Parte 3: Conectividad funcional entre la memoria y los centros de recompensa a lo largo de la tarea y el seguimiento de descanso Sensibilidad de la memoria a la recompensa

para más información:ali.ma@wecistanche.com

Por favor haga clic aquí para la Parte 2

Haga clic paraCistanche DHT para la memoria

Omnibus ANOVA a través de la tarea de codificación y descanso: para comparar la conectividad del descanso con la conectividad de la tarea en segundo plano, usamos medidas de conectividad de series de tiempo filtradas de paso bajo para hacer coincidir el preprocesamiento de la tarea y el descanso. Las medidas de conectividad se sometieron al mismo ANOVA que se informó anteriormente, y el factor de la etapa de la tarea tiene tres valores (precodificación, codificación y poscodificación). Este análisis nos permite probar directamente la hipótesis de que los patrones de conectividad y su relación con el comportamiento son estables en las tareas y el descanso. Los resultados del ANOVA se informan en la Tabla 2, y todos los valores de conectividad se representan en la Fig. 4b. De los efectos de interés, encontramos un efecto principal del estado del modulador, con mayor conectividad en los moduladores (M= 0.52, SD= 0.14) que en los no moduladores (M= 0 .32, DE= 0.21). También encontramos una interacción significativa entre el estado del modulador y la estructura de recompensa. Las pruebas t de seguimiento de dos muestras mostraron que la interacción fue impulsada por diferencias significativas entre los moduladores y los no moduladores en la conectividad del hipocampo/PHC con ACC, MPFC, OFC y VS (todas las t(22) > 2.1, p< 0.05)="" but="" not="" with="" midbrain="" (t(22)="0.90," p="0.377)." the="" effect="" of="" modulator="" status="" and="" the="" interaction="" between="" modulator="" status="" and="" reward="" structure="" were="" not="" driven="" by="" a="" median="" split="" of="" participants="" and="" were="" replicated="" when="">memoriala sensibilidad a la recompensa se trató como una medida continua usando ANCOVA (efecto principal de BRM: F(1,22)=7.13, p= 0.014, η2P= .25; BRM *interacción de la estructura de recompensas:

F(2.80,61.58) = 3.25, p= 0.031). We found no effect of task stage and no interaction between task stage and modulator status in this analysis (both p>0.2), lo que sugiere conectividad entrememoriay las redes de recompensa y su relación con el comportamiento permanecieron relativamente estables a lo largo de los escaneos de codificación previa, codificación y codificación posterior.

Resumen de los hallazgos de ANOVA: tanto los ANOVA ómnibus como los de solo descanso mostraron un efecto del estado del modulador enmemoria-conectividad de la región de recompensa y reveló que el efecto modulador no fue impulsado por todas las conexiones por igual. Un conjunto de regiones de recompensa impulsó de manera desproporcionada el efecto general: la conectividad ACC, OFC y VS con el hipocampo/PHC difería consistentemente entre los moduladores y los no moduladores, mientras que las conexiones del mesencéfalo consistentemente no lo hacían. Si bien encontramos un aumento general en la conectividad entre recompensa ymemoriaregiones desde la codificación previa a la codificación posterior en el ANOVA de solo descanso, no hubo interacciones entre el estado del modulador y la etapa de la tarea en ninguno de los análisis. Estos resultados son consistentes con la idea de que existen diferencias individuales estables en los patrones de conectividad cerebral que se relacionan con el comportamiento.

Relaciones funcionales entre conexiones.

PCA de solo descanso: para investigar qué regiones de recompensa pueden ser parte de la misma red funcional, investigamos la estructura de correlación cruzada de los valores de conectividad entre los participantes. Las correlaciones por pares de todos los valores de conectividad basados ​​en el descanso se presentan en la Fig. 5a. Después de separarlos en componentes principales, encontramos cuatro componentes que explicaban al menos el 10 por ciento de la variación en los valores de conectividad y se retuvieron para análisis posteriores (Fig. 5b). Las simulaciones de Monte Carlo (Fig. 6a) indicaron que todos los componentes explicaron más varianza de lo esperado por casualidad (todas las p< 0.01),="" except="" for="" component="" 3,="" which="" was="" marginal="" (p="0.083)." preferential="" loading="" of="" each="" reward="" region="" on="" different="" components="" was="" tested="" using="" one-way="" anova="" (fig.="">

