az akusztikus ingerek hatása a lassú alvási oszcillációra - Kutatás
az akusztikus ingerek hatása a lassú alvási oszcillációra - Kutatás
az akusztikus ingerek hatása a lassú alvási oszcillációra - Kutatás
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
XXVIII. OTDK, Biológia Szekció<br />
AZ AKUSZTIKUS INGEREK HATÁSA A LASSÚ<br />
ALVÁSI OSZCILLÁCIÓRA<br />
Szerző:<br />
Boldizsár Edit, V. évf.<br />
Szent István Egyetem<br />
Állatorvos-tudományi Kar<br />
Témavezetők:<br />
Dr. Hajós Ferenc<br />
SZIE-Állatorvos-tudományi Kar, Anatómiai és Szövettani Tanszék<br />
Dr. Ulbert István<br />
MTA Pszichológiai Kutatóintézet<br />
Készült: MTA Pszichológiai Kutatóintézet, 2006
TARTALOMJEGYZÉK<br />
BEVEZETÉS .............................................................................................................................. 3<br />
IRODALMI ÁTTEKINTÉS ....................................................................................................... 4<br />
A természetes alvás jellemzői................................................................................................. 4<br />
A <strong>lassú</strong> <strong>alvási</strong> oszcilláció (slow sleep oscillation, SO) ........................................................... 6<br />
A szenzoros rendszer és a <strong>lassú</strong> hullámú alvás kapcsolata ..................................................... 8<br />
A hallópálya felépítése ........................................................................................................... 9<br />
A majom hallókérgének funkcionális sajátosságai ............................................................... 11<br />
A macska hallókérgének funkcionális sajátosságai .............................................................. 12<br />
Az agykéreg szerkezete ........................................................................................................ 13<br />
A kérgi területek (mezők, areák) felépítése .......................................................................... 16<br />
A kérgi modul ....................................................................................................................... 16<br />
Az EEG jelek keletkezésének mechanizmusa ...................................................................... 17<br />
Az <strong>akusztikus</strong> eseményhez-kötött potenciál ......................................................................... 19<br />
Az EKP komponensei ....................................................................................................... 20<br />
KUTATÁSI CÉLJAINK .......................................................................................................... 22<br />
MÓDSZEREK .......................................................................................................................... 24<br />
Műtéti technika, akut majom implantáció ............................................................................ 24<br />
Macska implantáció, krónikus kísérletek ............................................................................. 24<br />
Elektródok ............................................................................................................................ 26<br />
Rétegelektróda: ................................................................................................................. 26<br />
Drót elektróda: ................................................................................................................. 26<br />
Elektrofiziológiai regisztráció .............................................................................................. 27<br />
Jelanalízis ............................................................................................................................. 28<br />
CSD, MUA analízis .......................................................................................................... 28<br />
Frekvencia, és idő-frekvencia tartománybeli analízis ...................................................... 29<br />
Up- és down-state fázis meghatározás, Hilbert- transzformáció ..................................... 29<br />
Oszcillációs teljesítmény alapú up- és down-state meghatározás .................................... 30<br />
Esemény körüli idő-hisztogram elemzés ........................................................................... 31<br />
Akusztikus ingerlés .............................................................................................................. 32<br />
EREDMÉNYEK ....................................................................................................................... 33<br />
Majom kísérletek .................................................................................................................. 33<br />
Macska kísérletek ................................................................................................................. 38<br />
Spontán elvezetések .......................................................................................................... 38<br />
Akusztikus ingerléses kísérletek ........................................................................................ 40<br />
KÖVETKEZTETÉSEK ........................................................................................................... 43<br />
Az epilepszia és <strong>az</strong> alvás kapcsolata..................................................................................... 44<br />
ÖSSZEFOGLALÓ ................................................................................................................... 46<br />
IRODALOMJEGYZÉK ........................................................................................................... 48<br />
RÖVIDÍTÉSEK JEGYZÉKE ................................................................................................... 51<br />
KÖSZÖNETNYILVÁNÍTÁS .................................................................................................. 53<br />
2
BEVEZETÉS<br />
Alvásban mélyre ható fiziológiai változások zajlanak le <strong>az</strong> emlősök szervezetében.<br />
Ezek a változások érintik mind a környéki, mind a központi idegrendszert. Dolgozatomban a<br />
központi idegrendszer, <strong>az</strong>on belül is a szenzoros kéreg <strong>lassú</strong> hullámú alvás alatti működését<br />
vizsgáltam majmon és macskán. Kísérleteinkben ketamin-xyl<strong>az</strong>in narkózist használtunk, <strong>az</strong><br />
irodalmi adatok szerint ez <strong>az</strong> altatás modellezi legjobban a természetes alvás <strong>lassú</strong> hullámú<br />
szakaszát. A természetes alvás dinamikus folyamat, különböző fázisokból áll, egyik fontos<br />
szakasza a <strong>lassú</strong> hullámú fázis. Ebben a fázisban történik a memória nyomok megerősödése,<br />
nagy szerepe van <strong>az</strong> agyi homeosztázis fenntartásában, valamint egyes epilepszia-formák<br />
ebben <strong>az</strong> <strong>alvási</strong> fázisban jelennek meg.<br />
Alvás, és különösen a <strong>lassú</strong> hullámú alvás alatt <strong>az</strong> agy jóval kevésbé tart kapcsolatot a<br />
külvilággal (disszociáció), mint éber állapotban, bár bizonyos szenzoros <strong>ingerek</strong> ilyenkor is<br />
ébredéshez vezetnek. A klasszikus elmélet szerint <strong>lassú</strong> hullámú alvásban a thalamikus<br />
átkapcsoló (relé) sejtek hiperpolarizáltabb állapotban vannak, mint ébrenlétben, ezért jóval<br />
kevésbé továbbítják a perifériáról beérkező szenzoros <strong>ingerek</strong>et <strong>az</strong> agykéreg felé. A<br />
klasszikus elmélet további tétele szerint a kéreg a <strong>lassú</strong> <strong>alvási</strong> oszcilláció elsődleges<br />
generátora, ez a kérgi eredetű oszcilláció hajtja a thalamikus sejteket.<br />
Az utóbbi években több tanulmány vitatta a klasszikus elméletet. Kiemelhető ezek<br />
közül Bower és munkatársainak vizsgálata, melyben patkány szaglókérgében vizsgálták a<br />
<strong>lassú</strong> <strong>alvási</strong> oszcilláció tulajdonságait. Eredményeik szerint a szabad lélegzés szinkronizálta a<br />
pyriform kéreg <strong>lassú</strong> oszcillációját, míg tracheotomizált preparátumban ez a hatás nem<br />
jelentkezett. Kimutatták, hogy <strong>az</strong> orrüreg szenzoros apparátusa felelős a légzési ritmus és a<br />
<strong>lassú</strong> kérgi oszcilláció közötti szinkronizáció kialakulásáért.<br />
Elsődleges kérdésfeltevésünk <strong>az</strong> volt, létezik-e magasabb rendű emlősökben is - mint<br />
a majom és a macska - hasonló kapcsolat - mint patkányban - a ritmikusan bemutatott<br />
szenzoros <strong>ingerek</strong> és a kérgi <strong>lassú</strong> oszcilláció között. További kérdéseink a szinkronizáció<br />
tulajdonságainak idő és térbeli leírására vonatkoztak.<br />
3
IRODALMI ÁTTEKINTÉS<br />
A természetes alvás jellemzői<br />
Az alvás természetének ismertetésekor <strong>az</strong> emberre jellemző adatokat veszem alapul<br />
(Kandel 2000). Ennek oka a nagyfokú hasonlóság <strong>az</strong> emberi és állati alvásmechanizmusok<br />
között. Az <strong>alvási</strong> ciklus ismétlődő stádiumokból épül föl (Bódizs 2000). Az elalvástól a<br />
természetes ébredésig tartó időszak alatt <strong>az</strong> alvás mélysége nem egyenletes, hanem<br />
folyamatosan ingadozik. Az elalvást követően előbb folyamatosan mélyül, majd ismét<br />
felületesebbé válik, és ezek a ciklusok ismétlődnek. Az alvást közvetlenül megelőző rövid<br />
időszakban <strong>az</strong> alfa-ritmus dominál. Az el<strong>alvási</strong> időszakban <strong>az</strong> alfa-hullámok rövid ideig tartó<br />
csoportokba szedődnek.<br />
Az alvás progresszív mélyülésének négy szintjét és a REM fázist (rapid eye<br />
movements, REM) különíthetjük el egy alváscikluson belül. A REM alvásfázisok közötti<br />
alvást non-REM alvásnak (nem REM), vagy <strong>lassú</strong> hullámú alvásnak (slow wave sleep, SWS)<br />
nevezzük (1. ábra).<br />
Elalváskor először a non-REM 1. stádiuma jelentkezik, ami gyakorlatilag pár percig<br />
tartó szendergést jelent. Ilyenkor a 8-12 Hz-es alfa hullámok eltűnnek <strong>az</strong> EEG<br />
regisztrátumból, <strong>az</strong><strong>az</strong> a hullámok amplitúdójának csökkenése dominál, helyüket alacsony<br />
feszültségű háttértevékenység és szórványosan jelentkező 80-100 msec időtartamú,<br />
nagyfeszültségű (20-100 mikroV) theta-sorozatok veszik át. A szendergés stádiumában sok<br />
más élettani változás is bekövetkezik, amelyek közül a legismertebbek <strong>az</strong> izomtónus globális<br />
csökkenése, a szívritmus és a légzésritmus csökkenése és szabályosabbá válása, a belégzés<br />
mélyülése, valamint a vérnyomásnak és a bőr elektromos vezetőképességének csökkenése. Az<br />
éber, pásztázó szemmozgások helyett <strong>lassú</strong> szemmozgások láthatók.<br />
A non-REM alvás 2. stádiuma a szendergést követő felületes alvás. EEG-n <strong>az</strong> <strong>alvási</strong><br />
orsók és <strong>az</strong> időnként spontán hang<strong>ingerek</strong>re válaszként megjelenő K-komplexek jellemzik. Az<br />
<strong>alvási</strong> orsók 12-14 Hz-es, 1-3 sec-ig tartó és 3-10 sec-onként jelentkező, szinuszoid<br />
hullámsorozatok, amelyekben a hullámok amplitúdója progresszíven nő, majd fokozatosan<br />
csökken. Eredetüket tekintve a thalamokortikális rendszer oszcilláló működésének termékei,<br />
amely a non-REM alvás idegélettanának egyik fontos jellemzője. A háttértevékenység<br />
4
általában <strong>lassú</strong>bb, mint a szendergés stádiumában, és többnyire a theta (4-7.5 Hz), valamint a<br />
delta (0.5-3.5 Hz) sávba esik. A szendergésben leírt élettani változások ebben a stádiumban<br />
jobban kihangsúlyozódnak, a <strong>lassú</strong> szemmozgások viszont megszűnnek.<br />
A non-REM-alvás 3. stádiuma a középmély alvás. A háttértevékenység lassul, a delta-<br />
tartomány irányába tolódik el, és nagyobb feszültségűvé válik. K-komplexek és <strong>alvási</strong> orsók<br />
továbbra is jelentkezhetnek, de gyakoriságuk <strong>az</strong> előző stádiumhoz képest csökken. Az EEG<br />
20-50%-át ilyen <strong>lassú</strong> delta-hullámok teszik ki. Az izomtónus tovább csökken, a<br />
szemmozgások hiányoznak.<br />
A non-REM alvás 4. stádiumát a nagy amplitúdójú delta-aktivitás jellemzi. A 3. és 4.<br />
stádium felel meg a mély alvásnak, amelyből <strong>az</strong> alvó személy csak nehezen, erős külső<br />
<strong>ingerek</strong>kel ébreszthető. Ebben a fázisban van mód a leg<strong>lassú</strong>bb potenciálváltozások<br />
megfigyelésére, ezek frekvenciája 0.2-1 Hz közé esik (slow oscillation, SO). Az 1.-4.-ig tartó<br />
stádiumokban <strong>az</strong> izomtónus ugyan csökken, de nem szűnik meg.<br />
Az egyre mélyülő alvás <strong>az</strong> elalvást követően kb. 45 perc múlva <strong>az</strong> előbbivel fordított<br />
sorrendben alakul, és végül a 3. és 2. stádiumokon keresztül visszatér <strong>az</strong> 1. szakaszba. Ekkor<br />
<strong>az</strong> alvás új fázisba megy át: <strong>az</strong> EEG deszinkronizálódik, <strong>az</strong> izomtónus megszűnik (kivételt<br />
képeznek a külső szemizmok, a középfül izmai és a légzőizmok), és fázisos, gyors<br />
szemmozgások, rángások jelentkeznek a szemhéjon, végtagokon. Ez utóbbiról kapta ez a<br />
szakasz a gyors szemmozgások periódusa (rapid eye movements, REM) elnevezést. A REM<br />
5<br />
1. ábra: Alvás.<br />
EEG felvételek<br />
emberből, ébrenlét és<br />
alvás során. Az EEG<br />
deszinkronizált <strong>az</strong><br />
ébrenlét, és REM<br />
fázisokban, míg erősen<br />
szinkronizált non-<br />
REM alvásban.<br />
A hypnogram mutatja<br />
<strong>az</strong> alvás egymást<br />
követő fázisait.
