L'antagonisme bêta-adrénergique modifie la connectivité fonctionnelle au cours du traitement associatif dans une étude préliminaire d'individus autistes ou pas

Aperçu: G.M.

L'antagonisme bêta-adrénergique (par exemple, le propranolol) a été associé à des avantages cognitifs / comportementaux suite à des déficiences induites par le stress et pour certains domaines cognitifs / comportementaux chez les personnes avec un diagnostic de "trouble du spectre de l'autisme".

Dans cette enquête préliminaire, nous avons examiné si les avantages du propranolol sont associés à des propriétés fonctionnelles dans le cerveau. 

Les adolescents / adultes (âge moyen = 22,54 ans) avec (n = 13) et sans "trouble du spectre de l'autisme" (n = 13) ont assisté à trois séances dans lesquelles du propranolol, du nadolol (antagoniste bêta-adrénergique qui ne traverse pas la barrière hémato-encéphalique), ou un placebo a été administré avant une tâche de fluidité sémantique au cours de l'imagerie par résonance magnétique fonctionnelle. Les mesures du système nerveux autonome et la connectivité fonctionnelle entre les régions de traitement de langage / associatif et dans les réseaux de contrôle fronto-pariétal, l'attention dorsale et le mode par défaut ont été examinées. 

Le propranolol a été associé à une amélioration de la performance de la fluidité sémantique, corrélée à la fréquence cardiaque au repos de base. 

Le propranolol a également modifié l'efficacité du réseau de régions associées au traitement sémantique et, lors d'une analyse exploratoire, a réduit les différences fonctionnelles dans le réseau de contrôle fronto-pariétal chez les personnes avec un diagnostic de "trouble du spectre de l'autisme" . Ainsi, les avantages cognitifs de l'antagonisme bêta-adrénergique peuvent généralement être associés à un traitement amélioré de l'information dans le cerveau dans des réseaux spécifiques à un domaine, mais les personnes avec un diagnostic de "trouble du spectre de l'autisme" peuvent également bénéficier d'améliorations supplémentaires apportées à des réseaux généraux. 

Il est également possible de prédire les avantages du propranolol à partir des mesures initiales du système nerveux autonome, ce qui mérite une enquête plus approfondie.

Autism. 2019 Aug 15:1362361319868633. doi: 10.1177/1362361319868633.

Beta-adrenergic antagonism alters functional connectivity during associative processing in a preliminary study of individuals with and without autism

Hegarty JP 2nd^1,2, Zamzow RM¹, Ferguson BJ¹, Christ SE¹, Porges EC³, Johnson JD¹, Beversdorf DQ¹.

Author information

1

1 University of Missouri, USA.

2

2 Stanford University School of Medicine, USA.

3

3 University of Florida, USA.

Abstract

Beta-adrenergic antagonism (e.g. propranolol) has been associated with cognitive/behavioral benefits following stress-induced impairments and for some cognitive/behavioral domains in individuals with autism spectrum disorder. In this preliminary investigation, we examined whether the benefits of propranolol are associated with functional properties in the brain. Adolescents/adults (mean age = 22.54 years) with (n = 13) and without autism spectrum disorder (n = 13) attended three sessions in which propranolol, nadolol (beta-adrenergic antagonist that does not cross the blood-brain barrier), or placebo was administered before a semantic fluency task during functional magnetic resonance imaging. Autonomic nervous system measures and functional connectivity between language/associative processing regions and within the fronto-parietal control, dorsal attention, and default mode networks were examined. Propranolol was associated with improved semantic fluency performance, which was correlated with the baseline resting heart rate. Propranolol also altered network efficiency of regions associated with semantic processing and in an exploratory analysis reduced functional differences in the fronto-parietal control network in individuals with autism spectrum disorder. Thus, the cognitive benefits from beta-adrenergic antagonism may be generally associated with improved information processing in the brain in domain-specific networks, but individuals with autism spectrum disorder may also benefit from additional improvements in domain-general networks. The benefits from propranolol may also be able to be predicted from baseline autonomic nervous system measures, which warrants further investigation.

PMID:31416333

DOI:10.1177/1362361319868633

Les indices de comportement répétitif sont corrélés avec les modèles de connectivité fonctionnelle intrinsèque chez les jeunes avec un diagnostic de "trouble du spectre de l'autisme"

Aperçu: G.M.

