Эффект полиморфизма STIN2VNTR гена транспортера серотонина на фоновую ЭЭГ у пожилых людей зависит от интеллектуальной среды профессиональной деятельности

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Ранее нами были выявлено, что ассоциации между полиморфизмом STin2VNTR гена транспортера серотонина и когнитивными характеристиками при старении зависят от интеллектуальной среды профессиональной деятельности. В связи с этим настоящее исследование направлено на изучение возрастных особенностей электрической активности мозга в зависимости от данного полиморфизма и длительного интеллектуального тренинга. Мы исследовали показатели мощности ЭЭГ у участников эксперимента младшей (МВГ, 18–35 лет, N = 261) и старшей (СВГ, 55–80 лет, N = 142) возрастной групп. По интеллектуальной насыщенности среды профессиональной деятельности участники эксперимента подразделялись на ученых (НД) и не занимающихся научной деятельностью (ННД). У всех участников эксперимента проведено генотипирование полиморфизма STin2VNTR гена транспортера серотонина. Обнаружено, что показатели мощности дельта-бета1 ритмов у носителей 10/10 и 12/12 генотипов были противоположны в группах пожилых НД и ННД (в группе НД 10/10 > 12/12, в ННД 12/12 > 10/10) при отсутствии аналогичных эффектов у молодых участников эксперимента. В отсутствии когнитивного тренинга генетические различия определялись возрастным снижением мощности дельта-альфа3 ритмов у носителей генотипов 10/10 при отсутствии возрастных различий у носителей генотипа 12/12, что позволяет предположить устойчивость генотипа 12/12 к возрастным изменениям. В противоположность этому в условиях когнитивного тренинга возрастные различия отсутствовали у генотипа 10/10, а снижение мощности наблюдалось у генотипа 12/12, что позволяет предполагать эффект когнитивного тренинга в отношении обоих гомозиготных генотипов. Снижение мощности, наблюдаемое для генотипа 10/10 ННД и 12/12 НД, по-видимому, имеет различное физиологическое значение, поскольку сопровождалось изменениями эффективности внимания только в группе ННД. В работе впервые показано, что ассоциированные с полиморфизмом STin2VNTR гена транспортера серотонина особенности фоновой ЭЭГ у пожилых людей находятся под модулирующим влиянием длительного когнитивного тренинга, обусловленного спецификой профессиональной деятельности.

Полный текст

Доступ закрыт

Об авторах

Е. Ю. Приводнова

Научно-исследовательский институт нейронаук и медицины; Новосибирский государственный университет

Автор, ответственный за переписку.
Email: privodnovaeu@neuronm.ru
Россия, Новосибирск; Новосибирск

Н. В. Вольф

Научно-исследовательский институт нейронаук и медицины; Новосибирский государственный университет