El primer componente explicó el 28,2 % de la variación en las puntuaciones de conectividad y se cargó preferentemente en las conexiones ACC, OFC y VS y, en menor medida, MPFC y cerebro medio (ANOVA unidireccional, F(4,15)=3. 91, p= 0.023). El segundo componente explicaba el 16,6 % de la varianza y se cargaba preferentemente en las conexiones del mesencéfalo y, en menor medida, negativamente en las conexiones OFC y MPFC (ANOVA unidireccional, F(4,15)=38.2, p< 0.001).="" the="" third="" component="" explained="" 12.5%="" ofvariance="" and="" loaded="" comparably="" across="" all="" reward="" regions="" (one-way="" anova="" f(4,15)="0.74," p="0.580)." the="" fourth="" component="" explained="" 11.6%="" of="" variance="" and="" was="" loading="" preferentially="" on="" mpfc="" connections="" (one-way="" anova="" f(4,15)="5.26," p="0.008)." multiple="" regression="" then="" tested="" the="" relationship="" between="" the="" component="" scores="" and="" behavioral="" reward="" modulation="" across="" participants.="" the="" first="" component="" score="" significantly="" tracked="" behavioral="" reward="" modulation="" (beta="7.09," se="3.13," p="0.03)" while="" the="" remaining="" components="" did="" not="" (all="" p="">0.18). Estos resultados indican que la conectividad ACC, OFC y VS con el hipocampo/PHC covarían y realizan un seguimiento conjuntomemoriasensibilidad a la recompensa. La conectividad del mesencéfalo y MPFC covariaba en menor grado con las otras regiones relacionadas con la recompensa y entre sí. Además, los componentes en los que el mesencéfalo y el MPFC se cargaron con mayor fuerza no rastrearonmemoriasensibilidad a la recompensa, abriendo la posibilidad de que cada uno de ellos sea parte de sistemas funcionalmente diferentes.

La falta de diferenciación entre moduladores y no moduladores basada en hipocampo/PHC-mesencéfalo fue inesperada, especialmente dado que se observaron efectos significativos de conectividad para otras regiones relacionadas con la recompensa tanto en ANOVA como en PCA. Mientras recompensa los efectos moduladores en las interacciones del cerebro medio conmemoriaregiones se han documentado previamente (Gruber et al., 2016; Wolosin et al., 2012), el efecto puede no resultar en una mayor sensibilidad a la recompensa per se. En cambio, las mayores interacciones generales, independientemente de las recompensas externas, pueden conducir a una mayor disponibilidad de dopamina en el hipocampo y una mayormemoriaen general (Duncan et al., 2014; Lisman et al., 2011; Tompary et al., 2015).

To test this idea, we performed a second multiple regression with component scores as predictors but this time using overall accuracy as an outcome. The second component significantly predicted the overall accuracy across participants (beta = 0.28, SE= 0.11, p= 0.02), while the other three components did not (all p>0.5). Por lo tanto, un patrón distinto de conectividad en estado de reposo, capturado por el segundo componente que se carga preferentemente en la conectividad hipocampo/PHC-mesencéfalo, también fue relevante para el comportamiento, pero se siguió en general.memoriamás bien quememoriasensibilidad a la recompensa.

PCA ómnibus en la tarea y el descanso: para probar el grado en que las correlaciones cruzadas pueden permanecer estables en la tarea y el descanso, se realizó una segunda PCA en el conjunto completo de 30 valores de conectividad por sujeto (10 conexiones para cada precodificación, codificación, y períodos posteriores a la codificación). Los valores de conectividad derivados de series temporales filtradas de paso bajo se utilizaron para hacer coincidir el preprocesamiento entre tareas y descanso. Tres componentes explicaron más del 10 por ciento de la varianza. Las simulaciones de Monte Carlo (Fig. 6a) indicaron que solo los componentes 1 y 2 explicaron más varianza de lo esperado por casualidad (ambos p< 0.001).="" component="" 3="" did="" not="" (p="0.8)" and="" thus="" was="" not="" considered="" further.="" the="" loadings="" of="" each="" reward="" region="" on="" the="" two="" retained="" components="" are="" presented="" in="" fig.="">

