Osa 3: Funktsionaalne ühenduvus mälu- ja preemiakeskuste vahel tööülesannete ja puhkeaja vahel, jälgib mälutundlikkust premeerimiseks

lisateabe saamiseks:ali.ma@wecistanche.com

Palun klõpsake siin 2. osa juurde

Klõpsake selleksCistanche DHT mälu jaoks

Omnibus ANOVA puhke- ja kodeerimisülesannete lõikes – puhkeoleku ühenduvuse võrdlemiseks taustaülesannete ühenduvusega kasutasime madala läbilaskevõimega filtreeritud aegridade ühenduvusmõõtmisi, et sobitada ülesande ja puhkeoleku eeltöötlus. Ühenduvusmeetmed esitati samale ANOVA-le, nagu eespool kirjeldatud, kusjuures ülesande etapi teguril oli kolm väärtust (eelkodeerimine, kodeerimine, järelkodeerimine). See analüüs võimaldab meil otseselt testida hüpoteesi, et ühenduvusmustrid ja nende seos käitumisega on nii ülesannete kui ka puhkuse ajal stabiilsed. ANOVA tulemused on esitatud tabelis 2 ja kõik ühenduvuse väärtused on kujutatud joonisel 4b. Huvipakkuvate mõjude põhjal leidsime, et modulaatori oleku peamine mõju on suurem ühenduvus modulaatorites (M= 0.52, SD= 0.14) kui mittemodulaatorites (M= 0). .32, SD= 0.21). Samuti leidsime olulise koostoime modulaatori staatuse ja tasu struktuuri vahel. Kahe valimiga t-testid näitasid, et interaktsiooni põhjustasid olulised erinevused modulaatorite ja mittemodulaatorite vahel hipokampuse/PHC ühenduvuses ACC, MPFC, OFC ja VS-ga (kõik t(22) > 2,1, p< 0.05)="" but="" not="" with="" midbrain="" (t(22)="0.90," p="0.377)." the="" effect="" of="" modulator="" status="" and="" the="" interaction="" between="" modulator="" status="" and="" reward="" structure="" were="" not="" driven="" by="" a="" median="" split="" of="" participants="" and="" were="" replicated="" when="">mälutundlikkust tasu suhtes käsitleti pideva mõõduna, kasutades ANCOVA-d (BRM-i põhimõju: F(1,22)=7.13, p= 0.014, η2P= 0,25; BRM *preemia struktuuri interaktsioon:

F(2.80,61.58) = 3.25, p= 0.031). We found no effect of task stage and no interaction between task stage and modulator status in this analysis (both p>0.2), mis viitab ühenduvuselemäluja premeerimisvõrgud ning nende suhe käitumisega püsis eelkodeerimise, kodeerimise ja kodeerimise järel skaneerimisel suhteliselt stabiilsena.

ANOVA tulemuste kokkuvõte – nii omnibus- kui ka ainult puhke ANOVA-d näitasid modulaatori oleku mõjumälu-preemia piirkonna ühenduvus ja näitas, et modulaatori efekti ei ajendanud kõik ühendused võrdselt. Tasupiirkondade kogum mõjutas ebaproportsionaalselt üldist mõju: ACC, OFC ja VS-ühenduvus hipokampuse / PHC-ga erines pidevalt modulaatorite ja mittemodulaatorite vahel, samas kui keskaju ühendused pidevalt mitte. Kuigi leidsime üldise ühenduvuse suurenemise tasu jamälupiirkondades eelkodeerimisest järelkodeerimiseni ainult ülejäänud ANOVA-s, ei esinenud kummaski analüüsis modulaatori oleku ja ülesande etapi vahelisi interaktsioone. Need tulemused on kooskõlas ideega, et käitumisega seotud aju ühenduvusmustrites on stabiilsed individuaalsed erinevused.

Funktsionaalsed seosed ühenduste vahel

Ainult puhkeaja PCA – uurimaks, millised tasupiirkonnad võivad olla sama funktsionaalse võrgu osad, uurisime osalejate ühenduvusväärtuste ristkorrelatsioonistruktuuri. Kõigi puhkepõhiste ühenduvusväärtuste paaripõhised korrelatsioonid on esitatud joonisel 5a. Pärast nende jagamist põhikomponentideks leidsime neli komponenti, mis selgitasid vähemalt 10 protsenti ühenduvusväärtuste dispersioonist ja jäeti edasiseks analüüsiks alles (joonis 5b). Monte Carlo simulatsioonid (joonis 6a) näitasid, et kõik komponendid selgitasid juhuslikult oodatust suuremat dispersiooni (kõik p< 0.01),="" except="" for="" component="" 3,="" which="" was="" marginal="" (p="0.083)." preferential="" loading="" of="" each="" reward="" region="" on="" different="" components="" was="" tested="" using="" one-way="" anova="" (fig.="">