Email: privodnovaeu@neuronm.ru
Россия, Новосибирск; Новосибирск

Список литературы

  1. Вольф Н.В., Приводнова Е.Ю. Ассоциации между полиморфизмом STin2VNTR гена транспортера серотонина и характеристиками внимания при старении зависят от интеллектуальной среды профессиональной деятельности. Журн. высш. нервн. деят. им. И.П. Павлова. 2022. 72 (1): 77-86.
  2. Приводнова Е.Ю., Вольф Н.В. Ассоциации между полиморфизмом STin2VNTR гена транспортера серотонина и фоновой ЭЭГ у молодых и пожилых испытуемых. Физиология человека. 2020. 46 (1): 87–93.
  3. Шмуклер Ю.Б., Алешина Н.М., Мальченко Л.А., Никишин Д.А. Серотониновая система в оогенезе млекопитающих. Журн. высш. нервн. деят. им. И.П. Павлова. 2021. 71 (3): 306–320.
  4. Ahmadzadeh M., Cosco T.D., Best J.R., Christie G.J., DiPaola S. Predictors of the rate of cognitive decline in older adults using machine learning. PloS one. 2023. 18 (3): e0280029.
  5. Alvarez B.D., Morales C.A., Amodeo D.A. Impact of specific serotonin receptor modulation on behavioral flexibility. Pharmacol. Biochem. Behav. 2021. 209: 173243.
  6. Aoki Y., Hata M., Iwase M., Ishii R., Pascual-Marqui R.D., Yanagisawa T., Kishima H., Ikeda M. Cortical electrical activity changes in healthy aging using EEG-eLORETA analysis. Neuroimage: Reports. 2022. 2 (4): 100143.
  7. Babiloni C., Binetti G., Cassarino A., Dal Forno G., Del Percio C., Ferreri F., Ferri R., Frisoni G., Galderisi S., Hirata K., Lanuzza B., Miniussi C., Mucci A., Nobili F., Rodriguez G., Luca Romani G., Rossini P.M. Sources of cortical rhythms in adults during physiological aging: a multicentric EEG study. Hum. Brain Mapp. 2006. 27 (2): 162–172.
  8. Babiloni C., Frisoni G.B., Pievani M., Vecchio F., Lizio R., Buttiglione M., Geroldi C., Fracassi C., Eusebi F., Ferri R., Rossini P.M. Hippocampal volume and cortical sources of EEG alpha rhythms in mild cognitive impairment and Alzheimer disease. Neuroimage. 2009. 44 (1): 123–135.
  9. Barry R.J., De Blasio F.M. EEG differences between eyes-closed and eyes-open resting remain in healthy ageing. Biol. Psychol. 2017. 129: 293–304.
  10. Caplan J.B., Bottomley M., Kang P., Dixon R.A. Distinguishing rhythmic from non-rhythmic brain activity during rest in healthy neurocognitive aging. Neuroimage. 2015. 112: 341–352.
  11. Cools R., Roberts A.C., Robbins T.W. Serotoninergic regulation of emotional and behavioural control processes. Trends Cogn Sci. 2008. 12 (1): 31–40.
  12. Engedal K., Barca M.L., Hogh P., Bo Andersen B., Winther Dombernowsky N., Naik M. et al. The power of EEG to Predict Conversion from Mild Cognitive Impairment and Subjective Cognitive Decline to Dementia. Dement Geriatr. Cogn. Disord. 2020. 49(1): 38–47.
  13. Fan J., McCandliss B.D., Sommer T., Raz A., Posner M.I. Testing the efficiency and independence of attentional networks. J. Cogn. Neurosci. 2002. 14:340–347.
  14. Fan J.C., Cheung R.T., Chu L.W., Fung P.C. W., Chang C.Q., Sik H.H., et al. Age-related changes of EEG and its source in resting state. Proceedings of the 2014 19th International Conference on Digital Signal Processing. 2014. 797–800.
  15. Gaál Z.A., Boha R., Stam C.J., Molnár M. Age-dependent features of EEG-reactivity--spectral, complexity, and network characteristics. Neurosci. Lett. 2010. 479 (1): 79–84.
  16. Gaspar P., Cases O., Maroteaux L. The developmental role of serotonin: news from mouse molecular genetics. Nat. Rev. Neurosci. 2003. 4 (12): 1002–1012.
  17. Gelernter J., Cubells J.F., Kidd J.R., Pakstis A.J., Kidd K.K. Population studies of polymorphisms of the serotonin transporter protein gene. Am. J. Med. Genet. 1999. 88 (1): 61–66.