The first component explained 31.4% of the variance and showed marginal differences between loadings among reward regions (one-way ANOVA F(4,25) = 2.30, p= 0.086), with numerically greatest loadings of ACC and VS. The second component explained 18.0% of the variance and most strongly loaded on midbrain connections (F(4,25) = 4.78, p= 0.005). Multiple regression with component scores as predictors and BRM as an outcome showed that the first component was a significant predictor of Brm (beta = 2.99, SE= 1.00, p= 0.007), while the other was not (p> 0.09). A second multiple regression with the overall accuracy as an outcome did not reveal any significant effects (all p>0.2). Por lo tanto, el PCA ómnibus replicó parcialmente el PCA de solo descanso. Tomados en conjunto, los hallazgos de PCA indican que: (1) los patrones de conectividad de ACC, VS y potencialmente OFC están acoplados funcionalmente, con una puntuación de conectividad compuesta que carga más fuertemente en el seguimiento de estas regionesmemoriasensibilidad a la recompensa, (2) los patrones de conectividad del mesencéfalo y potencialmente MPFC covarían en menor grado con las otras regiones de recompensa y entre sí, y (3) la conectividad del hipocampo/PHC-mesencéfalo en estado de reposo puede ser más predictiva del rendimiento general de la memoria que la sensibilidad de la memoria a la recompensa.

predecirmemoriasensibilidad a la recompensa de los patrones de conectividad utilizando el aprendizaje automático Los hallazgos de ANOVA y PCA informados anteriormente mostraron que la conectividad entrememoriay las regiones relacionadas con la recompensa rastrearon a los individuosmemoriasensitivity to reward and that this relationship may be relatively preserved irrespective of task stage. To more directly quantify how well patterns of connectivity may differentiate between modulators and nonmodulators, we applied SVC to predict modulator status from connectivity patterns in each task stage (inputs = 10 connectivity values, outputs = modulator status). Classification accuracy that occurred with a probability of less than 0.017 (0.05/3 to correct for multiple comparisons) was considered significant. Using cross-validation, we found that classification of modulator status from connectivity patterns was reliably above chance in the pre-encoding scan (accuracy = 79.2%, p= 0.010) and the encoding scan (accuracy = 75%, p= 0.006). Classification based on the post-encoding scan was lower and not reliably different from chance (accuracy = 58.3%, p= 0.157; Fig. 7a). Although the classification accuracy based on post-encoding connectivity did not reach significance, we did not find evidence that the probability of misclassification would be reliably greater at post-encoding compared to pre- encoding or encoding task stages (both χ2 < 2.1, p> 1.5).

Para verificar que la clasificación exitosa no dependía del tratamiento de la modulación de la recompensa como una variable dicotómica, se realizó ε-SVR para predecir la modulación de la recompensa conductual como una medida continua. De acuerdo con los hallazgos de SVC, SVR con validación cruzada reveló que la conectividad entrememoriay las regiones de recompensa predijeron BRM de manera confiable durante el escaneo de codificación (r= 0.51, p= 0.010), y predijeron marginalmente durante el escaneo de reposo previo a la codificación (r= 0.46, p= 0.024). La SVR en la conectividad posterior a la codificación no alcanzó significación (r= 0.35, p= 0.098; Fig. 7b).

Análisis de conectividad complementarios

Correlaciones entre los cambios de conectividad y el comportamiento: aunque no encontramos interacciones entre la etapa de la tarea y la modulación de la recompensa dememoriaen el ANOVA de solo descanso, una relación cambiante entre la conectividad y el comportamiento puede caracterizarse mejor mediante una correlación de los aumentos de la conectividad inducidos por la tarea con el comportamiento (Gruber et al., 2016; Murty et al., 2017; Tambini et al., 2010). Para probar el efecto de los aumentos de conectividad en el comportamiento, realizamos correlaciones exploratorias entre los aumentos de conectividad antes y después y tanto BRM como la precisión general (Tabla 3). Ninguno de losmemoria- reward ROI connections predicted BRM (all p> 0.15, uncorrected for multiple comparisons) nor overall cued recall rates (all uncorrected p>0.05). Hubo una correlación marginal entre la conectividad PHC-mesencéfalo y la precisión general (r=0.40, p= 0.052), lo que proporciona una réplica parcial de informes anteriores sobre el comportamiento de seguimiento de cambios en la conectividad del mesencéfalo (Duncan et al. ., 2014; Gruber et al., 2016).

