Den kliniske relevansen av neuroplasticitet i kortikostriatale nettverk under operant læring (2013)

Gå til:

Abstrakt

Operant læring er en av de mest elementære formene for atferdsmessig tilpasning ( Rescorla, 1994 ). Gjennom utveksling med omgivelsene er et dyr i stand til å lære om konsekvensene av sine handlinger, og dermed modifisere det nåværende miljøet gjennom ny atferd for å produsere gunstigere forhold ( Skinner, 1953 ). Den resulterende endringen i atferd er dramatisk og langvarig. Noen forskere har hevdet at operant læring er grunnlaget for «kunnskap» ( Schnaitter, 1987 ), kan ligge til grunn for «kreativitet» ( Pryor et al., 1969 ), er grunnlaget for beslutningstaking og bidrar til den vanskelige naturen til rusavhengighet. Etter hvert som en organismes atferd endres av respons-utfall-kontingenter, aktiveres fysiologiske mekanismer som sikrer at disse endringene blir nesten permanente; de ​​blir «stemplet inn», slik Thorndike antok ( Thorndike, 1911 ). Selv Skinner antydet at respons-utfall-betingelser forandrer oss: «Menn handler på verden, og forandrer den, og blir igjen forandret av konsekvensene av sine handlinger.» ( Skinner, 1957 , s. 1).

I lys av allestedsnærværende operative atferdsrelasjoner i våre psykologiske liv har nevrobiologien til operant læring (dvs. den første anskaffelsen av en operantrespons) fått overraskende liten oppmerksomhet sammenlignet med andre grunnleggende læringsprosesser som romlig læring (f.eks. Morris Water Maze) eller pavlovsk fryktkondisjonering. Likevel antas operatørrelasjoner å være på jobb nesten hvert øyeblikk i våre liv og i mange fremtredende nevropsykiatriske forhold: narkotikamisbruk, autisme og annen alvorlig problematferd. I denne gjennomgangen trekker vi frem de siste to tiårene av Ann Kelleys forskerkarriere, da hun forfulgte en større forståelse av nevrobiologien til operant læring med håp om at de molekylære, cellulære og genomiske bestanddelene av operant læring, instantiert i distribuerte nettverk, informere bedre behandlingsalternativer.

Kostbare atferds-helseproblemer og operant oppførsel

Rusmiddelmisbruk er et av de mest skadelige, gjenstridige og kostbare atferdshelseproblemene i USA, og faktisk i verden. Narkotikamisbruk alene i dette landet koster anslagsvis 484 milliarder dollar årlig i helserelaterte problemer, ulykker, tapt arbeid og forsikringspremier ( Policy, 2001 ). Det er også anslått at 540 000 mennesker dør hvert år av rusrelaterte sykdommer. Disse estimatene inkluderer ikke de ikke-monetære eller indirekte psykososiale kostnadene som betales av foreldre1 ^, ektefeller, søsken, venner og samfunnet vårt generelt. Det er ganske sannsynlig at alle borgere i denne nasjonen har blitt negativt påvirket av rusmisbruk og avhengighet på en eller annen måte (f.eks. som offer for kriminell atferd, en bilulykke eller gjennom handlingene til et familiemedlem). Rusmiddelavhengighet blir i økende grad sett på i form av grunnleggende endringer i kognisjon og atferd, med vekt på å relatere den tvangsmessige naturen til avhengighet til patologiske endringer i beslutnings- og emosjonskodingsnettverk ( Everitt et al., 2001 ). Dermed kan en bedre forståelse av operante læringssystemer forbedre vår forståelse av den nevrale årsaken til avhengighet.

Ifølge Centers for Disease Control (CDC) har 1 av 88 barn blitt identifisert med autisme ( Control, 2012 ). Autismespekterforstyrrelser (ASD-er) rammer individer fra alle etniske bakgrunner og sosioøkonomiske nivåer. ASD-er kan vise seg å være svært svekkende og sannsynligvis kreve livslang omsorg til store kostnader for samfunnet (> $3 000 000 per individ) ( Ganz, 2007 ). Nylig har anvendt atferdsanalyse (ABA) og visse derivater (f.eks. Denver Start Model), som vektlegger dynamisk og fleksibel akademisk, sosial og kommunikativ atferd, vist at utrolige gevinster er mulige med tidlig, intensiv behandling ( Sallows og Graupner, 2005 , Dawson et al., 2010 , Warren et al., 2011 ). Disse modellene har vært så vellykkede at mange barn som får diagnosen ASD-er senere blir betegnet som «uskillelige» fra sine jevnaldrende. Noen anslår at 40–50 % av barn som får diagnosen autisme er fullt ut behandlingsbare ( McEachin et al., 1993 ). I tillegg har den overveldende suksessen med ABA-terapi i behandlingen av autisme ført til den generelle ideen om at det er synonymt med autismeterapi ( Dillenburger og Keenan, 2009 ), til stor misnøye for utøvere, for å nevne noen, innen organisasjonell atferdsstyring (OBM), klinisk atferdsanalyse og dyretrening; yrker som bruker atferdsanalyse anvendt på situasjoner som ikke involverer autisme. Av interesse her er det faktum at de fleste ABA-prinsippene er basert på moderne operant teori og eksperimentell analyse av atferd: evaluering av mulige etableringsoperasjoner, identifisering av konsekvensfunksjonene av upassende atferd, forsterkning av god atferd, straff av uønsket atferd og vurdering av disse sammenhengene i en større sosioøkonomisk kontekst (f.eks. atferdsøkonomi). I sin banebrytende artikkel om ABA legger Baer, ​​Wolf og Risley (1968) frem en klar sammenheng mellom operant teori og den «konseptuelle system»-dimensjonen ved ABA, selv om en fullstendig gjennomgang av denne artikkelen ligger utenfor rammen av denne gjennomgangen. Fordi etiologien til autismespekter i stor grad blir sett på som nevrogenetisk, og i lys av den fremtredende rollen operant atferd spiller i læring og terapi i forhold til autismespekter, kan en større forståelse av nevrobiologien til operant atferd hjelpe våre vurderinger av autismespekter.

