Авторы исследования Карим Бенкенэн (Karim Benchenane) и Софи Багур (Sophie Bagur) описывают, как локальная активность мозга в обонятельной луковице достаточна, чтобы точно классифицировать мышечную бдительность.
Переход из состояния сна в бодрствование
Обонятельная луковица представляет собой структуру мозга, которая передает информацию, связанную с обонянием, в остальные области головного мозга, а у мышей выступает вперед из-под коры головного мозга в направлении носовой полости.
Критерием разделения двух типов сна является отсутствие или наличие быстрых движений глаз (Rapid Eye Movements). Соответственно фазы называются REM и Non–REM (или NREM).
Понимание перехода между пробуждением и сном важно для медицинских и клинических применений, начиная от хирургической анестезии и заканчивая нарушениями сна, такими как бессонница. Хотя многие из моделей мыши были изучены, отслеживание состояний сна / бодрствования у грызунов и переходы между ними в настоящее время трудоемки.
Материалы и методы обследования
Используя записи локального поля в реальном времени с обонятельной луковицы мышей, новый метод полностью зависит от активности мозга и заданного алгоритма, что делает его более эффективным, объективным и надежным, чем современные методы. Результаты исследования опубликованы в научном журнале PLOS Biology.
Результаты научной работы
Узнав, что изменения в гамма-волнах от обонятельной луковицы являются надежным маркером состояний сна / бодрствования, группа ученых разработала автоматический алгоритм спящего режима, который лучше, чем стандартные методы. В отличие от стандартных методов, основанных на записи активности мышц, новый метод не классифицировал поведение «замораживания» грызунов как сон. Они также обнаружили, что, хотя активность гиппокампа была лучшим сигналом для различия REM и non-REM-сна, бета-волны от обонятельной луковицы могли бы выполнять эту работу почти так же, а это означает, что для автоматической системы требуется только один имплантированный в мышь провод.
Как только система была установлена, ученые смогли использовать ее для нескольких применений, включая обнаружение глубины анестезии и характер разницы между бодрствованием-сном и переходами в сон-бодрствование.
Выводы
Таким образом, автоматизированная система классификации в реальном времени имеет потенциал для широкого применения в исследованиях сна.
Авторы другого исследования утверждают, что сон способствует быстрейшему восстановлению после сотрясения мозга.
Ведущий специалист отдела организации клинических исследований, терапевт, врач ультразвуковой диагностики АО «СЗЦДМ» (г. Санкт-Петербург), главный редактор, учредитель сетевого издания Medical Insider, а также автор статей
E-mail для связи – [email protected];