Esimene komponent selgitas 28,2 protsenti ühenduvusskooride variatsioonist ja laaditi eelistatult ACC-, OFC- ja VS-ühendustele ning vähemal määral MPFC-le ja keskajule (ühesuunaline ANOVA, F(4,15)=3). 91, lk=0.023). Teine komponent selgitas 16,6 protsenti dispersioonist ja koormas eelistatult keskaju ühendusi ja vähemal määral negatiivselt OFC- ja MPFC-ühendusi (ühesuunaline ANOVA, F(4,15)=38.2, p< 0.001).="" the="" third="" component="" explained="" 12.5%="" ofvariance="" and="" loaded="" comparably="" across="" all="" reward="" regions="" (one-way="" anova="" f(4,15)="0.74," p="0.580)." the="" fourth="" component="" explained="" 11.6%="" of="" variance="" and="" was="" loading="" preferentially="" on="" mpfc="" connections="" (one-way="" anova="" f(4,15)="5.26," p="0.008)." multiple="" regression="" then="" tested="" the="" relationship="" between="" the="" component="" scores="" and="" behavioral="" reward="" modulation="" across="" participants.="" the="" first="" component="" score="" significantly="" tracked="" behavioral="" reward="" modulation="" (beta="7.09," se="3.13," p="0.03)" while="" the="" remaining="" components="" did="" not="" (all="" p="">0.18). Need tulemused näitavad ACC-, OFC- ja VS-ühenduvust hipokampuse/PHC-ga koos varieeruv ja ühiselt jälgitavmälutundlikkus tasu suhtes. Keskaju ja MPFC ühenduvus varieerus vähemal määral teiste tasuga seotud piirkondade ja üksteisega. Lisaks ei jälginud komponente, mida keskaju ja MPFC kõige tugevamalt laadisidmälutundlikkus tasustamise suhtes, mis annab võimaluse, et nad võivad igaüks olla osa funktsionaalselt erinevatest süsteemidest.

Hipokampuse / PHC-keskaju baasil põhinevate modulaatorite ja mittemodulaatorite eristamise puudumine oli ootamatu, eriti arvestades, et nii ANOVA kui ka PCA muude tasuga seotud piirkondade puhul täheldati ühenduvuse olulist mõju. Kuigi premeerida moduleerivat mõju keskaju interaktsioonidelemälupiirkonnad on varem dokumenteeritud (Gruber et al., 2016; Wolosin et al., 2012), ei pruugi mõju põhjustada suurenenud tundlikkust tasu kui sellise suhtes. Selle asemel võib üldine suurem interaktsioon – sõltumata välistest hüvedest – kaasa tuua suurema dopamiini kättesaadavuse hipokampuses ja suuremamäluüldiselt (Duncan et al., 2014; Lisman jt, 2011; Tompary jt, 2015).

To test this idea, we performed a second multiple regression with component scores as predictors but this time using overall accuracy as an outcome. The second component significantly predicted the overall accuracy across participants (beta = 0.28, SE= 0.11, p= 0.02), while the other three components did not (all p>0.5). Seega oli puhkeoleku ühenduvuse selge muster, mille jäädvustas teine ​​komponent, mis laadib eelistatavalt hipokampuse / PHC-keskaju ühenduvuse, samuti käitumise jaoks, kuid seda jälgiti üldiselt.mälupigem kuimälutundlikkus tasu suhtes.

Omnibus PCA ülesande ja puhkeaja lõikes – et testida, mil määral võivad ristkorrelatsioonid ülesande ja puhkeaja jooksul stabiilsena püsida, viidi läbi teine ​​PCA kogu 30 ühenduvusväärtuse komplektiga subjekti kohta (10 ühendust iga eelkodeerimise, kodeerimise, ja kodeerimisjärgsed perioodid). Madalpääsfiltreeritud aegridadest saadud ühenduvusväärtusi kasutati eeltöötluse sobitamiseks ülesannete ja puhkuse vahel. Kolm komponenti selgitasid rohkem kui 10 protsenti dispersioonist. Monte Carlo simulatsioonid (joonis 6a) näitasid, et ainult komponendid 1 ja 2 selgitasid juhuslikult oodatust suuremat dispersiooni (mõlemad p< 0.001).="" component="" 3="" did="" not="" (p="0.8)" and="" thus="" was="" not="" considered="" further.="" the="" loadings="" of="" each="" reward="" region="" on="" the="" two="" retained="" components="" are="" presented="" in="" fig.="">