Le but de la présente étude était d'examiner comment le comportement répétitif dans le "trouble du spectre de l'autisme" (TSA) est lié aux modèles de connectivité fonctionnelle intrinsèque dans un certain nombre de réseaux neuronaux à grande échelle. Des IRMf à l'état de repos ont été analysés chez une trentaine de sujets avec un diagnostic de TSA (dTSA) et chez trente-deux sujets témoins avec un développement typique. Des analyses de connectivité fonctionnelle entre le "Seed-to-voxel" et " ROI-to-ROI" ont été utilisées pour examiner la connectivité au repos dans un certain nombre de réseaux de neurones corticaux et sous-corticaux. Des analyses de corrélation bivariée ont été réalisées pour examiner la relation entre les scores de comportement répétitif de l'échelle de comportement répétitif - révisée et connectivité fonctionnelle intrinsèque chez les sujets avec dTSA. Comparativement aux sujets témoins, les sujets avec dTSA présentaient une sur-connectivité marquée du thalamus avec plusieurs zones de traitement sensoriel cortical, ainsi qu'une connectivité excessive des ganglions de la base avec les cortex somatosensoriels et moteurs. 

Au sein du groupe TSA, des corrélations significatives ont été trouvées entre les profils de connectivité fonctionnelle et les scores RBS-R totaux ainsi qu'un score dérivé de l'analyse des composants principaux de la RBS-R.  

Ces résultats suggèrent que la connectivité thalamocorticale au repos est altérée chez les personnes avec dTSA et que la connectivité fonctionnelle au repos est associée à la symptomatologie de TSA.

Brain Res. 2018 Feb 14. pii: S0006-8993(18)30067-2. doi: 10.1016/j.brainres.2018.02.009.

Indices of repetitive behaviour are correlated with patterns of intrinsic functional connectivity in youth with autism spectrum disorder

Traynor JM¹, Doyle-Thomas KAR², Hanford LC¹, Foster NE³, Tryfon A³, Hyde KL³, Anagnostou E⁴, Evans AC⁵, Zwaigenbaum L⁶, Hall GBC⁷, Asd Imaging Group N⁸.

Author information

1

McMaster University, Department of Psychology, Neuroscience & Behaviour, Hamilton, Ontario, Canada.

2

Bloorview Research Institute, Holland Bloorview Kids Rehabilitation Hospital, University of Toronto, Toronto, Ontario, Canada.

3

International Laboratory for Brain Music and Sound (BRAMS), University of Montreal, Montreal, Quebec, Canada; Faculty of Medicine, McGill University, Montreal, Quebec, Canada.

4

Bloorview Research Institute, Holland Bloorview Kids Rehabilitation Hospital, University of Toronto, Toronto, Ontario, Canada; Department of Pediatrics, University of Toronto, Toronto, Ontario, Canada.

5

Montreal Neurological Institute, Montreal, Quebec, Canada.

6

Department of Pediatrics, University of Alberta, Edmonton, Alberta, Canada.

7

McMaster University, Department of Psychology, Neuroscience & Behaviour, Hamilton, Ontario, Canada. Electronic address: hallg@mcmaster.ca.

8

http://www.neurodevnet.ca/research/asd, Vancouver, British Columbia, Canada.

Abstract

The purpose of the current study was to examine how repetitive behaviour in Autism Spectrum Disorder (ASD) is related to intrinsic functional connectivity patterns in a number of large-scale, neural networks. Resting-state fMRI scans from thirty subjects with ASD and thirty-two age-matched, typically developing control subjects were analysed. Seed-to-voxel and ROI-to-ROI functional connectivity analyses were used to examine resting-state connectivity in a number of cortical and subcortical neural networks. Bivariate correlation analysis was performed to examine the relationship between repetitive behaviour scores from the Repetitive Behaviour Scale - Revised and intrinsic functional connectivity in ASD subjects. Compared to control subjects, ASD subjects displayed marked over-connectivity of the thalamus with several cortical sensory processing areas, as well as over-connectivity of the basal ganglia with somatosensory and motor cortices. Within the ASD group, significant correlations were found between functional connectivity patterns and total RBS-R scores as well as one principal component analysis-derived score from the RBS-R. These results suggest that thalamocortical resting-state connectivity is altered in individuals with ASD, and that resting-state functional connectivity is associated with ASD symptomatology.

PMID:29453959

DOI:10.1016/j.brainres.2018.02.009

Psychiatrie dans un "Dich": cellules souches et organoïdes cérébraux modélisant les "troubles du spectre de l'autisme"

Aperçu: G.M.

 Les "troubles du spectre de l'autisme" sont un groupe de troubles neurodéveloppementales envahissantes à étiologie hétérogène, caractérisées par des déficits de cognition sociale, de communication et de flexibilité comportementale. Malgré un effort scientifique croissant pour trouver les explications physiopathologiques du trouble, les liens neurobiologiques restent flous. Une grande quantité de preuves suggère que les processus pathologiques qui se déroulent dans le neurodéveloppement embryonnaire précoce pourraient être responsables de la manifestation ultérieure des symptômes autistiques. Ce développement dysfonctionnel comprend des processus de maturation / différenciation altérés, des perturbations dans la communication cellule-cellule et un rapport déséquilibré entre certaines populations neuronales. Tous ces processus dépendent fortement de l'interconnectivité et des organisations tridimensionnelles du cerveau. En outre, afin de mieux comprendre la neurobiologie complexe des "troubles du spectre de l'autisme", des modèles de troubles valides sont essentiels.  