Diferencias anterior y posterior dentro del hipocampo: las diferencias funcionales entre el hipocampo anterior y posterior se probaron en un ANOVA de medidas repetidas de 3 (etapa de tarea) × 2 (ROI del hipocampo: anterior, posterior) × 5 (ROI de recompensa) con el estado del modulador como un factor de los sujetos. Los resultados del ANOVA se informan en la Tabla 4, y todas las conexiones se muestran en la Fig. 8. Encontramos el efecto principal del estado del modulador, lo que indica que la conectividad del hipocampo con las regiones de recompensa rastreadasmemoriasensibilidad a la recompensa. También encontramos una interacción significativa entre el ROI de la recompensa y la división del hipocampo, lo que indica que el hipocampo anterior y posterior está preferentemente conectado a distintas regiones de recompensa. De mayor interés fueron las interacciones entre la división del hipocampo y el estado del modulador que indicarían que las porciones anterior y posterior del hipocampo predicen diferencialmente la modulación de recompensa de la memoria. Sin embargo, todas las interacciones que incluyeron el estado del modulador y el ROI del hipocampo como factores no fueron significativas (todas F< 1.5,="" p="">0.3), sin proporcionar evidencia de tal disociación.

As the last analysis, we tested whether connectivity increases from pre-to post-encoding rest may be differentially related to behavior for the anterior and posterior hippocampus. Thus, we correlated BRM with post-pre connectivity changes in each connection, separately for the anterior and posterior hippocampus. No significant correlations were found (all |r| < 0.32, all p> 0.05).

Discusión

El estudio actual midió la conectividad funcional entrememoriay regiones de recompensa antes, durante y después de una tarea de codificación de incentivos monetarios. Usando enfoques de aprendizaje automático y estándar, observamos que la conectividad del hipocampo y PHC con regiones relacionadas con la recompensa rastrearon las diferencias individuales en la sensibilidad de la memoria a la recompensa. Este efecto fue impulsado de manera diferencial por un subconjunto de regiones de recompensa: los patrones de conectividad ACC, OFC y VS covariaron entre los participantes y fueron consistentemente predictivos de las diferencias individuales en la modulación de la recompensa de la memoria. La conectividad del mesencéfalo con el hipocampo y el PHC no se relacionó con la sensibilidad de la memoria a la recompensa, y la conectividad del MPFC con las regiones de la memoria varió entre los análisis. La relación entre la conectividad y la modulación de recompensa de la memoria estuvo presente antes de la codificación y durante la codificación, con efectos más débiles pero no confiablemente diferentes durante el descanso posterior a la codificación. La conectividad general entre las regiones de memoria y recompensa aumentó desde el descanso previo al posterior a la codificación, pero los cambios de conectividad no se relacionaron significativamente con el comportamiento. Estos resultados demuestran diferencias individuales estables en la comunicación intrínseca entre la memoria y las regiones relacionadas con la recompensa que rastrean las diferencias individuales en la modulación de la memoria de la recompensa.

Además, los resultados implican un conjunto más amplio de regiones relacionadas con la recompensa enmemoriamodulación por recompensa que la considerada anteriormente.