Begrepet "alvorlig problemadferd" omfatter et bredt spekter av problemer fra skole mobbing til ekstrem selvskade. Alvorlig problemadferd kan vises av typisk utviklende barn, men er mer utbredt hos barn med utviklings- og / eller intellektuelle funksjonshemminger. Alvorlige problematferd skaper store sosiale og pedagogiske hindringer for enkeltpersoner på grunn av deres intensitet og tilsynelatende uforutsigbarhet. Behandling kan innebære suspensjoner fra skolen, plassering i spesielle miljøer, engasjement i straffesystemet, fengsling eller institusjonalisering. I stedet for å vurdere disse mønstrene som "maladaptive" eller "upassende", ser psykologer og lærere nå mange av disse problemadferdene som funksjonelle. Med andre ord, når de betraktes som operantadferd, kan de forsterkende uforutsetningene som fremmer disse alvorlige atferdsproblemer bestemmes, vurderes og endres. På grunn av den vanskelige naturen til disse problemene og innbrudd av sannsynlige nevrofysiologiske problemer, spiral mange individer i vanskelige eller uholdbare levekår eller forhold med manglende behandling. Muligheten for at disse alvorlige problemene oppstår gjennom en kombinasjon av genetisk-miljømessige interaksjoner, blir nå bare vurdert seriøst. En bedre forståelse av neurobiologi av operant oppførsel vil forbedre behandlingsalternativer.

Mekanismer for neural plastisitet i langvarig atferdsendring

Det er nå allment akseptert at langvarige atferdsendringer via operante kontingenter er et resultat av betydelige endringer i hjernen: styrking av synaptiske forbindelser, rekonfigurering av nevrale ensembler, syntese av nye proteiner, oppregulering av genuttrykk og epigenetiske modifikasjoner. Langtidspotensering (LTP) har tjent som et av de mest undersøkte plastisitetsrelaterte systemene, og data impliserer sterkt NMDAR-aktivering som en nøkkelinitierende hendelse. Det vil si at høyfrekvente mønstre av synaptisk stimulering aktiverer NMDAR, noe som resulterer i en tilstrømning av Ca2 ⁺ , som igjen aktiverer flere signalmekanismer, hvorav flere konvergerer mot ERK (ekstracellulær reseptorsignaleringskinase). ERK antas å regulere en rekke transkripsjonsfaktorer som koordinerer dannelsen og stabiliseringen av langtidsminner ( Levenson et al., 2004 ). Det finnes betydelige data som bekrefter rollen til NMDAR-Ca2 ⁺ -ERK-kaskaden i langvarig atferdsendring og hukommelsesdannelse i fryktbetinging og Morris Water Maze-læring ( Atkins et al., 1998 , Blum et al., 1999 , Schafe et al., 2000 ); en nyere rapport impliserer også denne kaskaden i matbelønnet betinging, men i en virvelløsemodell ( Ribeiro et al., 2005 ). NMDAR-indusert nevral plastisitet, gjennom transkripsjonsreguleringer via ERK-banen, gir derfor en nevral representasjon av operant betinging og en elegant modell for å studere langvarig atferdsendring.

I en direkte forlengelse av denne modellen utforsket Kelley og kolleger ( Kelley et al., 1997 ) først rollen til NMDAR-aktivering i operant læring i nucleus accumbens, et sted som antas å spille en viktig rolle i den komplekse integrasjonen av sensorisk, belønnings- og motorisk informasjon. Etter tilvenning til standard operant betingingskamre og magasintrening, ble injeksjoner av NMDAR-antagonisten (+/-)-2-amino-5-fosfonopentansyre (AP-5) gjort direkte i nucleus accumbens-kjernen (NAc) hos matbegrensede rotter rett før de første fire, 15 minutter lange operant betingingsøktene. Med en spak nå satt inn i kammeret, ble pressene forsterket med sukrosepellets2 ^. I løpet av de første fire treningsøktene utførte rotter behandlet med AP-5 svært få spakpress, i motsetning til rotter behandlet med vehikel. Alle rotter ble ubehandlet de neste fem øktene, og begge gruppene nådde raskt asymptotiske nivåer av spakpressing. Det er viktig å merke seg at en mikroinjeksjon av AP-5 i NAc før en tiende ^økt ikke hadde noen merkbare effekter. Separate eksperimenter fant ingen effekt av AP-5 på spontan, ubetinget spising og motorisk atferd hos identisk behandlede (f.eks. kirurgi, deprivasjon osv.) rotter. Sammenlignet med saltvannsinfusjoner svekket AP-5-infusjoner/NMDAR-blokkering i NAC derfor den initiale operante læringen, men hadde ingen effekt på påfølgende ytelse, og NMDAR-blokkering påvirket heller ikke motivasjonen for sukrose eller spontan motorisk atferd. Dermed ser disse dataene ut til å være i samsvar med den generelle enigheten om at NMDAR-aktivering er avgjørende for læring via sin rolle i nevral plastisitet.

Disse studiene, utført i Ann Kelleys laboratorium, er de første som demonstrerer en rolle for NMDA-reseptorer i operant læring innenfor en nøkkelnode i et kortiko-limbisk-striatal nettverk. Hernandez et al. ( Hernandez et al., 2005 ) replikerte denne effekten direkte, og demonstrerte spesielt en tidsbegrenset kontekstuell rolle for NMDAR-aktivering i operant læring for AP-5-infusjoner etter økten som ikke hadde noen effekt på læring. Med andre ord, NMDAR-aktivering under eksponering for kammeret og operante kontingenter var nødvendig for at læring skulle skje, men ikke nødvendig etter økten. Dette funnet står i kontrast til medikamenteffekter etter økten på andre atferdspreparater, som fryktbetinging ( Castellano et al., 1993 ). Kelley et al. ( Kelley et al., 1997 ) viste også at infusjoner av AP-5 i nucleus accumbens-skallet (NAS) hadde svært liten effekt på operant læring, noe som tyder på at operant betinging innebærer plastiske endringer i et diskret nettverk snarere enn den allestedsnærværende nevrale virkningen av NMDAR-er. En mer presis karakterisering av dette nettverket kan være til fordel for utallige nevropsykiatriske tilstander som involverer lærings- eller plastisitetsrelaterte mangler ved å hjelpe nevrobiologer med å identifisere diskrete kjerner som er kritiske for å utføre atferd, samtidig som de identifiserer spesifikk reseptormediering av nevnte atferd.

