Noticias

Jul 03, 2023

La respiración organiza la sincronía gamma en el prefronto.

Scientific Reports volumen 13, Número de artículo: 8529 (2023) Cite este artículo 1439 Accesos 20 Detalles de métricas altmétricas Múltiples operaciones cognitivas están asociadas con la aparición de gamma

Scientific Reports volumen 13, número de artículo: 8529 (2023) Citar este artículo

1439 Accesos

20 altmétrico

Detalles de métricas

Múltiples operaciones cognitivas están asociadas con la aparición de oscilaciones gamma en la corteza prefrontal medial (mPFC), aunque se sabe poco sobre los mecanismos que controlan este ritmo. Utilizando grabaciones de potencial de campo local de gatos, mostramos que las ráfagas periódicas de gamma se repiten con una regularidad de 1 Hz en la estela mPFC y están bloqueadas en la fase de exhalación del ciclo respiratorio. La respiración organiza la coherencia de largo alcance en la banda gamma entre el mPFC y el núcleo que reúne el tálamo (Reu), uniendo la corteza prefrontal y el hipocampo. Las grabaciones intracelulares in vivo del tálamo del ratón revelan que el tiempo de respiración se propaga por la actividad sináptica en Reu y probablemente sea la base de la aparición de estallidos gamma en la corteza prefrontal. Nuestros hallazgos destacan la respiración como un sustrato importante para la sincronización neuronal de largo alcance a través del circuito prefrontal, una red clave para las operaciones cognitivas.

La corteza prefrontal (PFC) es un centro anatómico que integra entradas de un conjunto diverso de estructuras corticales y subcorticales1. Gran parte de la producción de PFC es recíproca1 con la notable excepción de las aferencias del hipocampo2,3 para las cuales no se han encontrado proyecciones de retroalimentación prefrontal directa. El núcleo reuniens (Reu), una estructura talámica de la línea media, proporciona un vínculo crucial entre el PFC y el hipocampo, formando una red funcional que media múltiples operaciones cognitivas4,5,6. La sincronización interregional precisa en esta red es esencial para los procesos de memoria y se ve facilitada en gran medida por las oscilaciones que surgen durante los diferentes estados de conciencia7,8,9.

El ritmo gamma (30-80 Hz), que es prominente en el cerebro excitado10, juega un papel importante en la fisiología11 y fisiopatología12 normales de la red prefrontal. Se ha relacionado consistentemente con funciones de nivel superior como la conciencia13, la atención14 y la memoria15,16, lo que denota su papel fundamental en las funciones corticales prefrontales11,17. La capacidad de gamma para organizar la actividad cortical está estrechamente relacionada con su ciclo de 25 ms, que proporciona una ventana óptima para la coactivación de múltiples neuronas dentro de ciclos sucesivos, facilitando la formación de conjuntos neuronales locales18,19.

Recientemente se ha acumulado evidencia que demuestra que la respiración es un potente modulador de la actividad cortical y del hipocampo20,21,22,23,24. En la corteza cerebral de roedores21,25,26 y gatos27, la respiración modula la amplitud gamma y provoca un ritmo cortical (RR) relacionado con la respiración, que tiende a ser más prominente en las regiones frontales20,21,28. Se desconoce cómo la respiración organiza la sincronía gamma en la red prefrontal. Se ha demostrado que Reu media la sincronía gamma de largo alcance entre el PFC y el hipocampo29 y parece ser necesario para la aparición de potenciales lentos en el PFC30 que probablemente estén relacionados con la respiración31,32. Por lo tanto, planteamos la hipótesis de que las señales respiratorias transmitidas a través de Reu organizan la sincronía gamma en la red prefrontal. Dados los cambios dramáticos en la excitabilidad neuronal y la aparición de diferentes ritmos cerebrales en los estados de vigilancia, planteamos además la hipótesis de que el acoplamiento respiración-gamma está modulado por el estado cerebral.

Para estudiar la dinámica de la sincronía gamma en la red prefrontal, registramos potenciales de campo locales (LFP) de capas profundas del mPFC del gato, el tálamo de la línea media y el hipocampo ventral en una configuración fija en la cabeza (Figuras complementarias S1a y S1b). Los animales pasaron por períodos de vigilia tranquila, movimientos oculares no rápidos (NREM) y sueño con movimientos oculares rápidos (REM) durante sesiones de 2 a 4 h (Figuras complementarias S1c y S1d). Además, realizamos registros intracelulares in vivo del tálamo de la línea media y de la corteza prefrontal en ratones anestesiados (Fig. 4 y Fig. Suplementaria S4a).

Nuestro análisis inicial de la señal mPFC reveló variaciones rítmicas en la potencia gamma resultantes de breves ráfagas gamma (382 ± 90 ms, 332 ± 46 µV2, Fig. 1a y d) que se repitieron cada 1 a 2 s y se sincronizaron en fase con la envolvente. de un ritmo prefrontal de 1 Hz (Fig. 1a y e, prueba de uniformidad de Rayleigh, pRayleigh <0,001). Algunos estudios han indicado que la actividad oscilatoria en las redes prefrontales está modulada por la respiración21,25,33. Por lo tanto, preguntamos si la modulación de 1 Hz de la potencia gamma observada en nuestras grabaciones está relacionada con la respiración y si esto es exclusivo de las redes talámicas prefrontales. Descubrimos que el ritmo de 1 Hz era coherente con la respiración, y que se producían valles de expresión gamma durante la exhalación (Fig. 1a yd). En adelante nos referiremos a este potencial de 1 Hz como ritmo relacionado con la respiración (RR), lo que refleja una terminología similar utilizada por Biskamp et al.21 y Mofleh y Kocsis24.

La respiración modula la sincronía gamma en la red prefronto-talámica. ( a ) Potencial de campo local mPFC y su espectrograma de ondas que muestran oscilaciones gamma transitorias anidadas en el potencial relacionado con la respiración (RR). El cuadro de puntos indica la ráfaga que se muestra en esta figura (d). (b) Secciones coronales marcadas con DAPI que muestran pistas de electrodos en las capas profundas del mPFC, el tálamo de la línea media y la región CA1 del hipocampo. Cru–sulcus cruciatus, Prs–sulcus praesylvius, CI–capsula interna, Reu–nucleus reuniens. (c) Potencia gamma prefrontal (izquierda) y Reu (derecha) versus fase de la respiración. (d) Una vista ampliada de un único estallido gamma de esta figura (a). (e) Gráfico polar que muestra la preferencia de fase de los estallidos gamma con respecto al valle del potencial relacionado con la respiración (RR) para todos los estallidos gamma detectados. La línea negra es el vector resultante medio (pRayleigh < 0,001). (f) Espectros de energía de múltiples áreas corticales durante los episodios de vigilia. ( g ) El poder gamma fue significativamente mayor en el mPFC que en otros sitios corticales (ANOVA post-hoc de Tukey-Kramer unidireccional, p <0,0001). (h) Comodulogramas de ejemplo, que muestran la fuerza del acoplamiento fase-amplitud en varios sitios registrados durante la estela. (i) Datos de población de índices de modulación calculados a partir de todas las grabaciones. El PAC gamma-RR fue mayor en el mPFC que en todas las demás áreas registradas (excepto RE, ANOVA post-hoc, p <0,001). Gamma-RR PAC en Reu fue significativamente mayor que en el hipocampo, la corteza somatosensorial, visual, de asociación y auditiva, pero no la motora o la mPFC (ANOVA post-hoc, p <0,001). (j) Ejemplo de correlogramas cruzados calculados a partir de señales de paso de banda (30-80 Hz) del mPFC, Reu y el hipocampo en los estados de vigilia, NREM y REM. Se calcularon correlogramas cruzados para los pares mPFC-Reu (rojo) y pares hipocampo-Reu (azul). (k) La coherencia de la señal entre mPFC y Reu y entre Reu y el hipocampo fue mayor en el rango gamma y RR. (l) Reu retrasó el mPFC con una latencia significativamente más larga en las épocas de vigilia que en NREM y REM. (m) Reu lideró al hipocampo por una latencia significativamente más larga en las épocas de vigilia que en NREM y REM. (n) Un segmento de grabación de ejemplo que muestra una sincronía relativamente alta en la red mPFC-tálamo-hipocampo durante períodos de actividad gamma. (o) La coherencia wavelet media entre mPFC y Reu, centrada en el inicio de la exhalación (tiempo = 0 s) que muestra la modulación de la coherencia gamma prefronto-talámica por la fase de respiración. (p) La coherencia wavelet media entre Reu y el hipocampo, centrada en el inicio de la exhalación (tiempo = 0 s) que muestra la modulación de la coherencia gamma tálamo-hipocampo por la fase de respiración.

El acoplamiento de fase-amplitud entre la fase RR y gamma fue significativamente más pronunciado en mPFC y Reu que en el hipocampo, la corteza somatosensorial, suprasilviana (asociativa), ectosilviana (auditiva), marginal (visual) pero no motora (Fig. 1c, h, i, ANOVA post-hoc de Tukey-Kramer, en adelante post-hoc, p < 0,0001). Una inspección minuciosa de las señales de mPFC, Reu y del hipocampo reveló que la actividad de vigilia se caracteriza por períodos de fuerte coherencia entre las tres estructuras en el rango gamma (Fig. 1k, n). La coherencia prefronto-talámica (Fig. 1o) y tálamo-hipocampal (Fig. 1p) en el rango gamma fue significativamente mayor en la fase de exhalación de la respiración, descendiendo a un mínimo durante la inhalación (prueba t, p <0,0001).

Consideramos la posibilidad de que las oscilaciones gamma sean conducidas en volumen desde otras regiones del cerebro hasta Reu. Con este fin, calculamos correlaciones cruzadas de los registros de vigilia, NREM y REM y medimos el desfase temporal de mPFC-Reu e hipocampo-Reu en cada estado. En la vigilia, las señales de Reu se retrasaron con respecto al mPFC con un retraso significativamente mayor que en NREM y REM, y las señales de Reu condujeron al hipocampo con un retraso significativamente mayor durante la vigilia que durante NREM y REM (Fig. 1j-m), lo que sugiere que las actividades gamma registradas en Los reu son fenómenos fisiológicos, pero no conducidos en volumen.

A continuación, examinamos la evolución de las oscilaciones gamma sobre los estados de conciencia y su interacción con otros ritmos electrofisiológicos. La transformada wavelet de la señal mPFC reveló que el acoplamiento RR-gamma disminuyó rápidamente a medida que el cerebro pasó a NREM, un estado dominado por las frecuencias delta (1 a 4 Hz) y sigma (10 a 16 Hz) (Fig. 2a). . Al pasar de NREM a REM, la potencia gamma general aumentó de manera constante, aunque no observamos variabilidad rítmica de la potencia gamma ni la RR medida durante la vigilia (Fig. 2b yc). En general, la potencia delta (r = 0,92) y sigma (r = 0,97) disminuyó a un ritmo exponencial con la aparición de oscilaciones gamma en REM y estela (Fig. 2i y j).