Les cellules souches pluripotentes induites pourraient potentiellement aider à élucider les mécanismes complexes du trouble et conduire au développement d'un traitement individualisé plus efficace. L'approche des cellules souches pluripotentes induites permet la comparaison entre le développement de divers phénotypes cellulaires générés à partir de lignées cellulaires de patients et d'individus sans troubles.  

Une nouvelle technologie organoïde avancée permet de créer des modèles tridimensionnels in vitro du développement du cerveau et de l'interconnectivité structurelle, basés sur des cellules souches pluripotentes induites dérivées des individus respectifs. Le plus grand défi pour la modélisation des maladies psychiatriques in vitro est de trouver et d'établir le lien entre les résultats cellulaires et moléculaires avec les symptômes cliniques, et de donner un aperçu de la faisabilité et de l'applicabilité de ce nouvel outil d'ingénierie tissulaire en psychiatrie.

Biol Psychiatry. 2017 Nov 16. pii: S0006-3223(17)32197-2. doi: 10.1016/j.biopsych.2017.11.011.

Psychiatry in a Dish: Stem Cells and Brain Organoids Modeling Autism Spectrum Disorders

Ilieva M¹, Fex Svenningsen Ų, Thorsen M³, Michel TM⁴.

Author information

1

Department of Psychiatry, University of Southern Denmark, Odense, Denmark. Electronic address: milieva@health.sdu.dk.

2

Department of Neuroscience Research, University of Southern Denmark, Odense, Denmark.

3

Department of Psychiatry, University of Southern Denmark, Odense, Denmark.

4

Department of Psychiatry, University of Southern Denmark, Odense, Denmark; Odense Center for Applied Neuroscience BRIDGE, University of Southern Denmark, Psychiatry in the Region of Southern Denmark, Odense University Hospital, Odense, Denmark.

Abstract

Autism spectrum disorders are a group of pervasive neurodevelopmental conditions with heterogeneous etiology, characterized by deficits in social cognition, communication, and behavioral flexibility. Despite an increasing scientific effort to find the pathophysiological explanations for the disease, the neurobiological links remain unclear. A large amount of evidence suggests that pathological processes taking place in early embryonic neurodevelopment might be responsible for later manifestation of autistic symptoms. This dysfunctional development includes altered maturation/differentiation processes, disturbances in cell-cell communication, and an unbalanced ratio between certain neuronal populations. All those processes are highly dependent on the interconnectivity and three-dimensional organizations of the brain. Moreover, in order to gain a deeper understanding of the complex neurobiology of autism spectrum disorders, valid disease models are pivotal. Induced pluripotent stem cells could potentially help to elucidate the complex mechanisms of the disease and lead to the development of more effective individualized treatment. The induced pluripotent stem cells approach allows comparison between the development of various cellular phenotypes generated from cell lines of patients and healthy individuals. A newly advanced organoid technology makes it possible to create three-dimensional in vitro models of brain development and structural interconnectivity, based on induced pluripotent stem cells derived from the respective individuals. The biggest challenge for modeling psychiatric diseases in vitro is finding and establishing the link between cellular and molecular findings with the clinical symptoms, and this review aims to give an overview over the feasibility and applicability of this new tissue engineering tool in psychiatry.

PMID:29295738

DOI:10.1016/j.biopsych.2017.11.011

Apprentissage métrique avec convolutions de graphe spectral sur les réseaux de connectivité du cerveau

Aperçu: G.M.

Les représentations graphiques sont souvent utilisées pour modéliser des données structurées au niveau individuel ou de la population et ont de nombreuses applications dans les problèmes de reconnaissance de formes. Dans le domaine des neurosciences, où de telles représentations sont couramment utilisées pour modéliser la connectivité structurelle ou fonctionnelle entre un ensemble de régions du cerveau, les graphiques se sont révélés d'une grande importance. Ceci est principalement dû à la capacité de révéler des modèles liés au développement du cerveau et à la maladie, qui étaient auparavant inconnus. L'évaluation de la similarité entre ces réseaux de connectivité du cerveau d'une manière qui rend compte de la structure du graphe et qui est adaptée à une application particulière est, cependant, non triviale. La plupart des méthodes existantes ne tiennent pas compte de la structure du graphique, rejetant des informations qui pourraient être utiles pour d'autres analyses de classification ou de régression basées sur ces similitudes. 

