《PLOS Computational Biology》:Seizure recruitment properties are dependent upon dynamotype: A modeling study
编辑推荐:
癫痫发作传播——即致痫性脑组织如何招募兴奋性较低的组织——目前尚不明确。既往研究利用动力学建模来研究癫痫发作传播,并创建了患者特异性的全脑癫痫扩散模型。然而,这些研究集中于单一动力学类型(发作起始与终止的分岔对)。本研究采用一种新颖的耦合方法,探究多种动力学类
癫痫发作传播——即致痫性脑组织如何招募兴奋性较低的组织——目前尚不明确。既往研究利用动力学建模来研究癫痫发作传播,并创建了患者特异性的全脑癫痫扩散模型。然而,这些研究集中于单一动力学类型(发作起始与终止的分岔对)。本研究采用一种新颖的耦合方法,探究多种动力学类型中的癫痫发作传播。研究人员利用了Multiclass Epileptor,这是一个近期提出的模型,能够在一个皮层团块(节点)中捕捉广泛的癫痫发作动力学类型。研究人员考虑了两种节点:癫痫发作起始区(节点1),其自主产生爆发;以及潜在传播区(节点2),其本身不具备致痫性,但可被节点1招募。研究人员考察了内在因素和耦合因素对招募可能性和速度的影响,特别关注节点1的起始分岔。研究人员还测量了节点2观察到的起始行为相对于节点1起始行为的范围。该模型预测,与起始时不显示基线漂移的癫痫发作相比,起始时显示基线漂移的癫痫发作传播的可能性更低,且传播速度更慢。起始时呈现振幅递增的癫痫发作则不太可能传播。此外,该模型预测了可能出现非典型的起始动力学组合,例如节点2而非节点1出现基线漂移。研究人员利用人类颅内脑电图数据证实了其中几种非典型招募行为的可能性。本研究的结果为癫痫发作传播提供了一个理论框架,为创新性地刻画患者癫痫网络和识别癫痫发作起始区奠定了基础。
一、研究背景与研究动机
癫痫是一种以反复发作为特征的神经系统疾病,全球约1%的人口受累,超过6500万患者。抗癫痫药物是一线治疗手段,但至少三分之一的患者无法通过药物实现无发作。对于药物难治性局灶性癫痫,手术切除是一种治疗选择,但仍有20%至60%的患者在术后继续经历癫痫发作。手术的目标是移除负责发起癫痫发作的脑组织,即致痫区。然而,癫痫发作一旦开始,通常会扩散到该组织之外。手术效果不佳的一个关键原因在于对癫痫发作传播机制的理解不足。
当前,临床金标准是通过视觉分析颅内脑电图来确定癫痫发作起始区和传播区。这种判断主要依赖于识别首先开始发作的通道,即癫痫发作起始区。临床报告也会描述癫痫如何扩散,但这种描述缺乏标准化,主要依据潜伏期模式和同步性模式。依赖视觉判读限制了确切识别起始、早期和晚期扩散区域的能力,导致对癫痫发作传播的理解有限。因此,需要一个更稳健的方法来量化癫痫发作传播。
癫痫是一种异质性疾病,具有多种病因和发病途径。尽管生物学多样性显著,但潜在的癫痫发作起始和终止的动力学机制似乎更为有限。因此,一个互补的研究思路是聚焦于每种动力学机制的不变属性。其中一个不变属性是大脑如何在静息状态和发作状态之间转换,常见的动力学机制包括分岔和噪声诱导的转换。已有研究表明,在人类癫痫中,控制静息与发作状态间转换的分岔数量有限(初步近似为六种,包含四种起始分岔和四种终止分岔)。这些分岔可根据其特征时间序列属性进行推断,并存在于不同病因、脑区和物种中。
数学模型可以模拟作为经历分岔进入和退出爆发的系统,从而实现在计算机上研究癫痫发作传播。以往的大规模脑模型研究通常假设每个脑区的局部动力学相同,仅连接性或兴奋性参数不同。然而,在120例局灶性癫痫患者的队列中观察到了与所有四种起始和终止分岔兼容的数据。癫痫发作的动力学类型在单个患者的不同发作之间以及致痫过程中都可能发生变化。建模工作预测不同的动力学类型对发作中止刺激的反应不同,并具有不同的同步化属性。因此,动力学类型的多样性及其对刺激的不同反应,促使研究人员进一步探究局部动力学对癫痫发作传播的影响。
本研究的目的是首次探索在不同脑区可能具有不同内在动力学的情况下,癫痫发作的招募过程。研究策略是描述活跃的癫痫发作病灶和被招募组织中多种局部动力学条件下的招募情况,特别关注癫痫发作更容易或更不容易传播的条件。
二、主要关键技术方法