El acoplamiento respiración-gamma es selectivo para la vigilia. (a) Registro LFP del mPFC durante una transición de vigilia a NREM (arriba) y su transformada wavelet (abajo) que muestra la atenuación de los estallidos gamma durante la transición. (b) Transición de NREM a REM. La potencia sigma y delta se atenuó a medida que el mPFC pasó a REM. (c) Transición de REM a vigilia. La oscilación RR de 1 Hz en la señal mPFC surgió en la estela, aunque la potencia gamma general se mantuvo comparativamente similar a los niveles REM. (d) La transformada de Fourier de la señal mPFC de una sesión de grabación, separada según estados de vigilancia. La vigilia se caracterizó por un pico en el rango gamma de 30 a 40 Hz, NREM por una alta potencia delta y sigma y REM por un pico bajo y amplio en gamma. (e) la potencia gamma de mPFC fue mayor en estado de vigilia (ANOVA post-hoc de Tukey-Kramer unidireccional, p <0,0001). (f) Las tasas de activación de mPFC fueron más altas en vigilia y REM y más bajas en NREM (ANOVA, p <0,001). (g) Variabilidad de la potencia gamma en ventanas de 5 segundos entre estados de vigilancia, medida como desviaciones estándar. (h) Potencia gamma versus tasa de disparo en todos los estados de vigilancia, representadas como mediciones en ventanas de 5 segundos. (i) La potencia delta decayó exponencialmente con la aparición de gamma en REM y estela (regresión no lineal de mínimos cuadrados, r = 0,92). Los puntos son medias de 5 segundos de potencia de banda gamma o delta en la señal mPFC. (j) El poder de sigma decayó exponencialmente con la aparición de gamma en REM y estela (regresión no lineal de mínimos cuadrados, r = 0,97). (k) Mediciones de potencia gamma normalizadas, centradas en el inicio de los husillos, que muestran un aumento de la potencia gamma durante los husillos (arriba). Mediciones de potencia gamma normalizadas, centradas en el inicio de los estados ARRIBA (abajo). Los datos son media ± sd. Recuadro: la potencia gamma fue significativamente mayor durante los estados UP en comparación con los estados Down (ANOVA, p <0,001). (l) Acoplamiento de fase-amplitud del mPFC en estados de vigilia, NREM y REM. La flecha blanca indica acoplamiento RR-gamma y la flecha roja indica acoplamiento de husillo de oscilación lenta. (m) Índices de modulación de PAC en diferentes estados, calculados para la amplitud gamma (30–60 Hz) y la fase de la oscilación relacionada con la respiración (0,2–2 Hz). La modulación RR-gamma fue mayor en vigilia que en NREM y REM (ANOVA post-hoc, p <0,001).

Después de segmentar las grabaciones en períodos de vigilia, NREM y REM (consulte Detección de estado y Figura complementaria S2a), primero calculamos el contenido espectral de la señal mPFC utilizando la transformada rápida de Fourier. Como se esperaba, las frecuencias dominantes durante NREM estaban en el rango delta y sigma (Fig. 2d), lo que refleja los eventos subyacentes de oscilación lenta y huso, respectivamente (Fig. 2a y b). La vigilia y, en menor medida, la fase REM, se caracterizaron por un pico en gamma de 30 a 50 Hz (Fig. 2d). Descubrimos que la potencia gamma era significativamente mayor y más variable durante la vigilia que durante REM y NREM (Fig. 2e y g, post-hoc, p <0,0001) y la potencia gamma más baja se produjo durante NREM (p <0,001).

Utilizando la coincidencia de plantillas y el análisis de componentes principales, extrajimos datos de una sola unidad de mPFC y registros talámicos de la línea media (Figura complementaria S3b). Las tasas de activación de mPFC fueron más altas en vigilia y REM y más bajas en NREM (Fig. 2f., ANOVA post-hoc, p <0,001), reflejando el perfil gamma de la señal (Fig. 2e). Por lo tanto, consideramos la posibilidad de que la potencia de la señal en la banda gamma surgiera de una actividad multiunitaria subyacente34,35,36. Para abordar esto, examinamos la relación entre la potencia gamma de mPFC y los picos de mPFC y descubrimos que durante NREM, las tasas de activación de mPFC fueron predichas linealmente por la potencia gamma (Fig. 2h, r (2998) = 0,59, p <0,0001). Sin embargo, las tasas de activación de mPFC no se correlacionaron con la potencia gamma de mPFC (r(3159) = 0,06, p = 0,11) ni durante la vigilia ni durante REM (r(668) = 0,02, p = 0,54), lo que sugiere la presencia de un campo gamma ritmo, independiente de la actividad multiunitaria.

El análisis de potencia espectral mostró que las oscilaciones gamma disminuyeron significativamente en el sueño NREM (Fig. 2e). Sin embargo, dentro de este grupo de baja potencia gamma en NREM, detectamos aumentos débiles pero notables en la banda gamma durante las transiciones ABAJO-ARRIBA y los husos (Fig. 2a, b, k). Las mediciones de potencia en el período alrededor de los husos y las ondas lentas revelaron un aumento significativo en la banda gamma en el inicio de los husos (Fig. 2k) y en el inicio del estado UP (Fig. 2k (recuadro), p <0,001). El análisis de acoplamiento de amplitud de fase (PAC) mostró que el acoplamiento RR-gamma es selectivo para los estados de vigilia y no ocurre en NREM o REM (Fig. 2l y m, ANOVA post-hoc, p <0,001). PAC en NREM se caracterizó por una modulación de fase delta de la amplitud sigma, lo que refleja el acoplamiento de los husos a la oscilación lenta. No encontramos ninguna modulación discernible de los ritmos gamma en REM por otras frecuencias.

A continuación, observamos la modulación de la activación prefrontal y talámica mediante la fase gamma y la respiración. Las unidades individuales de Reu fueron moduladas significativamente por el RR (3a y 3b), mostrando una menor probabilidad de disparo en el pico de la oscilación talámica de la LFP (Fig. 3b). No encontramos ninguna modulación RR de las tasas de activación de mPFC (Fig. 3b) aunque, dentro de las ráfagas gamma prefrontales, la distribución de los intervalos entre picos de mPFC mostró un pico prominente en la marca de ~ 25 ms, indicativo de la periodicidad gamma (Fig. 3c y d) y Las unidades individuales de Reu mostraron preferencia de fase por el valle del ciclo gamma (Fig. 3e, pRayleigh <0,01).

La respiración modula la activación en el núcleo reuniens. (a) Ejemplo de segmento de grabación que muestra la modulación de la actividad de múltiples unidades de Reu por la fase del potencial relacionado con la respiración. (b) El potencial relacionado con la respiración modula la velocidad de activación de Reu pero no las unidades individuales de mPFC. De arriba a abajo: dinámica de la tasa de disparo peri-evento de una sola unidad Reu centrada en el pico de la oscilación relacionada con la respiración del LFP. Los puntos son descargas de una sola unidad organizadas de abajo hacia arriba como barridos alrededor del inicio del pico de LFP. El área sombreada es la tasa de disparo media ± sd de unidades individuales de 23 Reu y 21 mPFC, normalizada a la tasa de disparo media de cada unidad. Los puntos negros indican contenedores que fueron significativamente diferentes (prueba t, p <0,01) en comparación con contenedores equivalentes obtenidos de histogramas de picos peri-evento aleatorios. Derecha: dinámica de la tasa de disparo de cada unidad individual Reu y mPFC, referenciada al pico LFP respectivo y normalizada a la tasa de disparo media de cada unidad. (c) Vista ampliada de una única ráfaga gamma registrada desde el cat mPFC, que muestra la oscilación gamma del LFP y la actividad de una sola unidad asociada, sincronizada en fase con los ciclos gamma. La traza roja es la señal mPFC y su paso de banda (300-8000 Hz, a continuación). El espectrograma (arriba) muestra la transformada wavelet de la traza. (d) La distribución del intervalo entre picos de una unidad única prefrontal dentro de estallidos gamma. Tenga en cuenta los intervalos entre picos de ~25 ms que indican la periodicidad gamma. El recuadro muestra varios rastros del pico detectado. La barra horizontal es de 1 ms, la barra vertical es de 20 µV. (e) Rastros de ejemplo de mPFC y grabaciones de picos/LFP de reuniens que muestran la preferencia de fase de unidades individuales prefrontales y de reuniens para el valle de los ciclos gamma (izquierda). El gráfico polar muestra la probabilidad de disparo de una sola unidad reuniens en la fase del ciclo gamma (derecha).

Teniendo en cuenta la modulación de la actividad de una sola unidad de Reu por parte del RR, preguntamos si la respiración afecta la dinámica del potencial de membrana de las células de Reu y cómo esto se relaciona con la gamma. Con este fin, realizamos registros intracelulares in vivo de Reu en ratones bajo ketamina-xilazina (Fig. 4a yb), un anestésico que aumenta la gamma cortical y las oscilaciones lentas37. Descubrimos que la actividad intracelular de Reu estaba modulada tanto por el ciclo respiratorio (Fig. 4c-e) como por la oscilación lenta (Fig. 4f yg), lo que refleja la dinámica gamma concomitante en la señal mPFC (Fig. Suplementaria S4). De acuerdo con un estudio previo38, las oscilaciones gamma prefrontales fueron moduladas por la oscilación lenta, aumentando con los estados ARRIBA y disminuyendo con los estados ABAJO (Figura complementaria S4). Sin embargo, en comparación con la señal de EEG somatosensorial, el mPFC también mostró aumentos transitorios en la amplitud gamma fuera de los estados UP, que estaban bloqueados en fase con el ciclo respiratorio (Figuras complementarias S4a y S4b). Las neuronas Reu se despolarizaron y, a menudo, activaron potenciales de acción durante la exhalación (Fig. 4b, d y Fig. Suplementarias S4a y S4b), precediendo al máximo gamma en la LFP del mPFC (Fig. Suplementaria S4a y S4b). En el hipocampo, la estructura principal influenciada por los ciclos respiratorios fue la circunvolución dentada, que mostró una activación de fase bloqueada para la respiración y una fuerte modulación del poder gamma con la exhalación (Figuras complementarias S4d y S4g). La modulación de la dinámica de la LFP relacionada con la respiración en la circunvolución dentada dependía en gran medida de la información del bulbo olfatorio ipsilateral y del nivel de anestesia (Figura complementaria S5). La ablación del bulbo olfatorio ipsilateral a la circunvolución dentada registrada resultó en una fuerte atenuación de los potenciales respiratorios (Figuras complementarias S5a y S5b). De manera similar, el ritmo respiratorio en la circunvolución dentada disminuyó con anestesia ligera (Figura complementaria S5c-S5f). En el CA1, los principales determinantes de la tasa de disparo fueron eventos internos como estados UP (Figura complementaria S4i) y ondas de onda aguda (Figura complementaria S4f. y S4j), pero no la respiración (Figura complementaria S4h).