Las perspectivas teóricas han enfatizado el papel del mesencéfalo, y hasta cierto punto VS, enmemoriamodulación por recompensa (Lisman & Grace, 2005). Un hallazgo central del estudio actual es que la conectividad de las regiones de recompensa VS, ACC y OFC con el hipocampo y PHC se relacionó con el grado en que la memoria de las personas se vio afectada por la recompensa. El papel de VS en la modulación de recompensa de la memoria está predicho por los modelos actuales, que postulan que VS integra y transmite señales de dopamina desde el hipocampo hasta el cerebro medio (Lisman & Grace, 2005). Un estudio previo sobre la codificación motivada por la recompensa encontró que la activación univariada en VS covariaba con el hipocampo y la PHC, rastreando aún más el impacto de la recompensa en la memoria (Adcock et al., 2006). Nuestro estudio, sin embargo, es el primero en mostrar la conectividad entre VS, junto con OFC y ACC, y los centros de memoria en el hipocampo y PHC predijeron diferencias individuales en la modulación de recompensa de la memoria, independientemente de cuándo se midió la conectividad. Curiosamente, la conectividad VS-hipocampal de fondo también se observa en el aprendizaje procedimental cuando se recompensa el aprendizaje procedimental (Hamann, Dayan, Hummel y Cohen, 2014). Así, mientras que la visión tradicional de múltiples sistemas de memoria postula una división del trabajo entre el hipocampo, que soporta la memoria declarativa, y el estriado, que soporta la memoria procedimental (Squire, 1992), puede haber un fuerte grado de interacciones entre estos sistemas que soportan tanto la memoria episódica como la memoria episódica. aprendizaje procedimental (Doll, Shohamy y Daw, 2015; Hamann et al., 2014; Kafkas y Montaldi, 2015; Wimmer, Daw y Shohamy, 2012).

Nuestro estudio también implicó a dos regiones de recompensa que antes no se consideraban en el contexto del aprendizaje motivado por la recompensa, OFC y ACC, que mostraron perfiles similares a VS. Si bien novedoso en el área de la modulación de la recompensa dememoria, un trabajo anterior ha informado de la conectividad del hipocampo con las regiones ventromedial/orbitofrontal en varios contextos de aprendizaje (Gluth, Sommer, Rieskamp y Büchel, 2015; Ranganath, Heller, Cohen, Brozinsky y Rissman, 2005; Tsukiura y Cabeza, 2008; Zeithamova, Dominick y Preston, 2012). Por ejemplo, la conectividad de fondo del hipocampo-OFC rastrea inversamente la transferencia de la recompensa aprendida a experiencias relacionadas (Gerraty et al., 2014). En un paradigma de precondicionamiento sensorial, los participantes codificaron pares de rostros y luego fueron entrenados para asociar una ganancia, una pérdida o ningún valor con uno de los rostros. La conectividad hipocampal-OFC se correlacionó negativamente con la transferencia, lo que significa que los participantes con una conectividad más fuerte mostraron una menor tendencia a extender el valor nominal aprendido a caras relacionadas. Así, aunque el papel de las interacciones entrememoriaregiones y OFC pueden variar según la tarea específica, nuestro estudio converge con trabajos anteriores para mostrar que los participantes con mayor conectividad hipocampo-OFC tienen más probabilidades de diferenciar eventos en función de sus valores asignados explícitamente.

La relevancia funcional de ACC enmemoriaen humanos es actualmente menos entendido. Durante el descanso, ACC demuestra conectividad funcional tanto con el hipocampo como con PHC (Cao et al., 2014; Margulies et al., 2007). En roedores, la ACC se ha implicado en la consolidación de asociaciones aprendidas en relaciones a largo plazo.memoria, mostrando cambios celulares coordinados con el hipocampo (Wang, Tse y Morris, 2012; Weible, Rowland, Monaghan, Wolfgang y Kentros, 2012). Aquí, la conectividad ACC, OFC y VS con el hipocampo y PHC covarió entre los participantes. Si bien la actividad coordinada e intrínseca entre el hipocampo, el cuerpo estriado ventral y la OFC se informó anteriormente (Gerraty et al., 2014; Kahn & Shohamy, 2013), nuestros datos implican que ACC puede comprender una red funcional con VS y OFC.