The first component explained 31.4% of the variance and showed marginal differences between loadings among reward regions (one-way ANOVA F(4,25) = 2.30, p= 0.086), with numerically greatest loadings of ACC and VS. The second component explained 18.0% of the variance and most strongly loaded on midbrain connections (F(4,25) = 4.78, p= 0.005). Multiple regression with component scores as predictors and BRM as an outcome showed that the first component was a significant predictor of Brm (beta = 2.99, SE= 1.00, p= 0.007), while the other was not (p> 0.09). A second multiple regression with the overall accuracy as an outcome did not reveal any significant effects (all p>0.2). Seega kopeeris omnibus PCA osaliselt ainult ülejäänud PCA. Kokkuvõttes näitavad PCA leiud, et: (1) ACC, VS ja potentsiaalselt OFC ühenduvusmustrid on funktsionaalselt seotud ning kombineeritud ühenduvusskoor on nendes piirkondades kõige tugevamini koormatud.mälutundlikkus tasu suhtes, (2) keskaju ja potentsiaalselt MPFC ühenduvusmustrid varieeruvad vähemal määral teiste tasu piirkondade ja üksteisega ning (3) puhkeseisundi hipokampuse/PHC-keskaju ühenduvus võib paremini ennustada üldist mälu jõudlust kui mälutundlikkus tasustamise suhtes.

Ennustaminemälutundlikkus masinõppe abil saadud ühenduvusmustrite tasustamise suhtes Eespool kirjeldatud ANOVA ja PCA tulemused näitasid, et ühenduvusmäluja tasudega seotud piirkonnad jälgisid inimesimälusensitivity to reward and that this relationship may be relatively preserved irrespective of task stage. To more directly quantify how well patterns of connectivity may differentiate between modulators and nonmodulators, we applied SVC to predict modulator status from connectivity patterns in each task stage (inputs = 10 connectivity values, outputs = modulator status). Classification accuracy that occurred with a probability of less than 0.017 (0.05/3 to correct for multiple comparisons) was considered significant. Using cross-validation, we found that classification of modulator status from connectivity patterns was reliably above chance in the pre-encoding scan (accuracy = 79.2%, p= 0.010) and the encoding scan (accuracy = 75%, p= 0.006). Classification based on the post-encoding scan was lower and not reliably different from chance (accuracy = 58.3%, p= 0.157; Fig. 7a). Although the classification accuracy based on post-encoding connectivity did not reach significance, we did not find evidence that the probability of misclassification would be reliably greater at post-encoding compared to pre- encoding or encoding task stages (both χ2 < 2.1, p> 1.5).

Kontrollimaks, et edukas klassifitseerimine ei sõltuks tasu modulatsiooni käsitlemisest dihhotomiseeritud muutujana, viidi läbi ε-SVR, et ennustada käitumusliku tasu modulatsiooni pideva meetmena. Kooskõlas SVC leidudega näitas ristvalideeritud SVR, et ühenduvusmäluja premeerimispiirkonnad ennustasid usaldusväärselt BRM-i kodeeringu skannimise ajal (r= 0.51, p= 0.010) ja vähesel määral ennustasid kodeerimise-eelse puhkekontrolli ajal (r= 0.46, p= 0.024). Järelkodeerimise ühenduvuse SVR ei saavutanud tähtsust (r= 0.35, p= 0.098; joonis 7b).

Täiendavad ühenduvusanalüüsid

Seosed ühenduvuse muutuste ja käitumise vahel – kuigi me ei leidnud koostoimeid ülesande etapi ja tasu moduleerimise vahel.mäluainult ülejäänud ANOVA puhul võib muutuvat seost ühenduvuse ja käitumise vahel paremini iseloomustada ülesandest tingitud ühenduvuse suurenemise korrelatsiooniga käitumisega (Gruber et al., 2016; Murty et al., 2017; Tambini et al., 2010). Et testida ühenduvuse suurenemise mõju käitumisele, viidi läbi uurimuslikud korrelatsioonid ühenduvuse eelse ja-järgse suurenemise ning nii BRM-i kui ka üldise täpsuse vahel (tabel 3). Mitte ükski neistmälu- reward ROI connections predicted BRM (all p> 0.15, uncorrected for multiple comparisons) nor overall cued recall rates (all uncorrected p>0.05). PHC-keskaju ühenduvuse ja üldise täpsuse vahel esines marginaalne korrelatsioon (r=0.40, p= 0.052), mis annab osalise replikatsiooni varasematest keskaju ühenduvuse muutuste jälgimise aruannetest (Duncan et al. ., 2014; Gruber et al., 2016).