L'équipe propose d'apprendre une métrique de similarité de graphes en utilisant un réseau de neurones convolutionnels de graphes siamois (s-GCN) dans un cadre supervisé.  

Le cadre proposé prend en considération la structure de graphe pour l'évaluation de la similarité entre une paire de graphes, en employant des convolutions de graphe spectral qui permettent la généralisation de convolutions traditionnelles à des graphes irréguliers et opère dans le domaine spectral de graphe.  

Le modèle proposé est appliqué sur deux bases de données: la base de données ABIDE, qui comprend des données IRM fonctionnelles de 403 patients avec un diagnostic de "trouble du spectre de l'autisme" et 468 témoins sans troubles regroupés à partir de plusieurs sites d'acquisition, et un ensemble de 2500 sujets de UK Biobank.  

L'étude démontre la performance de la méthode pour les tâches de classification entre les graphes appariés et non-appariés, ainsi que la classification individuelle des sujets et l'apprentissage multiple, montrant que cela conduit à des résultats significativement améliorés par rapport aux méthodes traditionnelles.

Neuroimage. 2017 Dec 23. pii: S1053-8119(17)31076-5. doi: 10.1016/j.neuroimage.2017.12.052.

Metric learning with spectral graph convolutions on brain connectivity networks

Ktena SI¹, Parisot S², Ferrante E³, Rajchl M², Lee M², Glocker B², Rueckert D².

Author information

1

Biomedical Image Analysis Group, Imperial College London, UK. Electronic address: ira.ktena@imperial.ac.uk.

2

Biomedical Image Analysis Group, Imperial College London, UK.

3

Biomedical Image Analysis Group, Imperial College London, UK; Universidad Nacional del Litoral / CONICET, Santa Fe, Argentina.

Abstract

Graph representations are often used to model structured data at an individual or population level and have numerous applications in pattern recognition problems. In the field of neuroscience, where such representations are commonly used to model structural or functional connectivity between a set of brain regions, graphs have proven to be of great importance. This is mainly due to the capability of revealing patterns related to brain development and disease, which were previously unknown. Evaluating similarity between these brain connectivity networks in a manner that accounts for the graph structure and is tailored for a particular application is, however, non-trivial. Most existing methods fail to accommodate the graph structure, discarding information that could be beneficial for further classification or regression analyses based on these similarities. We propose to learn a graph similarity metric using a siamese graph convolutional neural network (s-GCN) in a supervised setting. The proposed framework takes into consideration the graph structure for the evaluation of similarity between a pair of graphs, by employing spectral graph convolutions that allow the generalisation of traditional convolutions to irregular graphs and operates in the graph spectral domain. We apply the proposed model on two datasets: the challenging ABIDE database, which comprises functional MRI data of 403 patients with autism spectrum disorder (ASD) and 468 healthy controls aggregated from multiple acquisition sites, and a set of 2500 subjects from UK Biobank. We demonstrate the performance of the method for the tasks of classification between matching and non-matching graphs, as well as individual subject classification and manifold learning, showing that it leads to significantly improved results compared to traditional methods.

PMID:29278772

DOI:10.1016/j.neuroimage.2017.12.052

L'organisation du réseau est globalement atypique dans l'autisme: une étude de la théorie graphique de la connectivité fonctionnelle intrinsèque

Aperçu: G.M.

En dépit de nombreuses preuves d'anomalies du réseau cérébral dans le "trouble du spectre de l'autisme" (TSA), les résultats ont varié d'une large sous-activité fonctionnelle à une large surconnexion.  Plutôt que de chercher à simplifier trop les hypothèses générales («sous» contre «plus»), L'équipe a testé l'hypothèse d'une distribution de réseau atypique dans les TSA (c'est-à-dire la participation de loci inhabituels dans les réseaux fonctionnels distribués).

Selon l'hypothèse, l'indice Rand (reflétant la façon dont l'organisation du réseau était similaire à un ensemble normatif de réseaux) était significativement plus faible chez les TSA que chez les TD. Cela s'explique par une cohésion et une densité réduites à l'échelle globale, mais une dispersion accrue des réseaux. 

Biol Psychiatry Cogn Neurosci Neuroimaging. 2017 Jan;2(1):66-75. doi: 10.1016/j.bpsc.2016.07.008.

Network organization is globally atypical in autism: A graph theory study of intrinsic functional connectivity

Keown CL^1,2, Datko MC^1,2, Chen CP^1,3, Maximo JO¹, Jahedi A^1,4, Müller RA¹.

Author information

1

Brain Development Imaging Laboratory, Department of Psychology, San Diego State University, San Diego, CA, United States.

2

Department of Cognitive Science, University of California, San Diego, CA.

3

Computational Science Research Center, San Diego State University, San Diego, CA.