szakasz általában a felületes <strong>alvási</strong> stádiumból alakul ki. Időnkét ebben a szakaszban is<br />
megjelennek a theta sorozatok. A theta aktivitás különösen jellemző a hippokampuszra. Ez a<br />
fázis tekinthető <strong>az</strong> álmodási periódusnak.<br />
A <strong>lassú</strong> <strong>alvási</strong> oszcilláció (slow sleep oscillation, SO)<br />
A <strong>lassú</strong> <strong>alvási</strong> oszcillációt (0.1-1 Hz) Steriade (Steriade, Nunez et al. 1993) és kollégái<br />
eredetileg szomato-motoros agykérgi szinten figyelték meg urethan és ketamin-xyl<strong>az</strong>in<br />
altatásban (Dossi, Nunez et al. 1992). Később bebizonyították, hogy természetes <strong>lassú</strong><br />
hullámú non-REM alvásban is hasonló aktivitás látható macska agykérgén (Steriade,<br />
Timofeev et al. 2001). A <strong>lassú</strong> oszcillációt extra- és intracelluláris elvezetésekkel vizsgálták<br />
kérgi és thalamikus szinteken.<br />
Az SO kettő fázisra bontható: <strong>az</strong> aktív (depolarizációs), illetve <strong>az</strong> inaktív<br />
(hiperpolarizációs) fázisra (Steriade, Nunez et al. 1993). Ezen fázisok ritmikus ismétlődése<br />
alkotja a <strong>lassú</strong> oszcillációt narkózisban, és a természetes alvás non-REM stádiumában<br />
(Steriade, Amzica 1998). Wilson és Kawaguchi is hasonló mintázatot talált a neostriatum<br />
neuronjait vizsgálva, amelyre bevezette a ma széles körben elterjedt terminológiát: “up-state”-<br />
nek nevezte el a SO depolarizációs fázisát, “down-state”-nek a hiperpolarizációs fázist<br />
(Wilson, Kawaguchi 1996). Az angol elnevezés szemléletesen mutatja, hogy <strong>az</strong> agy a <strong>lassú</strong><br />
oszcillációban ciklikusan alacsony (down-state), illetve magas (up-state) aktivitást mutat.<br />
A hiperpolarizációs fázisban mind a kortikális, mind a thalamikus sejtek membránja<br />
hiperpolarizált (Steriade, Contreras et al. 1993), nem mutat oszcillációt, nem generál akciós<br />
potenciált, a membránáramok nagy részben K + -áramok. Down-state-ben sem a principális<br />
sejtek, sem <strong>az</strong> interneuronok nem mutatnak akciós potenciál aktivitást, tehát a kialakult<br />
hiperpolarizáció valószínűleg nem GABAerg. A szinaptikus bemenetet vizsgálva<br />
gyakorlatilag nullára esett a posztszinaptikus események száma. Éber állat esetén minden<br />
sejten megfigyelhető nagyszámú posztszinaptikus esemény, ez a szinaptikus facilitáció. Mivel<br />
a hiperpolarizációs fázisban ez nincsen jelen, ezt a fázist diszfacilitációs szakasznak is<br />
nevezik (Timofeev, Grenier et al. 2001). Extracelluláris elvezetésekben a hiperpolarizációs<br />
fázisra <strong>az</strong> agykéreg mélységében (1-1.5 mm) nagy pozitív, illetve annak felszínén nagy<br />
negatív hullám a jellemző. Szimultán extra- és intracelluláris vizsgálatokban kimutatták, hogy<br />
a mély pozitív komponens időben egybeesik a sejtek hiperpolarizációjával.<br />
6
A klasszikus thalamikus kapuzási elmélet szerint a kéregről a thalamuszba terjedő<br />
hiperpolarizáció a thalamusz szintjén gátolja <strong>az</strong> ingerület átvitelt, így alvásban nem jut feljebb<br />
<strong>az</strong> információ a kérgi szintre, ez lenne <strong>az</strong> oka <strong>az</strong> alvás alatti disszociált állapotnak (Steriade<br />
1997).<br />
2. ábra: A <strong>lassú</strong> oszcilláció. Egyidejű intracelluláris (IC) és mélységi EEG elvezetés mutatja a <strong>lassú</strong> oszcillációt<br />
ketamin-xyl<strong>az</strong>innal altatott macskán. A sejt tüzelési mintázata erős korrelációt mutat <strong>az</strong> EEG regisztrátummal.<br />
Up-state, vagy depolarizációs fázis során a sejtek tüzelnek, ekkor a mélységi EEG-ben negativitást látunk, down-<br />
state-ek alatt (csillaggal jelölve) a sejtek hiperpolarizáltak, amely a mélységi EEG-n látható nagy pozitivitással<br />
esik egybe.<br />
A depolarizációs fázisban mind a kortikális, mind a thalamikus sejtek membránja<br />
depolarizált, oszcillációt mutat, akciós potenciált generál, a membrán áramok kevertek. Ez <strong>az</strong><br />
állapot nagyban hasonlít <strong>az</strong> ébrenléthez. Mind a principális, mind <strong>az</strong> interneuronok tüzelnek, a<br />
kialakuló posztszinaptikus facilitációra mind <strong>az</strong> excitátoros, mind <strong>az</strong> inhibítoros áramok<br />
jellemzőek. A szinaptikus bemenetek száma igen nagy, hasonló, mint éber állapotban.<br />
Extracelluláris elvezetésekben a depolarizációs fázisra a mélységi negativitás, felszíni<br />
pozitivitás jellemző. Szimultán extra- és intracelluláris vizsgálatokban kimutatták, hogy a<br />
mély negatív komponens időben egybeesik a sejtek depolarizációjával. A komplett <strong>lassú</strong><br />
oszcilláció alatt a membránpotenciál tehát bimodális eloszlást mutat. (2. ábra)<br />
A klasszikus hipotézis szerint a <strong>lassú</strong> oszcilláció a kéregben generálódik, majd később<br />
a thalamusz is bevonódik a folyamatba (Steriade 2006). Az így kialakuló thalamokortikális<br />
interakció formálja a <strong>lassú</strong> oszcillációt. Up-state alatt alakulnak ki <strong>az</strong> egyes agyi<br />
oszcillációkra jellemző mintázatok a kéreg, a primer thalamusz- és a retikuláris thalamusz-<br />
magvak (nucl. reticularis thalami, nRT) kölcsön<strong>hatása</strong> következtében. A <strong>lassú</strong> oszcillációnak<br />
fontos és szerteág<strong>az</strong>ó funkciókat tulajdonítanak. Kimutatták, hogy szerepe van <strong>az</strong> agyi<br />
metabolikus homeosztázis fenntartásában, a memória bevésődésében (Steriade 1999), <strong>az</strong><br />
epilepszia keletkezésében (Steriade, Amzica 1998).<br />
7
A szenzoros rendszer és a <strong>lassú</strong> hullámú alvás kapcsolata<br />
Mindenki által ismert tény, hogy alvásban a tudat és a külvilág viszonya<br />
nagymértékben eltér <strong>az</strong> ébrenlétben tapasztaltaktól. Alvás alatt <strong>az</strong> információ nagy része nem<br />
tudatosul, bár bizonyos <strong>ingerek</strong>kel ki lehet váltani <strong>az</strong> ébredést. Különösen fontos szerepe van<br />
<strong>az</strong> ébredési reakciókban <strong>az</strong> <strong>akusztikus</strong> modalitásnak, mivel ellentétben például a látással, a<br />
fülünket nem tudjuk elzárni a környezeti <strong>ingerek</strong>től. A klasszikus thalamikus kapuzási elmélet<br />
szerint non-REM alvásban a thalamikus relé sejtek relatíve hiperpolarizáltak <strong>az</strong> éber szinthez<br />
képest, így nem tudják közvetíteni a perifériás impulzusokat <strong>az</strong> agykéreg felé (Steriade,<br />
Timofeev et al. 2001). Mivel nincsen kérgi <strong>akusztikus</strong> bemenet, ezért nincs mit feldolgozni,<br />
tehát a kéreg thalamikus szinten el van zárva a külvilágtól.<br />
A klasszikus thalamikus kapuzási elmélet jól egybevág a <strong>lassú</strong> oszcilláció kérgi<br />
genezisének klasszikus elméletével, mindkettő <strong>az</strong>t mondja ki, hogy non-REM alvásban belső<br />
világunk nagymértékben disszociált a külvilágtól (Steriade 2006). Ebben <strong>az</strong> állapotban<br />
szenzoros információ nem érkezik a kéregbe, a kéreg saját maga alakítja ki a <strong>lassú</strong><br />
oszcillációt, ami a homeosztatikus és memória konszolidációs működések fenntartásához<br />
szükséges.<br />
Napjainkban egyre több, a klasszikus elmélettel nem magyarázható jelenséget<br />
mutatnak ki. Castro-Alamancos patkányokon vizsgálta <strong>az</strong> ébrenléti szint hatását <strong>az</strong><br />
eseményhez kötött potenciálokra egy speciális modellben (Castro-Alamancos, Rigas 2002).<br />
Azt találta, hogy <strong>alvási</strong> állapotban a szomatoszenzoros kérgi kiváltott potenciál nagysága,<br />
térbeli kiterjedése és a sejtkisülési aktivitás mértéke sokkal nagyobb, mint éberhez hasonló<br />
állapotban (Castro-Alamancos, Oldford 2002). Bower szintén patkányokon vizsgálta<br />
altatásban a szaglórendszert (Fontanini, Spano et al. 2003), és <strong>az</strong>t találta, hogy a pyriform<br />
kéreg <strong>lassú</strong> oszcillációja szinkronitást mutat <strong>az</strong> orrban áramló levegő mozgásával. Normál<br />
légzés alatt a légzéssel volt szinkron a kérgi SO (Fontanini, Bower 2005). Tracheális kanülön<br />
át, mesterséges lélegeztetés hatására, mikor <strong>az</strong> áramlás megkerülte <strong>az</strong> orrnyálkahártya<br />
receptorait, ez a szinkronitás megszűnt (Fontanini, Bower 2006). Mindkét kísérlet arra enged<br />
következtetni, hogy a klasszikus elméletek nem helytállóak patkány esetében.<br />
8
A hallópálya felépítése<br />
Kísérleteinkben a hallópálya ingerlésének hatását vizsgáltuk, ezért ebben a fejezetben<br />
összefoglalom a hang<strong>ingerek</strong> feldolgozásának összes állomását, hogy képet adjak a hallás<br />
útján beérkező információ sorsáról, amíg a fülből <strong>az</strong> elsődleges hallóközpontba (Brodmann<br />
41., 42.) megérkezik (Fonyó 1999; Kandel 2000). Az alapvető anatómiai és funkcionális<br />
kapcsolatok macskában, majomban és emberben nagyon hasonlóak, itt <strong>az</strong> emberi anatómiát<br />
írom le (3. ábra).<br />
A nervus vestibulocohlearis pars cohlearis-ának <strong>az</strong> elsődleges érző neuronokat<br />
tartalm<strong>az</strong>ó dúcából (ganglion spirale) futnak ki a ggl. spirale neuronjainak centrális<br />
nyúlványai. Ezek képezik a n. vestibulocochlearis pars cochlearis-át. Az axonok a canalis<br />
longitudinalis modioli-n keresztülfutva lépnek a meatus acusticus internus-ba, ahol<br />
összetapadva a pars vestibularis-sal alkotják a VII. agyideget. A meatus-t elhagyva a rostok<br />
belépnek <strong>az</strong> agytörzsbe, ahol a medulla oblongata és a pons határán található nucleus<br />
cochlearis ventralis- és dorsalis-ban végződnek. Az organum spirale-nak a csiga bázisához<br />
közeli területeiről induló rostok, melyek a hang magas frekvenciás komponenseit közvetítik, a<br />
magvak medialis, a csiga csúcsához közeli részeiről induló rostok, melyek a hang alacsony<br />
frekvenciás komponenseit közvetítik, a magvak lateralis részében érnek véget. Így a csiga<br />
tonotópiás (a frekvencia és a térbeli reprezentáció szoros kapcsolata) elrendeződése<br />
tükröződik a magvakban is. A nucleus cochlearis ventralis-ból eredő rostok <strong>az</strong> <strong>az</strong>onos- és<br />
ellenoldali oliva superior-hoz futnak. Az ellenoldali maghoz futó rostkötegek, <strong>az</strong> ellenoldalról<br />
jövő hasonló rostokkal együtt, alkotják a corpus trapezoideum kereszteződő rostrendszerét.<br />
Az <strong>az</strong>onos és ellenoldalról jövő hallórostok <strong>az</strong> oliva superior-ban ugyan<strong>az</strong>on tonotópiás<br />
elrendeződést követve végződnek, mégpedig úgy, hogy <strong>az</strong> alacsony frekvenciájú (mély)<br />
hangok által a csiga csúcsi részében keltett ingerületeket közvetítő rostok <strong>az</strong> oliva superior<br />
dorsalis, a nagy frekvenciájú (magas) hangok által a csiga bázisában keltett ingerületeket<br />
közvetítő rostok <strong>az</strong> oliva superior ventralis részéhez futnak. Az oliva superior tonotópiás<br />
elrendeződése a hallórendszer első olyan állomása, ahol lehetőség nyílik a két fülből jövő<br />
ingerületek integrálására. Itt veszi kezdetét a hangforrás térbeli lokalizálásának folyamata.<br />
9
Az oliva superior-ból eredő projekciós rostok <strong>az</strong> <strong>az</strong>onos oldali colliculus inferior-hoz<br />
futnak. Ehhez a felszálló rostköteghez, amit lemniscus lateralis-nak nevezünk, csatlakoznak<br />
<strong>az</strong> ellenoldali nucleus cochlearis dorsalis-ból eredő, és szintén a colliculus inferior-ban<br />
végződő rostok is. A lemniscus lateralis, lefutása közben a középagy oldalsó felszínén, a<br />
trigonum lemnisci területén egészen felületessé válik. Itt van egy közbeiktatott magva is, a<br />
nucleus lemnisci lateralis.<br />
A colliculus inferior-ból eredő axonok a corpus geniculatum mediale-ba (<strong>akusztikus</strong><br />
thalamusz, utolsó relé állomás) vezetnek, majd a gyrus temporalis superior-nak, a fissura<br />
lateralis felé fordított felszínéhez (emberben Heschl gyrus, Brodmann 41., 42.), <strong>az</strong> elsődleges<br />
kérgi mezőhöz futnak be. Az <strong>akusztikus</strong> ingerületek tonotópiás elrendeződése jellemzi a<br />
hallópálya minden állomását. Ez egészen <strong>az</strong> elsődleges hallókéregig megőrződik, méghozzá<br />
úgy, hogy a magas hangok által a csiga bázisában keltett ingerületek <strong>az</strong> elsődleges hallókéreg<br />
mediális, a mély hangok által a csiga csúcsi részében keltett ingerületek pedig a primer<br />
hallókéreg laterális területeihez jutnak.<br />
10<br />
3. ábra: A hallópálya<br />
felépítése.<br />
A belső fülből érkező<br />
információ a nucleus<br />
cochlearis-on, illetve <strong>az</strong><br />
oliva superior-on keresztül<br />
érkezik a nucleus<br />
lemniscus lateralis-ba, ahol<br />
átkapcsolódva továbbjut a<br />
nucleus colliculus inferiorba,<br />
majd a corpus<br />
geniculatum mediale-ba, és<br />
onnan átkapcsolódva éri el<br />
a hallókérget.