  18. Gilbert D.G., Dibb W.D., Plath L.C., Hiyane S.G. Effects of nicotine and caffeine, separately and in combination, on EEG topography, mood, heart rate, cortisol, and vigilance. Psychophysiology. 2000. 37 (5): 583–595.
  19. Gómez C.M., Vaquero E., López-Mendoza D., González-Rosa J., Vázquez-Marrufo M. Reduction of EEG power during expectancy periods in humans. Acta Neurobiol. Exp. 2004. 64(2): 143–151.
  20. Hamilton C.A., Schumacher J., Matthews F., Taylor J.P., Allan L., Barnett N. et al. Slowing on quantitative EEG is associated with transition to dementia in mild cognitive impairment. Int. Psychogeriatr. 2021. 33 (12): 1321–1325.
  21. Han S.H., Chul Youn Y. Quantitative electroencephalography changes in patients with mild cognitive impairment after choline alphoscerate administration. J. Clin. Neurosci. 2022. 102: 42–48.
  22. Hartikainen P., Soininen H., Partanen J., Helkala E.L., Riekkinen P. Aging and spectral analysis of EEG in normal subjects: a link to memory and CSF AChE. Acta. Neurol. Scand. 1992. 86 (2): 148–155.
  23. Hranilovic D., Stefulj J., Schwab S., Borrmann-Hassenbach M., Albus M., Jernej B., Wildenauer D. Serotonin transporter promoter and intron 2 polymorphisms: relationship between allelic variants and gene expression. Biol. Psychiatry. 2004. 55 (11): 1090–1094.
  24. Jabès A., Klencklen G., Ruggeri P., Antonietti J.P., Banta Lavenex P., Lavenex P. Age-Related Differences in Resting-State EEG and Allocentric Spatial Working Memory Performance. Front. Aging. Neurosci. 2021. 13: 704362.
  25. Jaul E., Barron J. Characterizing the Heterogeneity of Aging: A Vision for a Staging System for Aging. Front. Public Health. 2021. 9: 513557.
  26. Jeong H.T., Youn Y.C., Sung H.H., Kim S.Y. Power spectral changes of quantitative EEG in the subjective cognitive decline: comparison of community normal control groups. Neuropsychiatr. Dis. Treat. 2021. 17: 2783–2790.
  27. Kivimäki M., Walker K.A., Pentti J., Nyberg S.T., Mars N., Vahtera J. et al. Cognitive stimulation in the workplace, plasma proteins, and risk of dementia: three analyses of population cohort studies. BMJ. 2021. 374: 1804.
  28. Könönen M., Partanen J.V. Blocking of EEG alpha activity during visual performance in healthy adults. A quantitative study. Electroencephalogr. Clin. Neurophysiol. 1993. 87 (3): 164–166.
  29. Lindenberger U., Nagel I.E., Chicherio C., Li S.C., Heekeren H. R., Bäckman L. Age-related decline in brain resources modulates genetic effects on cognitive functioning. Front. Neurosci. 2008. 2(2): 234–244.
  30. MacKenzie A., Quinn J. A serotonin transporter gene intron 2 polymorphic region, correlated with affective disorders, has allele-dependent differential enhancer-like properties in the mouse embryo // Proc. Natl. Acad. Sci. U S A. 1999. 96 (26): 15251–15255.
  31. Meghdadi A.H., Stevanović Karić M., McConnell M., Rupp G., Richard C., Hamilton J., Salat D., Berka C. Resting state EEG biomarkers of cognitive decline associated with Alzheimer’s disease and mild cognitive impairment. PloS One. 2021. 16 (2): e0244180.
  32. Nyberg L., Lövdén M., Riklund K., Lindenberger U., Bäckman L. Memory aging and brain maintenance. Trends Cogn. Sci. 2012. 16 (5): 292–305.
  33. Papenberg G., Lindenberger U., Bäckman L. Aging-related magnification of genetic effects on cognitive and brain integrity. Trends Cogn. Sci. 2015. 19 (9): 506–514.
  34. Qiu F., Pi Y., Liu K., Zhu H., Li X., Zhang J., Wu Y. Neural efficiency in basketball players is associated with bidirectional reductions in cortical activation and deactivation during multiple-object tracking task performance. Biol. Psychol. 2019. 144: 28–36.