Hipokampuse eesmised ja tagumised erinevused – funktsionaalseid erinevusi eesmise ja tagumise hipokampuse vahel testiti 3 (ülesannete staadiumis) × 2 (hipokampuse ROI: eesmine, tagumine) × 5 (tasu ROI) kordusmõõtmises ANOVA modulaatori staatusega. õppeainete tegur. ANOVA tulemused on esitatud tabelis 4 ja kõik ühendused on näidatud joonisel 8. Leidsime modulaatori oleku peamise efekti, mis näitab, et hipokampuse ühenduvus jälgitavate tasupiirkondadegamälutundlikkus tasu suhtes. Samuti leidsime märkimisväärse koostoime tasu ROI ja hipokampuse jagunemise vahel, mis näitab, et eesmine ja tagumine hipokampus on eelistatavalt ühendatud erinevate tasu piirkondadega. Peamine huvi pakkus interaktsioone hipokampuse jagunemise ja modulaatori staatuse vahel, mis viitaks sellele, et hipokampuse eesmised ja tagumised osad ennustavad erinevalt mälu tasu modulatsiooni. Kuid kõik interaktsioonid, mis hõlmasid teguritena modulaatori olekut ja hipokampuse ROI-d, olid ebaolulised (kõik F< 1.5,="" p="">0.3), ei esita ühtegi tõendit sellise dissotsiatsiooni kohta.

As the last analysis, we tested whether connectivity increases from pre-to post-encoding rest may be differentially related to behavior for the anterior and posterior hippocampus. Thus, we correlated BRM with post-pre connectivity changes in each connection, separately for the anterior and posterior hippocampus. No significant correlations were found (all |r| < 0.32, all p> 0.05).

Arutelu

Praeguses uuringus mõõdeti funktsionaalset ühenduvustmäluja premeerida piirkondi enne, selle ajal ja pärast rahalise stiimuli kodeerimise ülesannet. Kasutades nii standardset kui ka masinõppe lähenemisviisi, täheldasime, et hipokampuse ja PHC ühenduvus tasuga seotud piirkondadega jälgis individuaalseid erinevusi mälutundlikkuses tasu suhtes. Seda efekti ajendas erinevalt tasu piirkondade alamhulk: ACC, OFC ja VS ühenduvusmustrid varieerusid osalejate vahel koos ja ennustasid järjekindlalt individuaalseid erinevusi mälu tasu moduleerimises. Keskaju ühenduvus hipokampuse ja PHC-ga ei olnud seotud mälutundlikkusega tasu suhtes ning MPFC-ühenduvus mälupiirkondadega oli analüüside lõikes erinev. Seos ühenduvuse ja mälu tasu moduleerimise vahel oli olemas enne kodeerimist ja kodeerimise ajal ning kodeerimisjärgse puhkeaja ajal olid nõrgemad, kuid mitte usaldusväärselt erinevad efektid. Üldine ühenduvus mälu ja tasu piirkondade vahel suurenes kodeerimiseelsest puhkeolekust pärast kodeerimist, kuid ühenduvuse muutused ei olnud käitumisega oluliselt seotud. Need tulemused näitavad stabiilseid individuaalseid erinevusi sisemises suhtluses mälu ja tasuga seotud piirkondade vahel, mis jälgivad individuaalseid erinevusi mälu tasu moduleerimises.

Lisaks hõlmavad tulemused laiemat tasuga seotud piirkondade hulkamälumoduleerimine tasu alusel, kui varem arvati.