A majom hallókérgének funkcionális sajátosságai<br />
A rhesus majom (Macaca mulatta) hallókérge a sulcus lateralis ventrális falát alkotja,<br />
dorzálisan a szomatoszenzoros kéreg fekszik rá (4. ábra). Tehát a rhesus majom hallókérge<br />
nehezen elérhető, mivel <strong>az</strong> agy mélyén helyezkedik el. Emberben is hasonló <strong>az</strong> elrendezés. A<br />
primáták hallókérgét egy belső, ún. core (mag), egy vékony, határoló, ún. belt (öv), illetve a<br />
parabelt (öv körüli) régiók alkotják (Hackett, Karmos et al. 2005). A belt area laterális része<br />
kinyúlik a gyrus temporalis superior (STG) irányába, ahol a parabelt régióval határos. A<br />
központi rész (core) a tulajdonképpeni hallókéreg, amely csak hang<strong>ingerek</strong>re ad választ.<br />
A core area neuronjai tonotópiásan és nagyon szelektíven válaszolnak adott<br />
frekvenciás <strong>ingerek</strong>re, hangolási görbéjük keskeny. A core area két régióra oszlik, a primer,<br />
elsődleges (AI), és a szekunder, másodlagos (AII) régióra. A két régiót a tonotópia<br />
irányultsága, <strong>az</strong> auditoros bemenet időzítése és finom anatómiai jelek különítik el egymástól.<br />
A belt area a core régiót keskeny sávban övező, multiszenzoros, asszociációs, tehát több<br />
beérkező ingermodalitásra reagáló, integráló agyterület. A bejövő szomatoszenzoros<br />
<strong>ingerek</strong>re itt ugyanúgy látunk válaszreakciót, mint <strong>az</strong> auditoros <strong>ingerek</strong>re. A belt és parabelt<br />
neuronok is mutatnak tonotópiát, de a primer és szekunder területekhez képest kevésbé<br />
szelektíven válaszolnak <strong>az</strong> ingerlési frekvenciára, hangolási görbéjük <strong>az</strong> AI-hez képest széles<br />
(Hackett, Karmos et al. 2005).<br />
11<br />
4. ábra: Majom hallókérge.<br />
A majom hallókérge <strong>az</strong> insula felett található<br />
sulcus lateralis ventrális falát alkotja.<br />
Közvetlenül felette, a sulcus lateralis dorzális<br />
falában található <strong>az</strong> SII szomatoszenzoros<br />
kéreg. Az (A) ábra a majom agyának oldalsó<br />
nézetét mutatja, benne fekete színnel jelölve <strong>az</strong><br />
insulát. A (B) ábra a szaggatott vonal mentén<br />
elmetszve mutatja a kérgi régiókat. A (C) ábra<br />
egy térbeli képet ad a majom hallókérgének<br />
különböző részeiről.<br />
A1: AI elsődleges hallókéreg<br />
CM: caudalis-medialis hallókéreg<br />
CL: caudalis-lateralis hallókéreg<br />
S2: SII szomatoszenzoros area<br />
RPB: rostralis parabelt area<br />
CPB: caudalis parabelt area
A macska hallókérgének funkcionális sajátosságai<br />
A macska hallókérge <strong>az</strong> agy konvexitásán található, ezért könnyen vizsgálható, műtét<br />
alatt is rögtön szembetűnik (Karmos 2002). A primer hallókéreg (AI area) <strong>az</strong> agy laterális<br />
felszínén, a gyrus ectosylvius dorzális részén helyezkedik el (5A,B. ábra). A macskák AI<br />
areája megfelel a majmokban leírt AI areának. Akárcsak majmokban, tonotópiás szerveződést<br />
mutat a macskák AI areája is. A magas frekvenciák <strong>az</strong> AI elülső részén, míg <strong>az</strong> alacsony<br />
frekvenciák a hátulsó területen reprezentálódnak.<br />
5. ábra: A macska elsődleges hallókérge (AI) és asszociációs szomatoszenzoros kérge (area 7). A) Sematikus<br />
ábra mutatja a macska agyát oldalról. AI: elsődleges hallókéreg, AII: másodlagos hallókéreg, 7a: anterior area 7,<br />
7p: posterior area 7. B) Az általunk vizsgált macska agya fixált állapotban, nyilak mutatják <strong>az</strong> elektródok<br />
bemeneti nyílásait. C) NeuN neuronális markerre festett metszet ugyanezen agyból, <strong>az</strong> area 7-be bemenő<br />
elektróda nyoma jól látható. Nagy nagyítású képek mutatják <strong>az</strong> elektródák elhelyezkedését. A római számok <strong>az</strong><br />
agykéreg rétegeit jelzik.<br />
12
A macska hallókérgén <strong>az</strong> AI area szomszédságában több hallókérgi területet (5A.<br />
ábra) különítettek el, amelyek egy része szintén tonotópiásan szervezett, de mind<br />
anatómiailag, mind funkcionálisan különböznek <strong>az</strong> AI területtől. A másodlagos (AII) areát<br />
citoarchitektóniai különbségek alapján lehet elkülöníteni <strong>az</strong> AI-től: <strong>az</strong> AII kérgének III.<br />
rétegében megnő a piramissejtek száma, <strong>az</strong> V. rétegben pedig nagy piramissejtek jelennek<br />
meg. Ezen terület tonotópiás szervezettsége vitatott, de egyre többen találnak frekvenciafüggő<br />
reprezentációt. A terület valószínűleg <strong>az</strong> <strong>ingerek</strong> feldolgozásának egy, <strong>az</strong> AI után következő<br />
állomása. Megkülönböztetünk emellett elülső (anterior auditory field, AAF), valamint hátulsó<br />
hallókérgi mezőket is (posterior auditory field, PAF), melyek szerepe szintén vitatott, de a<br />
legtöbb szerző multiszenzoros, asszociációs területként említi őket (Clarey, Irvine 1990;<br />
Rouiller, Simm et al. 1991). Ezen areák szintén tonotópiás szerveződést mutatnak, de a<br />
mikroelektróddal elvezetett kezdeti sejtaktivitás látenciája hosszabb és időben kevésbé kötött<br />
<strong>az</strong> ingeradás időpontjához, a sejtek hangolási görbéje pedig szélesebb, mint <strong>az</strong> AI neuronoké.<br />
Egyes vizsgálatok arra utalnak, hogy e területek <strong>az</strong> <strong>akusztikus</strong> információfeldolgozás későbbi<br />
– kognitív jellegű – szakaszában vesznek részt és talán részben megfeleltethetőek a<br />
majmokban talált belt (AAF) ill. parabelt (PAF) régióknak.<br />
A különböző területek afferens és efferens kapcsolatait vizsgálva, <strong>az</strong> AI-ből AII-be<br />
futó rostok topográfiás elrendeződést mutatnak. Az AI rosztrális részéből a rostok <strong>az</strong> AII<br />
kaudális, míg kaudális részéből <strong>az</strong> AII rosztrális részébe futnak. A ventrális AI a ventrális<br />
AII-vel, míg a dorzális AI <strong>az</strong> AII dorzális részével áll kapcsolatban. Az AAF area <strong>az</strong> AII-ből<br />
kapja afferentációjának nagy részét, tonotópiás szervezettségben. A projekciók <strong>az</strong> AII-ből a<br />
PAF-ba ugyancsak tonotópiásan szervezettek. Az AII mellett <strong>az</strong> AAF is vetít a PAF régióba,<br />
mégpedig <strong>az</strong> AII-ből jövő rostokkal konvergálva tonotópiásan szervezetten, ami e terület<br />
integratív szerepére utalhat (Rouiller, Simm et al. 1991).<br />
Az agykéreg szerkezete<br />
Az agykéreg (neokortex) legnagyobb részét kitevő, ún. isocortex, közönséges<br />
sejtfestésű mikroszkópi készítményben is jól felismerhető hat sejtrétegre oszlik (Szentágothai,<br />
Réthelyi 1994). A hat réteg felülettől számítva a következő:<br />
13
I. (stratum moleculare): többnyire a piramissejtek csúcsdendritjeit, a II. réteg<br />
sejtjeinek dendritjeit, továbbá <strong>az</strong> ide beérkező afferensek rostjait tartalm<strong>az</strong>za, sejtekben<br />
szegény réteg.<br />
II. (stratum granulosum externum): piramissejtek kis számban, interneuronok (kis<br />
kosárseltek, csillársejtek) nagy számban találhatók itt.<br />
réteg.<br />
III. (stratum pyramidale externum): nagyszámú piramissejt sejttestét magába foglaló<br />
IV. (stratum granulosum internum): csillagsejtek (stellate) találhatók itt nagy<br />
számban, ők fogadják a specifikus thalamusz magvakból befutó afferens rostokat, továbbá<br />
nagy kosársejteket találunk itt.<br />
V. (stratum gangliosum): tartalm<strong>az</strong>za a jellegzetes nagyméretű óriás piramissejteket.<br />
VI. (stratum multiforme): sokféle idegsejtet tartalm<strong>az</strong>, ezek zömében <strong>az</strong> I. rétegbe<br />
vetítő másodlagos kapcsoló interneuronok.<br />
A 6. ábra - leegyszerűsített formában - <strong>az</strong> agykéreg általános neuron hálózatát mutatja<br />
be (Szentágothai, Réthelyi 1994). A kérgi idegsejtek csupán 60%-a piramissejt (principális<br />
sejt), a fennmaradó 40% más típusú (kb. 50 fajta), jobbára helyi kapcsolatokkal rendelkező<br />
idegsejtből (interneuron) áll. Az ábrán piros színnel feltűntetett sejtek a piramissejtek. A<br />
piramissejtek, jellegzetes háromszög alakjuknak és egyes kéregterületeken belül feltűnően<br />
nagy méretüknek köszönhetően jól felismerhetőek a szövettani metszeteken. Ezek a<br />
principális sejtek megtalálhatók a II. és III., illetve V. és VI. rétegekben. Glutamáterg,<br />
serkentő neuronokról van szó, melyek a beérkező információt vetítik a környező<br />
kéregterületekre, illetve kéreg alatti rendszerekbe. Szintén glutamáterg, serkentő neuronok a<br />
csillagsejtek, amelyeket a régebbi szakirodalom még <strong>az</strong> interneuronok közé sorol. A<br />
csillagsejtek a kéreg IV. rétegében találhatók, és nagyon fontos állomásai <strong>az</strong> adott területre<br />
beérkező információknak. A thalamusz felől érkező bemenetek tulajdonképpen csak a<br />
csillagsejteken keresztül jutnak el a piramissejtekhez. Ezek a sejtek, a piramissejtekkel<br />
ellentétben, csupán lokális információ átadására alkalmasak.<br />
Interneuronok alatt ma elsősorban a GABA-erg (gamma-amino-vajsav), gátló<br />
neuronokat értjük. A gátló kérgi sejtek számos típusát tudták eddig meghatározni (a 6. ábrán<br />
tömör fekete szín). A kéreg minden rétegében jelen vannak, multipoláris sejtek, sűrű hálózatot<br />
képeznek a principális idegsejtek körül. Ezek közül már régebben ismertek voltak <strong>az</strong> ún.<br />
kosársejtek (basket sejtek), amelyek a végződéseikkel kosárszerűen fonják körül a<br />
14
piramissejtek testeit, axo-szomatikus kapcsolatot kiépítve. Innen szárm<strong>az</strong>ik <strong>az</strong> elnevezés.<br />
Jellegzetes gátló idegsejt <strong>az</strong> axo-axonikus, vagy más néven csillársejt. Ez utóbbi név onnan<br />
ered, hogy a sejtek idegnyúlványának végei - sejtenként 150-200 végág - a régi mennyezeti<br />
csillárok gyertyájához hasonlóan egy pontból kanyarodnak vissza. Végágaik<br />
hozzákapcsolódnak egy-egy piramissejt axonjának kezdeti szakaszához, és ott sorozatos gátló<br />
szinapszisokat képeznek. Ez a gátlásnak igen hatásos mechanizmusa, ezért fontos<br />
megemlíteni, hogy a kéreg minden piramissejtje bőségesen el van látva ilyen végződésekkel.<br />
Ezek a sejtek a principális sejtek kimenetének szabályozásában játszanak fontos szerepet. A<br />
dendritikus gátlósejtek a piramissejtek dendritjeit idegzik be, így a piramissejtek bemenetét<br />
szabályozzák. Interneuron-specifikus interneuronok (gátlás gátlását okozó interneuronok,<br />
GGS) kizárólag interneuronokat idegeznek be, így szabályozva <strong>az</strong> interneuron hálózat<br />
működését.<br />
15<br />
6. ábra: A kérgi modul<br />
szerkezete.<br />
Sematikus ábra mutatja a<br />
neokortex szerkezetét. A<br />
zölddel jelzett nem specifikus<br />
kérgi afferensek jelölik ki a<br />
mintegy 200-300m<br />
átmérőjű, a kéreg egész<br />
mélységén áthatoló, henger<br />
alakú szövetteret, amely a<br />
kéreg alapvető szerkezeti<br />
modulja. Kék színűek a IV.<br />
rétegbe érkező specifikus<br />
thalamikus afferensek,<br />
amelyek a csillagsejtekre<br />
(stellate=tüskés közti<br />
neuron=TKN), valamint a<br />
piros színnel jelzett<br />
piramissejtekre adnak<br />
szinapszist. A gátló<br />
interneuronok feketével<br />
vannak jelölve. Ezek közül ki<br />
vannak emelve a kosársejtek,<br />
<strong>az</strong> axo-axonikus sejtek,<br />
illetve a gátlás gátlását okozó<br />
interneuronok (GGS).
A kérgi területek (mezők, areák) felépítése<br />
Az agykéreg egyes területei feltűnően eltérő szerkezetűek (Szentágothai, Réthelyi<br />
1994). A motoros kéregterületek (emberben Brodmann 4.) szinte kizárólag piramis- és óriás<br />
piramissejtekből állnak, (agranuláris kéreg). Hasonló szerkezetű <strong>az</strong> előtte lévő, lefelé<br />
keskenyedő háromszög alakú Brodmann 6. mező, mely ugyancsak agranuláris, de óriás<br />
piramissejtek nélkül. Épp ellentétes irányban térnek el a szokványos motoros kéregre jellemző<br />
felépítéstől <strong>az</strong> elsődleges érző projekciók kérgi területei. Ezekre éppen fordítva, a nagyobb<br />
piramissejtek csaknem teljes hiánya és <strong>az</strong> apró sejtek óriási számbeli túlsúlya jellemző. E<br />
kéregtípust ezért granulárisnak, vagy koniokortexnek nevezik. Ilyen típusú a gyrus<br />
postcentralis-t elfoglaló testérző (szomatoszenzoros) area, amely három, egymással nagyjából<br />
párhuzamos, némileg eltérő szerkezetű mezőből (Brodmann 3., 1., 2.) áll. Hasonló szerkezetű<br />
a nyakszirti lebeny fissura calcarina-jának felső és alsó ajkát elfoglaló elsődleges (Brodmann<br />
17.), másodlagos (Brodmann 18.) és harmadlagos látómező (Brodmann 19.) és a temporális<br />
lebenynek <strong>az</strong> insula felé tekintő harántgyrusaiban helyet foglaló hallómező (Brodmann 41.,<br />
42.).<br />
A kérgi modul<br />
A neokortex nemcsak horizontálisan szerveződik rétegekbe, hanem vertikálisan is<br />
működési egységekbe, modulokba rendeződnek a sejtek. Ez a 0,2-0,3 mm átmérőjű,<br />
függőleges és a kéreg egész mélységén áthatoló, henger alakú szövettér a kéreg alapvető<br />
szerkezeti egysége, modulja (6. ábra). Egy-egy ilyen kérgi modul mintegy 5000-10000<br />
idegsejtet tartalm<strong>az</strong>.<br />
Az agykérget tehát úgy kell elképzelnünk, mint vertikálisan szerveződő működési<br />
egységek, modulok mozaikját, amelyek mindegyike aktívan kommunikál egymással<br />
(Szentágothai, Réthelyi 1994). Hozzávetőlegesen 50-100, <strong>az</strong> agykéreg más részében (mind <strong>az</strong><br />
<strong>az</strong>onos, mind <strong>az</strong> ellenoldali agyféltekében) elhelyezkedő másik, hasonló modullal létesít<br />
összeköttetést, vezérli <strong>az</strong>okat, effektor, vagyis efferens (piramissejt axonokból álló)<br />
kapcsolatokat tart fenn. Körülbelül ugyanennyi kérgi modulból kap odavezető érzékelő,<br />
affektor, vagyis afferens rostkapcsolatot. Ezek <strong>az</strong>onban a kérget csak működésében<br />
16
szabdalják szét, <strong>az</strong> idegnyúlványaikkal és dendritekkel összefonódó idegsejtek szövete csak<br />
nagyon kivételesen mutat megszakításokat, tehát <strong>az</strong> agykéreg a szövettani képében eléggé<br />
feltűnő hatrétegű elrendezésen kívül egyneműnek látszik. Csupán a kérgi mezők határán<br />
vehetők észre a rétegződés finomabb részleteiben megbúvó, jellegzetes változások. A<br />
működési egység, a modul gondolata onnan ered, hogy <strong>az</strong> agykéreg meghatározott részeinek<br />
kísérleti állatban való műtéti eltávolítása után <strong>az</strong> agykéreg aránylag távoli részében <strong>az</strong><br />
elpusztított piramissejtek nyúlványainak szövettanilag kimutatható elfajulása függőleges<br />
oszlopokban, foltszerűen mutatkozik, jelezvén, hogy a kéreg távoli részei közötti<br />
összeköttetések nem szétszórtan, hanem néhány meghatározott oszlopszerű modulban<br />
végződnek. Újabban ezt ma már úgy mutatják ki, hogy olyan jelzőanyagokat fecskendeznek<br />
be a kéreg alig 0.1-0.15 mm átmérőjű gócaiba, amelyeket a piramissejtek felvesznek, és<br />
idegnyúlványaikkal pár nap alatt elszállítják végződési helyükre. Itt a jelzőanyagokat vagy<br />
biokémiai, vagy autoradiográfiai módszerekkel lehet szövettanilag kimutatni.<br />
Az interneuronok viselkedésének behatóbb tanulmányozása is közelebb vitt a kérgi<br />
modulok működésének megismeréséhez. Megfigyelések szerint bizonyos kérgi területeken, a<br />
thalamusz felől érkező inputok a piramissejtek egy csoportját serkentik, majd a tüzelő<br />
piramissejtek a körülöttük lévő régió gátlósejtjeit hozzák izgalomba <strong>az</strong> axon-kollaterálisok<br />
segítségével, melyek lezárják <strong>az</strong> információ útját a környező piramissejtek felé. Ezzel<br />
tulajdonképpen lokalizálják <strong>az</strong> információ áramlását és feldolgozását. Miért van szükség ilyen<br />
összetett mechanizmusra? Mi történne, ha nem így működne a rendszer? A thalamokortikális<br />
afferenseken érkező ingerület szétterjedne a megcélzott sejtek mellett a környező kéregrész<br />
nagy területén, így a benne rejlő információ, illetve <strong>az</strong> arra adott specifikus válasz elveszne a<br />
káoszban.<br />
Az EEG jelek keletkezésének mechanizmusa<br />
Az electroencephalogram (EEG) jelek keletkezésének mechanizmusa a mai napig<br />
pontosan nem ismert (Kandel 2000). Valószínű, hogy több ezer neuron összesített elektromos<br />
aktivitását tükrözi, melyek <strong>az</strong> agykéreg felszínének közelében helyezkednek el. A mélyebb<br />
struktúrák aktivitása a szignál gyengülése miatt nem idézhet elő a fejbőrről elvezethető<br />
mikrovoltos nagyságú jelet. Tekintettel <strong>az</strong> EEG fokozatos jellegű változásaira, inkább a<br />
piramissejtek dendritnyúlványain lejátszódó küszöb alatti posztszinaptikus<br />
17
potenciálváltozások felelősek keletkezéséért, semmint a gyors, minden vagy semmi jellegű<br />
akciós potenciálok. A klasszikus elképzelés szerint <strong>az</strong> EEG-jel generálásában számos neuron<br />
kiterjedt dendritfáinak szinkronizált, összesített aktivitása játszik szerepet. Ezeket a több<br />
neuronhoz tartozó, de együttműködő kapcsolatokat nevezték szinaptikus funkcionális<br />
egységeknek. Az agy spontán ritmusának megfelelő, és <strong>az</strong> adott <strong>ingerek</strong> függvényében<br />
számos átfedést mutató funkcionális egység közül más és más csoportok mutathatnak<br />
szinkronizált aktivitást. Ez a mintázat időben dinamikusan változik. A szinaptikus<br />
funkcionális egységek koordinációjában fontos szerepet tölthetnek be a kéreg alatti struktúrák,<br />
elsősorban a thalamusz.<br />
A szinkronizált elektromos aktivitáson felül fontos <strong>az</strong> agyi struktúrák geometriai<br />
konfigurációja is. Az EEG-jel kialakulásának feltétele ugyanis, hogy a sok kis lokális<br />
elektromos változás felerősítse egymást. Az egymással párhuzamosan elhelyezkedő kérgi<br />
piramissejtek transzmembrán áramai ideálisan képesek összeadódni, ezt nevezzük nyitott,<br />
vagy open-field elrendeződésnek. A neuronok véletlenszerű orientációja esetén <strong>az</strong> áramok<br />
kioltják, vagy nagyon lecsökkentik a jel erősségét. Ezt zárt, vagy closed-field elrendeződésnek<br />
nevezzük. Míg <strong>az</strong> agykéreg szerveződésére <strong>az</strong> open-field, addig <strong>az</strong> egyes mélyebben<br />
elhelyezkedő agytörzsi struktúrákra a closed-field organizáció a jellemző (7. ábra). Az EEG<br />
jelet frekvencia és amplitúdóbeli különbségek alapján spektrális tartományokra osztjuk fel (1.<br />
táblázat).<br />
A klasszikus nevezéktan szerint, ha a nagyobb amplitúdójú és kisebb frekvenciájú<br />
hullámot egy kisebb amplitúdójú és nagyobb frekvenciájú váltja fel, deszinkronizációról<br />
beszélünk. Ennek a folyamatnak <strong>az</strong> ellenkezője a szinkronizáció.<br />
18<br />
7. ábra: Az EEG jelek<br />
keletkezése.<br />
A nagyagykéregben a<br />
piramissejtek<br />
párhuzamosan, ún. openfield<br />
elrendeződésben<br />
helyezkednek el,<br />
aktivitásukkal egy<br />
elektromos dipólust hoznak<br />
létre. Az agytörzsben a<br />
sejtek véletlenszerű<br />
orientációt mutatnak, így<br />
<strong>az</strong> extracelluláris áramok<br />
kioltják egymást.