  35. Rempe M.P., Ott L.R., Picci G., Penhale S.H., Christopher-Hayes N.J., Lew B.J. et al. Spontaneous cortical dynamics from the first years to the golden years. Proc. Natl. Acad. Sci. U.S.A. 2023. 120 (4): e2212776120.
  36. Romei V., Rihs T., Brodbeck V., Thut G. Resting electroencephalogram alpha-power over posterior sites indexes baseline visual cortex excitability. Neuroreport. 2008. 19(2): 203–208.
  37. Shusharina N., Yukhnenko D., Botman, S., Sapunov V., Savinov V., Kamyshov G., Sayapin D., Voznyuk I. Modern methods of diagnostics and treatment of neurodegenerative diseases and depression. Diagnostics. 2023. 13 (3): 573.
  38. Smailovic U., Jelic V. Neurophysiological markers of Alzheimer’s disease: quantitative EEG approach. Neurol. Ther. 2019. 8(Suppl 2): 37–55.
  39. Stacey J.E., Crook-Rumsey M., Sumich A., Howard C.J., Crawford T., Livne K., Lenzoni S., Badham S. Age differences in resting state EEG and their relation to eye movements and cognitive performance. Neuropsychologia. 2021. 157: 107887.
  40. Strac D.S., Pivac N., Muck-Seler D. The serotonergic system and cognitive function. Transl. Neurosci. 2016. 7 (1): 35–49.
  41. Torres-Simon L., Cuesta P., Del Cerro-Leon A., Chino B., Orozco L.H., Marsh E.B., Gil P., Maestu F. The effects of white matter hyperintensities on MEG power spectra in population with mild cognitive impairment. Front. hum. neurosci. 2023. 17: 1068216.
  42. Tröndle M., Popov T., Pedroni A., Pfeiffer C., Barańczuk-Turska Z., Langer N. Decomposing age effects in EEG alpha power. Cortex. 2023. 161: 116-144.
  43. Volf N.V., Gluhih A.A. Background cerebral electrical activity in healthy mental aging. Hum. Physiol. 2011. 37: 559–567.
  44. Vysata O., Kukal J., Prochazka A., Pazdera L., Valis M. Age-related changes in the energy and spectral composition of EEG. Neurophysiology. 2012. 44: 63–67.
  45. Wiggins J.L., Bedoyan J.K., Peltier S.J., Ashinoff S., Carrasco M., Weng S.J., Welsh R.C., Martin D.M., Monk C.S. The impact of serotonin transporter (5-HTTLPR) genotype on the development of resting-state functional connectivity in children and adolescents: a preliminary report. Neuroimage. 2012. 59 (3): 2760–2770.
  46. Wijaya A., Setiawan N.A., Ahmad A.H., Zakaria R., Othman Z. Electroencephalography and mild cognitive impairment research: A scoping review and bibliometric analysis (ScoRBA). AIMS neurosci. 2023. 10 (2): 154–171.
  47. Williamson P.C., Merskey H., Morrison S., Rabheru K., Fox H., Wands K., Wong C., Hachinski V. Quantitative electroencephalographic correlates of cognitive decline in normal elderly subjects. Arch. Neurol. 1990. 47 (11): 1185–1188.
  48. Xifra-Porxas A., Niso G., Larivière S., Kassinopoulos M., Baillet S., Mitsis G.D., Boudrias M.H. Older adults exhibit a more pronounced modulation of beta oscillations when performing sustained and dynamic handgrips. NeuroImage. 2019. 201: 116037.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Показатели мощности ЭЭГ в разных частотных диапазонах в зависимости от характера профессиональной деятельности и генотипов полиморфизма STin2VNTR гена транспортера серотонина у участников эксперимента молодого и пожилого возраста. Примечание. Сплошными линиями обозначены значения младшей возрастной группы, пунктирными – значения старшей возрастной группы. * р < 0.05 между соответствующими значениями участников эксперимента старшей и младшей групп, +р < 0.05 между 10/10 и 10/12, ор < 0.05 между 10/10 и 12/12

Скачать (555KB)
Метаданные
3. Рис. 2. Показатели мощности Бета2 ритма у молодых и пожилых носителей генотипа 12/12 полиморфизма STin2VNTR гена транспортера серотонина, вовлеченных в профессиональную научную деятельность

Скачать (72KB)
Метаданные

© Российская академия наук, 2024