Teoreetilised vaatenurgad on rõhutanud keskaju ja teatud määral ka VS-i rollimälumoduleerimine tasu järgi (Lisman & Grace, 2005). Käesoleva uuringu keskne järeldus on see, et tasustamispiirkondade VS, ACC ja OFC ühenduvus hipokampuse ja PHC-ga oli seotud sellega, mil määral preemia mõjutas inimeste mälu. VS-i rolli mälu tasustamise moduleerimisel ennustavad praegused mudelid, mis eeldavad, et VS integreerib ja edastab dopamiini signaale hipokampusest keskajusse (Lisman & Grace, 2005). Eelnev tasupõhise kodeerimise uuring näitas, et VS-s on ühemõõtmeline aktiveerimine koos hipokampuse ja PHC-ga, jälgides veelgi tasu mõju mälule (Adcock et al., 2006). Meie uuring on aga esimene, mis näitab ühenduvust VS-i vahel koos OFC ja ACC-ga ning hipokampuse mälukeskuste ja PHC-ga ennustati individuaalseid erinevusi mälu tasu moduleerimises, olenemata sellest, millal ühenduvust mõõdeti. Huvitav on see, et VS-hippokampuse tausta ühenduvust täheldatakse ka protseduurilises õppes, kui protseduurilist õppimist premeeritakse (Hamann, Dayan, Hummel ja Cohen, 2014). Seega, kuigi traditsiooniline mitme mälusüsteemi vaade postuleerib tööjaotust deklaratiivset mälu toetava hipokampuse ja protseduurilist mälu toetava striatumi vahel (Squire, 1992), võib nende süsteemide vahel esineda tugev vastastikmõju, mis toetab nii episoodilist mälu kui ka episoodilist mälu. protseduuriline õppimine (Doll, Shohamy ja Daw, 2015; Hamann et al., 2014; Kafkas & Montaldi, 2015; Wimmer, Daw ja Shohamy, 2012).

Meie uuring hõlmas ka kahte tasustamispiirkonda, mida varem tasudest motiveeritud õppimise kontekstis ei arvestatud – OFC ja ACC –, mis näitasid VS-ga sarnaseid profiile. Kuigi uudne tasu moduleerimise valdkonnasmälu, varasemates töödes on teatatud hipokampuse ühenduvusest ventromediaalsete/orbitofrontaalsete piirkondadega erinevates õppimise kontekstides (Gluth, Sommer, Rieskamp ja Büchel, 2015; Ranganath, Heller, Cohen, Brozinsky ja Rissman, 2005; Tsukiura & Cabeza, Zeithamova, 2008; Dominick ja Preston, 2012). Näiteks jälgib taust hipokampuse ja OFC ühenduvus pöördvõrdeliselt õpitud tasu ülekandmist seotud kogemustele (Gerraty et al., 2014). Sensoorse eelkonditsioneerimise paradigmas kodeerisid osalejad näo-näo paarid ja seejärel koolitati neid seostama kasumit, kaotust või väärtuse puudumist ühe näoga. Hippokampuse-OFC ühenduvus oli ülekandega negatiivses korrelatsioonis, mis tähendab, et tugevama ühenduvusega osalejad näitasid väiksemat kalduvust laiendada õpitud nimiväärtust seotud nägudele. Seega, kuigi rolli interaktsioonide vahelmälupiirkonnad ja OFC võivad olenevalt konkreetsest ülesandest erineda, meie uuring läheneb eelnevale tööle, et näidata, et suurema hipokampuse-OFC ühenduvusega osalejad eristavad sündmusi tõenäolisemalt nende selgesõnaliselt määratud väärtuste alusel.

ACC funktsionaalne tähtsusmäluinimeste puhul on praegu vähem mõistetav. Puhkuse ajal demonstreerib ACC funktsionaalset ühenduvust nii hipokampuse kui ka PHC-ga (Cao et al., 2014; Margulies et al., 2007). Närilistel on ACC seotud õppinud ühenduste pikaajaliseks konsolideerimisegamälu, mis näitab koordineeritud rakulisi muutusi hipokampusega (Wang, Tse ja Morris, 2012; Weible, Rowland, Monaghan, Wolfgang, &Kentros, 2012). Siin varieerus osalejate vahel ACC, OFC ja VS-ühenduvus hipokampuse ja PHC-ga. Kuigi hipokampuse, ventraalse striatumi ja OFC vahelisest sisemisest, koordineeritud aktiivsusest on varem teatatud (Gerraty et al., 2014; Kahn & Shohamy, 2013), viitavad meie andmed sellele, et ACC võib hõlmata funktsionaalset võrku VS-i ja OFC-ga.