研究人员使用了Multiclass Epileptor模型,这是一个现象学模型,能够复现人类癫痫中观察到的一系列发作起始和终止分岔。为研究招募,研究人员将两个模型节点耦合起来:节点1代表癫痫发作起始区,采用滞后环爆发器建模;节点2代表潜在传播区,本身不具备致痫性。耦合采用单向快-慢耦合方式,即节点1的快变量(模拟电压信号)变化驱动节点2的参数空间移动,使其向节点1靠拢。节点2的初始位置覆盖了参数空间中除“仅发作区”外的广泛区域。研究人员通过改变节点1的动力学类型、节点2的初始位置、耦合强度以及节点1的兴奋性参数,进行了总计86,904次模拟。临床数据来自密歇根大学先前去标识化的长期颅内视频脑电图监测数据库,采样率为4096 Hz。
三、研究结果
理论分析
研究人员基于Multiclass Epileptor的参数和状态空间拓扑结构,识别出两种可能的招募机制:
- •
机制A:节点2在节点1离开其起始分岔附近之前到达节点1。这要求节点2暂时打破时间尺度分离,在高耦合强度和节点1高兴奋性时更易发生。
- •
机制B:节点2在前往节点1的路径上,但在到达之前就穿越了一个起始分岔。这可以是穿过位于ictal-only区域的supH分岔,或是进入LCs区域时穿越supH分岔。机制B可以在节点1爆发的任何时刻促进招募,因此对耦合强度和兴奋性的敏感性较低。
理论预测包括:(1)处于LCb双稳区的节点比处于LCs双稳区的节点更能从更多初始位置招募节点2;(2)处于active rest的节点比处于rest的节点更容易被招募;(3)节点2的起始动力学可能与节点1相同,也可能不同。
影响癫痫发作招募特性的动力学因素
- •
节点1起始分岔的影响:SN(-DC)和subH起始动力学类型(位于LCb区)显示出更高的招募比例,而supH起始动力学类型(位于LCs区)的招募比例最低。SN(+DC)起始动力学类型表现出更长的招募延迟。模型预测,起始时不显示基线漂移的癫痫发作比显示基线漂移的癫痫发作更可能扩散,且扩散更快;起始时呈现振幅递增的癫痫发作不太可能扩散。招募能量方面,SN(+DC)最高,supH最低。对于SN(+DC)动力学类型,招募比例随耦合强度和节点1兴奋性逐渐增加;而对于SN(-DC)和subH动力学类型,招募比例在耦合强度达到0.02时急剧增加,对节点1兴奋性的依赖性较小。supH动力学类型的招募比例在所有耦合强度和兴奋性下均保持一致且较低。
- •
节点2初始位置的影响:节点2的初始位置显著影响招募特性。大多数初始位置的招募比例持续较低。靠近或位于active rest区域的初始位置表现出升高的招募比例,即使是在低节点1兴奋性和低耦合强度下也容易被招募,并且是唯一能被supH起始的节点1招募的位置。这些位置还显示出更低且更多变的招募延迟和更低的招募能量。
传播区动力学
研究人员展示了多种传播区动力学行为的例子,并与临床颅内脑电图记录进行了对比:
- •
通过机制A招募的典型案例中,节点2表现出与节点1相同的起始动力学。
- •
通过机制B招募可能导致节点1和节点2起始动力学的错配。例如,节点1为SN(+DC)起始,节点2可能表现为subH起始(无基线漂移)或supH起始(振幅递增)。
- •
节点2在穿越参数空间时,其静息态位置可能发生漂移,这在时间序列上类似于基线漂移。研究人员发现了节点1无基线漂移而传播区出现基线漂移的临床案例,这与临床上认为基线漂移是癫痫发作起始区生物标志物的观点相悖。
- •
在足够高的耦合强度下,时间尺度分离被打破,导致节点2穿越分岔时未能表现出该分岔的特征属性,例如supH起始的节点1招募的节点2可能呈现任意振幅起始。
四、讨论与结论
研究人员开发了一种新颖的耦合方法,将Multiclass Epileptor的两个节点连接起来,首次研究了丰富动力学空间中的招募过程。该模型预测,癫痫发作的招募特性依赖于发作起始区的动力学类型:起始时不显示基线漂移的发作更易且更快扩散;起始时振幅递增的发作不易扩散。模型还预测了传播区起始动力学可能与起始区不同的非典型情况,并通过人类颅内脑电图数据证实了这些可能性。这些发现为理解癫痫发作传播提供了动力学框架,为未来刻画患者癫痫网络和识别癫痫发作起始区奠定了基础。研究同时指出了模型的局限性,如玩具模型的简化、未包含噪声等,并强调了未来在更大数据集上进行验证的必要性。