1. táblázat: Az EEG jelek speciális tartományai.<br />
Spektrum Frekvencia Amplitúdó Jelentőség<br />
(Hz) (mikroV)<br />
Delta 0,5-3,5 100-200 - mély alvás<br />
- 1-2 éves korban fiziológiás<br />
- tumor, ér eredetű károsodás<br />
- frontális lebenyhez köthető kognitív feladatok<br />
Theta 4-7,5
vezetéssel terjednek a környező szövetekre (Molnar, Karmos et al. 1986). A konkrét<br />
generátorfolyamathoz köthető hullámokat komponensnek nevezzük. Az EKP-k különböző<br />
komponenseit funkcionális jellemzőik alapján exogén és endogén komponensekre oszthatjuk.<br />
Az exogén komponensek amplitúdója és látenciája főleg <strong>az</strong> inger fizikai paramétereitől függ,<br />
míg <strong>az</strong> endogén komponensek inkább kognitív folyamatokkal mutatnak összefüggést. A<br />
komponensek fenti felosztása részben látenciában elkülönülő csoportokra bontja <strong>az</strong> <strong>akusztikus</strong><br />
EKP hullámait. Az egymást követő EKP komponensek látenciái hűen tükrözik <strong>az</strong> agyi<br />
információ feldolgozás időbeli viszonyait.<br />
Egy EKP komponenst háromféle módon lehet jellemezni: a komponens amplitúdója,<br />
látenciája és formája (konfigurációja), a komponens funkcionális jellemzése (kapcsolata<br />
különböző fizikai, illetve kognitív faktorokkal), valamint a komponens topográfiája,<br />
keletkezési helye szerint.<br />
Az EKP komponensei<br />
A legkorábbi EKP komponens a humán hallókéregben körülbelül 20ms latenciával<br />
jelentkezik kis amplitúdóval, melyet nagyobb amplitúdójú, középlatenciájú (20-40ms)<br />
komponensek (auditory middle latency responses) követnek. Az emberben végzett nem<br />
inv<strong>az</strong>ív vizsgálatok (skalp potenciál-eloszlás térképezés, dipól lokalizáció) arra utalnak, hogy<br />
ezek a komponensek tonotópiás szervezettséget mutatnak, és specifikus szenzoros területeken<br />
keletkeznek (AI, AII). Az N1 és P2 hullámokat (melyek látenciája általában 100 ill. 200ms),<br />
ugyancsak <strong>az</strong> exogén komponensek közé sorolják, bár úgy tűnik nem-specifikus endogén<br />
(nem <strong>az</strong> inger fizikai tulajdonságaitól függő) tényezők is befolyásolják e komponensek<br />
látenciáját és amplitúdóját. Részletesebben <strong>az</strong> N1 hullámot vizsgálták. A hanginger<br />
amplitúdójának kellőképpen rövid növekedési ill. csökkenési ideje esetén <strong>az</strong> N1 mindig<br />
20<br />
8. ábra: Az <strong>akusztikus</strong><br />
eseményhez kötött potenciál<br />
(EKP) főbb korai komponensei<br />
macskában.<br />
P1a és P1b pozitív (itt lefelé)<br />
komponensek ~12 illetve 25ms<br />
után jelentkeznek, amelyeket egy<br />
nagy negatív N1 (50ms, itt<br />
felfelé), majd ismét egy pozitív<br />
P2 (~85ms) komponens követ.
kiváltódik <strong>az</strong> inger kezdetére és <strong>az</strong> inger végére, vagy egy folyamatos ingerben bekövetkező<br />
változás hatására is. Az N1 hullám egyik fontos jellemzője, hogy kifejezetten érzékeny <strong>az</strong><br />
ingerlés gyakoriságára: <strong>az</strong> <strong>ingerek</strong> közti időintervallum (interstimulus interval, ISI)<br />
csökkentésével e hullám amplitúdója szisztematikusan csökken. Az N1 hullám <strong>az</strong> inger<br />
intenzitására szintén érzékeny: <strong>az</strong> ingerintenzitás csökkentésével csökken <strong>az</strong> amplitúdója és<br />
növekszik a latenciája. Generátorát illetően nincs egyetértés a szerzők közt, legfeljebb abban,<br />
hogy valószínűleg több generátor vesz részt a komponens létrehozásában.<br />
A kérgen belüli inv<strong>az</strong>ív vizsgálatokkal ig<strong>az</strong>olható, hogy a macska (Karmos, Molnar et<br />
al. 1986) és a majom hallókérgében (Shah, Bressler et al. 2004) hanginger adását követően<br />
legkorábban <strong>az</strong> AI areában mutatható ki sejtaktivitás (sejttüzelés) 8-12 ms látenciával. Ezután<br />
<strong>az</strong> aktivitás átterjed <strong>az</strong> AII-re, ahol legkorábban 4-8 ms késéssel, 16 ms körül mutatható ki<br />
sejttüzelés. Ezt a 16 ms-os sejtkisülési csúcsot egy harmadik követi a 16-32 ms-os<br />
időtartományban, mely – akárcsak a 16 ms látenciájú – mindkét területen detektálható<br />
(Karmos, Molnar et al. 1986). Ennek a három időben és térben is elkülönülő sejtaktivitásnak a<br />
mezőpotenciál korrelátuma három pozitív hullám, melyek átlagosan 12, 17 és 23ms-os<br />
csúccsal, a humán korai és középlatenciájú komponenseknek felelhetnek meg. Ezek a<br />
komponensek a hallókéreg primer AI és szekunder AII areája felett regisztrálhatók maximális<br />
amplitúdóval, és tonotópiás eloszlást mutatnak. A kísérleti állatokon 50 ms körüli amplitúdó<br />
maximummal jelentkező hullám valószínűleg a humán N1-nek felelhet meg. A kísérleti<br />
állatokon 100 ms körül regisztrálható hullám valószínűleg ugyanúgy vegyes komponens, mint<br />
a humán N1 és P2 komponensek. Ezek látenciáját és amplitúdóját mind <strong>az</strong> inger fizikai<br />
jellemzői, mind kognitív tényezők – mint például a figyelem, <strong>alvási</strong> állapot – befolyásolják.<br />
21
KUTATÁSI CÉLJAINK<br />
Napjainkban kimutatták, hogy a <strong>lassú</strong> oszcilláció kérgi eredetének elmélete, valamint<br />
a thalamikus kapuzási hipotézis patkányokon nem helytálló. Laboratóriumunkban macskán és<br />
majmon folynak <strong>akusztikus</strong>-szenzoros ingerlési tanulmányok, melyek célja, hogy közelebb<br />
kerüljünk <strong>az</strong> emberi ingerfeldolgozás pontosabb megértéséhez. Mind a macska, mind a<br />
majom <strong>akusztikus</strong> rendszere bizonyos modellekben jól reprodukálja <strong>az</strong> emberi hallókéreg<br />
viselkedését. Ezt a kísérletes hátteret kihasználva vizsgáltam majmon és macskán <strong>az</strong><br />
<strong>akusztikus</strong> <strong>ingerek</strong> hatását a <strong>lassú</strong> kérgi <strong>oszcillációra</strong>. Majmon elsődlegesen <strong>az</strong> <strong>akusztikus</strong><br />
kérget, mellette a szekunder szomatoszenzoros és szomatoszenzoros asszociációs kérget<br />
céloztuk meg, macskán pedig szintén <strong>az</strong> <strong>akusztikus</strong> kérget, mellette a suprasylvian<br />
asszociációs területet.<br />
Feltételezéseink szerint evolúciósan nem kifizetődő, ha <strong>az</strong> <strong>akusztikus</strong> <strong>ingerek</strong> már<br />
thalamikus szinten kapuzás alá kerülnek. A túléléshez fontos <strong>akusztikus</strong> diszkriminációkat<br />
(vízcsepp koppanása <strong>az</strong> avaron, összevetve a ragadozó lába alatt megroppant faág hangjával)<br />
<strong>az</strong> agy nem tudja thalamikus szinten megtenni. Így vagy állandóan felébred <strong>az</strong> állat, és súlyos<br />
alvásmegvonási szindrómában elpusztul, vagy zsákmánnyá válik.<br />
Hipotéziseink szerint léteznie kell egy árnyaltabb inger feldolgozási stratégiának, mely<br />
<strong>lassú</strong> hullámú alvásban is beengedi kérgi szintre <strong>az</strong> <strong>akusztikus</strong> információt, hogy ott a<br />
túléléshez minimálisan szükséges feldolgozás lehetővé váljon. Ennek a feltételezett<br />
stratégiának illeszkednie kell a mély alvás alatti fiziológiai körülményekhez, vagyis a <strong>lassú</strong><br />
oszcilláció fázisaihoz. Biztosítania kell továbbá a megfelelő alvásmennyiséget (alvásvédő<br />
hatás), másrészt meg kell teremtenie <strong>az</strong> ébredéshez a megfelelő inger feldolgozási feltételeket<br />
(ébresztő hatás). Mint <strong>az</strong> előzőekben írtam, mély alvásban <strong>az</strong> agy aktív és inaktív állapotok<br />
között oszcillál. A down-state alatt megfigyelt kérgi hiperpolarizáció nem teremt különösen jó<br />
feltételeket a kérgi inger feldolgozáshoz, mivel a neuronok kevéssé ingerelhető állapotban<br />
vannak. Ennek ellenkezője ig<strong>az</strong> <strong>az</strong> up-statre. Hipotézisünk szerint <strong>az</strong> ébresztő és alvásvédő<br />
hatásokat a <strong>lassú</strong> oszcilláció aktív, illetve inaktív állapota közvetítheti. Az aktív fázisában,<br />
mely hasonló <strong>az</strong> ébrenléthez, van ingerfeldolgozás, ez lehet felelős <strong>az</strong> ébresztő hatásokért. Az<br />
inaktív fázis, melyben <strong>az</strong> ingerfeldolgozás gátolt, lehet felelős <strong>az</strong> alvásvédő hatásokért.<br />
A hallás fontos ébresztő modalitás, ellentétben a látással és a tapintással. Alvásban <strong>az</strong><br />
állatok aktív tapintása és látása a fizikai immobilizáció, illetve a zárt szemhéjak miatt nem<br />
22
működik. Az <strong>akusztikus</strong> kéreg kapcsolatban áll több asszociációs, multiszenzoros területtel.<br />
Ezek <strong>az</strong> asszociációs területek felelősek a speciális modalitások jeleinek integrációjáért.<br />
Feltételezéseink szerint <strong>az</strong> alvás alatt beérkezett <strong>akusztikus</strong> bemenet feldolgozása hatásosabb<br />
lehet, ha mind <strong>az</strong> <strong>akusztikus</strong> kéreg, mind <strong>az</strong> asszociációs területek <strong>az</strong> aktív fázisban vannak.<br />
Ebben <strong>az</strong> esetben nagyobb eséllyel és árnyaltabban dolgozható fel <strong>az</strong> információ.<br />
Dolgozatomban <strong>az</strong> <strong>akusztikus</strong> ingerlés hatására, a <strong>lassú</strong> <strong>alvási</strong> oszcillációban<br />
bekövetkező változásokat vizsgáltam rétegelektródos elvezetésekben majom és macska<br />
hallókérgén, valamint szomatoszenzoros, szomatoszenzoros asszociációs és multiszenzoros<br />
kéregterületén. A ketamin-xyl<strong>az</strong>in narkózis jó modellje a <strong>lassú</strong> hullámú alvásnak, ezért<br />
választottuk ezt <strong>az</strong> altatószert, továbbá <strong>az</strong>ért, mert a kísérleteket sztereotaxiás keretben<br />
végeztük, ahol a nem altatott kísérleti állatok fokozott diszkomfortnak vannak kitéve, és<br />
nagyon nehezen alszanak el.<br />
23
MÓDSZEREK<br />
Műtéti technika, akut majom implantáció<br />
Az akut (egyszeri implantációs) kísérletekhez használt rhesus majmokat (M. mulatta)<br />
erre a célra tenyészti <strong>az</strong> MTA Pszichológiai Kutatóintézete. A kísérletek a Fővárosi<br />
Állategészségügyi és Élelmiszerellenőrző Állomás jóváhagyásával történtek. A műtét steril<br />
körülmények között zajlott. Az altatás bevezető szakaszában <strong>az</strong> állatok 10 mg/kg ketamint<br />
kaptak im., <strong>az</strong> altatás megfelelő mélységének fenntartására 25 mg/kg ketamin, 5 mg/kg<br />
xyl<strong>az</strong>in iv. adagolása szolgált. A műtét alatt melegítőpárna tartotta 37-38 ºC-on <strong>az</strong> állat<br />
hőmérsékletét. A keringés, légzés, testhőmérséklet monitorozása folyamatos volt <strong>az</strong> altatás<br />
alatt. Az állatok feje a külső hallójárat elülső szakaszába vezetett fém sztereotaxiás készülék<br />
segítségével lett rögzítve. A kraniotómiát követően, a dura mater eltávolítása után előtűnt a<br />
sulcus intraparietalis és a gyrus temporalis dorsalis superior. A szabaddá vált agyfelszínt<br />
meg kellett védeni a kiszáradástól, e célból egy vékony szilikonolaj réteggel fedtük be a<br />
műtéti területet. Az agyfelszínről készített fotót összevetve a rhesus majom sztereotaxiás agyi<br />
atlaszával, meghatároztuk <strong>az</strong> elektródák penetrációjának pontos koordinátáit <strong>az</strong> érhálózat<br />
segítségével. Az elektródák behelyezése közben próbafelvételeket készítettünk, melynek célja<br />
a megcélzott agyi struktúra minél pontosabb eltalálása volt. Az adott területre jellemző agyi<br />
aktivitás segítségével állapítottuk meg a beszúrás pontosságát.<br />
A kísérletek végeztével <strong>az</strong> állatot szíven keresztül paraformaldehiddel perfundáltuk, <strong>az</strong><br />
agyat kiemeltük, lemetszettük, festettük és <strong>az</strong> elektróda szúrt csatornáját rekonstruáltuk<br />
(Hackett, Karmos et al. 2005).<br />
Macska implantáció, krónikus kísérletek<br />
A kísérletekhez használt macskák a Szegedi Egyetemtől – kifejezetten erre a célra<br />
tenyésztett állatok közül – szárm<strong>az</strong>tak, a kísérletek a Fővárosi Állategészségügyi és<br />
Élelmiszerellenőrző Állomás jóváhagyásával történtek. A kísérleti macskáknál krónikusan<br />
beültethető (1-12 hónap) implantátumokat használtunk (9. ábra). Az altatáshoz Nembutalt<br />
(40mg/kg ip.) használtunk. Az állatok a műtétet követően posztoperatív antibiotikumos<br />
24
kezelésben (Cobactan), és fájdalomcsillapításban részesültek. Az operáció ideje alatt a<br />
testhőmérsékletet melegítőpárna segítségével tartottuk 37-38 ºC-on.<br />
Légzésmonitorral követtük nyomon a respirációt. A macska sztereotaxiás agyi atlasza<br />
(Snieder, Niemer, 1961) segítségével meghatároztuk <strong>az</strong> elektródák kívánt pozícióját, majd<br />
sztereotaxiás készülék segítségével krónikusan implantáltuk <strong>az</strong>okat <strong>az</strong> állat agyszövetébe. Az<br />
agyba kerülő elektródákon kívül a szemmozgás (EOG), illetve <strong>az</strong> izomtónus (EMG)<br />
monitorozására alkalmas makroelektródákat is behelyeztünk. (Karmos, Molnar et al. 1982)<br />
Az elektródák megfelelő agyi struktúrába való behelyezéséhez a műtét alatt<br />
monitoroztuk <strong>az</strong> adott agyi terület aktivitását. Az elvezetett jeleket kiértékeltük, majd<br />
meghatároztuk, hogy a keresett agyi területre jellemző sejttevékenységet látjuk-e. Az<br />
elektródák elhelyezése után, <strong>az</strong>okat akriláttal rögzítettük a koponyacsonthoz. A műtétet<br />
követően két hetet lábadozott <strong>az</strong> állat, ezután kezdhettük meg a kísérleteket.<br />
Az altatásos kísérletek során egy állaton összesen 3-4 alkalommal végeztünk ketamin-<br />
xyl<strong>az</strong>in (25 mg/kg ketamin, 5 mg/kg xyl<strong>az</strong>in iv.) narkózist.<br />
A kísérletek végeztével <strong>az</strong> állatot szíven keresztül paraformaldehiddel perfundáltuk, <strong>az</strong><br />
agyat kiemeltük, lemetszettük, festettük és <strong>az</strong> elektróda szúrt csatornáját rekonstruáltuk.<br />
25<br />
9. ábra: Macska<br />
krónikus implantátuma.<br />
A kísérlet közben készült<br />
felvételen fehér nyíl<br />
mutatja <strong>az</strong> egycsatornás<br />
drótelektródák<br />
csatlakozóját, a<br />
rétegelektróda<br />
vezetőcsövét és<br />
előerősítőjét, valamint <strong>az</strong><br />
állat homlokának<br />
középvonalában<br />
elhelyezett, kalibrált<br />
csontvezetőt. A<br />
csatlakozó, előerősítő és<br />
a csontvezető csak a<br />
kísérletek idejére van<br />
felhelyezve <strong>az</strong><br />
implantátumra.
