SWA ed apprendimento loco-regionale, Reto Huber

In questa sezione affrontiamo, dopo quella di J. Born e L. Marshall, l'altra grande tesi afferente al legame tra sonno e apprendimento. Il lavoro del 2004 di Reto Huber si pone in stretta continuità con l'ipotesi della regolazione omeostatica della SWA avanzata da Giulio Tononi e descritta nel capitolo 263 di questa tesi. Huber parte dall'assunto che il sonno ad onde lente sia regolato omeostaticamente, il suo bisogno aumenta con la veglia per poi tornare alla baseline nel corso della notte. Tale meccanismo, come è già stato

descritto nel dettaglio precedentemente, è figlio dei cambiamenti plastici sinaptici avvenuti durante gli apprendimenti giornalieri, cambiamenti sinaptici che vanno incontro al fenomeno di “downscaling” ad opera della SWA. A questo punto ci si è posti la seguente domanda: se il fenomeno di “pruning” sopra-descritto rappresenta, in termini di attività lenta del sonno, il bisogno delle cellule di alleggerire il peso sinaptico accresciuto dai molteplici apprendimenti in veglia, allora ci si deve aspettare un aumento focale della SWA a carico di quei gruppi neuronali che sono stati più fortemente sollecitati. Per rispondere al quesito si è deciso di usare come “sonda”, per poter localizzare con precisione l'ubicazione di un apprendimento in veglia, un compito di apprendimento visuo-motorio studiato da M.F. Ghilardi: “rotation adaptation task”. I dettagli tecnici dell'esercizio sono stati ampiamente riportati nella parte della tesi relativa all'esperimento che sta mettendo in atto il Centro Extreme e i cui dati preliminari sono discussi in questo lavoro. Per ora ci limitiamo a dire che i soggetti vengono sottoposti ad un compito visuo-motorio di raggiungimento di targets illuminati. ad insaputa degli stessi viene effettuata una rotazione dell'angolo sulla traiettoria, percepita visivamente, di raggiungimento degli obbiettivi. Il compito induce nei soggetti, man mano che correggono l'angolo di rotazione, un miglioramento implicito. Questo test è stato scelto in primo luogo proprio per la sua capacità di elicitare un apprendimento di tipo procedurale, in secondo luogo perchè tale apprendimento correla secondo Ghilardi e collaboratori con l'attivazione di specifiche aree della corteccia motoria e premotoria e con altre, prese in considerazione da Huber nella corteccia parietale. (l'area 40 e l'area 7 destre di Broodman). Inoltre l'esercizio può essere messo a confronto con la sua variante senza rotazione in cui non è presente l'errore direzionale. Immediatamente dopo avere svolto il compito i soggetti venivano messi a dormire e ne veniva registrato il tracciato del sonno con EEG ad altà densità a 256 canali. Una settimana prima o dopo della sessione veniva riproposto ai soggetti il medesimo pattern sperimentale con l'unica differenza che il compito visuo-motorio non era manipolato con l'inserimento della rotazione. Ciò era fatto come condizione di controllo e di confronto tra il task elicitante apprendimento implicito e quello standard. Una prima media generale dell'analisi di potenza durante il sonno NREM ci mostra, in linea con i precedenti studi, che la SWA è rintracciabile maggiormente nelle regioni anteriori.

Fig.24 R. Huber 2004, l’omeostasi locale della SWA durante il sonno dopo l’adattamento alla rotazione.

La distribuzione topografica dell’SWA dopo il test con rotazione (a sinistra) e senza rotazione (a destra). La media EEG della densità di potenza ad 1-4 Hz (SWA, n= 11 soggetti) per i primi 30 minuti del sonno non NREM. I segnali EEG (riferimento medio) sono stati digitalizzati a 500 Hz insieme all’elettromiogramma e all’elettro-oculogramma, filtro (0.5-50 Hz), tagliando gli artefatti.. I valori (la barra colorata) sono stati normalizzati dalla potenza totale per la registrazione e distribuiti alle posizioni corrispondenti sulla proiezione piana della superficie dello scalpo.