Aunque ACC y OFC pueden mostrar funciones distintas en algunas tareas (Luk & Wallis, 2013), ACC, OFC y VS comparten funciones similares durante el procesamiento de recompensas, como el seguimiento de los valores y resultados de recompensa anticipados (Amiez et al., 2006; Bialleck et al., 2011; Knutson, Taylor, Kaufman, Peterson y Glover, 2005; Yan et al., 2016) y señalar el valor de las opciones (Boorman, Behrens, Woolrich y Rushworth, 2009; Rogers et al., 2004; Estrecho, Blanchard y Hayden, 2014). Juntas, estas regiones pueden servir para promover comportamientos motivacionales destacados o suprimir comportamientos motivacionalmente irrelevantes (Hare, O'Doherty, Camerer, Schultz y Rangel, 2008; Kaping, Vinck, Hutchison, Everling y Womelsdorf, 2011; Nieuwenhuis y Takashima, 2011). ; O'Doherty, 2011; Walton, Chau y Kennerley, 2015). Mayores interacciones de fondo del hipocampo y PHC con ACC, OFC y VS pueden reflejar una mayor disponibilidad de señales de recompensa paramemoriaestructuras, lo que resulta en una mayor modulación dememoriapor recompensa en nuestro paradigma. Si bien la contribución única de cada región requerirá más investigaciones sobre sus roles individuales en el aprendizaje motivado, nuestros datos brindan varios conocimientos nuevos sobre sus interacciones funcionales.

Un aspecto inesperado de los datos actuales fue la relación en forma de U entre el valor de la recompensa ymemoriaencontrado en la muestra de fMRI. Si bien este hallazgo fue inesperado y no se reprodujo en la muestra de comportamiento adjunta, es neurobiológicamente plausible. Se han identificado respuestas en forma de U a la recompensa en las cortezas frontal medial y orbitofrontal medial (Elliott et al., 2003): en particular, regiones, como ACC y VS, señalan el error de predicción de la recompensa, o la discrepancia entre lo esperado y lo experimentado. recompensas (Abler, Walter, Erk, Kammerer y Spitzer, 2006; Fiorillo, Tobler y Schultz, 2003; Montague, Dayan y Sejnowski, 1996; Silvetti, Seurinck y Verguts, 2011). Estas señales no reflejan el valor absoluto de pérdidas y ganancias sino el valor relativo, escalando de manera flexible alrededor de un punto de referencia esperado (Seymour & McClure, 2008; Tobler, Fiorillo, & Schultz, 2005). En la tarea actual, las pruebas de diez centavos pueden haber servido como una condición de referencia, con las pruebas de dólares percibidas como recompensas y las pruebas de centavos como pérdidas relativas. La prominencia tanto de las pérdidas como de las ganancias puede afectar el rendimiento (Bartra et al., 2013; Shigemune et al., 2014), manifestándose como la forma de U en la precisión del recuerdo con claves en las condiciones de recompensa. En conjunto, los efectos de recompensa en la memoria pueden reflejar la influencia de las señales de error de predicción de recompensa en la codificación, que puede ser de naturaleza no lineal.

Contrariamente a estudios previos, no encontramos una relación entre la conectividad hipocampo-mesencéfalo y la modulación de la recompensa dememoria, incluso cuando el hipocampo se separó en secciones anterior y posterior (Adcock et al., 2006; Gruber et al., 2016; Murty et al., 2017; Wolosin et al., 2012). Más bien, encontramos una correlación entre la puntuación de un componente del PCA que se cargó preferentemente en las conexiones del mesencéfalo-hipocampo/PHC y la precisión general. Si bien este hallazgo no se esperaba a priori, es consistente con la propuesta de que las interacciones entre el mesencéfalo y las regiones temporales mediales no son exclusivas de las recompensas motivadas externamente, sino que respaldan la codificación y la consolidación en general (Lisman et al., 2011). De acuerdo con este punto de vista, se ha demostrado que el mesencéfalo interactúa con el hipocampo en tareas de codificación que no implican una recompensa (Duncan et al., 2014; Zeithamova, Manthuruthil y Preston, 2016), con conectividad de fondo durante la codificación (Duncan et al., 2014; Zeithamova, Manthuruthil y Preston, 2016) al., 2014) y la conectividad de descanso después de la codificación (Tompary et al., 2015) rastreando la memoria asociativa. Nuestros hallazgos sugieren que la conectividad del cerebro medio durante la codificación motivada por la recompensa puede ser más relevante para la memoria asociativa general que la modulación de la memoria de la recompensa y potencialmente juega un papel funcional distinto en la memoria de otras regiones relacionadas con la recompensa.