La respiración y la lenta oscilación comodulan la actividad sináptica en el núcleo reuniens. (a) Sección coronal del tálamo de la línea media ventral que muestra una neurona reuniens marcada con neurobiotina, revelada inmunohistoquímicamente por la peroxidasa de rábano picante DAB. Reu–núcleo reuniens; tracto mtt-mamilotalámico; 3V – tercer ventrículo ventral. ( b ) Registro intracelular in vivo de una célula de Reuniens marcada en A. ( c ) Actividad de Reuniens durante la exhalación en el estado ABAJO de la oscilación lenta en niveles basales e hiperpolarizados (inyección de corriente de −0,6 nA y −1,5 nA). (d) Los eventos intracelulares de Reuniens muestran preferencia a la fase de exhalación. La despolarización de la membrana, los EPSP y las descargas de potenciales de acción no se distribuyeron uniformemente alrededor de la fase de respiración (prueba de Rayleigh, p <0,001 para EPSP y p <0,001 para potenciales de acción, n = 12). (e) Distribución trimodal del potencial de membrana, que indica eventos hiperpolarizantes y despolarizantes típicos de la oscilación lenta (flechas izquierda y derecha) y EPSP relacionados con la respiración (flecha central). (f) Actividad de Reuniens durante el estado cortical UP. Bajo inyección de corriente hiperpolarizante, los estados UP indujeron picos de umbral bajo que no se observaron durante los ciclos respiratorios. ( g ) Los potenciales de membrana de Reu fueron modulados por la oscilación lenta. (h) Pulsos hiperpolarizantes administrados en estados ABAJO, durante la inhalación y la exhalación. La respuesta del voltaje de la membrana a la misma inyección de corriente fue menor durante la exhalación. La resistencia de entrada (Ri) fue mayor durante la inhalación que la exhalación. (i) El potencial de membrana fue significativamente mayor durante la fase de exhalación que durante la inhalación (prueba t, p <0,001). (j) Una neurona piramidal de la capa V de la mPFC (corteza prelímbica) marcada con neurobiotina, revelada inmunohistoquímicamente mediante el conjugado de estreptavidina-Texas RedTM. PL – corteza prelímbica; I, II/III, V, VI - láminas corticales. (k) Registro intracelular in vivo de una célula cortical prefrontal marcada en J. (l) La actividad intracelular de mPFC está bloqueada en los estados UP pero no en la respiración. De izquierda a derecha: despolarización uniforme de la membrana y descarga del potencial de acción alrededor de la fase respiratoria (pRayleigh = 0,494 , norte = 12). Despolarización de membrana no uniforme y descarga de potencial de acción alrededor de la fase de oscilación lenta (pRayleigh<0,0001, n = 12). (m) Distribución bimodal del potencial de membrana de la célula mPFC marcada en J, que indica eventos de hiperpolarización y despolarización típicos de la oscilación lenta. (n) Contenido espectral de la señal LFP de reuniens que muestra comodulación del campo local por la oscilación lenta y el ciclo respiratorio.

Consideramos la posibilidad de que las actividades neuronales correlacionadas con la respiración fueran el resultado de artefactos de movimiento. Para abordar este problema, medimos la resistencia de entrada de las neuronas Reu durante la inhalación y la exhalación. Encontramos una disminución de la resistencia de entrada durante la exhalación (Fig. 4h), lo que sugiere que la exhalación está asociada con el impulso sináptico en Reu. A continuación, detectamos eventos sinápticos excitadores espontáneos (Figura complementaria S3a). Estos eventos sinápticos alcanzaron su punto máximo en la transición de la exhalación a la inhalación y fueron seguidos por potenciales de acción (Fig. 4d). Concluimos que las neuronas de Reu reciben un impulso sináptico excitador junto con la respiración. Este impulso sináptico desencadena un aumento de las neuronas Reu que contribuyen al control de la actividad gamma relacionada con la respiración en mPFC.

Estudiamos la relación entre la respiración y las oscilaciones gamma en el mPFC, el tálamo de la línea media, el hipocampo y otras áreas corticales en gatos con la cabeza restringida que transitan por los estados de vigilia, NREM y REM y en ratones bajo anestesia con ketamina-xilazina. Nuestros datos revelan (1) la existencia de un potencial distinto relacionado con la respiración en el mPFC y el tálamo de la línea media (2) sincronía gamma prefronto-talámica recurrente, sincronizada en fase con la exhalación en la vigilia y la anestesia profunda, pero no en el sueño NREM y REM ( 3) la modulación de la actividad sináptica de Reu por el ciclo respiratorio y (4) una dependencia selectiva del acoplamiento respiración-gamma del estado de vigilia. En conjunto, nuestros datos demuestran que la respiración sincroniza la actividad a través de mecanismos oscilatorios gamma en la red prefrontal, un circuito responsable de múltiples funciones cognitivas.

El origen del impulso respiratorio hacia Reu y el mPFC es incierto. En el epitelio nasal, se sabe que el flujo de aire rítmico activa los mecanorreceptores, sincronizando la actividad neuronal que impulsa oscilaciones descendentes en estructuras olfativas como el bulbo olfatorio39 y la corteza piriforme40. La corteza piriforme envía proyecciones directamente al PFC41 e indirectamente al hipocampo a través de la corteza entorrinal42,43 pero, en particular, no hay proyecciones piriformes directas a Reu44. Nuestra observación de EPSP grandes y de aumento brusco generados durante los ciclos respiratorios indica que la entrada respiratoria a Reu probablemente se debe a sinapsis excitadoras "impulsoras" que se forman en las dendritas proximales del tálamo45,46,47. Para los núcleos de orden superior, dichas entradas se originan principalmente en las neuronas piramidales de la capa V de la corteza. Sin embargo, los EPSP en fuerte aumento en Reu a menudo ocurrieron durante el silencio prefrontal en los estados DOWN, excluyendo cualquier papel del disparo prefrontal en la generación de EPSP "impulsores" en este núcleo talámico. Dentro de la formación del hipocampo, la modulación olfativa más fuerte se registra en la circunvolución dentada con respuestas debilitantes en el vecino CA148. Dado que las entradas primarias del hipocampo a Reu surgen en CA1/subículo sin proyecciones desde la circunvolución dentada44, es poco probable que el hipocampo sea la fuente principal de señales respiratorias a Reu. De las múltiples entradas directas a Reu49, el contribuyente más probable al ritmo respiratorio es la corteza entorrinal que recibe entradas piriformes directas43 y se proyecta a Reu44.

La actividad de las entradas de las estructuras respiratorias u olfativas no explica por qué el ritmo respiratorio estaba presente durante la vigilia y la anestesia profunda, pero ausente durante NREM y REM, cuando la respiración se mantenía regular. La respiración y los potenciales corticales son espectralmente coherentes durante la vigilia, pero no coherentes durante NREM y REM27. Aunque la frecuencia respiratoria en gatos depende del estado de comportamiento50, no detectamos oscilaciones relacionadas con la respiración en la LFP cortical durante NREM y REM. Esto implica la participación de neuromoduladores del tronco encefálico que controlan los estados de sueño-vigilia. Es poco probable que el sistema colinérgico, que está activo tanto durante la vigilia como durante el sueño REM51, esté involucrado en el acoplamiento RR-gamma, que fue más prominente en la vigilia pero no en el sueño REM. El sistema dopaminérgico, que se proyecta a la corteza frontal, pero no a otras áreas corticales52, es un mediador probable, especialmente porque las neuronas dopaminérgicas tienden a disparar selectivamente durante la vigilia para facilitar la liberación de dopamina53. Además, las neuronas dopaminérgicas tegmentales ventrales envían proyecciones a Reu49. Las neuronas serotoninérgicas del núcleo del rafe se proyectan a Reu44, están implicadas en el control de la respiración54 y la gran mayoría de estas neuronas se activan durante la vigilia55. Sin embargo, el sistema serotoninérgico tiene proyecciones en todo el cerebro, pero observamos la modulación respiratoria del ritmo gamma principalmente en la corteza frontal y en menor medida en la corteza somatosensorial (Fig. 1). Por tanto, es probable que la modulación del ritmo gamma prefrontal esté mediada por una interacción de estructuras respiratorias, olfativas, dopaminérgicas y serotoninérgicas.

La fuente sináptica de las oscilaciones gamma registradas en el tálamo es ambigua. En estructuras laminares como la corteza y el hipocampo, la geometría axial recurrente de las células piramidales da lugar a un perfil laminar consistente de dipolos de corriente generados por corrientes transmembrana. La superposición algebraica de estas corrientes a través de un gran número de neuronas da lugar a un campo coherente que puede oscilar en el caso de actividad sináptica rítmica56. El tálamo no tiene una organización laminar, pero sí cierto grado de asimetría morfológica y funcional57,58. No está claro si las corrientes transmembrana se fusionan en el tálamo para dar lugar a una oscilación de campo coherente. Por lo tanto, consideramos la posibilidad de que las oscilaciones gamma en nuestros registros del tálamo del gato sean conducidas en volumen desde regiones vecinas o desde estructuras laminares como la corteza. Teniendo en cuenta que la conducción de volumen es un fenómeno eléctrico pasivo, planteamos la hipótesis de que el desfase temporal relativo entre las señales corticales y talámicas debería permanecer constante y no debería verse afectado por los estados de comportamiento. El análisis de los desfases de tiempo mostró que la sincronicidad relativa entre las señales de mPFC-Reu y del hipocampo-Reu cambiaba entre los estados de vigilia, NREM y REM, lo que nos lleva a concluir que la gamma talámica depende de mecanismos fisiológicos.

En los gatos, la estructura cortical más cercana a Reu es de 12 mm dorsal y está separada de ella por el tercer ventrículo y el lateral, así como por los grandes haces de fibras callosas y capsulares59. Reu está rodeado por otros núcleos talámicos en su extensión dorsal y lateral y está bordeado ventralmente por el tercer ventrículo ventral59. Además, el tálamo del gato tiene abundantes interneuronas GABAérgicas que producen IPSP en las células talamocorticales60. Dado que la generación local de oscilaciones locales casi siempre depende de la interacción excitadora-inhibitoria18, es posible que el tálamo del gato y el de otros mamíferos grandes puedan soportar oscilaciones rápidas. En consecuencia, se pueden observar oscilaciones gamma en el potencial de membrana de las neuronas talamocorticales en cat61. En humanos, se han registrado oscilaciones de campo rápidas con picos de fase bloqueada en rango beta y gamma en estructuras profundas sin capas, incluido el tálamo62,63,64, el núcleo subtalámico65,66 y el pálido63,67. Si bien es cierto que la fuente biológica del campo talámico en gatos y humanos no está clara, la conducción de volumen es poco probable considerando el gran volumen de tejido anisotrópico entre la corteza y las estructuras subcorticales, intercalado por materia gris, ventrículos llenos de líquido y haces de fibras. Además, los estallidos gamma en mPFC no se sincronizaron con las actividades del rango gamma en la circunvolución suprasilviana anterior, ubicada a distancias inferiores a 10 mm. Por el contrario, el tálamo de los roedores tiene un número insignificante de interneuronas inhibidoras locales68 y es posible que no pueda generar oscilaciones rápidas. De hecho, el análisis de la densidad de la fuente de corriente de las oscilaciones de campo en las reuniones de ratón da como resultado una señal plana69, lo que sugiere la ausencia de oscilaciones de campo locales. La excepción es el geniculado lateral, que tiene entre un 20% y un 30% de interneuronas inhibidoras68 y aquí se ha informado de sincronía gamma talamocortical en ratones tanto para LFP como para picos70. Aparte de la presencia de interneuronas inhibidoras locales, la reunión de los gatos es en gran medida homóloga a la conectividad límbica de la reunión de los ratones. Se encontró etiquetado retrógrado de cuerpos celulares en las reuniones después de inyecciones de trazador en el hipocampo26, mientras que las inyecciones de trazador anterógradas en las reuniones dieron como resultado un etiquetado terminal en la región CA1 y el subículo21. Existe una conectividad bidireccional similar entre las reuniones y la mPFC71,72,73, con mayor conectividad de las reuniones en el área infralímbica (área 25) de la mPFC en comparación con la prelímbica (área 32). Dado que el campo se genera por corrientes transmembrana que surgen principalmente debido a potenciales postsinápticos, las oscilaciones gamma talámicas en el gato Reu se deben probablemente a una aferencia cortical o hipocampal74,75.