4

Department of Mathematics and Statistics, San Diego State University, San Diego, CA, United States.

Abstract

BACKGROUND:

Despite abundant evidence of brain network anomalies in autism spectrum disorder (ASD), findings have varied from broad functional underconnectivity to broad overconnectivity. Rather than pursuing overly simplifying general hypotheses ('under' vs. 'over'), we tested the hypothesis of atypical network distribution in ASD (i.e., participation of unusual loci in distributed functional networks).

METHODS:

We used a selective high-quality data subset from the ABIDE datashare (including 111 ASD and 174 typically developing [TD] participants) and several graph theory metrics. Resting state functional MRI data were preprocessed and analyzed for detection of low-frequency intrinsic signal correlations. Groups were tightly matched for available demographics and head motion.

RESULTS:

As hypothesized, the Rand Index (reflecting how similar network organization was to a normative set of networks) was significantly lower in ASD than TD participants. This was accounted for by globally reduced cohesion and density, but increased dispersion of networks. While differences in hub architecture did not survive correction, rich club connectivity (among the hubs) was increased in the ASD group

CONCLUSIONS:

Our findings support the model of reduced network integration (connectivity with networks) and differentiation (or segregation; based on connectivity outside network boundaries) in ASD. While the findings applied at the global level, they were not equally robust across all networks and in one case (greater cohesion within ventral attention network in ASD) even reversed.

PMID:28944305

PMCID:PMC5607014[Available on 2018-01-01]

DOI:10.1016/j.bpsc.2016.07.008

Déficit thalamocortical dans le "trouble du spectre de l'autisme": une analyse de l'échange de données sur l'imagerie du cerveau autistique

Aperçu: G.M.

Les personnes avec un diagnostic de "trouble du spectre de l'autisme (TSA) présentent des différences dans le traitement sensorimoteur de base ainsi que dans l'excitabilité corticale générale. Ces observations convergent pour impliquer la connectivité thalamocortique en tant que mécanisme neuronal unifiant potentiel. L'objectif de cette étude était de clarifier les résultats mitigés sur la connectivité fonctionnelle thalamocortique dans un grand échantillon d'individus avec un diagnostic de TSA.

À l'aide de l'échange de données sur l'imagerie cérébrale au autisme (ABIDE), l'équipe a examiné la connectivité fonctionnelle thalamocorticale chez 228 personnes avec un diagnostic de TSA et chez un groupe de comparaison assorti de 228 individus au développement typique.

Le cortex préfrontal, le lobe temporal et le cortex sensorimoteur ont montré une hyper-connectivité avec le thalamus dans les TSA. Dans l'analyse du cerveau complet, l'hyper-connectivité de plusieurs zones thalamiques comprenait des zones corticales multiples, mais a eu tendance à converger dans les zones corticales temporelles, y compris la jonction temporopariétale. Les analyses de suivi des effets sur l'âge ont révélé que les anomalies de connectivité dans les TSA étaient plus prononcées chez les adolescents que chez les enfants et les adultes.  

Biol Psychiatry Cogn Neurosci Neuroimaging. 2017 Jan;2(1):76-84. doi: 10.1016/j.bpsc.2016.09.002.

Thalamocortical dysconnectivity in autism spectrum disorder: An analysis of the Autism Brain Imaging Data Exchange

Woodward ND¹, Giraldo-Chica M¹, Rogers B², Cascio CJ¹.

Author information

1

Department of Psychiatry & Behavioral Sciences, Vanderbilt University School of Medicine, Nashville, TN.

2

Vanderbilt University Institute of Imaging Science, Nashville, TN.

Abstract

BACKGROUND:

Individuals with autism spectrum disorder (ASD) exhibit differences in basic sensorimotor processing as well as general cortical excitability. These observations converge to implicate thalamocortical connectivity as a potential unifying neural mechanism. The goal of this study was to clarify mixed findings on thalamocortical functional connectivity in a large sample of individuals with ASD.

METHODS:

Using the Autism Brain Imaging Data Exchange (ABIDE), we examined thalamocortical functional connectivity in 228 individuals with ASD and a matched comparison group of 228 typically developing individuals. In order to fully characterize thalamocortical functional networks, we employed complementary seed-based approaches that examined connectivity of major cortical divisions (e.g. prefrontal cortex, temporal lobe) with the thalamus and whole-brain connectivity of specific thalamic sub-regions.

RESULTS:

Prefrontal cortex, temporal lobe, and sensorimotor cortex exhibited hyper-connectivity with the thalamus in ASD. In the whole-brain analysis, hyper-connectivity of several thalamic seeds included multiple cortical areas, but tended to converge in temporal cortical areas, including the temporoparietal junction. Follow-up analyses of age effects revealed that the connectivity abnormalities in ASD were more pronounced in adolescents compared to children and adults.