For å utdype disse resultatene fant Baldwin et al. (2000) at AP-5-infusjoner i basolateral amygdala (BLA) og medial prefrontal cortex (mPFC) også svekket operant læring, men AP-5 hadde ingen effekt på operant læring når det ble infundert i dorsalt (dSUB) eller ventrale (vSUB) subikulum. Videre var disse effektene igjen begrenset til den innledende kondisjoneringsfasen, ettersom NMDAR-blokkering ikke hadde noen effekt på påfølgende operant ytelse, spontan motorisk atferd eller spontan mating. McKee et al. ( McKee et al., 2010 ) utvidet rollen til NMDAR-aktivering i operant læring til dorsal medial striatum (DMS) og anterior cingulate cortex (ACC), men fant ingen rolle for orbitofrontal cortex (OFC) i operant læring. Kontrollstudier fant ingen bevis for motivasjons- eller motoriske underskudd. Andrzejewski et al. ( Andrzejewski et al., 2004 ) utforsket også rollen til NMDAR-er i den sentrale kjernen av amygdala (CeA) og to andre striatale subkjerner. Selv om læringsvansker ble observert etter AP-5-infusjoner i CeA og posterior lateral striatum (PLS), men ikke dorsolateral striatum (DLS), var det også betydelige effekter på spontan motorisk og spiseatferd med AP-5-infusjoner i CeA og PLS. Disse resultatene antyder at operant læring er avhengig av NMDAR-aktivering i et distribuert nettverk, som hver muligens bidrar til distinkt sensorisk, motivasjonsmessig, motorisk og læringsprosessering. Fremtidige studier er absolutt nødvendige for å evaluere grensene til det "operante" nettverket.

Sammen viser disse innledende studiene at NAC, BLA, mPFC, DMS og ACC er kritiske områder i et cortico-limbic striatal nettverk som styrer operant læring som ikke er nødvendig for senere ytelse. Selv om ytterligere arbeid kan tydeliggjøre dette nettverket og kanskje mer spesifikke roller i hver region, ser et slikt nettverk ut til å lære av vanedannende eller maladaptive atferd som kan være mer striatalt regulert når de er etablert.

Dopamin involvering i belønning behandling og plastisitet

Forsterkningsbasert prosessering er også sterkt avhengig av mesokortikolimbiske DA-systemer, som omfatter DA-nevroner i det ventrale tegmentale området (VTA) og deres projeksjoner til nucleus accumbens (NAc), amygdala, prefrontal cortex (PFC) og andre regioner i forhjernen, men den nøyaktige rollen til DA i belønningsprosessering er fortsatt en kilde til strid. En tidlig teori antydet at DA-medierte gledene ved belønning fordi mange naturlige og medikamentelle belønninger aktiverer mesokortikolimbiske systemer, og deres blokade svekker den atferdsmessige effektiviteten til de fleste forsterkere ( Wise og Bozarth, 1985 ). En annen hypotese hevder at mesokortikolimbiske DA-nevroner lærer og forutsier belønningsleveranser, fordi de reagerer på appetittbetingede stimuli, men ikke på de ubetingede stimuliene (eller på selve belønningene) ( Schultz, 1998 , 2002 ). En tredje, svært innflytelsesrik hypotese hevder at mesokortikolimbiske DA-systemer koder for insentivegenskaper som tilskrives de nevrale representasjonene av stimuli og belønninger. DA medierer riktignok ikke den hedoniske påvirkningen av søte belønninger, men er nødvendig for atferd rettet mot de samme belønningene ( Berridge og Robinson, 1998 ). For det fjerde har noen hevdet at mesokortikolimbiske DA-systemer tjener innsatsrelaterte funksjoner som påvirker forsterket atferd på grunn av det faktum at DA-uttømming har liten innvirkning på operantrespons når den forsterkes på en "enkel" tidsplan (for eksempel en FR-5), men har dramatiske effekter på mer anstrengende tidsplaner ( Salamone et al., 1994 , Salamone et al., 2001 ). Likevel, selv om DAs rolle i operant atferd er utvetydig, forblir den nøyaktige naturen og detaljene i dens rolle sannsynligvis en funksjon av forberedelsene som brukes og den teoretiske orienteringen til eksperimentatoren.

Vi testet rollen til DA på operant læring via D1R-aktivitet i mange av de samme strukturene som er nevnt ovenfor. Baldwin et al. ( Baldwin et al., 2002b ) viste at D1R-blokade i PFC svekket operant læring, men ikke hadde noen effekt på ytelse. D1R-blokade i BLA og CeA svekket også operant læring ( Andrzejewski et al., 2005 ), på en doseavhengig måte. Imidlertid har rollen til D1R i andre strukturer vært vanskelig å dissosiere fra andre D1R-medierte medikamenteffekter. For eksempel demonstrerte Hernandez et al. ( Hernandez et al., 2005 ) en betydelig effekt på operant atferd etter D1R-blokade før økten i NAc; imidlertid ble nesestikking i matbrettet (ofte ansett som en pavlovsk appetittbetinget respons) også betydelig redusert. Andrzejewski et al. ( Andrzejewski et al., 2006 ) fant at D1R-blokkering i vSUB, men ikke dSUB, svekket operant læring, men igjen ble det oppdaget motivasjonsdefekter. Selv om det virker sannsynlig at DA D1R-aktivering er avgjørende for å styre plastisiteten assosiert med operant læring, er den nøyaktige rollen fortsatt noe unnvikende. Nye bevis førte imidlertid til at vi postulerte en kritisk interaktiv rolle for NMDAR og D1R i operant læring.