Se cree que la capacidad de las neuronas para cronometrar las descargas de sus picos con una precisión de milisegundos es importante para la codificación de información76,77. En consecuencia, la aparición de oscilaciones gamma dentro de una estructura proporciona oportunidades transitorias para una activación precisa y coordinada entre neuronas asociadas18. Descubrimos que dentro de las ráfagas gamma anidadas en RR, la sincronización del pico se restringió al ciclo gamma (Fig. 3), lo que provocó un disparo patrón en el rango de frecuencia gamma (~ 25 ms ISI), tanto para las células mPFC como para las Reu. De notable interés fue la disminución de la probabilidad de picos en la marca de ~ 17 ms, lo que sugiere una inhibición mediada por GABAA o períodos refractarios, como lo predicen los modelos computacionales78,79. Aunque el RR no altera las tasas de disparo cortical como lo hace en Reu, sus estallidos gamma anidados proporcionan períodos de orden temporal que permiten al mPFC superar la baja correlación natural de las descargas de picos que prevalecen en la corteza de vigilia80. Esta sincronía de red probablemente integra los diversos flujos de información que llegan al mPFC desde el tálamo, el hipocampo y las regiones subcorticales. Dado que la actividad gamma entre las áreas corticales y sus correspondientes núcleos talámicos está altamente correlacionada81, proponemos que estos estallidos gamma anidados en RR faciliten las funciones cognitivas del mPFC al formar la base para la coordinación de largo alcance en la red prefrontal. Entre las muchas operaciones cognitivas mediadas por las oscilaciones gamma prefrontales, se puede destacar la atención como un fenómeno inherentemente dependiente de la vigilia que está estrechamente relacionado con las oscilaciones gamma y la CPF82,83,84,85.

Consideramos la posibilidad de que la modulación respiratoria durante la anestesia con ketamina-xilazina pueda ser un artefacto que surja de la actividad muscular asociada a la respiración o del desplazamiento de los electrodos. Para abordar esta advertencia, realizamos lesiones unilaterales del bulbo olfatorio durante los registros de la formación del hipocampo (Figura complementaria S5). Las bulbectomías olfatorias produjeron una reducción significativa en el potencial respiratorio observado en la LFP del hipocampo durante la anestesia, cuantificado por la correlación cruzada de la señal respiratoria y la LFP del hipocampo. Los datos reiteran los hallazgos de otros estudios21,22 que mostraron que los potenciales respiratorios en el cerebro son abolidos por la bulbectomía olfatoria. Además, la aparición de potenciales respiratorios en el hipocampo y la corteza dependía en gran medida del nivel de anestesia, surgiendo durante la anestesia profunda y disminuyendo con la anestesia ligera, lo que sugiere un mecanismo fisiológico independiente de la estabilidad de los electrodos. De manera similar, hubo una marcada atenuación de los potenciales respiratorios en el sueño NREM de los gatos a pesar de la frecuencia respiratoria estable y el tono muscular mantenido. Por último, la fase de la respiración determinó la velocidad de activación y la resistencia de entrada de Reu, lo que sugiere un impulso sináptico asociado con la respiración. Concluimos que las neuronas Reu reciben un impulso sináptico excitador junto con la respiración que contribuye al control de la actividad gamma relacionada con la respiración en el mPFC.

Los experimentos se llevaron a cabo de acuerdo con las pautas del Consejo Canadiense sobre el Cuidado de los Animales y fueron aprobados por el Comité para el Cuidado de los Animales de la Université Laval (Comité de Protection des Animaux de l'Université Laval CPAUL) y son consistentes con las pautas de ARRIVE.

En cinco gatos adultos (4 hembras, de 1 a 1,5 años), se registró la LFP en el hipocampo, el tálamo de la línea media y varias áreas corticales, incluidas la corteza mPFC, somatosensorial, motora, auditiva, asociativa y visual; ver Cirugías para coordenadas estereotáxicas).

Se obtuvieron registros intracelulares in vivo del tálamo de 12 ratones C57BL6 adultos (machos, de 3 a 6 meses de edad), anestesiados con ketamina-xilazina, junto con registros de LFP de mPFC y la región ventral CA1 del hipocampo. En un segundo grupo de ratones (n = 11, machos, de 3 a 6 meses de edad), se obtuvieron registros intracelulares in vivo de mPFC junto con registros de LFP del tálamo de la línea media y el hipocampo ventral.

Los procedimientos quirúrgicos para la implantación de electrodos en gatos se llevaron a cabo según los métodos descritos anteriormente en Chauvette et al.37, Timofeev, et al.86. Brevemente, los gatos fueron preanestesiados con una inyección intramuscular de ketamina (3 mg/kg), buprenorfina (0,02 mg/kg) y dexmedetomidina (5 µg/kg). Se afeitó el lugar de la incisión y se intubó a los gatos para aplicarles anestesia gaseosa. Se inyectó lidocaína (0,5%) y bupivacaína (0,25%) en el sitio de la incisión y en todos los puntos de presión donde la cabeza hacía contacto con el marco estereotáxico. Se implantaron cuatro electrodos de acero inoxidable bajo guía estereotáxica en el mPFC (desde la línea interaural: AP 23 a 24 mm, ML 1 mm, DV 5 mm, θ = 10°) según el atlas estereotáxico del cerebro de gato de Reinoso-Suárez59 . Los cuatro electrodos mPFC se dispusieron como dos juegos de estereotrodos, cada juego enfundado dentro de una cánula de calibre 21, orientada anteroposteriormente (entre AP = 23 y AP = 24 mm). Además, se implantaron electrodos individuales de acero inoxidable en capas corticales profundas (a 1,2 mm de la superficie cortical) en el hemisferio ipsi o contralateral en la circunvolución marginal [corteza visual (áreas 17 y 18)], circunvolución suprasilviana [corteza asociativa (áreas 5 , 7 y 21)], circunvolución ectosilviana [corteza auditiva (áreas 22 y 50)], circunvolución poscruciada [corteza somatosensorial (área 3)], circunvolución precruciada [corteza motora (áreas 4 y 6)] (Figura complementaria S1a) . Se implantaron tetrodos, construidos a partir de cuatro microcables retorcidos (platino-iridio, 12,5 µm, chapados en oro a ~ 200 kΩ), en la línea media del tálamo (desde la línea interaural: AP 11,5, ML 0,5, DV 1,5, θ = 10° ) y en la región CA1 del hipocampo (desde la línea interaural: AP 7, ML 10,5, DV −3,5, θ = 10°).

Para la electrooculografía (EOG), se implantó un electrodo de plata en el hueso orbital y para la electromiografía (EMG), se implantaron dos electrodos en el músculo del cuello. Todas las grabaciones se hicieron referencia a un electrodo de plata fijado al cráneo por encima del cerebelo. Todos los electrodos, cables y conectores se fijaron en cemento dental acrílico. Para permitir grabaciones posteriores con la cabeza apoyada, también se colocaron soportes de fijación de la cabeza y se colocaron en el cemento dental. Durante toda la cirugía la temperatura corporal se mantuvo a 37 °C mediante una manta termorregulada con circulación de agua. Los latidos del corazón, la saturación de oxígeno y la presión arterial se controlaron continuamente utilizando un oxímetro de pulso (Rad-8; MatVet), y el nivel de anestesia se ajustó para mantener los latidos del corazón entre 130 y 150 por minuto. Se administró solución de Lactato Ringer por vía intravenosa (5 ml/kg/h, iv) durante la cirugía. Después de la cirugía, los gatos recibieron meloxicam (0,05 mg/kg) una vez al día durante 3 días.

Los ratones fueron anestesiados con ketamina y xilazina (100 y 10 mg/kg, ip), colocados en una plataforma calentada (37 °C) y fijados en un marco estereotáxico. La anestesia profunda se mantuvo con dosis suplementarias de ketamina-xilazina, administradas cada 30 a 40 minutos. Se expuso el cráneo y se realizaron pequeñas craneotomías por encima del mPFC (de bregma: AP + 1,8, ML + 0,5 mm), tálamo en la línea media (AP −1,0, ML 0,5 mm), hipocampo (AP −3,3; ML −3,3 mm). , corteza somatosensorial contralateral (AP −1,5, ML 2,5 mm) y por encima del cerebelo (línea media del hueso interparietal, AP −6 a −8, ML 0). La duramadre se cortó con una aguja de calibre 23 y se aplicó aceite mineral (Sigma-Aldrich Inc.) sobre la corteza expuesta para evitar que se seque. Para minimizar las pulsaciones que surgen de las variaciones de la presión intracraneal, se abrió el cuarto ventrículo mediante canulación de la cisterna magna. Se fijó un tornillo de acero inoxidable (1 mm de diámetro) en la craneotomía sobre la corteza somatosensorial (EEG) y otro sobre el cerebelo (electrodo de referencia). Se implantaron microelectrodos de tungsteno monopolares (10–12 MΩ, FHC, Bowdoin, EE. UU.) en el área infralímbica/prelímbica del mPFC (de bregma: AP + 1,8, ML + 0,5, DV 2,0, θ = 5º) o en el núcleo reuniens (AP −1, ML + 0.5, DV 4.2, θ = 5º) y en el hipocampo intermedio/ventral (AP −3.25, ML + 3.5, 2.0 < DV < 3.0, θ = 5º). En 5 ratones, se realizaron bulbectomías durante los registros LFP de la circunvolución dentada (AP -2.2, ML + 1.0, DV 2.0) mediante aspiración unilateral del bulbo olfatorio al que se accede a través de una craneotomía por encima del bulbo olfatorio (AP + 5, ML + 0.5, DV 1.0).

Se mantuvo un tiempo de recuperación de 1 semana antes de la primera sesión de grabación. Se entrenó a los gatos durante 2 a 3 días para que permanecieran en una posición con la cabeza apoyada durante 2 a 4 h y pasaran por períodos de vigilia tranquila, sueño NREM y REM. Los registros se obtuvieron durante dos semanas después del período de recuperación postoperatoria. Todas las grabaciones se realizaron dentro de una cámara de Faraday utilizando amplificadores AM 3000 (AM Systems), con paso de banda de 0,1 Hz a 10 kHz con una ganancia de 1 k. La respiración se registró utilizando un termopar (TAC80B-K, Omega) colocado cerca de las fosas nasales del animal. Las fases de exhalación e inhalación se determinaron según los cambios de temperatura producidos cerca de la fosa nasal. El termopar registró la exhalación como un aumento de voltaje dependiente de la temperatura y la inhalación como una disminución. Todas las señales se muestrearon a 20 kHz y se digitalizaron con PowerLab (ADInstruments—Data Acquisition Systems for Life Science, RRID:SCR_001620).

Los registros intracelulares se obtuvieron in vivo en ratones usando micropipetas de vidrio extraídas de un extractor vertical (Narishige PP-830, Tokio, Japón) de tubos capilares de borosilicato (WPI; P-97, Sutter Instrument) y llenos con 2-3% de neurobiotina (Sigma ) en acetato de potasio 2 M. Se seleccionaron dos regiones: el núcleo reuniens (de bregma: AP −1,5, ML + 0,5, 3,9

Las LFP de mPFC, reuniens y el hipocampo se obtuvieron utilizando microelectrodos de tungsteno monopolares (11–12 MΩ). El microelectrodo CA1 se avanzó hacia el hipocampo en incrementos de 50 µm hasta que se observaron ondas agudas (ROE), lo que confirmó la entrada en la capa piramidal de la región CA1. Se obtuvieron registros EEG de la corteza somatosensorial del tornillo de acero inoxidable. La respiración se registró utilizando una tira de sensor piezoeléctrico colocada en el tórax del animal de modo que la expansión del tórax con la inhalación producía valores crecientes y la exhalación producía valores decrecientes. Las señales LFP y EEG se amplificaron 1000 veces, se muestrearon a 10 kHz para LFP y 1 kHz para EEG, se pasaron de banda de 0,1 Hz a 10 kHz utilizando amplificadores AM 3000 (AM Systems) y se digitalizaron utilizando PowerLab (ADI Instruments).