Altra osservazione che si può inferire dalla figura è che il pattern topografico delle potenza è altamente sovrapponibile nelle due diverse condizioni sperimentali: quella con apprendimento e quella senza. Ma da una comparazione più dettagliata delle due distinte condizioni emerge che nella sessione in cui vi è rotazione dell'angolo della traiettoria si riscontra un incremento locale della SWA in un cluster di sei elettrodi della corteccia parietale destra ( Fig. 25). Dall'immagine appare chiaramente come il rotation adaptation task eliciti una risposta in aree specifiche. Il lavoro di Huber prosegue con un'analisi dettagliata della risposta omeostatica globale di SWA nella condizione sperimentale. Ricordiamo che un maggior bisogno di sonno ha come conseguenza, secondo l'ipotesi di Tononi, un incremento della potenza nel range frequenziale di 1-4Hz ed una leggera diminuzione di quella in banda sigma (12-15Hz) nel corso della notte. Dall'analisi dei dati emerge proprio un rafforzamento percentuale della potenza nel range

frequenziale del sonno ad onde lente e una diminuzione di quella nel range frequenziale sigma. Per quanto riguarda l'aumento nel range del sonno a ritmo delta è utile notare come l'incremento sia specificatamente rintracciabile nelle frequenze inferiori ad 1Hz tipiche della SSO.

Fig.25 (Huber et al. 2004) I sei elettrodi con aumento focale dell’attività.

La distribuzione topografica del cambiamento della percentuale di SWA durante il sonno NREM fra la condizione sperimentale e quella di controllo. I punti bianchi indicano il gruppo di sei elettrodi che mostrano un incremento di SWA dopo l’adattamento alla rotazione (P< 0.01), mappatura statistica non parametrica.

Si osserva anche come la caratteristica specifica che più si modifica nella SWA sia l'ampiezza dell'onda, che risulta maggiore nella sessione di apprendimento. Per localizzare con precisione le regioni di incremento della SWA Huber ha usato un sistema di posizionamento per sovrapporre i 256 elettrodi, digitalizzandoli, alle immagini di risonanza magnetica dei soggetti. L'aumento di potenza della SWA è localizzato nella corteccia parietale destra, in particolare nelle aree di Broodman 40 e 7. Ricordiamo che queste regioni corrispondono alla maggiore attivazione di segnale con tomografia ad emissione di positroni PET nei soggetti che svolgono il rotation adaptation task, rispetto a quelli che compiono l'esercizio senza manipolazione della traiettoria. Sia l'area 40 che la 7 ricevono inputs convergenti visivi e propiocettivi e sono coinvolte nei processi di attenzione visuo-spaziale. I dati sono in linea con la letteratura che attribuisce alla corteccia parietale dell'emisfero destro un ruolo cruciale per i tasks spaziali e per il continuo riadattamento delle coordinate spaziali, anche se come mostrato dal nostro studio, la corteccia premotoria, area 6 e parte della motoria sono fondamentali per l’acquisizione e la programmazione di nuovi engrammi motori. Come già sottolineato in questa tesi diversi studi hanno certificato un miglioramento delle performance in compiti motori dopo una notte di sonno, miglioramento non dovuto al mero passaggio di tempo o a fattori circadiani. (Stickgold et al. 2000), (Fenn et al. 2003). Anche Huber ha voluto testare questa ipotesi legandola alla performance dei soggetti nel rotation adaptation task. Per fare ciò si è costruito un gruppo di controllo che riaffrontasse il compito dopo otto ore dalla sessione di apprendimento, ma senza dormire. I risultati ci mostrano come l'errore direzionale fosse sensibilmente diminuito dell'11% tra chi, dopo la fase di learning, aveva dormito. Si è voluto poi correlare il miglioramento nella performance nel task con l'accresciuta potenza della SWA. Si osserva che la decrescita dell'errore direzionale è positivamente correlata con l'aumento focale della SWA, riguardante gli elettrodi 185 e 132, non è riscontrabile nessuna relazione tra il miglioramento nella prova e la modificazione dell'attività lenta in altri elettrodi. Altro elemento interessante riguarda il fatto che i soggetti che affrontano il compito con maggiore variabilità di prestazione nell'errore direzionale nella fase di learning sono quelli che sembrano beneficiare di più della notte di sonno relativamente ai risultati del mattino. I lavori di Huber e Born esposti

in questo capitolo risultano preziosi per la comprensione dell’esperimento ideato dal Centro Extreme che è stato esposto nella sezione precedente di questa tesi.

Fig. 26 Specificità della frequenza, distribuzione del tempo e localizzazione anatomica dell’omeostasi della SWA locale.