Kuigi ACC ja OFC võivad mõnes ülesandes näidata erinevaid funktsioone (Luk & Wallis, 2013), jagavad ACC, OFC ja VS preemia töötlemise ajal sarnaseid funktsioone, näiteks eeldatavate tasu väärtuste ja tulemuste jälgimine (Amiez et al., 2006; Bialleck et al., 2011; Knutson, Taylor, Kaufman, Peterson ja Glover, 2005; Yan jt, 2016) ja andes märku valikute väärtusest (Boorman, Behrens, Woolrich ja Rushworth, 2009; Rogers et al., 2004; Strait, Blanchard ja Hayden, 2014). Need piirkonnad võivad üheskoos edendada motiveerivalt silmatorkavat käitumist või maha suruda motivatsiooniliselt ebaolulist käitumist (Hare, O'Doherty, Camerer, Schultz ja Rangel, 2008; Kaping, Vinck, Hutchison, Everling ja Womelsdorf, 2011; Takashima1, 2011. O'Doherty, 2011; Walton, Chau ja Kennerley, 2015). Suurem taustal toimuv hipokampuse ja PHC interaktsioon ACC, OFC ja VS-ga võib peegeldada preemiasignaalide paremat kättesaadavustmälustruktuure, mille tulemuseks on parem modulatsioonmälutasu kaudu meie paradigmas. Kuigi iga piirkonna ainulaadne panus nõuab täiendavat uurimist nende individuaalse rolli kohta motiveeritud õppimises, annavad meie andmed mitmeid uusi teadmisi nende funktsionaalsest koostoimest.

Praeguste andmete ootamatu aspekt oli U-kujuline seos tasu väärtuse jamäluleitud fMRI proovist. Kuigi see leid oli ootamatu ja seda ei korratud kaasasolevas käitumisproovis, on see neurobioloogiliselt usutav. U-kujulised vastused tasule on tuvastatud mediaalses frontaalses ja mediaalses orbitofrontaalses ajukoores (Elliott et al., 2003): eelkõige annavad piirkonnad, nagu ACC ja VS, märku tasu ennustamise veast või lahknevusest oodatava ja kogetava vahel. preemiad (Abler, Walter, Erk, Kammerer ja Spitzer, 2006; Fiorillo, Tobler ja Schultz, 2003; Montague, Dayan ja Sejnowski, 1996; Silvetti, Seurinck ja Verguts, 2011). Need signaalid ei kajasta kaotuste ja kasumite absoluutväärtust, vaid pigem suhtelist väärtust, mis ulatub paindlikult eeldatava võrdluspunkti ümber (Seymour & McClure, 2008; Tobler, Fiorillo ja Schultz, 2005). Praeguses ülesandes võisid peenraha katsed olla võrdlustingimuseks, kusjuures dollarikatseid tajuti preemiatena ja sendikatseid suhtelise kahjuna. Nii kaotuste kui ka kasumite silmapaistvus võib mõjutada tulemuslikkust (Bartra et al., 2013; Shigemune jt, 2014), mis avaldub U-kujuna tagasikutsumise täpsuses kõigis tasutingimustes. Kokkuvõttes võivad preemiaefektid mälule kajastada tasu ennustamise veasignaalide mõju kodeerimisele, mis võib olla olemuselt mittelineaarne.

Vastupidiselt varasematele uuringutele ei leidnud me seost hipokampuse ja keskaju ühenduvuse ja tasu modulatsiooni vahel.mälu, isegi kui hipokampus eraldati eesmiseks ja tagumiseks osaks (Adcock et al., 2006; Gruber et al., 2016; Murty et al., 2017; Wolosin jt, 2012). Pigem leidsime korrelatsiooni PCA komponendi skoori, mis laaditi eelistatavalt keskaju-hipokampuse / PHC ühendustele, ja üldise täpsuse vahel. Kuigi seda leidu ei oodatud apriori, on see kooskõlas ettepanekuga, et keskaju ja mediaalsete ajalise piirkonna vahelised interaktsioonid ei ole ainulaadsed väliselt motiveeritud hüvedele, vaid toetavad kodeerimist ja konsolideerimist üldiselt (Lisman et al., 2011). Kooskõlas selle vaatega on näidatud, et keskaju suhtleb hipokampusega selliste kodeerimisülesannete puhul, mis ei sisalda tasu (Duncan et al., 2014; Zeithamova, Manthuruthil ja Preston, 2016), kusjuures kodeerimise ajal on mõlemad taustaühendused (Duncan jt al., 2014) ja ülejäänud ühenduvus pärast kodeerimist (Tompary et al., 2015) assotsiatiivse mälu jälgimine. Meie leiud viitavad sellele, et keskaju ühenduvus tasupõhise kodeerimise ajal võib olla üldise assotsiatiivse mälu jaoks asjakohasem kui mälu tasuline moduleerimine ja sellel võib olla teistest tasuga seotud piirkondadest erinev funktsionaalse roll mälus.