Después de las sesiones de registro (5 a 45 min), las células se marcaron iontoforéticamente con neurobiotina mediante la inyección de pulsos de corriente positivos (ciclo de trabajo de encendido y apagado de 200 ms, 0,5 a 1,5 nA, 10 min) a través de la pipeta de registro. Aproximadamente 30 minutos después del etiquetado, los ratones fueron perfundidos por vía intracardíaca con solución salina a 4 °C (0,9%) seguido de paraformaldehído (PFA) al 4% en tampón fosfato (PB) 0,1 M. Los cerebros se extrajeron, se almacenaron en PFA durante un mínimo de 24 h después de la fijación y se cortaron coronalmente en secciones de 70 a 80 µm de espesor.

Para verificar la orientación estereotáxica en gatos, se realizó la visualización de las pistas de electrodos en secciones histológicas al finalizar las grabaciones. Los animales fueron anestesiados profundamente con una dosis grande (0,5 ml) de ketamina-xilazina (im, 15 y 2 mg/kg) y sacrificados mediante perfusión intracardial de solución salina fría al 0,9% seguida de paraformaldehído al 4% (PFA). Los cerebros se extrajeron y se colocaron en varias soluciones de sacarosa-PFA de concentración creciente de sacarosa (10, 20 y 30% de sacarosa en PFA). Luego se cortó el cerebro en un micrótomo de congelación y las secciones se procesaron en 3 lotes con secciones consecutivas sometidas a tinción de Nissl, DAPI (300 nM) y solución anticongelante. Las secciones teñidas con Nissl se cubrieron con Permount (Fisher Scientific Inc.), las secciones DAPI se cubrieron con medio de montaje de fluorescencia Dako (Sigma-Aldrich Inc.) y las secciones restantes se crioprotegieron en anticongelante y se almacenaron para futuros análisis histológicos. Las secciones cubiertas con cubreobjetos se visualizaron en microscopía de campo brillante (Nissl) o de fluorescencia (DAPI) y las secciones con pistas de electrodos se fotografiaron con un aumento de 10 y 20 ×.

Las células marcadas con neurobiotina se revelaron mediante la reacción DAB-peroxidasa o mediante el conjugado estreptavidina-Texas Red™. Para la revelación de DAB, las secciones flotantes se incubaron en un kit ABC (1:200; Vector Laboratories) en solución salina tamponada con Tris (TBS) durante 2 h, se enjuagaron y luego se incubaron en TBS que contenía DAB al 0,05 % (Sigma), CoCl2 al 0,005 %. y 0,00125% H2O2 durante 5 a 10 min. Para la revelación de estreptavidina-Texas Red™, las secciones se incubaron en una dilución 1:250 de estreptavidina-Texas Red™ (Invitrogen, S872) en PB y luego se enjuagaron. Las secciones se visualizaron y fotografiaron en microscopía de campo claro para tinción con DAB y en microscopía de fluorescencia con escaneo láser para estreptavidina-Texas Red™.

Las señales se analizaron utilizando rutinas integradas y personalizadas en Spike2 (Cambridge Electronic Design, Ltd.) y código escrito personalizado en MATLAB (Mathworks Inc.), disponible en https://github.com/DiellorBasha/MATLAB_for_Electrophysiology.

La detección de vigilia, sueño NREM y REM se basó en un análisis automatizado de mPFC y señales EMG seguidas de una puntuación REM manual utilizando datos de mPFC, EMG y EOG. Para la detección automatizada, el script Spike2 RatSleepAuto, basado en grabaciones de roedores87, se adaptó a grabaciones de mPFC de gatos. Brevemente, la señal mPFC se redujo a 100 Hz y se pasó de banda en el rango delta (1–4 Hz). Luego, las señales mPFC, EMG y mPFC filtradas con delta se elevaron al cuadrado y la media de cada señal se calculó en intervalos de 5 s. Cada intervalo de 5 s se clasificó como NREM si las señales mPFC y delta exceden la media + 1 desviación estándar (sd) de la señal y si el EMG cayó por debajo de la media: 1 sd. Todos los intervalos distintos de NREM se clasificaron inicialmente como estela. En la corrección manual posterior, los contenedores de "despertar" con EMG por debajo de la media: 1 sd y EOG por encima de la media + 1 sd se clasificaron como REM (Figura complementaria S2). En la etapa final, los contenedores de 5 s se combinaron en grupos de 4 para crear épocas de estela de 20 s, REM o NREM según la mayoría de los contenedores de 5 s que componían la época de 20 s. Las épocas sin una mayoría de NREM, REM o estela fueron etiquetadas como "Transición".

Para obtener el contenido espectral de la LFP, se calculó la transformada rápida de Fourier (FFT) dentro de cada estado de vigilancia para todos los canales (Fig. 1f.) utilizando funciones de análisis espectral integradas en Spike2. Las FFT resultantes se acumularon y promediaron para obtener el espectro de potencia medio para cada estado de vigilancia. Se calculó la potencia en la banda gamma (30–55 Hz) para cada canal en épocas de 5 s y se obtuvo el valor promedio de la potencia gamma dentro de cada estado de vigilancia (Fig. 2e y Fig. Suplementaria S1e). Para analizar la variabilidad de la potencia gamma en la señal, se calculó la desviación estándar de la potencia gamma dentro de un período de 5 segundos para cada estado de vigilancia (Fig. 2g). Para determinar la evolución de las características espectrales en la señal mPFC a lo largo del tiempo, se obtuvieron escalogramas de magnitud de la señal (Fig. 1a y 2a-c) utilizando la transformada wavelet continua de Morse (cwt en MATLAB). Los valores medios de gamma se calcularon en ventanas de 5 s y se representaron frente a las medias de 5 s de delta (Fig. 2i) y potencia sigma (Fig. 2j). Las funciones de decaimiento exponencial se ajustaron a estos datos mediante una regresión de mínimos cuadrados no lineal en la caja de herramientas de ajuste de curvas de MATLAB (método robusto que refleja la región de confianza).

Se detectaron ráfagas recurrentes de gamma (Fig. 1a yd) durante la vigilia como picos en la banda gamma mPFC. La señal mPFC se redujo a 1000 Hz, se pasó de banda (30–55 Hz) y se calculó el cuadrado medio (RMS, τ = 0,025) de la señal de paso de banda. Se detectaron picos de amplitud de 0,025 mV o superiores en la señal RMS y se les marcó la hora. Teniendo en cuenta que las ráfagas gamma se produjeron en intervalos de 0,5 a 1,5 s (Fig. 1a, h, Fig. 2l), se calculó la envolvente lenta (<5 Hz) del canal mPFC para determinar la fase del LFP en la que se produjeron las ráfagas gamma. La señal se redujo a 100 Hz y se pasó por debajo de < 5 Hz y se detectaron valles en el LFP de paso bajo. Los intervalos de valle a valle se utilizaron como el período de 0 a 2π durante el cual se estimó la fase de LFP. El tiempo del pico gamma se convirtió en valores de fase dentro del período de 0 a 2π y los valores de fase resultantes se agruparon (Fig. 1e).

Los husillos se analizaron detectando primero ráfagas de potencia de LFP en la banda de frecuencia del husillo (10–15 Hz) utilizando la media + 0,5 sd como umbral de detección (script SleepSpindle04 en Spike2). Luego, los husos detectados se revisaron en 3 pasos: se excluyeron los episodios de menos de 300 ms; los husos que ocurrieron dentro de los 300 ms entre sí se combinaron en un solo evento y se excluyeron los husos de más de 3 s.

Se detectaron ondas lentas como cruces por cero alrededor de picos de alta amplitud en la señal mPFC dentro de períodos NREM previamente etiquetados. Primero, la señal mPFC se redujo en un factor de 200 (frecuencia de muestreo final: 100 Hz) y se eliminó la tendencia de la señal (eliminación de CC, τ = 1) y se pasó bajo entre 1 y 8 Hz. Las amplitudes máximas superiores a 150 µV con un ancho máximo de 200 ms se marcaron solo dentro de las épocas NREM. A continuación, se detectaron los cruces por cero más cercanos dentro de los 500 ms del pico como inicios y compensaciones de la onda lenta. El cruce por cero ascendente dentro de los 250 ms antes del pico se marcó como inicios de onda lenta (lo que significa el comienzo del estado ABAJO) y el cruce por cero descendente dentro de los 250 ms después del pico se marcó como desplazamientos de onda lenta (lo que significa el comienzo del estado ARRIBA). Luego se midió la potencia gamma en el estado ARRIBA (ventana de 200 ms) y se comparó con la potencia gamma durante el estado ABAJO (ventana de 200 ms).

Se detectaron unidades individuales a partir de la señal mPFC utilizando el algoritmo de coincidencia de plantillas integrado en Spike2. Brevemente, las señales rápidas (~ 1 a 3 ms) que excedían un umbral se detectaron por primera vez como picos putativos. Los umbrales se determinaron manualmente de acuerdo con la relación señal-ruido de los picos en cada grabación. A continuación, se formó una plantilla de púa temporal de acuerdo con la forma de la púa putativa y se estimó un "ancho de plantilla" (el doble de la diferencia media entre la plantilla y la púa que la creó). Luego, cada nuevo pico se comparó con la plantilla y se le agregó si los puntos de muestra del pico estaban dentro del ancho de la plantilla. La plantilla se modificó con la adición de cada nuevo pico hasta un máximo de ocho picos, después de lo cual se comparó la plantilla con las plantillas anteriores. Si se encontró una coincidencia, la plantilla temporal se fusionó con la plantilla existente. De lo contrario, se generó una nueva plantilla confirmada. Después de comparar las plantillas, los picos se asignaron en clases separadas según los grupos formados por sus componentes principales. Los grupos bien separados derivados del análisis de componentes principales (PCA) se consideraron unidades únicas (Figura complementaria S3). Todas las demás unidades fueron excluidas del análisis.

Se calcularon histogramas de tiempo peri-evento (PETH) en Spike2 para determinar los cambios en la velocidad de disparo alrededor de las ráfagas gamma o el RR máximo. Los picos de potencia gamma o LFP durante la vigilia (ráfagas gamma) se consideraron tiempos cero para el PETH. Alrededor de cada evento detectado, se pasó un barrido de 3 s a través del canal de picos y los picos de todos los barridos se acumularon en contenedores de 1 ms para formar un histograma de tiempo de recuentos de picos. Finalmente, para determinar las tasas de picos (picos/segundo o Hz), el número de picos en cada contenedor se dividió primero por el número de barridos y luego se dividió por el ancho del contenedor. El histograma del intervalo entre picos (ISI) se calculó utilizando métodos estándar para contar los ISI y acumular el resultado para formar un histograma. Las autocorrelaciones de picos se calcularon utilizando un enfoque similar a PETH donde los barridos de 100 ms del canal de picos fueron activados por el propio pico (referencia de tiempo cero).