Elektródok<br />
Az MTA Pszichológiai Kutatóintézetében folytatott kísérletek során két típusú<br />
szövetbarát elektródát használtunk fel:<br />
Rétegelektróda:<br />
24 elevezetési kontaktus található rajta, <strong>az</strong> egyes kontaktusok között 0.1 mm távolság<br />
van. Az elektróda vastagsága 0.35 mm, benne 24 polyimid szigetelt platina-irídium drót fut,<br />
amelyek egyenként 0.025 mm vastagságúak, ezek átmetszett része adja <strong>az</strong> elvezetési<br />
kontaktust. A rétegelektróda a 10. ábrán látható. Az 11. ábrán a térbeli elhelyezkedését<br />
mutatjuk be (Ulbert, Halgren et al. 2001).<br />
10. ábra: A rétegelektróda.<br />
Drót elektróda:<br />
0.23 mm átmérőjű szigetelt acélszálból készült nagyobb átmérőjű makroelektródok,<br />
melyekkel a kéreg epidurális felszínéről, valamint a hippocampuszból vezetjük el <strong>az</strong><br />
aktivitást. Az acélszálról 1 mm távolságban lekapart szigetelés adja <strong>az</strong> elvezető kontaktust.<br />
26
Elektrofiziológiai regisztráció<br />
Az akut majom kísérletekben csak rétegelektródokat használtunk, míg a krónikus<br />
macska kísérletekben mindkét típust alkalm<strong>az</strong>tuk. Az elektródához csatlakozó előerősítőt a<br />
macska fején helyeztük el, illetve a majmok agyába implantált rétegelektródhoz közvetlenül<br />
csatlakoztattuk. Az előerősítő illeszti <strong>az</strong> elektróda magas impedanciáját a további erősítők<br />
alacsony impedanciájához, valamint javítja a jel-zaj arányt. Az egység erősítése 10 kHz,<br />
sávszélessége 0-100 kHz, így mind a mezőpotenciálokat, mind <strong>az</strong> akciós potenciálokat jól<br />
detektálhatjuk. Az előerősítő jeleit 2 aktív szűrő (1000-szeres erősítéssel) osztja EEG (0.1 Hz-<br />
500 Hz) és akciós potenciál/soksejt aktivitás (100 Hz - 5 kHz, AP/MUA) tartományra. Az<br />
erősítő jeleit két szinkronizált AD kártya digitalizálja, <strong>az</strong> EEG tartományban 16 bites, 2-4 kHz<br />
mintavétellel, a MUA tartományban 12 bites, 20-40 kHz mintavétellel. Egyszerre 48<br />
csatornás mintavételre van lehetőség. Nagy kapacitású és gyors PC-t használunk <strong>az</strong><br />
adatgyűjtésre és a feldolgozásra (Ulbert, Halgren et al. 2001).<br />
27<br />
11. ábra: A rétegelektróda<br />
térbeli<br />
elhelyezkedésének<br />
sematikus rajza.
Jelanalízis<br />
CSD, MUA analízis<br />
Az agykéregben detektálható mezőpotenciálok szummációs jellegű elektromos<br />
folyamatok eredményei. Kialakulásukért a megfigyelési helytől távoli idegsejt elemek éppúgy<br />
felelősek, mint a közeli generátorok. Minket <strong>az</strong> <strong>alvási</strong> és szenzoros folyamatok lokális<br />
megjelenése érdekelt leginkább, ezért a távoli hatások eliminálására segítségül hívtuk <strong>az</strong><br />
áramforrás sűrűség, (current source density, CSD) analízist. A CSD megadja a potenciálteret<br />
generáló helyi áramforrások, illetve áramnyelők, idő- és térbeli mintázatát. Egydimenziós<br />
Hamming ablakkal simított CSD analízist használtunk, mely matematikailag megfelel a<br />
potenciálmező térben simított második téri deriváltjának (Ulbert, Halgren et al. 2001). Az<br />
áramnyelő, angol terminológiában “sink”, a lokális sejtpopulációnak <strong>az</strong> extracelluláris térből<br />
<strong>az</strong> intracelluláris térbe irányuló szummált membránáramát jelzi. A befelé folyó áram egyrészt<br />
a membránok szinaptikus depolarizációjából eredhet, mint aktív CSD komponens, másrészt<br />
jelentheti <strong>az</strong> aktív áramforrás által meghatározott áramkör passzív záródását. Az áramforrás,<br />
angol terminológiában “source”, kifelé irányuló szummációs membránáramot jelez.<br />
Fiziológiailag ez egyrészt passzív kiegyenlítődési áramként interpretálható, másrészt aktív<br />
hiperpolarizációt is jelenthet. Utóbbi lehet szinaptikusan, vagy nem szinaptikusan hajtott<br />
hiperpolarizáció.<br />
A Multi Unit Activity (MUA), <strong>az</strong><strong>az</strong> soksejt aktivitás egy adott térben lévő összes<br />
idegsejt szummált akciós potenciáljainak detektálását jelenti. A források (source) és nyelők<br />
(sink) egymáshoz viszonyított látenciájának, rétegek szerinti elhelyezkedésének, <strong>az</strong> észlelési<br />
hely sejtanatómiai környezetének és a MUA lefutásának ismerete a legtöbb esetben elegendő<br />
arra, hogy <strong>az</strong> észlelt elektromos jelekből <strong>az</strong> <strong>az</strong>okat létrehozó elektrofiziológiai jelenségekre<br />
következtessünk. A folyamatos MUA becslése a következő módszerrel történik: sáváteresztő<br />
szűrés (300-3000 Hz, 48 db/oktáv), egyenirányítás, majd végső simító szűrés (50-250 Hz, 12<br />
db/oktáv). A felhasznált digitális szűrés során a fázis nincs eltolva. A CSD és MUA<br />
statisztikai elemzéséhez megfelelő t-teszteket használunk. A folyamatosan felvett EEG-t és<br />
MUA-t műtermékekre szűrjük, felszabdaljuk a válogatott eseményhez kötött potenciálokkal<br />
(EKP) szinkron darabokra, elvégezzük <strong>az</strong> egyedi görbéken a további szűréseket, illetve a CSD<br />
analízist, majd <strong>az</strong> átlagolást. Az így kapott aktivitásokat véletlenszerűen választott<br />
28
háttéraktivitással hasonlítjuk össze t-teszt segítségével. Az adatokat tradícionális vonalas<br />
diagrammokon, illetve színes hely-idő-aktivitás hőtérképen ábrázoljuk. Az így kapott ábrákról<br />
jól leolvasható a MUA és CSD egymáshoz való tér- és időbeli viszonya, valamint értékes<br />
következtetéseket tudunk levonni a potenciálteret generáló agykérgi folyamatokra<br />
vonatkozóan (Ulbert, Halgren et al. 2001; Ulbert, Heit et al. 2004; Ulbert, Magloczky et al.<br />
2004).<br />
Frekvencia, és idő-frekvencia tartománybeli analízis<br />
A frekvencia analízis főszerepet játszik jeleink vizsgálatában. A Fourier<br />
transzformáció segítségével vizsgálhatjuk adataink frekvencia komponenseinek amplitúdó és<br />
teljesítmény viszonyait. A számítógépre optimalizált gyors Fourier transzformációs analízist<br />
használtuk (Fast Fourier transformation, FFT) munkánkban. Az FFT megadja <strong>az</strong> egyes<br />
frekvenciákon a regisztrált jel teljesítményét, vagy amplitúdóját. Az FFT analízis csak<br />
hosszabb jel szakaszokon futtatható, így a fiziológiai jelek pillanatnyi teljesítmény és<br />
amplitúdó értékei nem vizsgálhatóak egy adott frekvencián. Az elmúlt néhány évben új<br />
matematikai módszereket dolgoztak ki, melyekkel nyomon követhetjük egy adott jel<br />
tetszőleges időpillanatában a jelet felépítő oszcillációk frekvencia és teljesítmény viszonyait.<br />
Az eljárás a wavelet-transzformáció (WT). A WT megmondja, hogy egy adott időpillanatban<br />
milyen wavelet-frekvenciájú és milyen wavelet-amplitúdójú oszcillációk vannak jelen a<br />
vizsgált adatban. A WT ábrázolási módja a hőtérkép, <strong>az</strong> x tengelyen ábrázoljuk <strong>az</strong> időt, <strong>az</strong> y<br />
tengelyen a wavelet-frekvenciát, a z tengelyen pedig színkódoltan a wavelet-amplitúdót.<br />
Up- és down-state fázis meghatározás, Hilbert- transzformáció<br />
Biológiai rendszerekben a kérgi <strong>lassú</strong> oszcilláció mind frekvenciában, mind<br />
amplitúdóban változékonyságot mutat, így csupán <strong>az</strong> amplitúdó, illetve a frekvencia<br />
vizsgálatával nem tudjuk egyértelműen meghatározni, milyen állapotban van a rendszer.<br />
Ennek mechanikai analógiája, ha elképzelünk egy tökéletlen rugóra függesztett tömeget, mely<br />
szintén tökéletlen rezgő mozgást végez, és adott amplitúdó küszöbének kritériuma alapján<br />
kívánjuk meghatározni a tömeg maximális, illetve minimális kitéréséhez tartozó időpontot. A<br />
tömeg véletlenszerűen hol hamarabb, hol később haladja meg a küszöböt, így nem tudjuk<br />
29
pontosan meghatározni a maximális, illetve minimális kitérés időpontját. A Hilbert-<br />
transzformáció megadja egy oszcillátor - esetünkben a <strong>lassú</strong> kérgi oszcilláció - pillanatnyi<br />
fázisát, vagyis <strong>az</strong>t, hogy hol tart <strong>az</strong> oszcilláció a maximális és minimális kitérés között<br />
(Haslinger, Ulbert et al. 2006). Az általunk használt Hilbert-transzformációs (HT) módszer a<br />
maximális pozitivitáshoz, vagyis <strong>az</strong> up-state maximumához, a nulla értéket rendeli hozzá, míg<br />
a maximális negativitáshoz, vagyis a down-state maximumához a ±pi/2 (±3.14/2) értéket<br />
rendeli. A közbülső értékek +pi/2 és -pi/2 között változhatnak (12. ábra). A HT nem érzékeny<br />
sem <strong>az</strong> oszcilláció amplitúdó változásaira, sem a frekvencia kismértékű egyenetlenségére<br />
(Haslinger, Ulbert et al. 2006). A HT gyakorlati megvalósítása során először sáváteresztő<br />
szűrésnek (0.2-2 Hz) vetettük alá a kéreg felső rétegeiből szárm<strong>az</strong>ó mezőpotenciált, majd<br />
ezen a szűrt jelen végeztük el a Hilbert-transzformációt a MatLab7.04 programcsomag<br />
segítségével. Szűrési módszerünk kiküszöböli, hogy <strong>az</strong> esetlegesen előforduló nagy<br />
amplitúdójú, magasabb frekvenciás oszcillációk megzavarják <strong>az</strong> állapot meghatározását.<br />
12. ábra: Hilbert-transzformáció és a gamma-oszcilláción alapuló up- és down-state meghatározás.<br />
Oszcillációs teljesítmény alapú up- és down-state meghatározás<br />
Ezzel a módszerrel <strong>az</strong> up- illetve down-state-ek kezdetét, valamint a végét határoztuk<br />
meg. A helyi mezőpotenciál (local field potential = LFP) jelünket sáváteresztő szűréssel<br />
megszűrtük 20-100 Hz között (gamma oszcilláció sávja), majd meghatároztuk a gamma<br />
30
oszcilláció teljesítményét (Mukovski, Chauvette et al. 2006). A gamma-teljesítmény<br />
bimodális eloszlást mutatott, <strong>az</strong> alacsony gamma-teljesítmény a down-state-ekre jellemző, a<br />
magas pedig <strong>az</strong> up-state-ekre. A két csúcs közötti minimum adta meg <strong>az</strong>t a határértéket,<br />
amellyel meghatároztuk <strong>az</strong> up- és down-state-ek kezdetét és végét (12. ábra). Ezt <strong>az</strong> analízist<br />
a MatLab7.04 programcsomag segítségével végeztük el (Mukovski, Chauvette et al. 2006).<br />
Esemény körüli idő-hisztogram elemzés<br />
Két esemény időbeli viszonyának meghatározására a szakirodalomban széles körben<br />
használt esemény körüli idő-hisztogram elemzés (Peri-stimulus time histogram, PSTH)<br />
módszert használtuk a MatLab7.04 programcsomag segítségével. A PSTH megadja, a<br />
referencia esemény, és a vizsgált esemény egymáshoz viszonyított időbeli eloszlását.<br />
Statisztikai módszerekkel elemezhető, hogy a két esemény kapcsolata véletlenszerű-e vagy<br />
ok-okozati kapcsolatban állnak-e egymással. Esetünkben a referencia esemény <strong>az</strong> <strong>akusztikus</strong><br />
stimulus prezentálásának időpillanata volt, míg a vizsgált esemény <strong>az</strong> up-state maximum<br />
bekövetkezésének időpillanata, melyet a Hilbert-transzformáció szolgáltatott. Az x tengelyen<br />
a referencia esemény (<strong>akusztikus</strong> ingerlés) bekövetkezéséhez képesti időintervallumok<br />
szerepelnek, tipikusan 100 ms-os szakaszokban, (binekben) <strong>az</strong> y tengelyen pedig a vizsgált<br />
események (up-state maximum) kumulatív száma szerepel. Egy elvezetésből általában 100-<br />
200 <strong>akusztikus</strong> inger hatását vizsgáltuk <strong>az</strong> up-state-ekre. Null-hipotézisünk <strong>az</strong> volt, hogy <strong>az</strong><br />
<strong>akusztikus</strong> inger nem befolyásolja <strong>az</strong> up-state-ek jelentkezését. Megszámoltuk, hány darab<br />
<strong>lassú</strong> oszcillációs ciklus van egy elvezetésben, majd kiszámítottuk, hogy véletlenszerűen<br />
választott 100 ms-os intervallumba mennyi up-state esik. Ezt a számot hasonlítottuk össze a<br />
PSTH által szolgáltatott eseményszámmal. A Statistica7 programcsomag 2x2 kontingencia<br />
tábláját használtuk, a Chi-square és a Fisher-exact tesztet, 5%-os szignifikancia szinttel. Ha <strong>az</strong><br />
adott szignifikancia szint alatti valószínűségeket kapunk, akkor elvetjük a null-hipotézist,<br />
tehát <strong>az</strong> <strong>akusztikus</strong> ingerlés és <strong>az</strong> up-statek kapcsolata nem véletlenszerű, hanem ok-okozati<br />
kapcsolat van közöttük.<br />
31
Akusztikus ingerlés<br />
Az <strong>akusztikus</strong> <strong>ingerek</strong> adása <strong>az</strong> intézetben kifejlesztett hangadó szoftver (TDT<br />
company, tdtcontroll program) segítségével zajlott. Ezzel a programmal állíthatjuk be, hogy<br />
milyen típusú hangokkal szeretnénk ingerelni a hallópályát. A majom és macska esetében<br />
koppanó hangokat (rövid, minden frekvenciát tartalm<strong>az</strong>ó hanginger) adtunk <strong>az</strong> altatott<br />
állatoknak, amelyek macska esetében csontvezetőn keresztül, majmok esetében pedig a<br />
hallójáraton keresztül jutottak el a fülbe. A macska fejének középvonalában, a fülektől<br />
egyenlő távolságra helyeztük el a kalibrált csontvezetőt. Így a koponyacsontok által<br />
közvetlenül a belső fülbe vezett hang mindkét oldalra <strong>az</strong>onos időpontban érkezik, biztosítva a<br />
konstans, pozíciótól függelen ingerintenzitást. Majmok esetén <strong>az</strong> <strong>akusztikus</strong> stimulus a<br />
sztereotaxiás készülék fülbefogójában lévő csövön keresztül jutott <strong>az</strong> állat fülébe, amelyhez<br />
egy kalibrált hangszórót csatlakoztattunk. A koppanó hang<strong>ingerek</strong> hossza 0,1 ms volt,<br />
intenzitása 60 dB-lel haladta meg a hallásküszöböt, <strong>az</strong> <strong>ingerek</strong>et 500-1000 ms-onként adtuk<br />
(Karmos, Martin et al. 1970).<br />
32
EREDMÉNYEK<br />
Majom kísérletek<br />
Akusztikus ingerlés hatását vizsgáltuk a <strong>lassú</strong> <strong>alvási</strong> <strong>oszcillációra</strong> három rhesus<br />
majmon (majom1, majom3, majom6). A rétegelektródákkal a majmok hallókérgéből (AI),<br />
valamint szekunder szomatoszenzoros (SII) területéről vezettünk el. A kísérlet során a<br />
rétegelektródákkal egymás után többször, több különböző kérgi területről vezettünk el, ezek<br />
között voltak a kísérletünkhöz szorosan nem tartozó területek is. Jelen dolgozatban csak a<br />
hallókérgi és a fent említett szomatoszenzoros area szinkron elvezetéseit mutatom be.<br />
13. ábra: Az elektród elhelyezkedése a majom kísérletekben. AI: primer hallókéreg, SII: szekunder<br />
szomatoszenzoros kéreg.<br />
Az 1-es számú majomban végzett kísérletben két kéregrészből is elvezettünk (13.<br />
ábra). Először anterio-posterior (AP) irányban +5 mm-rel, medio-laterálisan (ML) +21 mm-<br />
rel tértünk el a sztereotaxiás készülékkel bemért 0 ponttól. A felhasznált 2. és 4.<br />
elvezetésekben <strong>az</strong> elektródát <strong>az</strong> agyfelszíntől számítva 10 illetve 12 mm mélyre szúrtuk a<br />