Es de destacar el retraso relativamente corto entre la codificación y la prueba en nuestro paradigma que también puede afectar el patrón de efectos observados en el cerebro medio. Relacionado con la recompensamemoriaefectos han sido documentados durante las pruebas inmediatas dememoria(Gruber et al., 2016; Wolosin et al., 2012, 2013) pero parecen más fuertes después de la consolidación nocturna (Patil, Murty, Dunsmoor, Phelps y Davachi, 2017; Tompary et al., 2015; Wittmann et al., 2005) ). El impacto retardado de la recompensa enmemoriaSe cree que el rendimiento refleja la mejora de los procesos de consolidación dependientes de la dopamina mediante recompensas (Lisman et al., 2011). Por lo tanto, mientras que las interacciones del mesencéfalo con el hipocampo y la APS predijeron la memoria general en nuestro paradigma, es posible que se observara una contribución adicional del mesencéfalo a la consolidación mejorada de la recompensa si el recuerdo se hubiera realizado después de que hubiera transcurrido un intervalo de 24-horas.

Una región de recompensa que no mostró una relación consistente con el comportamiento en nuestro paradigma fue MPFC. La conectividad con MPFC fue predictiva dememoriasensibilidad a la recompensa en el ANOVA ómnibus a través del descanso y la tarea, pero la relación con el comportamiento no se replicó en otros análisis. Aunque las regiones de recompensa prefrontal como OFC y MPFC son espacialmente próximas y, a menudo, se consideran juntas, los resultados de PCA indican que pueden participar en redes parcialmente distintas. Una caracterización más concluyente del papel de MPFC en la codificación motivada ymemoria, en general, está a la espera de futuros estudios.

Además de implicar un conjunto más amplio de regiones de recompensa en la codificación motivada de lo que se consideraba anteriormente, una segunda contribución clave de nuestro estudio es una evidencia novedosa para la hipótesis de la huella digital de conectividad (Finn et al., 2015; Gratton et al., 2018). Al medir los patrones de conectividad antes, durante y después de la codificación motivada, encontramos que las diferencias individuales en la modulación de la recompensa dememoriafueron predichas por la conectividad entrememoriay regiones de recompensa, independientemente de cuándo se midió la conectividad. Aunque la conectividad posterior a la codificación se relacionó de manera menos consistente con el comportamiento, no encontramos diferencias confiables en la previsibilidad del comportamiento entre las etapas de la tarea. Estos resultados están en línea con los hallazgos recientes de patrones de conectividad estables y su relación con las diferencias individuales en la cognición (Finn et al., 2015; Gratton et al., 2018; Poole et al., 2016; Touroutoglou, Andreano, Barrett, & Dickerson, 2015; Wang et al., 2010), ampliándolos nuevamente al área de la codificación motivadora.

Nuestro enfoque en las diferencias individuales estables en la conectividad complementa otros enfoques para vincular la conectividad con el comportamiento, que incluyenmemoria. La conectividad funcional en estado de reposo puede cambiar en una escala de tiempo breve en respuesta a una tarea (Tambini et al., 2010; Urner, Schwarzkopf, Friston y Rees, 2013), con cambios de conectividad relacionados con el aprendizaje relacionados conmemoriarendimiento (Gruber et al., 2016; Murty et al., 2017; Tambini et al., 2010; Urner et al., 2013). Durante el desempeño de la tarea, el acoplamiento entre regiones puede cambiar aún más rápidamente, diferenciando entrememoriacondiciones de la tarea en el orden de minutos o incluso de prueba individual a prueba individual (Kafkas & Montaldi, 2015; Rissman, Gazzaley, & D'Esposito, 2004; Zeithamova et al., 2012; Zeithamova et al., 2016). Por ejemplo, Kafkas y Montaldi (2015) demostraron que la conectividad hipocampo-VS era mayor durante la codificación de estímulos inesperados frente a los esperados. Por tanto, tanto los aspectos estables como los variables de la conectividad proporcionan información relevante para la cognición.