A. Specificità della frequenza delle variazioni di potenza. Lo spettro della densità di potenza EEG per i primi 30 minuti del sonno NREM. I valori rappresentano il cambiamento in percentuale operato dal rotation adaptation task rispetto al task senza la rotazione.

B. Il tempo totale di SWA cambia dopo il compito di adattamento alla rotazione. Il cambiamento nella media della potenza EEG nella banda 1-4 Hz è stata calcolata in base a tre intervalli consecutivi di 30 minuti durante il primo ciclo di sonno

C. La localizzazione anatomica delgi elettrodi mostra una differenza significativa della SWA durante i primi 30 minuti di sonno NREM nel rotation task rispetto alla condizione di controllo. Tutti i 256 elettrodi (punti gialli) sono stati digitalizzati e cooregistrati con le immagini di risonanza magnetica del soggetto. Il cluster dei sei elettrodi mostra un incremento della slow wave activity rispetto agli altri punti. A fini di riferimento gli elettrodi situati esattamente nel margine anteriore destro del cluster (185) ricevono proiezioni dall’area 40 di Broodman, l’elettrodo sul marigine posteriore destro del cluster (132) riceve invece proiezioni dall’area 7.

BIBLIOGRAFIA

Amzica F, Steriade M (1995a) Short- and long-range neuronal synchronization of the slow (1 Hz) cortical oscillation. J Neurophysiol 73:20–38.

Amzica F, Steriade M (1995b) Disconnection of intracortical synaptic linkages disrupts synchronization of a slow oscillation. J Neurosci15:4658–4677.

Braun AR, Balkin TJ, Wesenten NJ, Carson RE, Varga M, Baldwin P, Selbie S, Belenky G, Herscovitch P (1997) Regional cerebral blood flow throughout the sleep-wake cycle. Brain 120:1173–1197.

Cirelli C. Cellular consequences of sleeps deprivation in the brain Sleep Med Rev. (2006 Oct; 10): 307-21. Epub 2006 Aug 21. Review.

Debarnot U, Creveaux T, Collet C, Gemignani A, Massarelli R, Doyon J, Guillot A, (2009) Sleep-related improvements in motor learning following mental practice. Brain and Cognition Volume 69, Issue 2, Pages 398–405

Esser SK, Hill SL, Tononi G (2007) Sleep homeostasis and cortical synchronization: I. Modeling the effects of synaptic strength on sleep slow waves. Sleep 30: 1617–1630.

Feinberg J. (1974) Changes in sleep cycle patterns with age. J Psychiatr Res:283-306.

Fenn KM et al. (2003) Consolidation during sleep of perceptual learning of spoken language. Nature; 425:614–6.

Finelli LA, Baumann H, Borbely AA, Achermann P (2000) Dual electroencephalogram markers of human sleep homeostasis: correlation between theta activity in waking and slow-wave activity in sleep. Neuroscience 101:523–529.

Frankland PW, Bontempi B. (2005) The organization of recent and remote memories. Nat Rev Neurosci;6:119–30.

Gais S, Born J. (2004) Low acetylcholine during slow-wave sleep is critical for declarative memory consolidation. Proc Natl Acad Sci USA;101:2140–4.

Gemignani, A., Laurino, M., Provini, F., Piarulli, A., Barletta, G., d'Ascanio, P., Bedini, R., Lodi R., Manners, D.N., Allegrini, P., Menicucci, D., Cortelli, P., (2012) Thalamic contribution to sleep slow oscillation features in humans: a single case cross sectional EEG study in fatal familial insomnia. Sleep Med. 13 (7), 946–952.

Ghilardi M.F. et al. (2000): Patterns of regional brain activation associated with different forms of motor learning, brain research 871 127–145.

Giuditta A et al. (1995) The sequential hypothesis of the function of sleep. Behavioral brain research, Volume 69, July–August 1995, Pages 157–166

Hanlon EC, Vyazovskiy VV, Faraguna U, Tononi G, Cirelli C (2011). Synaptic potentiation and sleep need : clues from molecular and electrophysiological studies. Curr Top Med Chem. 11(19):2472-82. Review.

Hasselmo, M.E. (2006) The role of acetylcholine in learning and memory. Curr. Opin. Neurobiol. 16, 710–715.