Los potenciales de acción se detectaron como picos en la señal del potencial de membrana (Vm) 10 sd por encima de la media. De manera similar al estudio anterior88, para detectar EPSP, la Vm se pasó por bajo (< 1000 Hz) y se diferenció para obtener valores dV/dt. Los picos por encima de la media + 1 a 3 sd de la señal diferenciada se detectaron como EPSP (Figura complementaria S3).

Para estimar la fase de la respiración, la señal de respiración fue de paso bajo (<5 Hz) y se tomó el ángulo de la transformada de Hilbert (Figura complementaria S2b). Luego, los valores de fase se agruparon en 360 contenedores entre 0 y 360 grados (o - π a π). Se utilizaron métodos similares para determinar la fase del potencial relacionado con la respiración a partir de señales de LFP (paso bajo < 5 Hz), la fase de oscilación lenta en los registros de anestesia (paso bajo < 2 Hz) y la fase gamma (paso de banda 30-60 Hz).

Para determinar la amplitud de la oscilación gamma, se pasó la banda a las señales LFP (30–55 Hz) y se tomó la magnitud de la transformada de Hilbert. Se eliminó la tendencia de los valores de potencial de membrana de los registros intracelulares, se normalizaron al 100% y se tomó la magnitud de la transformada de Hilbert. Los datos de magnitud se agruparon según los intervalos de fase de respiración o de oscilación lenta (ver arriba) y se calculó el valor medio por intervalo. La magnitud media gamma o Vm por contenedor se representó frente a la fase de respiración o frente a la fase de oscilación lenta para obtener un perfil de modulación de fase (Figura complementaria S2b, derecha). Para calcular la fase de aparición de picos o EPSP, se utilizaron marcas de tiempo obtenidas de la detección de picos/EPSP para evaluar la fase de oscilación lenta o ciclos gamma en ese momento.

Para el acoplamiento de amplitud de fase, se obtuvieron comodulogramas e índices de modulación a partir de registros de estela continua utilizando métodos desarrollados por Tort et al.89 y la correspondiente caja de herramientas MATLAB (https://github.com/tortlab/phase-amplitude-coupling). Brevemente, se filtraron señales continuas en la banda RR (0,2–2,5 Hz) y en la banda gamma (30–60 Hz) y los índices de modulación se calcularon como una medida de la magnitud de PAC, tomando RR como la frecuencia “moduladora de fase”. y gamma como la frecuencia "modulada en amplitud" (Fig. 1i). Para visualizar la magnitud de PAC entre múltiples pares de bandas de frecuencia, se calcularon índices de modulación para varias bandas de frecuencia de 1 Hz de ancho, que van desde 0,2 a 5 Hz para la banda de frecuencia modulada y 25 a 60 Hz para las bandas de frecuencia modulada (Fig. .1h). Los resultados se visualizaron en gráficos de comodulogramas de amplitud de fase (Fig. 1 h).

Para resaltar los picos comunes en la coherencia entre los pares de señales mPFC-Reu e hipocampo-Reu, se calculó la función de coherencia media para dos pares de señales: mPFC-Reu e hipocampo-Reu. La coherencia media se obtuvo promediando múltiples resultados de coherencia (n = 39) calculados por la función mscohere en MATLAB. Para obtener el gráfico de pseudocolor en la Fig. 1k, la coherencia media de mPFC-Reu se multiplicó por los valores de coherencia en cada frecuencia de la coherencia media de hipocampo-Reu y la matriz resultante se trazó en pseudocolor. Para determinar posibles cambios en la coherencia resultantes del ciclo de respiración (Fig. 1 myn), las señales se segmentaron en ventanas de 2,5 s centradas en el inicio de la exhalación. La coherencia entre dos señales se calculó mediante la wavelet analítica de Morlet y se calculó la coherencia media dentro de ventanas de 2,5 s para todos los datos.

Para el análisis de retardo de tiempo, se obtuvieron muestras de registro que duraron entre 200 y 500 s de las épocas de vigilia (n = 39 segmentos), NREM (n = 59 segmentos) y REM (n = 39 segmentos). Las señales de mPFC, Reu y del hipocampo se filtraron en el rango gamma (30–80 Hz) y se calcularon correlaciones cruzadas a partir de los datos continuos entre los pares de registros de mPFC-Reu y los pares de registros de hipocampo-Reu utilizando la función xcorr en MATLAB. En la Fig. 1j se muestran ejemplos de correlaciones cruzadas para pares mPFC-Reu e hipocampo-Reu en diferentes estados de vigilancia. Para medir el desfase de tiempo entre dos señales, se midió el desfase del pico positivo más alto en el correlograma cruzado y se comparó con los registros de vigilia, NREM y REM (Fig. 1l, m).

Los análisis estadísticos se realizaron utilizando MATLAB Statistics and Machine Learning Toolbox (Mathworks Inc., Natick, MA, EE. UU.). Se utilizó ANOVA unidireccional (función MATLAB anova1) para comparar las medias de potencia gamma y tasas de disparo entre estados de vigilancia y regiones corticales. Todas las comparaciones múltiples post hoc se realizaron utilizando el método Tukey-Kramer (comparación múltiple). La regresión se calculó utilizando el método de mínimos cuadrados para correlaciones lineales y no lineales (método robusto, reflexivo de región de confianza).

El análisis estadístico de la fase de los eventos se realizó utilizando la caja de herramientas de estadística circular desarrollada por Berens90. Los parámetros de interés incluyeron el vector resultante medio y la longitud media del vector resultante (evalúa la dispersión circular de los puntos de datos) para todos los eventos. También se realizó la prueba de Rayleigh para determinar la uniformidad en la preferencia de fase de los eventos. Se trazaron gráficos polares que muestran fases, fases medias y longitudes de vectores resultantes de las ráfagas gamma utilizando MATLAB.

Se debe dirigir más información y solicitudes de recursos y reactivos al contacto principal, Igor Timofeev ([email protected]), que será atendido por él. Los tetrodos y electrodos de acero inoxidable fabricados internamente para este estudio están disponibles a través del contacto principal con un acuerdo de transferencia de materiales completo. Este estudio no generó nuevos reactivos únicos. Los registros electrofisiológicos originales y todo el código se han depositado en Mendeley Data y están disponibles públicamente a partir de la fecha de publicación. Los DOI se enumeran en la tabla de recursos clave. Cualquier información adicional necesaria para volver a analizar los datos informados en este documento está disponible a través del contacto principal previa solicitud.

Fuster, JM en The Prefrontal Cortex (Quinta edición) (ed JM Fuster) 9–62 (Academic Press, 2015).

Ferino, F., Thierry, AM y Glowinski, J. Evidencia anatómica y electrofisiológica de una proyección directa desde el cuerno de Ammón a la corteza prefrontal medial en la rata. Exp. Res. cerebral. 65, 421–426 (1987).

Artículo CAS PubMed Google Scholar

Swanson, LW Una proyección directa desde el cuerno de Ammon a la corteza prefrontal en la rata. Res. cerebral. 217, 150-154. https://doi.org/10.1016/0006-8993(81)90192-x (1981).

Artículo CAS PubMed Google Scholar

Herkenham, M. Las conexiones del núcleo reuniens thalami: evidencia de una vía directa tálamo-hipocampal en la rata. J.Comp. Neurol. 177, 589–609. https://doi.org/10.1002/cne.901770405 (1978).

Artículo CAS PubMed Google Scholar

Varela, C., Kumar, S., Yang, J. y Wilson, M. Sustratos anatómicos para interacciones directas entre el hipocampo, la corteza prefrontal medial y el núcleo talámico reunido. Estructura cerebral. Función. 219, 911–929. https://doi.org/10.1007/s00429-013-0543-5 (2014).

Artículo CAS PubMed Google Scholar

Xu, W. & Sudhof, TC Un circuito neuronal para la especificidad y generalización de la memoria. Ciencia 339, 1290-1295. https://doi.org/10.1126/science.1229534 (2013).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Maingret, N., Girardeau, G., Todorova, R., Goutierre, M. y Zugaro, M. El acoplamiento hipocampo-cortical media la consolidación de la memoria durante el sueño. Nat. Neurociencias. https://doi.org/10.1038/nn.4304 (2016).

Artículo PubMed Google Scholar

Jones, MW y Wilson, MA Los ritmos theta coordinan las interacciones hipocampal-prefrontal en una tarea de memoria espacial. PLoS Biol. 3, e402. https://doi.org/10.1371/journal.pbio.0030402 (2005).

Artículo CAS PubMed PubMed Central Google Scholar

Hallock, HL, Wang, A. y Griffin, AL El tálamo de la línea media ventral es fundamental para la sincronía hipocampal-prefrontal y la memoria de trabajo espacial. J. Neurosci. 36, 8372–8389. https://doi.org/10.1523/jneurosci.0991-16.2016 (2016).

Artículo CAS PubMed PubMed Central Google Scholar

Niedermeyer, E. en Electroencefalografía: principios básicos, aplicaciones clínicas y campos relacionados (eds Ernst Niedermeyer y Fernando Lopes Da Silva) Cap. 9, 167-192 (Lippincott Williams y Williams, 2005).

Benchenane, K., Tiesinga, PH y Battaglia, FP Oscilaciones en la corteza prefrontal: una puerta de entrada a la memoria y la atención. actual. Opinión. Neurobiol. 21, 475–485. https://doi.org/10.1016/j.conb.2011.01.004 (2011).

Artículo CAS PubMed Google Scholar

Senkowski, D. & Gallinat, J. Las oscilaciones disfuncionales de la banda gamma prefrontal reflejan la memoria de trabajo y otros déficits cognitivos en la esquizofrenia. Biol. Psiquiatría 77, 1010-1019. https://doi.org/10.1016/j.biopsych.2015.02.034 (2015).

Artículo PubMed Google Scholar

Llinás, R. & Rlbary, U. La conciencia y el cerebro. Ana. Académico de Nueva York. Ciencia. 929, 166-175. https://doi.org/10.1111/j.1749-6632.2001.tb05715.x (2001).

Artículo ADS PubMed Google Scholar

Gregoriou, GG, Gotts, SJ, Zhou, H. y Desimone, R. Acoplamiento de alta frecuencia y largo alcance entre la corteza prefrontal y visual durante la atención. Ciencia 324, 1207–1210. https://doi.org/10.1126/science.1171402 (2009).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Pesaran, B., Pezaris, JS, Sahani, M., Mitra, PP y Andersen, RA Estructura temporal en la actividad neuronal durante la memoria de trabajo en la corteza parietal de macaco. Nat. Neurociencias. 5, 805–811. https://doi.org/10.1038/nn890 (2002).

Artículo CAS PubMed Google Scholar

Colgin, LL y cols. La frecuencia de las oscilaciones gamma dirige el flujo de información en el hipocampo. Naturaleza 462, 353–357. https://doi.org/10.1038/nature08573 (2009).

Artículo ADS CAS PubMed Google Scholar

Fries, P. Sincronización neuronal de bandas gamma como proceso fundamental en la computación cortical. Año. Rev. Neurociencias. 32, 209–224. https://doi.org/10.1146/annurev.neuro.051508.135603 (2009).

Artículo CAS PubMed Google Scholar

Buzsaki, G. & Wang, XJ Mecanismos de oscilaciones gamma. Año. Rev. Neurociencias. 35, 203–225. https://doi.org/10.1146/annurev-neuro-062111-150444 (2012).

Artículo CAS PubMed PubMed Central Google Scholar

Singer, W. La conciencia y el problema vinculante. Ana. Académico de Nueva York. Ciencia. 929, 123-146. https://doi.org/10.1111/j.1749-6632.2001.tb05712.x (2001).