Qué aspectos de la conectividad (estable o inducida por la tarea) son más pronunciados o más relevantes para el comportamiento es una pregunta abierta (Gratton et al., 2018), pero puede depender de la tarea y la región específica. Por ejemplo, Gruber et al. (2016) encontraron modulación de recompensa dememoriarelacionado con los cambios de conectividad inducidos por la tarea, mientras que encontramos que los patrones de conectividad estables predijeron el comportamiento. Con respecto a las diferencias de tareas, Gruber et al. (2016) probó asociaciones escena-objeto codificadas incidentalmente, con cuatro posibles escenas repetidas muchas veces a lo largo de la codificación. Dos escenas eran siempre de bajo valor y dos de alto valor. El desempeño en una prueba de elección forzada que pregunta cuál de las cuatro escenas se asoció previamente con un objeto dado (con "inseguro o nuevo" como quinta opción) podría depender parcialmente de recordar el valor del objeto, lo cual es plausible dado que el objeto-escenamemoriaestaba relativamente cerca de la casualidad. Por el contrario, el presente estudio requirió la codificación intencional de pares de objetos únicos de prueba, sin que el valor de la prueba esté relacionado con los memorandos. En cuanto a las diferencias regionales, Gruber et al. (2016) encontraron cambios en la conectividad del mesencéfalo que rastreaban el comportamiento, lo que se replicó parcialmente en nuestros datos. Por el contrario, encontramos patrones de conectividad estables de otras regiones relacionadas con la recompensa conmemoriaregiones para relacionarlas con el comportamiento. Aunque en este momento son especulaciones, estos puntos en común y diferencias entre los hallazgos abren una nueva vía de investigación sobre los factores que determinan cómo los aspectos estables frente a los dinámicos de la conectividad pueden relacionarse con diferentes aspectos de la cognición.

Como complemento a nuestras principales preguntas de interés, realizamos un análisis exploratorio de las posibles diferencias funcionales entre el hipocampo anterior y posterior. Si bien las diferencias anterior/posterior se han documentado previamente en varios paradigmas de memoria (Bowman & Zeithamova, 2018; Brunec et al., 2018; McKenzie et al., 2014; Poppenk et al., 2013), la evidencia dentro del dominio de la codificación motivada es escasa y variable. Por ejemplo, Murty et al. (2017) informaron un vínculo más fuerte entre la conectividad del hipocampo anterior y el comportamiento, mientras que Wolosin et al. (2013) encontraron un efecto de modulación de la recompensa en el hipocampo posterior. Encontramos diferencias anterior/posterior con respecto a la conectividad con distintas regiones de recompensa, sin embargo, la relación conmemoriala sensibilidad a la recompensa fue comparable para el hipocampo anterior y posterior. Estos estudios indican que la modulación de recompensa de la memoria puede no estar fuertemente disociada a lo largo del eje anterior/posterior.

En resumen, el estudio actual amplía significativamente nuestra comprensión de las influencias motivacionales enmemoria, demostrando recientemente el papel de las diferencias individuales estables en la conectividad para predecir cómo un individuomemoriase ve afectado por la recompensa. Los resultados también demuestran el papel de varias regiones relacionadas con la recompensa en la codificación motivada que no se habían considerado previamente, lo que destaca la importancia de los enfoques tanto teóricos como empíricos para comprender las relaciones entre el cerebro y el comportamiento. En términos más generales, el trabajo informa las teorías actuales sobre la diferenciación funcional dentro de la red de procesamiento de recompensas y aporta nueva evidencia de la utilidad de utilizar los patrones de conectividad de los individuos en el estudio de la cognición (Finn et al., 2015; Gratton et al., 2018).

Expresiones de gratitud

Este trabajo fue apoyado por un Premio CAREER de la Fundación Nacional de Ciencias BCS 1056019 (ARP), NIH-NIMH R01 MH100121 (ARP) y el Premio del Servicio Nacional de Investigación NIH-NIMH F32 MH094085 (DZ). Los autores declaran no tener intereses financieros en competencia.