Tähelepanuväärne on suhteliselt lühike viivitus kodeerimise ja testimise vahel meie paradigmas, mis võib samuti mõjutada täheldatud keskaju efektide mustrit. Preemiaga seotudmälumõju on dokumenteeritud vahetute katsete käigusmälu(Gruber et al., 2016; Wolosin et al., 2012, 2013), kuid tunduvad pärast üleöö konsolideerumist tugevamad (Patil, Murty, Dunsmoor, Phelps ja Davachi, 2017; Tompary et al., 2015; Wittmann jt, 2005 ). Tasu hilinenud mõju kohtamäluArvatakse, et tulemuslikkus peegeldab dopamiinist sõltuvate konsolideerimisprotsesside tõhustamist tasu kaudu (Lisman et al., 2011). Seega, kuigi keskaju interaktsioonid hipokampuse ja PHC-ga ennustasid meie paradigmas üldist mälu, on võimalik, et kui meeldetuletus oleks toimunud pärast 24-tunnise intervalli möödumist, oleks võimalik täheldada täiendavat keskaju panust tasu suurendatud konsolideerumisse.

Üks tasupiirkond, mis meie paradigmas käitumisega järjekindlat seost ei näidanud, oli MPFC. Ühenduvus MPFC-ga oli ennustatavmälutundlikkus tasu suhtes ANOVA omnibussis puhkuse ja ülesande osas, kuid suhe käitumisega ei kordunud teistes analüüsides. Kuigi prefrontaalsed tasupiirkonnad, nagu OFC ja MPFC, on ruumiliselt proksimaalsed ja neid peetakse sageli koos, näitavad PCA tulemused, et nad võivad osaleda osaliselt erinevates võrkudes. Lõplikum iseloomustus MPFC rollist motiveeritud kodeerimises jamälu, üldiselt ootab tulevasi uuringuid.

Lisaks sellele, et motiveeritud kodeeringus kaasatakse varem arvatust laiem tasu piirkondade kogum, on meie uuringu teine ​​​​oluline panus uudne tõendusmaterjal ühenduvuse sõrmejälgede hüpoteesi kohta (Finn et al., 2015; Gratton et al., 2018). Mõõtes ühenduvuse mustreid enne motiveeritud kodeerimist, selle ajal ja pärast seda, leidsime, et individuaalsed erinevused tasu moduleerimisesmäluvahelise ühenduvuse järgimäluja premeerimispiirkonnad, olenemata sellest, millal ühenduvust mõõdeti. Kuigi kodeerimisjärgne ühenduvus oli käitumisega vähem järjekindlalt seotud, ei leidnud me ülesande etappide vahel usaldusväärseid erinevusi käitumise prognoositavuses. Need tulemused on kooskõlas hiljutiste leidudega stabiilsete ühenduvusmustrite kohta ja nende seose individuaalsete erinevustega tunnetuses (Finn et al., 2015; Gratton et al., 2018; Poole jt, 2016; Touroutoglou, Andreano, Barrett, & Dickerson, 2015; Wang et al., 2010), laiendades neid äsja motiveeriva kodeerimise valdkonda.

Meie keskendumine stabiilsetele individuaalsetele erinevustele ühenduvuses täiendab teisi lähenemisviise ühenduvuse sidumiseks käitumisega, sealhulgasmälu. Puhkeseisundi funktsionaalne ühenduvus võib ülesande täitmisel lühikese aja jooksul muutuda (Tambini et al., 2010; Urner, Schwarzkopf, Friston ja Rees, 2013), kusjuures õppimisega seotud ühenduvuse muutused on seotudmäluesitus (Gruber et al., 2016; Murty jt, 2017; Tambini jt, 2010; Urner jt, 2013). Ülesande täitmise ajal võib piirkondadevaheline side muutuda veelgi kiiremini, eristadesmäluülesande tingimused minutite järjekorras või isegi individuaalsest katsest individuaalse katseni (Kafkas & Montaldi, 2015; Rissman, Gazzaley, & D'Esposito, 2004; Zeithamova et al., 2012; Zeithamova jt, 2016). Näiteks Kafkas ja Montaldi (2015) näitasid, et hipokampuse ja VS-i ühenduvus oli ootamatute ja oodatavate stiimulite kodeerimisel suurem. Seega pakuvad nii ühenduvuse stabiilsed kui ka varieeruvad aspektid tunnetuse jaoks olulist teavet.