CONCLUSIONS:

These results confirm previous findings of temporal and motor thalamocortical hyper-connectivity in ASD, and extend them to include somatosensory and prefrontal cortex. While not directly addressable with the data available in ABIDE, this widespread hyper-connectivity could theoretically account for sensorimotor symptoms and general cortical excitability in ASD. Future studies should target comprehensive clinical and behavioral characterization in combination with functional connectivity in order to explore this possibility.

PMID: 28584881

PMCID: PMC5455796  [Available on 2018-01-01]

DOI: 10.1016/j.bpsc.2016.09.002

L'analyse des composantes du réseau révèle des trajectoires de développement de la connectivité structurelle et des altérations spécifiques dans le "trouble du spectre de l'autisme"

Aperçu: G.M.
L'organisation structurelle du cerveau peut être caractérisée comme un ensemble hiérarchique de modules séparés reliés par des zones concentriques fortement interconnectées qui facilitent les interactions fonctionnelles distribuées.Les perturbations de ce réseau peuvent constituer un marqueur important du développement anormal. 

Récemment, plusieurs troubles du développement neurologique, y compris le "trouble du spectre de l'autisme " (TSA), ont été présentés comme des troubles de la connectivité, mais la nature complète et le moment de ces perturbations restent peu claire.

Le but de cette étude est de modéliser l'architecture du réseau structurel du cerveau en tant qu'ensemble de sous-réseaux superposés ou composants de réseau.

Dans un ensemble de données ouvertement disponible de 196 sujets scannés entre 5 et 85 ans, l'équipe a identifié un ensemble de sous-réseaux robustes et fiables qui se développent en tandem avec l'âge et qui reflètent les connexions de réseau anatomiquement locales et à longue distance. Dans une deuxième expérience, les composantes du réseau ont été comparées entre une cohorte de 51 adolescents avec un TSA à haut niveau de fonctionnement cognitif et un groupe de témoins appariés selon l'âge. Les chercheurs ont identifié un sous-réseau spécifique représentant une augmentation de la force de connexion locale dans le cortex cingulaire dans le TSA (t = 3,44, P <0,001). 

Ce travail souligne les implications possibles à long terme des altérations des trajectoires de développement de sous-réseaux corticaux spécifiques.  

 

Hum Brain Mapp. 2017 May 31. doi: 10.1002/hbm.23656.

Network component analysis reveals developmental trajectories of structural connectivity and specific alterations in autism spectrum disorder

Ball G¹, Beare R¹, Seal ML^1,2.

Author information

1

Developmental Imaging, Murdoch Children's Research Institute, Melbourne, Victoria, Australia.

2

Department of Paediatrics, University of Melbourne, Melbourne, Victoria, Australia.

Abstract

The structural organization of the brain can be characterized as a hierarchical ensemble of segregated modules linked by densely interconnected hub regions that facilitate distributed functional interactions. Disturbances to this network may be an important marker of abnormal development. Recently, several neurodevelopmental disorders, including autism spectrum disorder (ASD), have been framed as disorders of connectivity but the full nature and timing of these disturbances remain unclear. In this study, we use non-negative matrix factorization, a data-driven, multivariate approach, to model the structural network architecture of the brain as a set of superposed subnetworks, or network components. In an openly available dataset of 196 subjects scanned between 5 and 85 years we identify a set of robust and reliable subnetworks that develop in tandem with age and reflect both anatomically local and long-range, network hub connections. In a second experiment, we compare network components in a cohort of 51 high-functioning ASD adolescents to a group of age-matched controls. We identify a specific subnetwork representing an increase in local connection strength in the cingulate cortex in ASD (t = 3.44, P < 0.001). This work highlights possible long-term implications of alterations to the developmental trajectories of specific cortical subnetworks. Hum Brain Mapp, 2017. © 2017 Wiley Periodicals, Inc.

© 2017 Wiley Periodicals, Inc.

PMID: 28560746

DOI: 10.1002/hbm.23656

Décalage dans l'équilibre de l'inhibition cérébrale et de la connectivité du cortex préfrontal des adultes avec un diagnostic de "trouble du spectre de l'autisme"

Aperçu: G.M.

Actuellement, il n'existe aucun traitement pharmacologique efficace pour les symptômes de base du "trouble du spectre de l'autisme" (TSA). Il existe néanmoins un potentiel de progrès. Par exemple, des données récentes suggèrent que les systèmes GABA excitateur (E) et inhibiteur (I) peuvent être modifiés dans les TSA. Cependant, aucune étude antérieure de TSA n'a examiné la «responsivité» du système E-I à un défi pharmacologique; Ou si la modulation E-I modifie les anomalies de la connectivité fonctionnelle des régions cérébrales impliquées dans le "trouble".  