Intracellulær konvergens av NMDAR- og DA D1R-aktivering: tilfeldighetsdetektorer

Fra dette beviset begynte vi å teoretisere de NMDARene i forbindelse med DA D1R, og spesielt sammenfallende deteksjon av innkommende signaler, spille en kritisk rolle i utformingen av synaptiske konfigurasjoner, og sannsynligvis dominerende nevrale ensembler som ligger til grund for operant læring (Jay et al., 2004). NDMARs og DA D1Rs samhandler på dynamiske måter. For eksempel er NMDA-avhengig LTP i striatale skiver blokkert av D1, men ikke D2-antagonister (Weiss et al., 2000). In vivo bevis for NMDA-D1-interaksjon i plastisitetsrelaterte fenomen antyder at LTP foregår i flere kretser og strukturer. For eksempel er LTP i hippokampale prefrontale cortexsynapser avhengig av koaktivering av NMDA- og D1-reseptorer, så vel som intracellulære kaskader som involverer PKA (Jay et al., 2004). I både striatum og prefrontal cortex forsterker D1-aktivering NMDA-reseptormedierte responser (Cepeda et al., 1993, Seamans et al., 2001, Wang og O'Donnell, 2001). Forsterkningen av hippocampal-fremkalt spikingaktivitet av accumbens-neuroner krever samvirkende virkning av både D1- og NMDA-reseptorer, mens en lignende synergisme blir observert for amygdalo-accumbens-banen (Floresco et al., 2001b, a). Molekylære studier komplementerer disse funnene, som viser NMDA-reseptoravhengighet av D1-mediert fosforylering av CREB (cAMP-responselementbindende protein) (Das et al., 1997, Carlezon og Konradi, 2004) trodde en transkripsjonsfaktor å være en evolusjonær konservert modulator av minneprosesser og nøkkelprotein i cellulære veier berørt av vanedannende stoffer (Silva et al., 1998, Nestler, 2001). Sterk støtte for påstanden om sammenfallende aktivering kommer fra demonstrasjonen av langsiktig forbedring av synaptisk styrke når kortikostriatal excitasjon og dopaminerge aktivering er temporalt koordinert (Wickens et al., 1996). Andre data tyder på at glutamat- og dopamin-signaler, via NMDA og D1-aktivering, konvergerer for å indusere ERK-aktivering i hippocampus og striatum, og derved omkonfigurere nettverk involvert i læring og narkotikabruk (Valjent et al., 2005, Kaphzan et al., 2006). På grunn av kravene som er nødvendige for læring, er det derfor interessant å spekulere at den koordinerte ankomsten av dopaminerge og glutamatergiske signaler, og dens nevromolekylære konsekvenser, tjener som tilfeldighetsdetektor som initierer transkriptjonelle endringer som fører til varige synaptiske endringer. Det er viktig å merke seg at disse meget kaskader er de som foreslås å bli modifisert i vanedannende prosessen (Hyman og Malenka, 2001).

I en direkte test av denne hypotesen fant Baldwin et al. ( Baldwin et al., 2002b ) doser av AP-5 og R(+)-7-klor-8-hydroksy-3-metyl-1-fenyl-2,3,4,5-tetrahydro-1H-3-benzazepinhydroklorid (SCH-23390) (en D1R-antagonist) i PFC som ikke hadde noen merkbar effekt på operant læring. Men når de ble kombinert og infundert i PFC hos naive rotter, ble operant læring betydelig svekket, noe som tyder på sterk synergi mellom de to reseptorene. Det vil si at plastisitet assosiert med operant atferd er mulig med en liten mengde NMDAR- eller D1R-blokade, men ikke begge deler. Selv om vi har sett noen doseavhengige effekter, lurte vi på om operant læring var et "alt eller ingenting"-fenomen, som konseptlæring ( Osler og Trautman, 1961 ). Etter vår erfaring så det ut til at rottene våre først brukte tiden sin i kammeret på å utforske, pirke på nesen, snuse, stelle, steile seg opp osv., mens de bare av og til brukte spaktrykk. Etter et par økter «forsto» kontrollrottene det og begynte å bruke spaktrykk mye oftere, og steilet seg opp, utforsket, snuste, stelle seg opp osv. mindre (f.eks. responser uten programmerte konsekvenser), akkurat som Staddon og Simmelhag demonstrerte i sitt banebrytende eksperiment om overtroisk atferd ( Staddon og Simmelhag, 1971 ). Derfor kan initial operant læring involvere et «vippepunkt» eller en terskellignende prosess, i motsetning til en mer gradvis og jevnt skiftende prosess. Figur 1 viser de kumulative responsene til to rotter med kanyler rettet mot NAc. Den ene ble infundert med vehikkel før de første fem øktene, mens den andre ble infundert med AP-5. Likheten i funksjoner er slående og ser ut til å samsvare med vår antagelse: det er en veldig gradvis og langsom økning i responsen, med overgang relativt raskt til en høy og jevn responsrate. Merk at den AP-5-behandlede rotten er forsinket i denne overgangen, noe som tyder på at dette "vippepunktet" er forsinket av NMDAR-blokade.

 

Figur 1

Kumulativ håndtak presses på tvers av øktene. Oppførselen til to representative rotter, en vehikelbehandlet og en AP-5-behandlet, etter infusjoner i nukleinsammenhengskjernen (NAc) før de første 5, 15-minutters lange øktene. Infusjoner opphørt etterpå ...

Selv om disse atferdsmessige dataene og andre observasjoner kan gi et overbevisende argument om denne "tipping point" -hypotesen, ville det være av stor import hvis neurobiologien fulgte etter, for dette ville innebære en "kritisk periode" for operant læring og foreslå mål for intervensjon i en tidsavhengig mote. I det minste ser det ut til at operant læring er svært kontekstualisert vis-à-vis tidsmessige, miljømessige og neurofysiologiske relasjoner.

En intracellulær signalmodell av operant læring

De intracellulære molekylære bestanddelene av læring (generelt ikke nødvendigvis operant læring), som nevnt tidligere, har fått stor interesse. Våre egne funn angående rollen til NMDAR-aktivering ble grundig informert av disse funnene angående LTP. Imidlertid er de intracellulære signalkaskadene som er ansvarlige for LTP nå godt belyst. Er de de samme kaskadene som er ansvarlige for å rekonfigurere de synaptiske banene under operant læring? Baldwin et al. ( Baldwin et al., 2002a ) hemmet proteinkinaseaktivitet, avgjørende bestanddeler av intracellulær signalering som er nødvendig for LTP, i NAc hos rotter før operante læringsøkter med forbindelsen 1-(5-isokinolinsulfonyl)-2-metylpiperazindihydroklorid (H-7). I en separat gruppe rotter ble cAMP-avhengig proteinkinase (PKA)-aktivitet hemmet av legemidlet Rp-adenosin 3′,5′-syklisk monofosfotioat-trietylamin (Rp-cAMPS) rett før operante læringsøkter. I begge tilfeller var læringen svekket, noe som tyder på at proteinkinasesignalering generelt, og PKA-aktivitet spesifikt, var nødvendig for operant læring. Dermed har flere viktige intracellulære komponenter av den nevrale plastisiteten assosiert med operant læring blitt identifisert.