Millised ühenduvuse aspektid (stabiilsed või ülesandest tingitud) on rohkem väljendunud või käitumisele kõige asjakohasemad, on lahtine küsimus (Gratton et al., 2018), kuid see võib sõltuda ülesandest ja konkreetsest piirkonnast. Näiteks Gruber et al. (2016) leidis preemia modulatsioonimäluseotud ülesannetest põhjustatud ühenduvusmuutustega, samas kui leidsime, et stabiilsed ühenduvusmustrid ennustasid käitumist. Mis puudutab ülesannete erinevusi, siis Gruber et al. (2016) uuringus testiti juhuslikult kodeeritud stseeni ja objekti seoseid, kusjuures nelja võimalikku stseeni korrati mitu korda kodeeringus. Kaks stseeni olid alati madala väärtusega ja kaks kõrge väärtusega. Sundvaliku testi sooritamine, milles küsitakse, milline neljast stseenist oli varem antud objektiga seotud (viienda võimalusena "ebakindel või uus"), võib seega osaliselt tugineda objekti väärtuse meeldejätmisele, mis on seda objektistseeni arvestades usutav.mäluoli juhusele suhteliselt lähedal. Seevastu käesolev uuring nõudis prooviversiooni ainulaadsete objektipaaride tahtlikku kodeerimist, kusjuures prooviväärtus ei olnud memorandumitega seotud. Mis puudutab piirkondlikke erinevusi, siis Gruber et al. (2016) leidsid muutusi keskaju ühenduvuses, mis jälgisid käitumist, mida meie andmetes osaliselt korrati. Seevastu leidsime teiste tasuga seotud piirkondade stabiilsed ühenduvusmustridmälupiirkonnad, mis on seotud käitumisega. Kuigi need on praegu spekulatiivsed, avavad need ühisjooned ja erinevused leidude vahel uue võimaluse uurida tegureid, mis määravad, kuidas ühenduvuse stabiilsed ja dünaamilised aspektid võivad olla seotud tunnetuse erinevate aspektidega.

Lisaks meie peamistele huvipakkuvatele küsimustele viisime edasi uurimusliku analüüsi võimalike funktsionaalsete erinevuste kohta eesmise ja tagumise hipokampuse vahel. Kuigi eesmise/tagumise erinevusi on varem dokumenteeritud erinevates mäluparadigmades (Bowman & Zeithamova, 2018; Brunec et al., 2018; McKenzie jt, 2014; Poppenk jt, 2013), siis tõendid motiveeritud kodeerimise valdkonnas on hõre ja vahelduv. Näiteks Murty et al. (2017) teatasid tugevamast seosest eesmise hipokampuse ühenduvuse ja käitumise vahel, samas kui Wolosin et al. (2013) leidsid tasu modulatsiooni efekti tagumises hipokampuses. Leidsime eesmise / tagumise erinevuse ühenduvuse osas erinevate tasu piirkondadega, kuid seosmälutundlikkus tasu suhtes oli võrreldav eesmise ja tagumise hipokampuse puhul. Need uuringud näitavad, et mälu tasu modulatsioon ei pruugi olla tugevalt dissotsieerunud piki eesmist / tagumist telge.

Kokkuvõtteks võib öelda, et käesolev uuring laiendab oluliselt meie arusaama motiveerivatest mõjudestmälu, mis demonstreerib äsja stabiilsete individuaalsete erinevuste rolli ühenduvuses üksikisiku olukorra ennustamiselmäluon mõjutatud tasust. Tulemused näitavad ka mitme tasuga seotud piirkonna rolli motiveeritud kodeerimises, mida pole varem arvesse võetud, rõhutades nii teoreetiliselt kui ka empiiriliselt juhitud lähenemisviiside tähtsust aju-käitumise suhete mõistmisel. Laiemalt teavitab töö praeguseid teooriaid funktsionaalse diferentseerumise kohta tasu töötlemise võrgustikus ja toob uusi tõendeid üksikisikute ühenduvusmustrite kasutamise viljakuse kohta tunnetuse uurimisel (Finn et al., 2015; Gratton et al., 2018).

Tänuavaldused

Seda tööd toetasid riikliku teadusfondi karjääriauhind BCS 1056019 (ARP), NIH-NIMH R01 MH100121 (ARP) ja NIH-NIMH riikliku uurimisteenistuse auhind F32 MH094085 (DZ). Autorid ei deklareeri konkureerivaid finantshuve.