L'équipe a donc utilisé la spectroscopie de résonance magnétique ([1H] MRS) pour mesurer le flux E-I préfrontal en réponse au glutamate et au médicament GABA agissant dans le riluzole chez les hommes adultes avec et sans diagnostic de "TSA". Elle a aussi comparé la variation de l'indice inhibiteur préfrontal - la fraction GABA dans l'ensemble glutamate plus les métabolites GABA - post riluzole ; Et l'impact du riluzole sur les différences dans la connectivité fonctionnelle à l'état de repos. 

Malgré les différences de base dans le bilan E-I, il y a eu une importante différence de groupe en réponse à un défi pharmacologique. Le riluzole a augmenté l'indice inhibiteur du cortex préfrontal chez les personnes TSA, mais l'a diminué chez les témoins. Il y avait également une importante différence de groupe dans la connectivité fonctionnelle préfrontale à la ligne de base, qui a été abolie par le riluzole dans le groupe TSA.

Les résultats montrent montrent que le flux E-I peut être «déplacé» avec un défi pharmacologique, mais cette réactivité est significativement différente des contrôles. En outre, les preuves initiales suggèrent que les anomalies de la connectivité fonctionnelle peuvent être «normalisées» en ciblant E-I, même chez les adultes. 

Transl Psychiatry. 2017 May 23;7(5):e1137. doi: 10.1038/tp.2017.104.

Shifting brain inhibitory balance and connectivity of the prefrontal cortex of adults with autism spectrum disorder

Ajram LA¹, Horder J¹, Mendez MA^1,2, Galanopoulos A^1,2, Brennan LP^1,2, Wichers RH^1,2, Robertson DM², Murphy CM^1,2, Zinkstok J², Ivin G³, Heasman M³, Meek D², Tricklebank MD⁴, Barker GJ⁴, Lythgoe DJ⁴, Edden RAE⁵, Williams SC⁴, Murphy DGM^1,2, McAlonan GM^1,2.

Author information

1

Department of Forensic and Neurodevelopmental Sciences, The Sackler Centre for Translational Neurodevelopment, Institute of Psychiatry, Psychology and Neuroscience, King's College London, London, UK.

2

Behavioural and Developmental Psychiatry Clinical Academic Group, South London and Maudsley NHS Trust, London, UK.

3

Pharmacy Department, South London and Maudsley NHS Foundation Trust, London, UK.

4

Department of Neuroimaging, Institute of Psychiatry, Psychology and Neuroscience, King's College London, London, UK.

5

Department of Radiology and Radiological Science, Johns Hopkins University School of Medicine, Baltimore, MD, USA.

Abstract

Currently, there are no effective pharmacologic treatments for the core symptoms of autism spectrum disorder (ASD). There is, nevertheless, potential for progress. For example, recent evidence suggests that the excitatory (E) glutamate and inhibitory (I) GABA systems may be altered in ASD. However, no prior studies of ASD have examined the 'responsivity' of the E-I system to pharmacologic challenge; or whether E-I modulation alters abnormalities in functional connectivity of brain regions implicated in the disorder. Therefore, we used magnetic resonance spectroscopy ([1H]MRS) to measure prefrontal E-I flux in response to the glutamate and GABA acting drug riluzole in adult men with and without ASD. We compared the change in prefrontal 'Inhibitory Index'-the GABA fraction within the pool of glutamate plus GABA metabolites-post riluzole challenge; and the impact of riluzole on differences in resting-state functional connectivity. Despite no baseline differences in E-I balance, there was a significant group difference in response to pharmacologic challenge. Riluzole increased the prefrontal cortex inhibitory index in ASD but decreased it in controls. There was also a significant group difference in prefrontal functional connectivity at baseline, which was abolished by riluzole within the ASD group. Our results also show, for we believe the first time in ASD, that E-I flux can be 'shifted' with a pharmacologic challenge, but that responsivity is significantly different from controls. Further, our initial evidence suggests that abnormalities in functional connectivity can be 'normalised' by targeting E-I, even in adults.

PMID: 28534874

DOI: 10.1038/tp.2017.104

L'émergence des inefficiences du réseau chez les nourrissons avec un diagnostic de trouble du spectre de l'autisme

Aperçu: G.M.

Le trouble du spectre de l'autisme (TSA) est un trouble du développement défini par des caractéristiques comportementales qui apparaissent au cours des premières années de vie. La recherche indique que des anomalies de la connectivité cérébrale sont associées à ces caractéristiques comportementales. Cependant, l'inclusion des individus après l'apparition des comportements définitifs complique l'interprétation des anomalies observées: ils peuvent être des effets en cascade d'une neuropathologie antérieure et des anomalies comportementales

Une étude précédente de l'équipe sur l'efficacité du réseau dans une cohorte de 24 mois à risque familial élevé et faible pour la TSA a réduit cette confusion; Une réduction de l'efficacité du réseau chez les bambins classés avec TSA a été signalée. L'étude actuelle décrit l'émergence de ces inefficiences au cours de la première année de vie.