PKA-, PKC- og annen proteinkinaseaktivitet konvergerer intracellulært, ifølge flere fremtredende modeller, ved ERK ( Valjent et al., 2005 , Kaphzan et al., 2006 ). Fosforylert ERK (pERK) translokeres til kjernen i nevroner, hvor det modulerer aktiviteten til CREB, som er allment anerkjent som en evolusjonært konservert mediator av langsiktig nevral plastisitet. Overraskende nok har vi funnet liten rolle for ERK i operant læring. For det første produserte U0126 (en pERK-hemmer) infundert i NAc før operante læringsøkter ingen observerbar effekt ( figur 2 , panel A). Vi brukte identiske paradigmer og preparater som i tidligere rapporter, men gitt vår manglende erfaring med dette legemidlet er det mulig at denne negative effekten var et resultat av et ukjent teknisk problem. For det andre utforsket vi ERK-fosforylering etter operant læring ved hjelp av standard Western blots og kommersielt tilgjengelige antistoffer. To grupper på 6 rotter ble kjørt: 1) standard operant trening (FR-1/VR-2) og 2) kontrollgruppe med åk (mottok samme antall forsterkere, men måtte ikke bruke spaktrykk for å produsere dem). Hjerner ble samlet inn innen fem minutter etter den 5. ^økten og behandlet med Western blot. Ingen forskjeller i ERK, pERK eller pERK/ERK-forholdet ble observert i noen av de 12 områdene som ble studert, inkludert NAc ( figur 2 , panel B). Det var en liten, men statistisk signifikant, effekt i pERK i vSUB og PFC, som utgjorde omtrent en økning på 20 % i forhold til kontrollgruppe med åk. Selv om effekten var statistisk signifikant, var den svært beskjeden og muligens en type 1-feil gitt antallet sammenligninger vi utførte. For det tredje forsøkte vi å visualisere, og forhåpentligvis, semi-kvantifisere pERK i hele hjernen etter operant læring ved å bruke standard immunhistokjemiske metoder på frittflytende hjerneseksjoner. Disse rottene ble behandlet identisk med Western blot-eksperimentene, men etter hjerneinnsamling ble hele hjerner skåret i skiver og pERK-antistoffer ble brukt til å lokalisere pERK.

 

Figur 2

ERKs rolle i operativ læring. Panel A viser at U0126 infused i NAc før læringsøktene ikke har noen effekt sammenlignet med kjøretøy-infunderte kontroller. Panel B viser hverken ERK-1 eller ERK-2 fosforylering økes hos rotter som lærer en operant ...

Igjen, mens det var betydelig pERK-farging i PFC og vSUB, var det svært lite i NAc ( figur 2 , panel C). Disse dataene samsvarer godt med resultatene fra Western-studier og antyder en begrenset rolle for ERK i operant læring, i motsetning til de mange studiene som viser en avgjørende rolle for denne kinasen i andre former for læring ( Levenson et al., 2004 , Chwang et al., 2006 , Kaphzan et al., 2006 ). Samtidig NMDAR/D1R-aktivering kan imidlertid rekruttere ERK-uavhengige signalveier til kjernen.

CREBs rolle i nevral plastisitet

pERKs modulering av pCREB er kritisk under læring fordi CREB er en transkripsjonsfaktor som øker eller demper uttrykket av visse gener. Disse genene antas å være regulatorer av syntesen av bestemte proteiner som danner byggesteinene til reseptorer, membraner og andre strukturer som er avgjørende for nevral plastisitet. Vi har faktisk vist at proteinsyntese i NAc er kritisk under operant læring ( Hernandez et al., 2002 ). Ved å bruke proteinsyntesehemmeren anisomycin viste vi at infusjoner inn i NAc umiddelbart etter økten blokkerte påfølgende operant læring, noe som impliserte transkripsjonsfaktorer og de novo proteinsyntese. Interessant nok hadde infusjoner 2 eller 4 timer etter økten ingen effekt; anisomycin hadde heller ingen effekt under en ytelsestest eller en fôringstest. Nok en gang ser det ut til at vi har avdekket viktige trekk ved et strengt kontrollert, tidsmessig og kontekstuelt læringssystem som involverer flere strukturer, reseptorer, signalmekanismer og nå proteinsyntese.

Funnet om proteinsynteseavhengighet av operant læring var uten tvil et av de viktigste i vårt laboratorium, men det reiste et stort åpent spørsmål angående spesifisiteten til denne proteinsyntesen. Vi utførte derfor flere eksperimenter for å identifisere hvilke gener som kan syntetiseres/oppreguleres under operant læring. Ved å bruke standard in situ -hybridiseringsmetoder med rotter behandlet omtrent som de som ble brukt for pERK Western-studiene, fant vi at de umiddelbare tidlige genene (IEG-ene) Homer1a og egr1 ( zif-268 ) var oppregulert, sammenlignet med kontrollrotter, umiddelbart etter den tredje ^operant treningsøkten i diskrete kortiko-limbiske-striatale noder. Genuttrykk var forhøyet mye i hele cortex og striatum, og i noen tilfeller hippocampus, men overraskende nok ikke i ventral striatum (dvs. NAc). I motsetning til "tidlig læringsgruppe" opplevde en andre gruppe rotter 23 operante læringsøkter. Likevel var Homer1a- og egr1- ekspresjonen nå redusert sammenlignet med gruppen med tidlig læring, i nesten alle kjerner som ble studert, noe som tyder på at disse genene er involvert i plastisitetsrelaterte funksjoner under tidlig eksponering, men ikke senere eksponering, for operante kontingenter. Det eneste unntaket var ventrolateral striatum (VLS), som genetisk sett ser ut til å forbli "online" selv under utvidet operant eksponering. Selv om mange forskere har betegnet lang operant trening som "vanedannelse", forblir disse responsene tilpasningsdyktige og fleksible (vurder den "midlertidige" effekten av forsterkning eller reduksjonen man ville se når operante kontingenter elimineres eller slukkes): det er interessant å spekulere i at VLS kan tjene denne overvåkingsfunksjonen.

Andre glutamatreseptorer hjelper også til plastisitet forbundet med operant læring

Homer1a antas å regulere og transportere gruppe 1 metabotrofiske glutamatreseptorer (mGluR1 og mGluR5). mGluR5-er potenserer aktiviteten til NMDAR-er ved å endre deres permeabilitet for Ca2 ⁺ ( Pisani et al., 2001 ), noe som reiser den interessante muligheten for at én mekanisme for NMDAR-indusert plastisitet kan avhenge sterkt av mGluR5-aktivitet. Nylig testet vi direkte rollen til mGluR5-aktivitet på operant læring ved å blokkere aktiviteten deres med legemidlet 3-((2-metyl-4-tiazolyl)etynyl)pyridin (MTEP). Våre foreløpige resultater tyder på at blokkering av mGluR5-aktivitet i DMS svekker operant læring, selv om oppfølgingseksperimenter på dette funnet pågår.