Artículo ADS CAS PubMed Google Scholar

Karalis, N. y Sirota, A. La respiración coordina la dinámica cortico-hipocampal en ratones durante los estados fuera de línea. Nat. Comunitario. 13, 467. https://doi.org/10.1038/s41467-022-28090-5 (2022).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Biskamp, ​​J., Bartos, M. y Sauer, JF Organización de la actividad de la red prefrontal mediante oscilaciones relacionadas con la respiración. Ciencia. Rep. 7, 45508. https://doi.org/10.1038/srep45508 (2017).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Lockmann, AL, Laplagne, DA, Leão, RN & Tort, AB Un ritmo acoplado a la respiración en el hipocampo de rata independiente de theta y oscilaciones lentas. J. Neurosci. 36, 5338–5352. https://doi.org/10.1523/jneurosci.3452-15.2016 (2016).

Artículo CAS PubMed PubMed Central Google Scholar

Yanovsky, Y., Ciatipis, M., Draguhn, A., Tort, AB y Brankack, J. Oscilaciones lentas en el hipocampo del ratón arrastradas por la respiración nasal. J. Neurosci. 34, 5949–5964. https://doi.org/10.1523/jneurosci.5287-13.2014 (2014).

Artículo CAS PubMed PubMed Central Google Scholar

Mofleh, R. & Kocsis, B. Acoplamiento de rango delta entre la corteza prefrontal y el hipocampo respaldado por entradas rítmicas respiratorias del bulbo olfatorio en ratas que se comportan libremente. Ciencia. Rep. 11, 8100. https://doi.org/10.1038/s41598-021-87562-8 (2021).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Zhong, W. y col. Arrastre selectivo de subbandas gamma por diferentes oscilaciones lentas de la red. Proc. Nacional. Acad. Ciencia. 114, 4519–4524. https://doi.org/10.1073/pnas.1617249114 (2017).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Ito, J. y col. Las oscilaciones delta de la corteza en forma de barril y el poder gamma en el ratón despierto están relacionados con la respiración. Nat. Comunitario. 5, 3572. https://doi.org/10.1038/ncomms4572 (2014).

Artículo ADS CAS PubMed Google Scholar

Cavelli, M. et al. La respiración nasal incorpora coherencia gamma neocortical de largo alcance durante la vigilia. EUR. J. Neurosci. 51, 1463-1477. https://doi.org/10.1111/ejn.14560 (2020).

Artículo PubMed Google Scholar

Agravio, ABL et al. Detección paralela de oscilaciones theta y acopladas a la respiración en todo el cerebro del ratón. Ciencia. Rep. 8, 6432. https://doi.org/10.1038/s41598-018-24629-z (2018).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Ferraris, M. et al. El núcleo reuniens controla la sincronización gamma hipocampo-prefrontal de largo alcance durante oscilaciones lentas. J. Neurosci. Apagado. J. Soc. Neurociencias. 38, 3026. https://doi.org/10.1523/JNEUROSCI.3058-17.2018 (2018).

Artículo CAS Google Scholar

Roy, A., Svensson, F., Mazeh, A. y Kocsis, B. Acoplamiento prefrontal-hipocampal por ritmo theta y por oscilación de 2 a 5 Hz en la banda delta: el papel del núcleo reuniens del tálamo. Estructura cerebral. Función. 222, 2819–2830. https://doi.org/10.1007/s00429-017-1374-6 (2017).

Artículo PubMed PubMed Central Google Scholar

Bagur, S. y Benchenane, K. Domar el zoológico oscilatorio en el hipocampo y la neocorteza: una revisión del comentario de Lockmann y Tort sobre Roy et al. Brain Struct. Función. 223, 5–9. https://doi.org/10.1007/s00429-017-1569-x (2018).

Artículo PubMed Google Scholar

Lockmann, ALV & Tort, ABL La respiración nasal arrastra oscilaciones de frecuencia delta en la corteza prefrontal y el hipocampo de roedores. Estructura cerebral. Función. 223, 1–3. https://doi.org/10.1007/s00429-017-1573-1 (2018).

Artículo PubMed Google Scholar

Kocsis, B., Pittman-Polletta, BR y Roy, A. Ritmos acoplados a la respiración en la corteza prefrontal: más allá de si, hasta cuándo, cómo y por qué. Estructura cerebral. Función. 223, 11-16. https://doi.org/10.1007/s00429-017-1587-8 (2018).

Artículo PubMed Google Scholar

Ray, S. & Maunsell, JHR Diferentes orígenes del ritmo gamma y la actividad gamma alta en la corteza visual de los macacos. Más Biol. 9, e1000610. https://doi.org/10.1371/journal.pbio.1000610 (2011).

Artículo CAS PubMed PubMed Central Google Scholar

Whittingstall, K. & Logothetis, NK El acoplamiento de bandas de frecuencia en el EEG de superficie refleja una actividad máxima en la corteza visual de los monos. Neurona 64, 281–289. https://doi.org/10.1016/j.neuron.2009.08.016 (2009).

Artículo CAS PubMed Google Scholar

Nandi, B., Swiatek, P., Kocsis, B. y Ding, M. Inferir la dirección de la transmisión neuronal rítmica mediante el acoplamiento interregional de fase-amplitud (ir-PAC). Ciencia. Representante 9, 6933–6933. https://doi.org/10.1038/s41598-019-43272-w (2019).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Chauvette, S., Crochet, S., Volgushev, M. y Timofeev, I. Propiedades de la oscilación lenta durante el sueño de ondas lentas y la anestesia en gatos. J. Neurosci. 31, 14998–15008. https://doi.org/10.1523/jneurosci.2339-11.2011 (2011).

Artículo CAS PubMed PubMed Central Google Scholar

Mukovski, M., Chauvette, S., Timofeev, I. y Volgushev, M. Detección de estados activos y silenciosos en neuronas neocorticales a partir de la señal de potencial de campo durante el sueño de ondas lentas. Cerebro. Corteza 17, 400–414. https://doi.org/10.1093/cercor/bhj157 (2007).

Artículo PubMed Google Scholar

Adrian, ED Reacciones olfativas en el cerebro del erizo. J. Physiol. 100, 459–473. https://doi.org/10.1113/jphysiol.1942.sp003955 (1942).

Artículo CAS PubMed PubMed Central Google Scholar

Fontanini, A., Spano, P. & Bower, JM Las oscilaciones lentas (<1,5 Hz) inducidas por ketamina-xilazina en la corteza piriforme (olfativa) de la rata están funcionalmente correlacionadas con la respiración. J. Neurosci. 23, 7993–8001. https://doi.org/10.1523/jneurosci.23-22-07993.2003 (2003).

Artículo CAS PubMed PubMed Central Google Scholar

Clugnet, M.-C. & Price, J. Entrada olfativa a la corteza prefrontal en la rata. Ana. Académico de Nueva York. Ciencia. 510, 231–235. https://doi.org/10.1111/j.1749-6632.1987.tb43514.x (1987).

ADS del artículo Google Scholar

Wilson, RC y Steward, O. Activación polisináptica de la circunvolución dentada de la formación del hipocampo: una entrada olfativa a través de la corteza entorrinal lateral. Exp. Res. cerebral. 33, 523–534. https://doi.org/10.1007/bf00235572 (1978).

Artículo CAS PubMed Google Scholar

Kosel, KC, Van Hoesen, GW y West, JR Proyecciones del bulbo olfativo en el área parahipocámpica de la rata. J.Comp. Neurol. 198, 467–482. https://doi.org/10.1002/cne.901980307 (1981).

Artículo CAS PubMed Google Scholar

McKenna, JT & Vertes, RP Proyecciones aferentes al núcleo reuniens del tálamo. J.Comp. Neurol. 480, 115-142. https://doi.org/10.1002/cne.20342 (2004).

Artículo PubMed Google Scholar

Reichova, I. & Sherman, SM Proyecciones corticotalámicas somatosensoriales: distinguir conductores de moduladores. J. Neurofisiol. 92, 2185–2197. https://doi.org/10.1152/jn.00322.2004 (2004).

Artículo PubMed Google Scholar

Sherman, SM & Guillery, RW Sobre las acciones que una célula nerviosa puede tener sobre otra: Distinguir conductores de moduladores. Proc. Nacional. Acad. Ciencia. Estados Unidos 95, 7121–7126. https://doi.org/10.1073/pnas.95.12.7121 (1998).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Li, J., Guido, W. y Bickford, ME Dos tipos distintos de EPSP corticotalámicos y su contribución a la plasticidad sináptica a corto plazo. J. Neurofisiol. 90, 3429–3440. https://doi.org/10.1152/jn.00456.2003 (2003).

Artículo PubMed Google Scholar

Vanderwolf, CH Actividad, olfato y olfateo del hipocampo: una entrada olfativa al giro dentado. Res. cerebral. 593, 197–208. https://doi.org/10.1016/0006-8993(92)91308-2 (1992).

Artículo CAS PubMed Google Scholar

Van der Werf, YD, Witter, MP y Groenewegen, HJ Los núcleos intralaminar y de la línea media del tálamo. Evidencia anatómica y funcional de participación en procesos de excitación y conciencia. Res. cerebral. Res. cerebral. Apocalipsis 39, 107–140. https://doi.org/10.1016/s0165-0173(02)00181-9 (2002).

Artículo PubMed Google Scholar

Orem, J., Netick, A. & Dement, WC Respiración durante el sueño y la vigilia en el gato. Respirar. Fisiol. 30, 265–289. https://doi.org/10.1016/0034-5687(77)90035-4 (1977).

Artículo CAS PubMed Google Scholar

Steriade, M. y McCarley, RW (Springer: Nueva York, 2005).

Nestler, EJ, Hyman, SE y Malenka, RC Neurofarmacología molecular: una base para la neurociencia clínica. Segunda edición, (McGraw-Hill, Medical Pub. Div, 2008).

Monti, JM & Jantos, H. en Progreso en la investigación del cerebro vol. 172 (eds. Giovann, GD, Matteo, VD y Esposito, E.) 625–646 (Elsevier, 2008).

Depuy, SD, Kanbar, R., Coates, MB, Stornetta, RL y Guyenet, PG Control de la respiración mediante neuronas serotoninérgicas del rafe oscuro en ratones. J. Neurosci. 31, 1981-1990. https://doi.org/10.1523/jneurosci.4639-10.2011 (2011).

Artículo CAS PubMed PubMed Central Google Scholar

Sakai, K. Perfiles de descarga durante el sueño y la vigilia de las neuronas del núcleo del rafe dorsal en ratones. Neurociencia 197, 200–224. https://doi.org/10.1016/j.neuroscience.2011.09.024 (2011).

Artículo CAS PubMed Google Scholar

Buzsaki, G., Anastassiou, CA y Koch, C. El origen de los campos y corrientes extracelulares: EEG, ECoG LFP y picos. Nat. Rev. Neurociencias. 13, 407–420. https://doi.org/10.1038/nrn3241 (2012).

Artículo CAS PubMed PubMed Central Google Scholar

Zomorrodi, R., Ferecsko, AS, Kovacs, K., Kroger, H. y Timofeev, I. Análisis de las características morfológicas de las neuronas talamocorticales del núcleo ventroposterolateral del gato. J.Comp. Neurol. 518, 3541–3556. https://doi.org/10.1002/cne.22413 (2010).

Artículo PubMed Google Scholar

Timofeeva, E., Merette, C., Emond, C., Lavallee, P. y Deschenes, M. Un mapa de preferencia de sintonización angular en barriloides talámicos. J. Neurosci. 23, 10717–10723. https://doi.org/10.1523/JNEUROSCI.23-33-10717.2003 (2003).