kéregbe. A kísérlet közben a majom agyáról készült sztereotaxiás atlaszban ellenőriztük <strong>az</strong><br />
elektróda pozícióját. Érintettük dorzálisan a szomatosenzoros kéreg SII areáját, illetve <strong>az</strong> ez<br />
alatt található primer hallókérget (AI). A 2. penetráció <strong>az</strong> AP irányban +8 mm, ML +20 mm<br />
elmozdulást jelentett a 0 ponttól. A 8. és 9. számú elvezetéseket vizsgáltuk, amelyben <strong>az</strong><br />
33
elektróda 11,5 mm mélyen helyezkedett el a kéregben. Ekkor szintén <strong>az</strong> SII és AI régiókból<br />
vezettünk el. Az ide tartozó kéregrészek felbontását sematikus ábra mutatja (4. ábra, 2.<br />
táblázat). A 3-as számú majomban AP irányban +5 mm-rel, ML irányban +24,2 mm-rel<br />
tértünk el a 0 ponttól. A 4. elvezetésben a kérgi felszínhez képest 5 mm mélyen van <strong>az</strong><br />
elektródánk, a 6. elvezetésnél 6 mm mélyen hatoltunk a kéregbe. A 6-os számú majom<br />
kísérletben <strong>az</strong> 59-es és 84-es elvezetést használtam fel. Az 59-es elvezetés pontos koordinátái:<br />
AP +5 mm, ML +20 mm, mélysége 14,3 mm, a 84-es elvezetésé pedig: AP +2,8 mm, ML<br />
+17,8 mm, mélysége 15 mm.<br />
2. táblázat: Majom kísérletek.<br />
Majom Beszúrás Elvezetés AP (mm) ML (mm) mélység (mm)<br />
Majom1 1. 2. +5 +21 10<br />
4. +5 +21 12<br />
2. 8-9. +8 +20 11,5<br />
Majom3 1. 4. +5 +24,2 5<br />
6. +5 +24,2 6<br />
Majom6 6. 59. +5 +20 14,3<br />
8. 84. +2,8 +17,8 15<br />
A 13. és 14. ábrák mutatják <strong>az</strong> elektróda elhelyezkedését a majom6 kísérletben. Jól<br />
látható, hogy a behelyezett elektróda 24 csatornája megfelelő mértékben lefedi mindkét<br />
vizsgált agyi régiót, amelyek a sulcus lateralis két falát adják, így a kérgi rétegek egymáshoz<br />
képest tükörszimmetrikusak. Helyi mezőpotenciált vezettünk el a kérgi területekről (14. ábra,<br />
SII: 1-6. csatornák, AI: 9-22. csatornák), míg a kérgek találkozási helyén, két csatorna<br />
szélességben nullának vettük a potenciálokat (7-8. csatornák) a jobb megjelenítés kedvéért.<br />
Ebben a szakaszban elektródánk a sulcusban lévő liquorral érintkezik. Az SII illetve <strong>az</strong> AI<br />
régió aktivitását önmagán belül koherens <strong>lassú</strong> oszcilláció jellemzi, <strong>az</strong> AI területen pedig <strong>az</strong><br />
SII-re tükörszimmetrikus, de kevésbé koherens up-state - down-state mintázatot találtunk<br />
(14B. ábra).<br />
Az <strong>akusztikus</strong> <strong>ingerek</strong> a hallópályán keresztül <strong>az</strong> AI hallókéregbe beérkezve tipikus<br />
kérgi eseményhez kötött potenciált (EKP) váltanak ki, a szomatoszenzoros SII kéregben<br />
<strong>az</strong>onban nincs hanginger által közvetlenül kiváltott kérgi válasz (15. ábra).<br />
34
14. ábra: Majom6 kísérlet. A) A rétegelektróda elhelyezkedése. B) Lassú oszcilláció a majom SII és AI<br />
régióiban. Az első 6 csatornán <strong>az</strong> SII-ből, a 9-22-es csatornákon <strong>az</strong> AI-ből elvezetett mezőpotenciálok láthatóak.<br />
A kérgi rétegek koherens <strong>lassú</strong> oszcillációt mutatnak. Az AI régióban a felső rétegekben jól látszanak a<br />
hangingerre adott válaszok (10-12 csatornák).<br />
CSD, ill. MUA analízisek segítségével kimutatható <strong>az</strong> AI area II-III-as és IV.<br />
rétegében megjelenő sink, amelyhez <strong>az</strong> I. réteg szintjén kifejezett source párosul. Ha<br />
megvizsgáljuk a MUA-t, jól látható, hogy a felszíni rétegekben kis sejtes aktivitást látunk,<br />
míg a IV. rétegben <strong>az</strong> inger hatására nagymértékű, rövid növekedés tapasztalható a sejtek<br />
tüzelési aktivitásában, amelyet egy második, elhúzódóbb, kisebb pozitív komponens követ.<br />
Hanginger hatására <strong>az</strong> SII kéregben sem a CSD, sem a MUA nem tér el jelentősen a<br />
háttéraktivitástól.<br />
A következőkben megvizsgáltam, hogy a két kéreg <strong>lassú</strong> hullámú aktivitásában fellépő<br />
up-state-ek milyen összefüggésben vannak <strong>az</strong> <strong>akusztikus</strong> <strong>ingerek</strong> időpontjával. A két régióban<br />
<strong>az</strong> oszcilláció fázisának megállapításához mindkét areából egy-egy csatorna adatait vettük<br />
alapul.<br />
35
15. ábra: Akusztikus kiváltott válasz. CSD és MUA analízis a hang<strong>ingerek</strong> által kiváltott válaszokról <strong>az</strong> AI és<br />
SII régiókban. Az AI régióban a II-IV rétegi sink-hez egy I. rétegi source párosul. A MUA kétfázisú növekedést<br />
mutat a IV. rétegben. Az SII régióban nincs hangingerre kiváltott válasz.<br />
Azt a csatornát választottuk ehhez <strong>az</strong> analízishez, amelyen a legpontosabban<br />
kiértékelhető adatok szerepeltek, továbbá külön feldolgozásra került a 24-es csatorna, amely a<br />
hang<strong>ingerek</strong> időpontját mutatta. A megfelelő csatorna kiválasztása után Hilbert-<br />
transzformáció segítségével detektáltam <strong>az</strong> up-state-eket (lásd Módszerek fejezet, 12. ábra).<br />
Vizsgálataink <strong>az</strong>t mutatták, hogy <strong>az</strong> általunk adott hang<strong>ingerek</strong> ismétlődési frekvenciájával<br />
nagymértékben szinkronizálódott a ketamin-xyl<strong>az</strong>innal kiváltott <strong>lassú</strong> kérgi aktivitás <strong>az</strong> AI<br />
régióban. Ennek legjobban látható kimutatási módszere <strong>az</strong> esemény körüli idő-hisztogram<br />
elemzés (PSTH), amellyel egy stimulushoz viszonyítva vizsgáltuk <strong>az</strong> up-state-ek<br />
előfordulását. A PSTH grafikonokban -1000 és +1000 ms közötti időtartamban vizsgáltuk <strong>az</strong><br />
ebbe a periódusba beleeső stimulusok és up-state-ek kapcsolatát. Ezzel a széles idősáv<br />
elemzéssel a PSTH jól láthatóvá teszi a szinkronitást.<br />
A hallókéreg által mutatott, ingerhatásra módosuló aktivitás mintázatot vizsgálva,<br />
majmok esetén <strong>az</strong>t tapasztaltuk, hogy minden vizsgálatnál szembetűnő szinkronitást mutattak<br />
a hallókéreg <strong>lassú</strong> oszcillációjának up-state-jei a stimulus ritmusával (16. ábra). Jól látható <strong>az</strong><br />
ábrán, hogy <strong>az</strong> x tengelyen feltűntetett, periodikusan jelentkező <strong>ingerek</strong> időpillanataihoz <strong>az</strong> y<br />
tengelyen ábrázolt jelentős mennyiségű eseményt, up-state csúcsot rendel a diagramm.<br />
Statisztikával kifejezve <strong>az</strong> összes detektált eseményszám és a stimulus időpillanatába eső<br />
események viszonyát, <strong>az</strong> eredmény szignifikánsnak mutatkozott (Chi-square test, 5%<br />
szignifikancia szint). Ezáltal kimondhatjuk, hogy van kapcsolat a beérkező input és <strong>az</strong> up-<br />
state bekövetkeztének csúcspontja között.<br />
36
Az inger-SII kapcsolatában mutatkozó szinkronitás szintén megjelenik a PSTH<br />
analízisben a majom1 és majom6 esetén, a majom3 SII régiója <strong>az</strong>onban nem mutat<br />
szignifikáns szinkronitást (16C ábra). Ugyanakkor <strong>az</strong>t is fontos megjegyezni, hogy <strong>az</strong> SII-ben<br />
<strong>az</strong> up-state-ek szinkronizálódása <strong>az</strong> <strong>akusztikus</strong> stimulusokhoz lényegesen kisebb mértékű,<br />
mint <strong>az</strong> AI régióban.<br />
16. ábra: Az <strong>akusztikus</strong> <strong>ingerek</strong> és a <strong>lassú</strong> oszcilláció kapcsolata. PSTH grafikonok mutatják <strong>az</strong> <strong>akusztikus</strong><br />
stimulusok és a <strong>lassú</strong> oszcilláció up-state-jének kapcsolatát. Az AI régió mindhárom majom esetében<br />
szinkronitást mutat a hang<strong>ingerek</strong>kel, <strong>az</strong> SII szinkronitása minden esetben jelentősen kisebb, a majom3 esetében<br />
nem is mutatható ki. A grafikonok bal felső sarkánál látható számok a detektált eseményszámot jelentik.<br />
37
Macska kísérletek<br />
Spontán és <strong>akusztikus</strong> úton stimulált aktivitás-mintázatokat egyaránt vizsgáltunk<br />
macska primer <strong>akusztikus</strong> kérgében és <strong>az</strong> area 7 szomatoszenzoros-asszociációs kéregben. E<br />
kísérleteink során nyert adatok feldolgozásához a gamma-oszcilláción alapuló analízist<br />
használtuk. A vizsgált macskában <strong>az</strong> AI hallókéregbe krónikusan beültetett elektródáról,<br />
illetve egy akut kísérlet során <strong>az</strong> area 7-be behelyezett elektródáról vezettünk el helyi<br />
mezőpotenciálokat, illetve soksejt aktivitást. Az 5. ábra mutatja <strong>az</strong> elektródok elhelyezkedését<br />
a macska agyában.<br />
Spontán elvezetések<br />
Meghatároztuk a macska hallókérgében ketamin-xyl<strong>az</strong>innal kiváltott <strong>lassú</strong> oszcilláció<br />
lokális árammozgásait és a sejtek tüzelési mintázatát (17. ábra). A mezőpotenciál-felvételen<br />
jól látszanak a <strong>lassú</strong> oszcilláció szakaszai, <strong>az</strong> up- és down-state-ek. Az up-state-ek felfelé, a<br />
down-state-ek lefelé néznek.<br />
17. ábra: Lassú oszcilláció macskában. A) Mezőpotenciálok a macska hallókérgének különböző rétegeiben. Up-<br />
és down-state-ek váltakoznak a <strong>lassú</strong> oszcilláció során. B) A <strong>lassú</strong> oszcilláció CSD profilja, <strong>az</strong> up- és down-<br />
state-ekre átlagolva. Up-state-ben I-II. rétegi source párosul III-IV rétegi sink-kel, down-state-ben pedig fordítva.<br />
C) MUA-ban növekedés tapasztalható up-state során, csökkenés down-state során.<br />
38
Az is megfigyelhető, hogy a <strong>lassú</strong> oszcilláció up-state-jei alatt a <strong>lassú</strong> hullámokra egy<br />
magas frekvenciás aktivitás tevődik, amely a down-state-ek alatt nem kimutatható (17. ábra).<br />
A CSD profil <strong>az</strong>t mutatja, hogy a kéreg különböző rétegeiben a sink-ek és source-ok egymást<br />
váltják, <strong>az</strong> up- és down-state-ek váltakozásának megfelelően. Az I-II. rétegben up-state alatt<br />
egy source látszik, míg a III-IV. rétegben sink található, a down-state alatt pedig megfordul:<br />
<strong>az</strong> I-II. rétegben sink, a III-IV. rétegben source figyelhető meg (17B ábra). A MUA analízise<br />
<strong>az</strong>t mutatja, hogy a sejtek háttéraktivitásához viszonyítva <strong>az</strong> up-state-ek alatt növekedés, a<br />
down-state-ek alatt pedig csökkenés tapasztalható (17C ábra).<br />
18. ábra: A <strong>lassú</strong> oszcilláció idő-frekvencia analízise. A) A <strong>lassú</strong> oszcilláció mezőpotenciáljának részlete<br />
kinagyítva. B) Idő-frekvencia analízis mutatja, hogy <strong>az</strong> up-state-ek alatt a kéreg aktivitása minden rétegben,<br />
minden frekvenciasávban megnő.<br />
A <strong>lassú</strong> oszcilláció idő-frekvencia analízisének segítségével kimutattuk, hogy <strong>az</strong> up-<br />
state-ek alatt a kérgi aktivitás nagymértékben fokozódott, míg a down-state-ek alatt nagy<br />
arányú csökkenést mutatott. A 18. ábrán színskálával jeleztük a kérgi tevékenység<br />
teljesítmény-változásait. Érdemes megfigyelni, hogy minden kérgi rétegben, szinte minden<br />
39
frekvenciasávban fokozódott a teljesítmény <strong>az</strong> up-state-ek során, valamint csökkent a down-<br />
state-ek alatt.<br />
Akusztikus ingerléses kísérletek<br />
A 19. ábra LFP, MUA és CSD vonalas grafikonjai a két vizsgált areában talált<br />
kiváltott válaszok intenzitását vetik össze egymással. Jól kitűnik, hogy <strong>akusztikus</strong> ingerre a<br />
hallókéreg jellegzetes EKP-t mutat, míg a szomatoszenzoros-asszociációs kéregben (area 7)<br />
EKP-t nem találunk.<br />
19. ábra: Hangingerre adott válasz AI-ben és area 7-ben. Jellegzetes helyi mezőpotenciál (LFP), MUA és CSD<br />
válasz látható hanginger hatására <strong>az</strong> AI-ben (piros vonal), míg <strong>az</strong> area 7-ben (kék vonal) <strong>az</strong> <strong>akusztikus</strong><br />
stimulusok nem váltanak ki EKP-t.<br />
A különböző kérgi területek <strong>lassú</strong> oszcillációjának szinkronitására folytatott<br />
kísérleteink macskán, a majmokban találtakkal hasonló eredményre vezettek. Ennél <strong>az</strong><br />
állatfajnál <strong>az</strong>onban a szinkronizáció a halló- és szomatoszenzoros kéreg között még inkább<br />
kifejezett. Mind <strong>az</strong> AI-ben, mind <strong>az</strong> area 7-ben jellegzetes <strong>lassú</strong> oszcilláció figyelhető meg<br />
ketamin-xyl<strong>az</strong>in altatásban (20. ábra), amely ritmikus hanginger hatására megőrződik (21A<br />
ábra). Ha összevetjük <strong>az</strong> <strong>ingerek</strong> és a <strong>lassú</strong> oszcilláció up-state-jeinek időpontját PSTH<br />
analízissel, kiderül, hogy <strong>az</strong> AI régióban a stimulust követő 25 ms-ban jelentkezik <strong>az</strong> up-state-<br />
ek jelentős része, vagyis a koppanó hanginger nagy valószínűséggel vált ki up-state-et, így<br />
modulálva a kérgi oszcillációt. Az inger és <strong>az</strong> area 7 közötti összefüggésben <strong>az</strong>t tapasztaljuk,<br />
hogy <strong>az</strong> ingert követően itt is statisztikailag szignifikánsan sűrűsödnek <strong>az</strong> up-state-ek, de<br />
korántsem olyan mértékben, mint <strong>az</strong> AI-ben (21B ábra).<br />
Megvizsgáltuk a két régió egymáshoz való szinkronitását is PSTH analízissel. Spontán<br />
módon mindkét régióban körülbelül 1Hz-es oszcillációt mutat a kéreg (22A ábra).<br />
40
21. ábra: Az <strong>akusztikus</strong> stimulusok és a <strong>lassú</strong> oszcilláció kapcsolata. A) Hang<strong>ingerek</strong> hatására a <strong>lassú</strong> oszcilláció<br />
mindkét vizsgált régióban megőrződik. B) Akusztikus stimulus hatására <strong>az</strong> AI régióban jelentős mennyiségű up-<br />
state váltódik ki, <strong>az</strong> area 7-ben pedig kis mértékben megsűrűsödnek <strong>az</strong> up-state-ek.<br />
Korreláltatva <strong>az</strong> AI és <strong>az</strong> area 7 up-state-jeit, a PSTH-ben jelentkező éles csúcsok <strong>az</strong>t<br />
jelzik, hogy a két régió oszcillációja között erős összefüggés van (22A ábra). Akusztikus inger<br />
hatására <strong>az</strong> AI-ben <strong>az</strong> inger ritmusához ig<strong>az</strong>odva jól láthatóan sűrűsödnek a kiváltott up-state-<br />
ek (22B ábra), míg <strong>az</strong> area 7-et vizsgálva nem tapasztaltunk ilyen mérvű módosulást, ezt jelzi<br />
a stimulált és spontán aktivitás PSTH grafikonjainak hasonlósága. Az AI és <strong>az</strong> area 7 spontán<br />
41<br />
20. ábra<br />
Spontán <strong>lassú</strong><br />
oszcilláció macska<br />
AI hallókérgében és<br />
szomatoszenzorosasszociációs<br />
kérgében (area 7).<br />
A mezőpotenciálok<br />
alatti jel mutatja a<br />
gamma-oszcilláción<br />
alapuló analízissel<br />
detektált up- és<br />
down-state-eket.
