帕金森病中丘脑底核活动的周期性和非周期性成分反映运动障碍的不同方面
帕金森病中丘脑底核活动的周期性和非周期性成分反映运动障碍的不同方面
背景介绍
帕金森病(Parkinson’s Disease, PD)是一种常见的神经退行性疾病,其核心症状包括运动迟缓(bradykinesia)、僵硬(rigidity)和震颤(tremor)。尽管帕金森病的神经生理学已被广泛研究,但仍有许多问题未得到解答。特别是,如何识别与帕金森病运动症状相关的特定电生理生物标志物,仍然是研究的重点。这些生物标志物不仅有助于理解疾病的机制,还能推动深部脑刺激(Deep Brain Stimulation, DBS)技术的发展。
丘脑底核(Subthalamic Nucleus, STN)中的β振荡(13-35 Hz)被认为是帕金森病的主要电生理生物标志物。然而,尽管β振荡在DBS系统中被用作反馈信号,但其“病理”振荡范围的具体边界仍不明确,尤其是在患者处于不同状态(如服用或不服用左旋多巴)时。因此,优化刺激参数并识别能够适应不同患者条件的最佳生物标志物,仍然是当前研究的重点。
论文来源
这篇论文由Ksenia Sayfulina、Veronika Filyushkina、Svetlana Usova等研究人员共同撰写,他们分别来自俄罗斯科学院化学物理研究所人类细胞神经生理学实验室、N.N. Burdenko国家神经外科医学研究中心以及莫斯科高级研究中心。论文于2025年发表在《European Journal of Neuroscience》期刊上,题为《Periodic and aperiodic components of subthalamic nucleus activity reflect different aspects of motor impairment in Parkinson’s disease》。
研究流程与结果
研究流程
研究对象
研究纳入了14名帕金森病患者(年龄36-64岁,平均51.9岁,10名女性)。所有患者均接受了双侧STN定向DBS电极植入手术,并在术后进行了外部化电极记录。数据收集
在术后第1天和第5天,研究人员记录了患者在静息状态下的STN局部场电位(Local Field Potential, LFP)。记录分为两部分:左旋多巴给药前和给药后。给药前,患者停用左旋多巴一晚;给药后,患者接受了1.5倍常规剂量的左旋多巴。数据处理与分析
数据预处理包括带通滤波(1-500 Hz)、陷波滤波以及通过视觉检查排除伪迹片段。研究人员使用Welch方法计算了2-49 Hz范围内的功率谱密度(Power Spectral Density, PSD),并使用Donoghue等人(2020)提出的方法分离了周期性和非周期性成分。周期性成分表现为振荡峰,而非周期性成分遵循1/fβ频谱规律。聚类分析
为了识别5-35 Hz范围内具有不同振荡特性的子频段,研究人员对振荡峰进行了聚类分析。基于振荡峰的高度、宽度和频率,使用Ward层次聚类方法将振荡峰分为四个簇,分别对应5-14 Hz、14-20 Hz、20-28 Hz和28-35 Hz频段。统计模型
研究人员使用线性混合效应模型(Linear Mixed Effects Model, LMEM)分析了STN活动与药物状态/运动症状之间的关系。模型考虑了患者个体差异作为随机截距。
主要结果
左旋多巴对STN活动的影响
左旋多巴给药显著抑制了11-32 Hz范围内的振荡活动,并增加了非周期性成分的斜率。非周期性斜率的变化与运动症状的缓解相关。振荡活动与运动障碍的关系
在未服药状态下,14-20 Hz范围内的振荡峰振幅与总体运动障碍(包括运动迟缓、僵硬和震颤)显著相关。而在服药状态下,7-11 Hz范围内的振荡峰振幅与运动迟缓显著相关。非周期性成分与症状缓解的关系
非周期性斜率的增加与运动迟缓的缓解呈负相关,而与僵硬的缓解呈弱正相关。这表明非周期性成分可能是评估症状缓解的有效生物标志物。
结论与意义
结论
研究表明,STN活动的周期性和非周期性成分分别反映了帕金森病运动障碍的不同方面。在未服药状态下,低β频段(14-20 Hz)的振荡活动与总体运动障碍相关;而在服药状态下,α频段(7-11 Hz)的振荡活动与运动迟缓相关。此外,非周期性成分的斜率变化与运动症状的缓解显著相关,表明其可能作为评估治疗效果的有效生物标志物。
科学价值与应用价值
这项研究为帕金森病的电生理生物标志物提供了新的见解,特别是通过分离周期性和非周期性成分,揭示了不同频段振荡活动与运动障碍的关联。这些发现不仅有助于理解帕金森病的神经机制,还为自适应DBS系统的优化提供了潜在的方向。例如,可以根据患者的药物状态调整反馈信号的频段,从而提高治疗效果。
研究亮点
- 新颖的研究方法:通过聚类分析识别了STN振荡活动的功能性子频段,揭示了不同频段与运动障碍的关联。
- 非周期性成分的应用:首次报道了非周期性斜率变化与运动症状缓解的关联,为非周期性成分作为生物标志物提供了证据。
- 多状态分析:研究同时考虑了服药和未服药状态,揭示了不同状态下“病理”频段的变化。
其他有价值的信息
研究还提出了一种基于振荡活动和非周期性成分的自适应DBS策略,建议在未服药状态下使用低β振荡作为反馈信号,而在服药状态下切换到α振荡。此外,非周期性斜率可用于评估刺激效果并调整刺激参数。
这项研究为帕金森病的神经调控治疗提供了新的思路,并为未来的临床实践和基础研究奠定了重要基础。