Artículo CAS PubMed PubMed Central Google Scholar

Reinoso-Suárez, F. Atlas topográfico del cerebro del gato para estudios fisiológicos experimentales. (Merck, 1961).

Steriade, M. en Neuronal Substrates of Sleep and Epilepsy 13–88 (Cambridge University Press, 2003).

Steriade, M., Contreras, D., Amzica, F. y Timofeev, I. Sincronización de oscilaciones espontáneas rápidas (30–40 Hz) en redes intratalámicas y talamocorticales. J. Neurosci. 16, 2788–2808. https://doi.org/10.1523/jneurosci.16-08-02788.1996 (1996).

Artículo CAS PubMed PubMed Central Google Scholar

Basha, D. y col. Neuronas oscilatorias beta en el tálamo motor de pacientes con trastornos del movimiento y dolor. Exp. Neurol. 261, 782–790. https://doi.org/10.1016/j.expneurol.2014.08.024 (2014).

Artículo PubMed Google Scholar

Kempf, F. y col. Actividad y reactividad gamma en potenciales de campo locales talámicos humanos. EUR. J. Neurosci. 29, 943–953. https://doi.org/10.1111/j.1460-9568.2009.06655.x (2009).

Artículo PubMed Google Scholar

Basha, D. y col. Oscilaciones gamma en el tálamo somatosensorial de un paciente con miembro fantasma: reporte de caso. J. Neurocirugía. 129, 1048-1055. https://doi.org/10.3171/2017.5.Jns17170 (2018).

Artículo PubMed Google Scholar

Weinberger, M., Hutchison, WD, Lozano, AM, Hodaie, M. y Dostrovsky, JO Aumento de la actividad oscilatoria gamma en el núcleo subtalámico durante el temblor en pacientes con enfermedad de Parkinson. J. Neurofisiol. 101, 789–802. https://doi.org/10.1152/jn.90837.2008 (2009).

Artículo CAS PubMed Google Scholar

Weinberger, M. y col. Actividad oscilatoria beta en el núcleo subtalámico y su relación con la respuesta dopaminérgica en la enfermedad de Parkinson. J. Neurofisiol. 96, 3248–3256. https://doi.org/10.1152/jn.00697.2006 (2006).

Artículo PubMed Google Scholar

Brown, P. y col. Dependencia de dopamina de las oscilaciones entre el núcleo subtalámico y el pálido en la enfermedad de Parkinson. J. Neurosci. 21, 1033–1038. https://doi.org/10.1523/jneurosci.21-03-01033.2001 (2001).

Artículo CAS PubMed PubMed Central Google Scholar

Spreafico, R., Frassoni, C., Regondi, M., Arcelli, P. & De Biasi, S. en Thalamic Networks for Relay and Modulation (eds. Minciacchi, D., Molinari, M., Macchi, G., & 2010) Jones, EG) 17–28 (Pérgamo, 1993).

Angulo-García, D. et al. Conjuntos de células en la red cortico-hipocampal-reuniens durante oscilaciones lentas. J. Neurosci. 40, 8343–8354. https://doi.org/10.1523/jneurosci.0571-20.2020 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

McAfee, SS, Liu, Y., Dhamala, M. & Heck, DH La comunicación talamocortical en el sistema visual del ratón despierto implica sincronización de fase y sincronía de picos rítmicos en frecuencias gamma altas. Frente. Neurociencias. 12, 837–837. https://doi.org/10.3389/fnins.2018.00837 (2018).

Artículo PubMed PubMed Central Google Scholar

Musil, SY & Olson, CR Organización de proyecciones corticales y subcorticales a la corteza prefrontal medial en el gato. J.Comp. Neurol. 272, 219–241. https://doi.org/10.1002/cne.902720206 (1988).

Artículo CAS PubMed Google Scholar

Niimi, K., Matsuoka, H., Aisaka, T. y Okada, Y. Aferentes talámicas a la corteza prefrontal en el gato rastreadas con peroxidasa de rábano picante. J. Hirnforsch. 22, 221–241 (1981).

CAS PubMed Google Académico

Room, P., Russchen, FT, Groenewegen, HJ & Lohman, AH Conexiones eferentes de las cortezas prelímbica (área 32) e infralímbica (área 25): un estudio de trazado anterógrado en el gato. J.Comp. Neurol. 242, 40–55. https://doi.org/10.1002/cne.902420104 (1985).

Artículo CAS PubMed Google Scholar

Timofeev, I. & Steriade, M. Oscilaciones rápidas (principalmente 30-100 Hz) en la vía cerebelotalámica del gato y su sincronización con los potenciales corticales. J. Physiol. 504 (Parte 1), 153–168. https://doi.org/10.1111/j.1469-7793.1997.153bf.x (1997).

Artículo CAS PubMed PubMed Central Google Scholar

Castelo-Branco, M., Neuenschwander, S. & Singer, W. Sincronización de respuestas visuales entre la corteza, el núcleo geniculado lateral y la retina en el gato anestesiado. J. Neurosci. 18, 6395–6410. https://doi.org/10.1523/jneurosci.18-16-06395.1998 (1998).

Artículo CAS PubMed PubMed Central Google Scholar

O'Keefe, J. & Recce, ML Relación de fase entre las unidades de lugar del hipocampo y el ritmo theta del EEG. Hipocampo 3, 317–330. https://doi.org/10.1002/hipo.450030307 (1993).

Artículo CAS PubMed Google Scholar

Singer, W. Sincronía neuronal: ¿un código versátil para la definición de relaciones?. Neurona 24 (49–65), 111–125. https://doi.org/10.1016/s0896-6273(00)80821-1 (1999).

Artículo de Google Scholar

Traub, RD, Whittington, MA, Stanford, IM y Jefferys, JG Un mecanismo para la generación de oscilaciones rápidas sincrónicas de largo alcance en la corteza. Naturaleza 383, 621–624. https://doi.org/10.1038/383621a0 (1996).

Artículo ADS CAS PubMed Google Scholar

Timofeev, I., Bazhenov, M., Seigneur, J. y Sejnowski, T. en Jasper's Basic Mechanisms of the Epilepsies (eds JL Noebels et al.) (Centro Nacional de Información Biotecnológica (EE. UU.), 2012).

Noda, H. & Adey, WR Activación de pares de neuronas en la corteza de asociación de gatos durante el sueño y la vigilia. J. Neurofisiol. 33, 672–684. https://doi.org/10.1152/jn.1970.33.5.672 (1970).

Artículo CAS PubMed Google Scholar

Steriade, M., Amzica, F. & Contreras, D. Sincronización de ritmos corticales espontáneos rápidos (30–40 Hz) durante la activación cerebral. J. Neurosci. 16, 392–417. https://doi.org/10.1523/jneurosci.16-01-00392.1996 (1996).

Artículo CAS PubMed PubMed Central Google Scholar

Fries, P., Reynolds, JH, Rorie, AE y Desimone, R. Modulación de la sincronización neuronal oscilatoria mediante atención visual selectiva. Ciencia 291, 1560-1563. https://doi.org/10.1126/science.1055465 (2001).

Artículo ADS CAS PubMed Google Scholar

Bichot, NP, Rossi, AF y Desimone, R. Mecanismos neuronales paralelos y en serie para la búsqueda visual en el área V4 de macacos. Ciencia 308, 529–534. https://doi.org/10.1126/science.1109676 (2005).

Artículo ADS CAS PubMed Google Scholar

Lakatos, P., Karmos, G., Mehta, AD, Ulbert, I. y Schroeder, CE Arrastre de oscilaciones neuronales como mecanismo de selección atencional. Ciencia 320, 110-113. https://doi.org/10.1126/science.1154735 (2008).

Artículo ADS CAS PubMed Google Scholar

Herrero, JL, Khuvis, S., Yeagle, E., Cerf, M. & Mehta, AD Respiración por encima del tronco encefálico: control volitivo y modulación de la atención en humanos. J. Neurofisiol. 119, 145-159. https://doi.org/10.1152/jn.00551.2017 (2018).

Artículo PubMed Google Scholar

Timofeev, I., Grenier, F. & Steriade, M. Desfacilitación e inhibición activa en la neocorteza durante el ciclo natural de sueño-vigilia: un estudio intracelular. Proc. Nacional. Acad. Ciencia. Estados Unidos 98, 1924-1929. https://doi.org/10.1073/pnas.041430398 (2001).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Costa-Miserachs, D., Portell-Cortés, I., Torras-Garcia, M. & Morgado-Bernal, I. Automated sleep staging in rat with a standard spreadsheet. J. Neurosci. Methods 130, 93–101. https://doi.org/10.1016/s0165-0270(03)00229-2 (2003).

Artículo PubMed Google Scholar

Crochet, S., Fuentealba, P., Timofeev, I. y Steriade, M. Amplificación selectiva de la producción neuronal neocortical mediante prepotenciales rápidos in vivo. Cerebro. Corteza 14, 1110-1121. https://doi.org/10.1093/cercor/bhh071 (2004).

Artículo CAS PubMed Google Scholar

Tort, AB, Komorowski, R., Eichenbaum, H. y Kopell, N. Medición del acoplamiento fase-amplitud entre oscilaciones neuronales de diferentes frecuencias. J. Neurofisiol. 104, 1195-1210. https://doi.org/10.1152/jn.00106.2010 (2010).

Artículo PubMed PubMed Central Google Scholar

Berens, P. CircStat: una caja de herramientas de Matlab para estadísticas circulares. J. estadística. Suave. 31 (2009).

Descargar referencias

Con el apoyo del Consejo Nacional de Investigación en Ciencias e Ingeniería de Canadá (subvención RGPIN-2018-06291), los Institutos Canadienses de Investigación en Salud (subvenciones MOP-136969, MOP-136967) y los Institutos Nacionales de Trastornos Neurológicos y Accidentes Cerebrovasculares (subvención NINDS 5R01NS104368) . Agradecemos a Serge Ftomov por la asistencia técnica. Las ilustraciones de las figuras fueron dibujadas en Adobe Illustrator CS4.

Departamento de Psiquiatría y Neurociencias, Universidad Laval, Quebec, QC, G1V 0A6, Canadá

Diellor Basha, Maxim Sheroziya e Igor Timofeev

Centro de Investigación CERVO, Universidad Laval, 2301 Av. D'Estimauville, Quebec, QC, G1E 1T2, Canadá

Diellor Basha, Sylvain Chauvette, Maxim Sheroziya e Igor Timofeev

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

Base de datos: conceptualización, metodología, investigación, software, visualización, análisis formal, curación de datos, redacción: borrador original; SC: Metodología, Investigación, Validación, Recursos, Redacción—Revisión y Edición MS: Metodología, Investigación, Validación TI: Conceptualización, Metodología, Investigación, Validación, Redacción—Revisión y Edición, Supervisión, Administración de Proyectos, Adquisición de Financiamiento.

Correspondencia a Igor Timofeev.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Basha, D., Chauvette, S., Sheroziya, M. et al. La respiración organiza la sincronía gamma en la red prefronto-talámica. Representante científico 13, 8529 (2023). https://doi.org/10.1038/s41598-023-35516-7

Descargar cita

Recibido: 14 de octubre de 2022

Aceptado: 19 de mayo de 2023

Publicado: 26 de mayo de 2023

DOI: https://doi.org/10.1038/s41598-023-35516-7

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.