Les inefficiences chez les nourrissons à risque élevé diagnostiqués plus tard avec TSA ont été détectés à partir de 6 mois dans les régions impliquées dans le traitement sensoriel de bas niveau.  

De plus, chez les nourrissons à haut risque, ces inefficiences prédisent une gravité des symptômes à  24 mois. 

Ces résultats suggèrent que les nourrissons avec TSA, même avant l'âge de 6 mois, ont des déficits dans la connectivité liés au traitement de faible niveau, ce qui contribue à une cascade de développement affectant l'organisation du cerveau et éventuellement des processus cognitifs et des comportements sociaux de niveau supérieur.

Biol Psychiatry. 2017 Mar 16. pii: S0006-3223(17)31361-6. doi: 10.1016/j.biopsych.2017.03.006.

The Emergence of Network Inefficiencies in Infants With Autism Spectrum Disorder

Lewis JD¹, Evans AC², Pruett JR Jr³, Botteron KN³, McKinstry RC⁴, Zwaigenbaum L⁵, Estes A⁶, Collins DL², Kostopoulos P², Gerig G⁷, Dager S⁸, Paterson S⁹, Schultz RT⁹, Styner M¹⁰, Hazlett H¹¹, Piven J¹¹; Infant Brain Imaging Study Network.

Collaborators (23)

Piven J, Hazlett HC, Chappell C, Dager S, Estes A, Shaw D, Botteron KN, McKinstry RC, Constantino J, Pruett JR, Schultz RT, Paterson S, Zwaigenbaum L, Elison J, Evans AC, Collins DL, Pike GB, Fonov V, Kostopoulos P, Das S, Gerig G, Styner M, Gu H.

Author information

1

Montreal Neurological Institute, McGill University, Montreal, Quebec, Canada. Electronic address: jlewis@bic.mni.mcgill.ca.

2

Montreal Neurological Institute, McGill University, Montreal, Quebec, Canada.

3

Department of Psychiatry, Washington University School of Medicine, Saint Louis, Missouri; Department of Radiology, Washington University School of Medicine, Saint Louis, Missouri.

4

Department of Radiology, Washington University School of Medicine, Saint Louis, Missouri.

5

Department of Pediatrics, University of Alberta, Edmonton, Alberta, Canada.

6

Department of Speech and Hearing Sciences, University of Washington, Seattle, Washington.

7

Tandon School of Engineering, New York University, Brooklyn, New York.

8

Department of Radiology, University of Washington, Seattle, Washington.

9

Center for Autism Research, University of Pennsylvania, Philadelphia, Pennsylvania.

10

Department of Computer Science, University of North Carolina, Chapel Hill, North Carolina; Carolina Institute for Developmental Disabilities, University of North Carolina, Chapel Hill, North Carolina.

11

Carolina Institute for Developmental Disabilities, University of North Carolina, Chapel Hill, North Carolina.

Abstract

BACKGROUND:

Autism spectrum disorder (ASD) is a developmental disorder defined by behavioral features that emerge during the first years of life. Research indicates that abnormalities in brain connectivity are associated with these behavioral features. However, the inclusion of individuals past the age of onset of the defining behaviors complicates interpretation of the observed abnormalities: they may be cascade effects of earlier neuropathology and behavioral abnormalities. Our recent study of network efficiency in a cohort of 24-month-olds at high and low familial risk for ASD reduced this confound; we reported reduced network efficiencies in toddlers classified with ASD. The current study maps the emergence of these inefficiencies in the first year of life.

METHODS:

This study uses data from 260 infants at 6 and 12 months of age, including 116 infants with longitudinal data. As in our earlier study, we use diffusion data to obtain measures of the length and strength of connections between brain regions to compute network efficiency. We assess group differences in efficiency within linear mixed-effects models determined by the Akaike information criterion.

RESULTS:

Inefficiencies in high-risk infants later classified with ASD were detected from 6 months onward in regions involved in low-level sensory processing. In addition, within the high-risk infants, these inefficiencies predicted 24-month symptom severity.

CONCLUSIONS:

These results suggest that infants with ASD, even before 6 months of age, have deficits in connectivity related to low-level processing, which contribute to a developmental cascade affecting brain organization and eventually higher-level cognitive processes and social behavior.

Copyright © 2017 Society of Biological Psychiatry. Published by Elsevier Inc. All rights reserved.

PMID: 28460842

DOI: 10.1016/j.biopsych.2017.03.006