AMPA-reseptoraktivering og operant læring har også blitt utforsket i vårt laboratorium. Hernandez et al. (2002) demonstrerte en tidsbegrenset rolle for AMPAR-aktivering i NAc under operant læring. Effekten vedvarte imidlertid i mange økter og kan ha vært et resultat av en nedregulering eller langsiktig internalisering av glutamatreseptorer. Selv om denne påstanden trenger ytterligere empirisk støtte, fant vi det svært overraskende at blokade av AMPAR før økten ville produsere en så langsiktig effekt i forhold til blokade etter økten, som ikke ga noen endring i operant læring.

Epigenetiske endringer under operant læring

I tillegg til å aktivere transkripsjonsfaktorer, induserer NMDAR- og D1R-aktivitet også modifikasjoner, som histonacetylering, av kromatin, proteinet som organiserer og kondenserer genomisk DNA. Disse modifikasjonene gir rekrutteringssignaler involvert i gentranskripsjon/silencing og påvirker tilgangen til DNA av transkripsjonsmaskineriet. NMDAR-aktivering og tilhørende intracellulære signalkaskader, inkludert histon 3 (H3)-acetylering, styrer langvarig atferdsendring, pavlovsk fryktbetinging og instrumentell Morris Water Maze-læring ( Atkins et al., 1998 , Blum et al., 1999 , Schafe et al., 2000 ). Vi begynte nylig å undersøke om operant læring modifiserer kromatin. Faktisk økte histon H3-acetyleringsekspresjon i visse strukturer under utførelse av en operant atferd, versus sukrosetilførselskontroller. I dette eksperimentet ble rotter som presset med en RI-30"-metode avlivet 30 minutter etter en økt. Hjerner ble samlet inn, behandlet og inkubert med anti-acetyl-histon H3 (lysin 14) ved bruk av standardprotokoller.

Interessant, i forhold til yoked kontroller, så vi forhøyet histon H3 acetylering i DMS, en struktur allment betraktet som en viktig bidragsyter til operant læring. Dette er noen av de første dataene vi vet om å vise histon-modifikasjoner under operant læring. Økninger i det globale nivået av histon H3-acetylering kan imidlertid være et resultat av modifikasjoner hos promotorer av andre gener enn IEG, og videre hadde rotter anvendt i dette forsøket omfattende trening. Dermed er ytterligere informasjon om lokalet for den acetyleringen under operant læring nødvendig. Likevel foreslår disse dataene sammen med mange andre rapporter sterkt at epigenetiske prosesser er engasjert under operant læring. Langvarige modifikasjoner, som histonacetylering, kan hjelpe oss med å forstå den varige karakteren av operantadferd, dets motstand mot forandring og tilbakevendelsen av visse lidelser til behandling.

Epigenetiske prosesser ser også ut til å bli modifisert under legemiddeladministrasjon og læring. Under kokain-selvadministrasjon, et D1R-avhengig instrumentparamigram, blir kromatinmodifikasjoner indusert i visse regioner av striatumet hos promotorer fra mange plastitetsrelaterte gener, så som Cbp, NR2B, Psd95og GluR2. CBP er kritisk for stimulasjonsinducert aktivering av CREB og har egen histonacetyltranferase (HAT) aktivitet (Shaywitz og Greenberg, 1999). Transgene mus uttrykker en avkortet form av CBP har flere læringsunderskudd (Wood et al., 2005). NR2B, en underenhet av NMDAR-komplekset, inneholder glutamatbindingsstedet og er avgjørende for LTP, mens underenheten NR2A er ikke (Foster et al., Foster et al., 2010). Den NR2B subunit fosforyleres av CaMKII, dephosphorylert av PP1, og medierer NMDAR-internalisering (Roche et al., 2001). Psd-95 hemmer NR2B-mediert internalisering av NMDAR (Roche et al., 2001) og styrer synaptisk lokalisering og stabilisering av NMDARs (Li et al., 2003). GluR2 er en underenhet av AMPAR og inneholder et avgjørende fosforyleringssted også modulert av intracellulær proteinkinase og proteinfosfataseaktivitet. Fosforylering av GluR2 Delvis styrer AMPARs permeabilitet for kalsium og andre kationer. Interessant, inducerer mGluR5 stimulering i rotte dorsal striatum GluR2 fosforylering, en effekt blokkert av NMDAR-antagonisme (Ahn og Choe, 2009).

En Intra-cellular konvergensmodell av operant læring

Mot dette bakteppet av dynamisk og interessant arbeid, laget vi en modell for NMDAR-DA D1R-konvergens som kan fremme større forståelse av den nevrale plastisiteten involvert i operant læring. Figur 4 illustrerer den rådende hypotesen om at glutamatkodede sensoriske/informasjonsprosesseringssignaler aktiverer NMDAR og AMPAR, noe som fører til Ca2 ⁺ -tilstrømning inn i cellen. DA-aktivering av D1R-er aktiverer adenylcyklase (AC, angitt med en svart pil), og i sin tur cAMP. De to signalveiene samhandler på flere steder, for eksempel ved at CaM, indusert av NMDAR-aktivering, påvirker AC (selv om dette er en noe forenklet representasjon). PKA aktiverer MEK, men hemmer også Ras/Raf (angitt med en strekhodet linje), noe som tyder på at signalveiene ikke bare konvergerer, men også kan konkurrere om signaldominans.

 

Figur 4

En intracellulær signalmodell av operantletting. De funksjonelle og strukturelle forandringene som er involvert i neural plastisitet, impliserer koordinert NMDAR- og DA D1R-aktivering gjennom hele kortikale-striatal-limbiske nettverk. Denne figuren oppsummerer den rådende ...

