipokampu do hypotalamu) s rastúcim BMI (Stanek a kol., 2011; Xu a kol., 2013); súčasná štúdia neidentifikovala významné zmeny interhemisférickej konektivity v rámci dvoch anatomicko-konektívnych mozgových podpisov. Výnimkou bolo, že existuje spojenie medzi ľavým paracentrálnym lalokom a pravým subparietálnym sulkom v mozgovom podpise 1 a spojenie medzi pravým putamenom a ľavým gyrus rectus v mozgovom podpise 2. Predpokladáme, že účinok pozorovaný v týchto predchádzajúcich štúdiách môže byť spôsobený systémovou degradáciou bielej hmoty namiesto zmien v spojení medzi špecifickými oblasťami mozgu, podobne ako zmeny, ku ktorým dochádza počas normálneho starnutia (Sullivan a kol., 2010). Zatiaľ čo autori týchto predchádzajúcich štúdií predpokladali, že rozdiely vo frakčnej anizotropii vo vonkajšej kapsule jedincov s vysokým BMI môžu korelovať s väzbami z hipokampu a amygdaly, nezaznamenali sme významné zmeny v konektivite v rámci týchto štruktúr. Na potvrdenie týchto pozorovaní je potrebná podrobnejšia analýza a jemnejšia parcelácia týchto oblastí mozgu.

4.2.1. Morfologicky založený mozgový podpis 1

V našej štúdii, prvý podpis mozgu zobrazoval nižšie hodnoty rôznych morfometrických meraní (vrátane subregiónov orbitálneho frontálneho gyrusu, predného insula) v oblastiach odmeňovania, saliencie a výkonných kontrolných sietí v skupine s nadváhou v porovnaní s normálnou váhovou skupinou. Okrem toho boli pozorované nižšie hodnoty morfometrických hodnôt pre inhibičné oblasti (dorzálna laterálna a ventromediálna prefrontálna kôra), ktoré súvisia s emocionálnou sieťou vzrušenia, ale vyššia morfometria pre somatosenzorickú sieť (precentrálny sulcus, supramarginal gyrus, subcentrálny sulcus a vyšší frontálny sulcus) vrátane temporálnej v porovnaní s jedincami s normálnou hmotnosťou. V tejto štúdii sme zistili významné zníženie morfologických meraní (objem šedej hmoty a kortikálnej hrúbky) orbitálneho frontálneho gyrusu. Orbitálny frontálny gyrus je dôležitou oblasťou v rámci siete odmeňovania, ktorá zohráva úlohu pri hodnotiacom spracovaní av usmerňovaní budúceho správania a rozhodnutí založených na očakávaní kódovania súvisiacich s odmenou (Kahnt a kol., 2010). Nedávna štúdia analyzujúca štruktúru šedej a bielej hmoty zistila, že obézni jedinci mali znížené hodnoty pre rôzne oblasti v rámci siete odmeňovania, vrátane orbitálneho frontálneho gyrusu (Shott a kol., 2014).

4.2.2. Morfologicky založený mozgový podpis 2

V porovnaní s podpisom mozgu 1, morfologické merania pozorované v oblastiach sálencie a sietí emocionálneho vzrušenia vysvetlili väčšinu rozptylu, zatiaľ čo regióny siete odmien neboli vplyvné. Znížené merania šedej hmoty boli pozorované v oblastiach sálencie, výkonného riadenia a siete emocionálneho vzrušenia. Tieto oblasti (predná insula, parietálna zadná kôra, parahippokampálny gyrus, subregióny predného cingulárneho kortexu) sú často spojené so zvýšenou aktivitou vyvolanou mozgom počas vystavenia potravinovým podnetom (Brooks a kol., 2013; Greenberg a kol., 2006; Rothemund a spol., 2007; Shott a kol., 2014; Stoeckel a kol., 2008) a stupeň osobného významu stimulov (Critchley a kol., 2011; Seeley a kol., 2007a). V súčasnej štúdii sa redukcia šedej hmoty pozorovala aj v kľúčových oblastiach somatosenzorickej siete (posterior insula, paracentral lobule). Hoci presná úloha tejto siete pri nadváhe a obezite nie je známa, ukázalo sa, že sa podieľa na uvedomovaní si pocitov tela a nedávna štúdia naznačila, že zvýšená aktivita somatosenzorickej siete v reakcii na podnety potravy u obéznych jedincov by mohla viesť k prejedanie (Stice a kol., 2011). Táto štúdia sa špecificky zamerala na morfologické merania a anatomické spojenia medzi oblasťami mozgu v rozšírenej sieti odmeňovania a somatosenzorickej sieti a navrhuje, aby tieto štrukturálne metriky mozgu mohli ovplyvniť neurálne spracovanie spojené s výsledkami z funkčných štúdií, ktoré sa nachádzajú v literatúre. Korelácie s faktormi správania a životného prostredia tiež ponúkajú ďalší pohľad na vzťah medzi štrukturálnymi a funkčnými zisteniami, ktoré budú musieť byť testované v budúcich štúdiách.