<strong>lassú</strong> oszcillációja közötti erős összefüggés csak kismértékű változást mutat stimulálás<br />
hatására, <strong>az</strong> AI - area 7 korrelogramjában <strong>az</strong> eseményszámok egy szélesebb<br />
időintervallumban széttolódnak, a csúcsok kevésbé élesek (22B ábra).<br />
22. ábra: A <strong>lassú</strong> oszcilláció up-state-jeinek PSTH analízise. A) Spontán módon mindkét vizsgált kéreg<br />
jellegzetes, körülbelül 1 Hz-es <strong>lassú</strong> oszcillációt mutat. A két régió közti korreláció jelentős (éles csúcsok). B)<br />
Stimulus hatására <strong>az</strong> AI régióban jelentősen megsűrűsödnek <strong>az</strong> up-state-ek (piros nyilak) a spontánhoz<br />
viszonyítva, míg <strong>az</strong> area 7-ben lényeges változás nem történik. A két régió közti korreláció kis mértékben<br />
csökken (a csúcsok kevésbé élesek).<br />
42
KÖVETKEZTETÉSEK<br />
Kísérleteinkben megvizsgáltuk <strong>az</strong> <strong>akusztikus</strong> <strong>ingerek</strong> hatását a <strong>lassú</strong> <strong>oszcillációra</strong><br />
majom és macska primer hallókérgében és szomatoszenzoros, illetve szomatoszenzoros-<br />
asszociációs kérgében. Ketamin-xyl<strong>az</strong>in altatás hatására körülbelül 1 Hz-es <strong>lassú</strong> oszcillációt<br />
mutattunk ki mindkét vizsgált fajban, <strong>az</strong>ok mindkét vizsgált kérgi területén, amely kérgi<br />
területek között <strong>az</strong> oszcilláció fázisában összefüggés mutatkozott. Leírtuk a <strong>lassú</strong> oszcilláció<br />
tulajdonságait rétegelektródákkal elvezetett helyi mezőpotenciálok, MUA, CSD és PSTH<br />
analízisek segítségével.<br />
A <strong>lassú</strong> oszcilláció során a kérgi rétegekben koherens módon depolarizációs up-state<br />
és hiperpolarizációs down-state fázisok váltják egymást. Mind majomban, mind macskában<br />
<strong>az</strong> <strong>akusztikus</strong> <strong>ingerek</strong> eseményhez kötött potenciálokat váltottak ki a hallókéregben, míg a<br />
szomatoszenzoros illetve szomatoszenzoros-asszociációs kéregben nem. A hang<strong>ingerek</strong> a<br />
primer hallókéregben modulálták a <strong>lassú</strong> oszcillációt: gyakran up-state-eket váltottak ki, a<br />
<strong>lassú</strong> oszcilláció frekvenciája <strong>az</strong> inger ritmusához ig<strong>az</strong>odva megnőtt. A szomatoszenzoros és<br />
asszociációs kérgekben is szignifikánsan több up-state volt jelen <strong>az</strong> ingert követően, bár itt <strong>az</strong><br />
összefüggés kevésbé volt kifejezett. A két kéreg szinkronitása a <strong>lassú</strong> oszcilláció tekintetében<br />
kis mértékben csökkent, de megőrződött <strong>akusztikus</strong> ingerlés során. Az egymástól távol eső<br />
kérgi területek közötti oszcillációbeli összefüggés arra utal, hogy a különböző kérgi területek<br />
– összeköttetéseik révén – nagy valószínűséggel modulálják egymás aktivitását.<br />
Hasonló összefüggést fedeztünk fel magasabb rendű emlősök <strong>akusztikus</strong><br />
rendszerében, mint patkány szaglórendszerében (Fontanini, Bower 2006), ami igen ősi<br />
evolúciós háttérre enged következtetni. Bemutattuk, hogy <strong>az</strong> <strong>akusztikus</strong> inger képes<br />
szinkronizálni a <strong>lassú</strong> kérgi oszcillációt, <strong>az</strong>on belül is <strong>az</strong> up-state-eket. A klasszikus modell<br />
kimondja, hogy a <strong>lassú</strong> kérgi oszcilláció kizárólag kérgi eredetű. Kísérleteink ellenben<br />
kimutatták, hogy <strong>az</strong> oszcillációs fázisok egy része lehet thalamikus eredetű is. Ez a felfedezés<br />
alapvetően módosíthatja a <strong>lassú</strong> hullámú alvásról kialakult képünket.<br />
Feltételezéseink szerint <strong>az</strong> alvás alatt beérkező szenzoros bemenet feldolgozása<br />
hatásosabb lehet, ha mind <strong>az</strong> <strong>akusztikus</strong> kéreg, mind a szomatoszenzoros és asszociációs<br />
területek aktív fázisban (up-state) vannak. Ebben <strong>az</strong> esetben nagyobb eséllyel és árnyaltabban<br />
dolgozható fel <strong>az</strong> információ. Összevetve a két vizsgált area aktivitásának a beérkező<br />
<strong>ingerek</strong>re történő szinkron módosulását arra következtethetünk, hogy a beérkező hanginger<br />
43
nem csupán a hallókéregben indukál <strong>az</strong> éberhez hasonló állapotot, hanem a szomatoszenzoros<br />
és szomatoszenzoros-asszociációs areákban is. Ezzel megfelelő időpillanatban fokozza <strong>az</strong> agy<br />
ingerfeldolgozó képességét, és a két (esetleg több) area együttes aktivitásának <strong>az</strong> ébrenlétre<br />
jellemző beállításával megteremti annak lehetőségét, hogy <strong>az</strong> állat a külvilágból beérkező,<br />
esetlegesen veszélyt jelentő egyéb szenzoros jeleket is minél pontosabban detektálja egy<br />
előjelző <strong>akusztikus</strong> ingert követően. Ez a mechanizmus valószínűleg jobb hatásfokú ébresztést<br />
tesz lehetővé, mintha <strong>az</strong> érintett areák valószínűségi alapon aktiválódnának.<br />
Az epilepszia és <strong>az</strong> alvás kapcsolata<br />
Az epilepszia a WHO definíciója szerint: krónikus agyi működészavar különböző<br />
etiológiával, amelyet visszatérő rohamok jellemeznek. Hátterében <strong>az</strong> agyi neuronok excesszív<br />
kisülése áll és különböző klinikai és laboratóriumi manifesztációi lehetnek.<br />
A működészavar oka a kérgi neuronok patológiás mértékű szinkronizációja. Egy adott<br />
kéregterületen a fiziológiás állapothoz képest lényegesen nagyobb számú neuron kezd<br />
egyszerre tüzelni. Ez a fokozott szinkron aktivitás eredményezi a jellegzetes epileptiform<br />
hullámmintázat megjelenését <strong>az</strong> EEG-ben.<br />
Alvás során, különösen a SWS szakaszban, fokozódik a neuronok szinkronizációja <strong>az</strong><br />
ébrenléthez, vagy a REM-fázishoz képest. A hiperpolarizációt kiváltó, nem GABA-erg gátlás<br />
alól hirtelen felszabaduló sejtek nagy erővel, egyszerre kezdenek tüzelni. Steriade és kollégái<br />
macskákon vizsgálták a paroxizmális aktivitás tulajdonságait. Arra a következtetésre jutottak,<br />
hogy <strong>az</strong> ictalis eseményeket modulálja <strong>az</strong> éberségi állapot (Topolnik, Steriade et al. 2003).<br />
Azt találták, hogy <strong>az</strong> epilepsziára jellemző aktivitás-mintázat poszttraumatikus (átmetszették a<br />
kéreg alatti kortikothalamikus bemeneteket) kéregben megjelenik ébrenléti állapotban, SWS<br />
alatt a rohamszerű tevékenység fokozódik, míg <strong>az</strong> alvás deszinkronizációs fázisa (REM)<br />
rezisztens <strong>az</strong> ictalis tevékenységek iránt (Nita, Cisse et al. 2006). Az agy epileptiform<br />
tevékenysége a kísérletekben jól láthatóan ig<strong>az</strong>odik a különböző éberségi állapotok<br />
szinkronitásának mértékéhez. Különös hangsúlyt helyeztek a SWS-re jellemző <strong>lassú</strong> kérgi<br />
aktivitás szerepének vizsgálatára. Ig<strong>az</strong>olták, hogy ez a 0,5-1 Hz-es, monoton lüktető<br />
oszcilláció <strong>az</strong> epileptiform rohamok potenciális aktivátora. Ketamin-xyl<strong>az</strong>in altatásban ez a<br />
szinkron aktivitás méginkább stabilizálódik.<br />
44
Eredményeikre magyarázatot adnak a SO élettani sajátosságai, miszerint a <strong>lassú</strong> kérgi<br />
aktivitás jellegzetes képét <strong>az</strong>ok a hirtelen fázisváltások adják, amelyek a kérgi neuronok<br />
többségének összehangolt, szinkronizált működéséből fakadnak. Ha egyéb, a <strong>lassú</strong> kérgi<br />
oszcillációtól eltérő élettani aktivitást vizsgálunk a kéregben, megfigyelhetjük, hogy a<br />
neuronok kis százaléka oszcillál csupán egyszerre egy adott areán belül, míg a többi sejt<br />
gátlás alatt áll. Ez <strong>az</strong> aktivitás-mintázat segíti a beérkező információk megfelelő kérgi areában<br />
történő, minél pontosabb feldolgozását. Lassú hullámú alvásban <strong>az</strong>onban <strong>az</strong> a jellemző, hogy<br />
<strong>az</strong> átlagosnál sokkal több sejt oszcillál egyszerre up – state idején, down – state-ben pedig<br />
ezen sejtek mindegyike hiperpolarizált. Ez a kiterjedt, szélsőségek között ugráló aktivitás-<br />
mintázat fokozottan szinkronizálja a kérgi idegsejtek működését. Egy-egy nagy amplitúdóval<br />
kezdődő up-state nagyban emlékeztet <strong>az</strong> epilepsziában jellemző paroxizmális aktivitásra.<br />
Nem véletlenül van ez így, hiszen a kérgi rohamok kiváltódásához és terjedéséhez is arra van<br />
szükség, hogy nagyszámú neuron egyszerre kezdjen tüzelni. Minél több sejt működik<br />
egyszerre, annál könnyebben billen át a folyamat patológiás tevékenységbe. Kísérleteink<br />
során bizonyítékokat találtunk arra a feltevésünkre, hogy <strong>az</strong> egymástól távolabb eső,<br />
különböző funkciókat betöltő kérgek (primer hallókéreg, szekunder szomatoszenzoros és<br />
szomatoszenzoros-asszociációs areák) között valamiféle kapcsolat áll fent, amely lehetővé<br />
teszi a kérgek közötti modulációt <strong>lassú</strong> hullámú alvás alatt. Ezeknek <strong>az</strong> eddig fel nem fedezett<br />
kommunikációs csatornáknak fontos szerepe lehet a patológiás tevékenységek terjedésében is.<br />
Az epilepszia-generalizálódás kérgi útjainak pontos feltárása nagy előrelépést jelentene a<br />
betegség patomechanizmusainak megismerésében, valamint segítséget nyújthat a betegség<br />
sebészeti terápiájának kidolgozásában.<br />
45
ÖSSZEFOGLALÓ<br />
A klasszikus elméletek szerint alvás során belső világunk nagymértékben disszociált a<br />
külvilágtól. Eszerint mély alvásban a hang<strong>ingerek</strong> csak a thalamusig jutnak el, nagyagykérgi<br />
feldolgozásra <strong>az</strong>onban nem kerülnek. Mély alvás alatt a nagyagykéregben jellegzetes <strong>lassú</strong><br />
kérgi oszcilláció figyelhető meg, mely aktív és inaktív periódusok ciklikus ismétlődéséből<br />
épül fel. Ez a mechanizmus <strong>az</strong> agyi homeosztázist szabályozó és memória konszolidációs<br />
működések fenntartásához szükséges, továbbá szerepet játszik <strong>az</strong> epilepszia keletkezésében.<br />
Ha a hallókéreg nem dolgozná fel a beérkező hang<strong>ingerek</strong>et, <strong>az</strong> alvás közben<br />
előforduló vészjelekre sem ébredne fel <strong>az</strong> egyed, így életben maradási esélyei jelentősen<br />
csökkennének. Ugyanakkor, ha minden neszre felébredne, súlyos alvásmegvonási<br />
szindrómában szenvedne, amely szintén egy komoly kiszolgáltatottsági helyzetet teremt.<br />
Hipotézisünk szerint léteznie kell egy árnyaltabb ingerfeldolgozási stratégiának, mely <strong>lassú</strong><br />
hullámú alvásban is beengedi kérgi szintre <strong>az</strong> <strong>akusztikus</strong> információt, hogy ott a túléléshez<br />
minimálisan szükséges feldolgozás lehetővé váljon.<br />
Munkám során <strong>az</strong> <strong>akusztikus</strong> <strong>ingerek</strong> <strong>lassú</strong> kérgi <strong>oszcillációra</strong> való hatását vizsgáltam<br />
ketamin-xyl<strong>az</strong>in altatásban macskán és majmon. Majmok esetén <strong>az</strong> <strong>akusztikus</strong> és a<br />
másodlagos szomatoszenzoros kérget, macska esetében pedig <strong>akusztikus</strong> kérget, illetve a<br />
suprasylvian asszociációs területet (area 7) vizsgáltunk. Sokcsatornás mélyelektródával<br />
elvezetett agykérgi potenciálok analízisével állapítottuk meg a különböző kérgi területek<br />
oszcilláció változásait.<br />
Kísérleteink során, <strong>akusztikus</strong> <strong>ingerek</strong>re kiváltott válaszokat találtunk a primer<br />
hallókéregben, valamint <strong>az</strong>t tapasztaltuk, hogy <strong>az</strong> <strong>ingerek</strong> beindítják a <strong>lassú</strong> <strong>alvási</strong> oszcilláció<br />
aktív állapotát, <strong>az</strong><strong>az</strong> szinkronizálják a <strong>lassú</strong> oszcillációt. A környéki asszociációs és<br />
szomatoszenzoros területek <strong>lassú</strong> oszcillációját vizsgálva felfedeztük, hogy <strong>az</strong> <strong>akusztikus</strong><br />
kéreg modulált aktivitása egyes környéki areák oszcillációját is szinkronizálni képes.<br />
Eredményeink arra utalnak, hogy <strong>az</strong> inger által kiváltható aktív és inaktív állapotoknak<br />
fontos szerepe lehet <strong>az</strong> ébresztő és alvásvédő mechanizmusok szabályozásában. Az <strong>akusztikus</strong><br />