Flere punkter med mulig konvergens demonstreres, særlig aktiveringen av CREB, MEK og ERK. Kritiske plastisitetsrelaterte effekter demonstreres også, som den CREB-avhengige transkripsjonen av IEG-ene Arc, Homer1a og egr1. Homer1a transporterer mGluR5-reseptorer (representert med en grå pil), som deretter potenserer Ca2 ⁺ -tilstrømning via Gαq-proteinkoblet fosfolipase C (PLC)-aktivitet (denne potenseringen er representert med en gul pil og lyn); mGluR5-aktivitet potenserer også DA D1R-aktivering. Arc transporteres til nylig aktiverte synapser, og utfører sannsynligvis en slags "merkings"-rolle. Nylig antyder nye data en viktig rolle for Arc og ERK i AMPAR-subenhetsinnsetting og regulering av L-type spenningsstyrte kalsiumkanaler. DARPP-32, aktivert av PKA-aktivitet, akkumuleres i kjernen og hemmer proteinfosfatase 1 (PP1)-aktivitet, som er direkte involvert i kromatinmodifikasjoner via intrinsisk defosforyleringsaktivitet (symbolisert med en halvsirkelformet pil som «griper tak i» en fosfatgruppe). Histondeaktylease (HDAC)-virkninger er representert med en invertert pillinje som «griper tak i» acetylgrupper fra histon 3 (H3). Disse histonmodifikasjonene slapper av eller komprimerer kromatin, og muliggjør eller undertrykker dermed gentranskripsjon (de spesifikke modifikasjonene som er angitt i figuren representerer ikke nødvendigvis de faktiske modifikasjonene som kreves ved promotorene til IEG-ene for transkripsjon) ( Figur 4 er basert på ( Sweatt, 2001 , Kelley og Berridge, 2002 , Haberny og Carr, 2005 , Ostlund og Balleine, 2005 , Valjent et al., 2005 ). Derfor gir den nevromolekylære konvergensen av informasjon fra kortiko-striatal-limbisk NMDAR og DA D1R et mulig substrat for plastisitet i belønningsbasert læring. De spesifikke hjernekjernene og nevronene som er representert i denne modellen, kommer først nå i fokus, men involverer sannsynligvis viktige striatale, limbiske og kortikale steder. Vår sterke mistanke er at mellomstore, piggete nevroner, spesielt i striatum, kan være godt egnet for plastisitetsrelaterte funksjoner på grunn av deres uvanlig høye tetthet av spenningsavhengige ionekanaler som produserer eksepsjonelle tilstandsoverganger ( Houk og Wise, 1995 ) i kombinasjon med konvergensen av utbredte, glutamatkodede kortikale, limbiske og thalamiske afferenter, samt monoaminerge input fra mellomhjernen.

Kelley og kolleger ( Kelley et al., 1997 ) uttalte opprinnelig en avgjørende rolle for NAc i nevral plastisitet og operant læring. Faktisk har vårt laboratorium utforsket rollen til nucleus accumbens i en rekke atferdsparadigmer ved hjelp av en eksperttilrettelagt tverrfaglig tilnærming (f.eks. eksperimentell analyse av atferd, atferdsnevrovitenskap, molekylær og cellulær nevrovitenskap, etc.). Dr. Kelley var en av ekspertene på strukturen, fysiologien, konnektiviteten og funksjonen til nucleus accumbens. Imidlertid ser flere av våre egne eksperimenter ut til å motsi Dr. Kelleys opprinnelige uttalelse. Den overbevisende mangelen på MEK/ERK-involvering i NAc under operant læring og mangelen på genuttrykk tjener som to dristige unntak fra påstanden om at plastisitet i NAc er avgjørende for operant læring. For det første kan det være at MEK/ERK ikke er involvert i operant læring noe sted i hjernen. Våre studier av 12 andre steder ga svært liten forskjell mellom operant læring og åkkontroller. Kanskje MEK/ERK-signalveien er involvert i den «kritiske perioden» eller «vendepunktet» når rotter ser ut til å «forstå», og studiene våre hadde ikke den tidsmessige oppløsningen til å oppdage denne effekten, spesielt siden ERK-aktivering er en dynamisk og relativt rask hendelse. Kanskje dosene våre med U0126 var for lave til å hemme ERK-aktivering. En like sannsynlig hypotese er imidlertid at CREB-mediert transkripsjon av gener involvert i nevral plastisitet aktiveres direkte av andre signalveier, som PKAc eller CAM (se figur 4 ), som omgår MEK/ERK-signalveien. Og kanskje har vi ikke identifisert de kritiske plastisitetsrelaterte genene eller de utallige mulige epigenetiske modifikasjonene av NAc-nevroner som muliggjør og instantierer operant atferd. Vi håper å besvare disse spørsmålene med samme grundighet og entusiasme som Ann gjorde.

Kliniske implikasjoner

Den rådende hypotesen i denne gjennomgangen er at modellen som presenteres i figur 4 kan informere behandlingen av mange kliniske problemer. Av åpenbar relevans er rusavhengighet, ettersom rusmisbruk påvirker mange av de samme molekylære prosessene som er involvert i operant læring. I de senere år er noen av de mest bemerkelsesverdige funnene i forskning på avhengighet de som viser betydelig overlapping av mekanismene som medierer rusavhengighet og normal belønningsrelatert læring ( Hyman og Malenka, 2001 , Nestler, 2001 , Wang et al., 2009 ). Vi er sikre på at mange av gjennomgangene i denne spesialutgaven elegant har fremhevet forholdet mellom rusavhengighet og normal belønningsrelatert læring. Riktignok har dette forholdet vist seg å være avgjørende for vår forståelse av avhengighet, men vi vil gjerne sitere noen viktige nye koblinger mellom Dr. Kelleys arbeid med operant læring med nye data og funn om andre kliniske problemer. Disse implikasjonene faller inn under to generelle temaer: 1) kliniske problemer med tilhørende lærevansker som kan ivaretas av en bedre forståelse av hvordan operant læring foregår via nevromolekylære plastisitetsmekanismer, og 2) kliniske problemer knyttet til pågående, allerede lært og muligens svært motstandsdyktig operant atferd og dens nevromolekylære bestanddeler. Dette siste tilfellet omfatter problemet med avhengighet, mener vi, ettersom det med rette kan betraktes som pågående operant atferd med svært skadelige og langvarige bivirkninger.