Hodgkin AL, Huxley AF (1952) A quantitative description of membrane current and its application to conduction and excitation in nerve. J Physiol;117(4):500–44.

Horne JA (1993) Human sleep, sleep loss and behaviour. Implications for the prefrontal cortex and psychiatric disorder. Br J Psychiatry 162:413–419.

Huber, M. Felice Ghilardi, Marcello Massimini & Giulio Tononi (2004), Local sleep and learning. Nature. 2004;430(6995):78–81.

Isomura, Y. et al. (2006) Integration and segregation of activity in entorhinal- hippocampal subregions by neocortical slow oscillations. Neuron 52, 871–882.

Ji, D. and Wilson, M.A. (2007) Coordinated memory replay in the visual cortex and hippocampus during sleep. Nat. Neurosci. 10, 100–107.

Laureys et al. (2001) Experience-dependent changes in cerebral functional connetivty during human rapid eye movement sleep. Neuroscience Vol. 105, No. 3, pp. 521^525, 20

Laurino M, Menicucci D, Piarulli A, Mastorci F, Allegrini P, Bedini R, Gemignani A, (2014) Disentangling different functional roles of evoked K-complex components: Mapping the sleeping brain while quenching sensory processing. Neuroimagine, Volume 86, Pages 433–445

Loomis, A.L., Harvey, E.N., Hobart, G.A., 1938. Distribution of disturbance-patterns in the human electroencephalogram, with special reference to sleep. J. Neurophysiol, 413- 430

Lulu Xie et al. (2013) Sleep Drives Metabolite Clearance from the Adult Brain. Science: Vol. 342 no. 6156 pp. 373-377

Marshall, L. et al. (2006) Boosting slow oscillations during sleep potentiates memory. Nature 444, 610–613.

Marshall L. and Born J (2007), The contribution of sleep to hippocampus-dependent memory consolidation. Trends in Cognitive Sciences Volume 11, Issue 10, p442–450.

Massimini et al. (2004), The Sleep Slow Oscillation as a Traveling Wave. J Neurosci. Aug 4;24(31):6862-70.

Massimini M, Ferrarelli F, Esser SK, Riedner BA, Huber R, et al. (2007) Triggering sleep slow waves by transcranial magnetic stimulation. Proc Natl Acad Sci U S A 104: 8496– 8501.

Menicucci D, Piarulli A, Debarnot U, D’ascanio P, Gemignani A (2009) Functional structure of spontaneous sleep slow oscillation activity in humans; PLoS One Oct 26;4(10):e7601.

Menicucci D, Piarulli A, Allegrini P, Laurino M, Mastorci F, Sebastiani L, Bedini R, Gemignani A, (2013) Fragments of wake-like activity frame down-states of sleep slow oscillations in humans: New vistas for studying homeostatic processes during sleep. International Journal of Psychophysiology Volume 89, Issue 2, Pages 151–157.

Molle et al.(2011) Fast and Slow Spindles during the Sleep Slow Oscillation: Disparate Coalescence and Engagement in Memory Processing.

Molle M et al. (2004) Learning increases human electroencephalographic coherence during subsequent slow sleep oscillations. Proc Natl Acad Sci;10:13963–8.

Molle, M. et al. (2006) Hippocampal sharp wave-ripples linked to slow oscillations in rat slow-wave sleep. J. Neurophysiol. 96, 62–70

Morris GO, Singer MT. (1966) Sleep deprivation: the content of consciousness. J Nerv Ment Dis. ;143(4):291-304.

Peigneux P et al. (2004) Are spatial memories strengthened in the human hippocampus during slow wave sleep? Neuron ;44:535–45.

Pennartz, C.M.A. et al. (2002) Memory reactivation and consolidation during sleep: from cellular mechanisms to human performance. Prog.Brain. Res. 138, 143–166

Piarulli A, Menicucci D, Gemignani A, Olcese U, D’Ascanio P, Pingitore A, Bedini R, Landi A, (2010) Likeness- Based Detection of Sleep Slow Oscillations in Normal and Altered Sleep Conditions: Application on Low-Density EEG Recordings. Biomedical Engineering, IEEE Transactions on. 57 (2), 363-372.

Pikovsky A, Rosenblum M, Kurths J. (2001) Synchronization: a universal concept in nonlinear sciences. Cambridge: Cambridge University Press.