kéreg szinkronizáló <strong>hatása</strong> kiterjed a környező szomatoszenzoros és asszociációs kérgi<br />
területekre, így felkészítheti <strong>az</strong>okat a későbbiekben beérkező információ hatékonyabb<br />
feldolgozására.<br />
46
SUMMARY<br />
During sleep – according to classical hypotheses – our inside world is largely<br />
dissociated from the outside environment. In slow wave sleep, acoustical signals are gated at<br />
thalamic level and do not reach the neocortex. During deep sleep neocortex expresses a<br />
characteristic slow oscillation built up of cyclic periods of active and inactive states playing<br />
an important role in brain homeostasis, memory consolidation and may be in relation with the<br />
generation of epileptic seizures.<br />
If auditory cortex would not process acoustical stimuli, emergency signals could not<br />
waken the sleeping subject, and thus, chances for staying alive would be considerably<br />
decreased. At the same time, if every noise could waken the subject, he would suffer from<br />
serious sleep deprivation, also producing severe physiological problems. Based on our<br />
hypothesis, a more sophisticated strategy should exist in the mammalian brain, allowing<br />
acoustical information to reach neocortical levels and to ensure information processing crucial<br />
for the survival of the subject.<br />
In the present study we investigated the impact of acoustical stimuli on cortical slow<br />
oscillation of cats and monkeys in ketamine-xyl<strong>az</strong>ine anesthesia. We studied auditory and<br />
secondary somatosensory cortices in monkeys, auditory cortex and suprasylvian association<br />
area (area 7) in cats. Changes in oscillatory patterns of the different neocortical areas have<br />
been explored by the analysis of cortical field potentials obtained with multiple channel<br />
microelectrodes.<br />
We found evoked potentials to acoustical stimuli in the primary auditory cortex, and<br />
observed that these inputs induced active states of slow oscillation, i.e. synchronized the<br />
activity of large amount of cortical neurons. Furthermore, analysis of slow oscillation in<br />
somatosensory cortex and association area showed that the modulated activity of primary<br />
auditory cortex is able to synchronize oscillation of certain surrounding cortical areas.<br />
Our results suggest that acoustic evoked states in sleep might play an important role in<br />
wakening as well as in sleep protecting mechanisms. The influence of the auditory cortex on<br />
the oscillation synchrony in the surrounding association and somatosensory areas might<br />
prepare these latter cortices to a more efficient processing of the further arriving information.<br />
47
IRODALOMJEGYZÉK<br />
Bódizs, R. (2000). Alvás, ébrenlét, bioritmusok. Budapest, Medicina Könyvkiadó.<br />
Castro-Alamancos, M. A. and E. Oldford (2002). "Cortical sensory suppression during<br />
arousal is due to the activity-dependent depression of thalamocortical synapses." J<br />
Physiol 541(Pt 1): 319-31.<br />
Castro-Alamancos, M. A. and P. Rigas (2002). "Synchronized oscillations caused by<br />
disinhibition in rodent neocortex are generated by recurrent synaptic activity mediated<br />
by AMPA receptors." J Physiol 542(Pt 2): 567-81.<br />
Clarey, J. C. and D. R. Irvine (1990). "The anterior ectosylvian sulcal auditory field in the cat:<br />
I. An electrophysiological study of its relationship to surrounding auditory cortical<br />
fields." J Comp Neurol 301(2): 289-303.<br />
Dossi, R. C., A. Nunez, et al. (1992). "Electrophysiology of a slow (0.5-4 Hz) intrinsic<br />
oscillation of cat thalamocortical neurones in vivo." J Physiol 447: 215-34.<br />
E. R. Kandel, J. S., T. Jessell (2000). Principles of Neural Science. New York, McGraw-Hill.<br />
Fontanini, A. and J. M. Bower (2005). "Variable coupling between olfactory system activity<br />
and respiration in ketamine/xyl<strong>az</strong>ine anesthetized rats." J Neurophysiol 93(6): 3573-<br />
81.<br />
Fontanini, A. and J. M. Bower (2006). "Slow-waves in the olfactory system: an olfactory<br />
perspective on cortical rhythms." Trends Neurosci 29(8): 429-37.<br />
Fontanini, A., P. Spano, et al. (2003). "Ketamine-xyl<strong>az</strong>ine-induced slow (< 1.5 Hz)<br />
oscillations in the rat piriform (olfactory) cortex are functionally correlated with<br />
respiration." J Neurosci 23(22): 7993-8001.<br />
Fonyó, A. (1999). Az orvosi élettan tankönyve. Budapest, Medicina.<br />
Karmos, G Ulbert, I. (2002). "Frequency of Gamma Activity is Modulated by Motivation in<br />
the Auditory Cortex of Cat." Acta biologica Hungarica.<br />
Hackett, T. A., G. Karmos, et al. (2005). "Neurosurgical access to cortical areas in the lateral<br />
fissure of primates." J Neurosci Methods 141(1): 103-13.<br />
Haslinger, R., I. Ulbert, et al. (2006). "Analysis of LFP phase predicts sensory response of<br />
barrel cortex." J Neurophysiol 96(3): 1658-63.<br />
48
Karmos, G., J. Martin, et al. (1970). "Constant intensity sound stimulation with a bone<br />
conductor in the freely moving cat." Electroencephalogr Clin Neurophysiol 28(6):<br />
637-8.<br />
Karmos, G., M. Molnar, et al. (1982). "A new multielectrode for chronic recording of<br />
intracortical field potentials in cats." Physiol Behav 29(3): 567-71.<br />
Karmos, G., M. Molnar, et al. (1986). "Evoked potential components in the layers of the<br />
auditory cortex of the cat." Acta Neurobiol Exp (Wars) 46(5-6): 227-36.<br />
Molnar, M., G. Karmos, et al. (1986). "Laminar analysis of intracortical auditory evoked<br />
potentials during the wakefulness-sleep cycle in the cat." Int J Psychophysiol 3(3):<br />
171-82.<br />
Molnar, M., G. Karmos, et al. (1988). "Intracortical auditory evoked potentials during<br />
classical aversive conditioning in cats." Biol Psychol 26(1-3): 339-50.<br />
Mukovski, M., S. Chauvette, et al. (2006). "Detection of Active and Silent States in<br />
Neocortical Neurons from the Field Potential Signal during Slow-Wave Sleep." Cereb<br />
Cortex.<br />
Nita, D. A., Y. Cisse, et al. (2006). "Increased propensity to seizures after chronic cortical<br />
deafferentation in vivo." J Neurophysiol 95(2): 902-13.<br />
Nita, D. A., Y. Cisse, et al. (2006). "Waking-Sleep Modulation of Paroxysmal Activities<br />
Induced by Partial Cortical Deafferentation." Cereb Cortex.<br />
Rouiller, E. M., G. M. Simm, et al. (1991). "Auditory corticocortical interconnections in the<br />
cat: evidence for parallel and hierarchical arrangement of the auditory cortical areas."<br />
Exp Brain Res 86(3): 483-505.<br />
Shah, A. S., S. L. Bressler, et al. (2004). "Neural dynamics and the fundamental mechanisms<br />
of event-related brain potentials." Cereb Cortex 14(5): 476-83.<br />
Steriade, M. (1997). "Synchronized activities of coupled oscillators in the cerebral cortex and<br />
thalamus at different levels of vigilance." Cereb Cortex 7(6): 583-604.<br />
Steriade, M. (1999). "Coherent oscillations and short-term plasticity in corticothalamic<br />
networks." Trends Neurosci 22(8): 337-45.<br />
Steriade, M. (2006). "Grouping of brain rhythms in corticothalamic systems." Neuroscience<br />
137(4): 1087-106.<br />
Steriade, M. and F. Amzica (1998). "Coalescence of sleep rhythms and their chronology in<br />
corticothalamic networks." Sleep Res Online 1(1): 1-10.<br />
49
Steriade, M. and F. Amzica (1998). "Slow sleep oscillation, rhythmic K-complexes, and their<br />
paroxysmal developments." J Sleep Res 7 Suppl 1: 30-5.<br />
Steriade, M., D. Contreras, et al. (1993). "The slow (< 1 Hz) oscillation in reticular thalamic<br />
and thalamocortical neurons: scenario of sleep rhythm generation in interacting<br />
thalamic and neocortical networks." J Neurosci 13(8): 3284-99.<br />
Steriade, M., A. Nunez, et al. (1993). "Intracellular analysis of relations between the slow (< 1<br />
Hz) neocortical oscillation and other sleep rhythms of the electroencephalogram." J<br />
Neurosci 13(8): 3266-83.<br />
Steriade, M., A. Nunez, et al. (1993). "A novel slow (< 1 Hz) oscillation of neocortical<br />
neurons in vivo: depolarizing and hyperpolarizing components." J Neurosci 13(8):<br />
3252-65.<br />
Steriade, M., I. Timofeev, et al. (2001). "Natural waking and sleep states: a view from inside<br />
neocortical neurons." J Neurophysiol 85(5): 1969-85.<br />
Szentágothai, J. and M. Réthelyi (1994). Funkcionális anatómia. Budapest, Semmelweis<br />
Kiadó.<br />
Timofeev, I., F. Grenier, et al. (2001). "Disfacilitation and active inhibition in the neocortex<br />
during the natural sleep-wake cycle: an intracellular study." Proc Natl Acad Sci U S A<br />
98(4): 1924-9.<br />
Topolnik, L., M. Steriade, et al. (2003). "Partial cortical deafferentation promotes<br />
development of paroxysmal activity." Cereb Cortex 13(8): 883-93.<br />
Ulbert, I., E. Halgren, et al. (2001). "Multiple microelectrode-recording system for human<br />
intracortical applications." J Neurosci Methods 106(1): 69-79.<br />
Ulbert, I., G. Heit, et al. (2004). "Laminar analysis of human neocortical interictal spike<br />
generation and propagation: current source density and multiunit analysis in vivo."<br />
Epilepsia 45 Suppl 4: 48-56.<br />
Ulbert, I., Z. Magloczky, et al. (2004). "In vivo laminar electrophysiology co-registered with<br />
histology in the hippocampus of patients with temporal lobe epilepsy." Exp Neurol<br />
187(2): 310-8.<br />
Wilson, C. J. and Y. Kawaguchi (1996). "The origins of two-state spontaneous membrane<br />
potential fluctuations of neostriatal spiny neurons." J Neurosci 16(7): 2397-410.<br />
50
RÖVIDÍTÉSEK JEGYZÉKE<br />
AI elsődleges hallókéreg<br />
AII szekunder hallókéreg<br />
AAF anterior auditory field, anterior hallómező<br />
AD analóg-digitális<br />
AP anterio-posterior<br />
CL caudalis lateralis hallókéreg<br />
CM caudalis medialis hallókéreg<br />
CPB caudalis parabelt area<br />
CSD Current Source Density, áramforrás sűrűség<br />
EEG elektroencefalogram<br />
EKP eseményhez kötött potenciál<br />
EMG elektromiogram<br />
EOG elektrookulogram<br />
EPSP excitátoros posztszinaptikus potenciál<br />
FFT fast Fourier transzformáció<br />
GABA gamma-amino-vajsav (gátló neurotranszmitter)<br />
GGS gátlás gátlásáért felelős neuron<br />
HT Hilbert transzformáció<br />
IC intracelluláris<br />
IPSP inhibitoros posztszinaptikus potenciál<br />
LFP Local Field Potential, helyi mezőpotenciál<br />
ML medio-lateralis<br />
MUA Multi Unit Activity, soksejt aktivitás<br />
NeuN neuron marker<br />
nRT nucleus reticularis thalami<br />
PAF posterior auditory field, posterior hallómező<br />
PSTH Peri-stimulus Time Histogram, esemény körüli idő-hisztogram<br />
REM Rapid Eye Movements, gyors szemmozgásokkal járó <strong>alvási</strong> fázis<br />
RPB rostralis parabelt area<br />
SII szekunder szomatoszenzoros area<br />
51
SO Slow Oscillation, <strong>lassú</strong> oszcilláció<br />
STG gyrus temporalis superior<br />
SWS Slow Wave Sleep, <strong>lassú</strong> hullámú alvás<br />
TDT hangadó szoftver<br />
TKN tüskés közti neuron<br />
WHO World Health Organization, Világ Egészségügyi Szervezet<br />
WT Wavelet traszformáció<br />
52
KÖSZÖNETNYILVÁNÍTÁS<br />
Szeretnék köszönetet mondani témavezetőimnek, Dr. Ulbert Isvánnak és Dr. Karmos<br />
Györgynek hogy lehetővé tették számomra e munkában való részvételt, és amiért önzetlen<br />
segítséget nyújtottak mind a témaválasztásban, mind a tudományos kutatás elméleti és<br />
gyakorlati alapjainak elsajátításában.<br />
Szeretnék köszönetet mondani Dr. Hajós Ferencnek, aki elvállalta a belső konzulensi tisztet,<br />
és segítsét adta a dolgozatom létrejöttéhez.<br />
Köszönet illeti Dr. Czigler István ig<strong>az</strong>gatót a lehetőségért, hogy a Magyar Tudományos<br />
Akadémia Pszichológiai Kutatóintézetében készíthettem el a dolgozatomat.<br />
Szintén köszönetet szeretnék mondani Dr. Wittner Lucának aki nagy türelemmel segített a<br />
kutatás során felmerülő elméleti és gyakorlati problémák megoldásában, továbbá Csercsa<br />
Richárdnak, Magony Andornak, Grand Lászlónak, Dombóvári Balázsnak és a labor összes<br />
munkatársának együttműködésükért, és akikkel együtt dolgozva nagyon jó hangulatban zajlott<br />
a munka.<br />
Köszönöm a családomnak, hogy <strong>az</strong> elmúlt évek során mindenben mellettem álltak és<br />
segítettek.<br />
53