Som nevnt i innledningen, antas det nå at autismespekterforstyrrelser rammer 1 av 88 barn. Kommunikasjonsvansker, sosiale interaksjonsproblemer og stereotypiske atferdsmønstre karakteriserer autisme, selv om kommunikasjonsferdigheter kan være typiske hos barn med Aspergers syndrom. Tidlig intensiv atferdsterapi (EIBT), basert på operante prinsipper, danner ryggraden i omfattende behandlingsregimer som gir utrolige resultater. Denne tidlige terapien, som er svært individualisert og kontekstualisert, involverer vanligvis minst 40 timer med én-til-én-terapi per uke, ofte i mange år. Data indikerer at jo tidligere intervensjonen begynner, desto bedre er suksessraten. I mange av disse tilfellene (noen estimater er mellom 40-50 %) er fullstendig integrering i vanlige klasserom mulig med minimal eller ingen ekstra støtte ( Lovaas, 1987 , Sallows og Graupner, 2005 , LeBlanc og Fagiolini, 2011 ). Disse funnene tyder på nevral plastisitet som en drivende komponent i suksessen til EIBT. Forskere innen autismebehandling spekulerer mye om «kritiske perioder» i utviklingen som sammenfaller med økt nevral plastisitet ( LeBlanc og Fagiolini, 2011 ). Dermed kan vår forskning på operant læring ha to mulige implikasjoner: 1) det er mulig at den autistiske «hjernen» kan ha redusert plastisk potensial, og bare gjennom intensiv trening og terapi kan disse reduksjonene overvinnes, og 2) det kan være mulig, med en mer fullstendig forståelse av operant læring, å indusere perioder med plastisitet slik at eldre barn kan dra nytte av terapi.

Selv om det er en svært spekulativ påstand om operant læring, EIBT og nevral plastisitet ligger til grunn for ASD-er, finnes det flere kilder til konvergerende støttende bevis. For det første er den viktigste arvelige årsaken til ASD-er Fragilt X-syndrom (FXS), et problem med en enkelt gen-trinukleotid-repetisjon i FMR1-genet. FXS er assosiert med lærevansker, sosiale atferdsvansker samt noen fysiske (primært ansikts-) abnormaliteter. FMR1-genet koder for Fragilt X mental retardasjon-proteinet (FMRP), som er nødvendig for normal nevral utvikling ( Crawford et al., 2001 , Antar et al., 2004 ). I tillegg modulerer FMRP sterkt gruppe 1 mGluR-aktivitet, og mangel på FMRP-aktivitet dysregulerer NMDAR LTP ( Antar et al., 2004 ). Vårt nylige arbeid med mGluR5-hemmeren MTEP antyder en rolle i operant læring for denne reseptoren under "normale" forhold. Farmakoterapier basert på modulering av mGluR5-aktivitet undersøkes nå for bruk hos mennesker med FXS ( Hagerman et al., 2012 ).

En annen form for autisme, referert til som «regressiv autisme» fordi barn med denne formen vanligvis utvikler seg i en periode og deretter mister «normale» kommunikasjons- og sosiale ferdigheter, har nylig blitt knyttet til redusert aktivitet av PKA og den katalytiske underenheten av PKA, nemlig c-isoformen. Sammenlignet med post mortem-kontroller med ikke-regressive autismerelaterte kontroller, viste frontale kortekser med regressiv autisme redusert aktivitet og uttrykk av PKA ( Ji et al., 2011 ). Ingen forskjeller ble observert i andre kortikale regioner, og det var heller ingen forskjell mellom ikke-regressiv autisme og ikke-autistiske kontroller. Dermed kan regressiv autisme være knyttet til PKA-mediert fosforylering av proteiner og anomal intracellulær signalering. Nok en gang har vårt arbeid vist en avgjørende rolle for PKA i operant læring, noe som konvergerer fint med dette nylige arbeidet om regressiv autisme.

Rubenstein-Taybi syndrom (RTS) er en autosomal dominant lidelse forårsaket av mutasjoner i CREB-bindingsproteingenet (CREBBP). Kort vekst, brede tomler, karakteristiske ansiktstrekk og moderate til alvorlige lærevansker karakteriserer RTS ( Bartsch et al., 2010 ). Av kritisk betydning her er den åpenbare koblingen mellom operant læring, CREB-funksjon og RTS. Kanskje barn med RTS kan ha nytte av EIBT eller annen farmakologisk terapi som muliggjør, supplerer eller erstatter CREB-modulering av gentranskripsjon. CREB-fosforylering ser ut til å kontrollere IEG-funksjonen og syntesen av nye proteiner, og regulerer sannsynligvis nevral plastisitet assosiert med operant læring.

Til slutt impliserer våre data og intracellulære modell epigenetiske prosesser som ansvarlige for den vedvarende naturen til operant atferd. Vår vanlige oppfatning av operant atferd som "vanedannelse", gjentatte demonstrasjoner av spontan bedring og den tilsynelatende ubegrensede gjenkallingsperioden forbundet med operante repertoarer bidrar sterkt til denne ideen. Faktisk har mange alvorlige problematferder vist seg å være ekstremt motvillige til behandling, noe som har ført til begrensede sosiale muligheter, kjemisk tvang, sykehusinnleggelse og institusjonalisering. Imidlertid har en bred klasse av diagnostiske verktøy, ofte referert til som "funksjonell analyse av problematferd" eller "funksjonell atferdsvurdering (FBA)", blitt utviklet for å identifisere de kontrollerende relasjonene for disse alvorlige atferdene. Generelt sett blir disse atferdsklassene sett på som operante, forsterket av oppmerksomhet, tilgang til foretrukne gjenstander/aktiviteter, eller flukt/unngåelse av uønskede omstendigheter ( Lerman og Iwata, 1993 ). Med denne informasjonen i hånden kan terapien rettes på en slik måte at den gir alternative kilder til forsterkning eller alternative passende operanter som produserer de ønskede omstendighetene, potensielt til og med lenge etter den opprinnelige operantens læring av den upassende atferden. Er det mulig at en bedre forståelse av operant læring kan gi farmakoterapeutiske mål, som histonacetylering, som forbedrer operant ekstinksjon og/eller fremmer ny operant læring?

Mens mange av disse forestillingene er svært spekulative, vil Dr. Ann Kelleys og kollegers arbeid i operant læring trolig informere, i det minste naturen og løpet av narkotikamisbruk. Vi ønsker også å utvide vår teori og funn for å hjelpe til med å forstå læringsunderskuddene knyttet til ASD, FXS og RTS, så vel som det vanskelig knyttet til styrken av visse alvorlige problematiske operantrepertoarer.

Fotnoter

Referanser