Plihal, W. and Born, J. (1999) Memory consolidation in human sleep depends on inhibition of glucocorticoid release. Neuroreport 10, 2741–2747

Rasch, B. et al. (2007) Odor cues during slow-wave sleep prompt declarative memoryconsolidation. Science 315, 1426–1429

Rasch, B.H. et al. (2006) Combined blockade of cholinergic receptors shifts the brain from stimulus encoding to memory consolidation. J. Cogn. Neurosci. 18, 793–802 Res Bull 62: 143–150.

Riedner BA, Vyazovskiy VV, Huber R, Massimini M, Esser S, et al. (2007) Sleep homeostasis and cortical synchronization: III. A high-density EEG study of sleep slow waves in humans. Sleep 30: 1643–1657.

Robert Stickgold, Matthew P. Walker (2007), Sleep-dependent memory consolidation and reconsolidation.

Robertson EM et al. (2004) Awareness modifies the skill-learning benefits of sleep. Curr Biol ;14:208–12.

Sejnowski e Destexhe A (2000), Why do we sleep? Brain Research, Volume 886, Issues

1–2, 15 December 2000, Pages 208–223

Sanchez-Vives M et al. (2010) Inhibitory Modulation of Cortical Up States, (2010). Journal of Neurophysiology, Vol. 104no. 1314-1324

Smith, C.T. et al. (2004) Posttraining increases in REM sleep intensity implicate REM sleep in memory processing and provide a biologicalmarker of learning potential. Learn. Mem. 11, 714–719

Gais S, Born J (2004): Declarative memory consolidation: Mechanisms acting during human sleep. Learn. Mem. 11: 679-685

Steriade et al. (1993b) Intracellular analysis of relations between the slow (< 1 Hz) neocortical oscillation and other sleep rhythms of the electroencephalogram. J Neurosci.

Steriade M, Contreras D, Amzica F (1994) Synchronized sleep oscillations and their paroxysmal developments. Trends Neurosci 17:199–208.

Steriade M, Nunez A, Amzica F (1993a) A novel slow (,1 Hz) oscillation of neocortical neurons in vivo: depolarizing and hyperpolarizing components. J Neurosci 13: 3252– 3265.

Steriade M, Timofeev I (2003) Neuronal plasticity in thalamocortical networks during sleep and waking oscillations. Neuron 37:563–576.

Steriade M, Timofeev I, Grenier F (2001) Natural waking and sleep states: a view from inside neocortical neurons. J Neurophysiol 85:1969 –1985.

Steriade, M. (2006) Grouping of brain rhythms in corticothalamic systems. Neuroscience 137, 1087–1106.

Stickgold R et al. (2000) Visual discrimination task improvement: a multi-step process occurring during sleep. J Cogn Neurosci;12:246–54.

Stickgold R. et al. (2001) Sleep-dependent memory consolidation. Nature 2005;437:1272–8.

Stickgold, R. et al., James, L. & Hobson, J. A. Visual discrimination learning requires sleep after training. Nature Neurosci. 3, 1237–1238 (2000).

Timofeev I, Contreras D, SteriadeM (1996) Synaptic responsiveness of cortical and thalamic neurones during various phases of slow sleep oscillation in cat. J Physiol (Lond) 494:265–278.

Timofeev I, Steriade M (1996) Low-frequency rhythms in the thalamus of intact-cortex and decorticated cats. J Neurophysiol 76:4152–4168.

Timofeev I, Grenier F, BazhenovM, Sejnowski TJ, SteriadeM (2000) Origin of slow cortical oscillations in deafferented cortical slabs. Cereb Cortex 10:1185–1199.

Tononi G, Cirelli C (2003) Sleep and synaptic homeostasis: a hypothesis. Brain

Tononi G, Cirelli C (2006) Sleep function and synaptic homeostasis. Sleep Med Rev 10: 49–62.

Vyazovskiy VV, Riedner BA, Cirelli C, Tononi G. (2007) Sleep homeostasis and cortical synchronization: II. A local field potential study of sleep slow waves in the rat. Sleep. ;30:1631–42.

Walker, M.P. (2005) A refined model of sleep and the time course of memory formation. Behav. Brain Sci. 28, 51–64.

Walker, M.P. and Stickgold, R. (2004) Sleep-dependent learning and memory consolidation. Neuron 44, 121–133.