The Application and Research of Functional Near-infrared Spectroscopy in Epilepsy
-
摘要: 功能近红外光谱学(functional near-infrared spectroscopy,fNIRS)被广泛应用于神经病学的研究,癫痫是其中之一。通过联合脑电图(electroencephalogram,EEG)监测,能够完整的监测到痫性发作过程,有助于进一步研究癫痫的病理生理机制。此外,fNIRS还能够辅助癫痫灶定位、语言侧化中枢评估,为癫痫的临床诊疗提供帮助。就fNIRS在癫痫中的应用及研究进展进行回顾,以期对后续的研究提供参考。Abstract: Functional near-infrared spectroscopy (fNIRS) is widely used in neurology and epilepsy is one of them. Combined with the electroencephalogram (EEG), fNIRS could record the whole state of seizure, which is beneficial to the understanding of the pathophysiological mechanism of epilepsy. In addition, fNIRS contributes to the diagnosis and treatment of epilepsy with the assistance of the epileptic focus localization and the evaluation of lateralization of language function. This paper aims to review the application and research progress of fNIRS in epilepsy so as to provide the reference for researchers.
-
据国际糖尿病联盟估计,2021年全球有5.37亿人患有糖尿病( diabetes mellitus ,DM),预计到2045年将增加到7.84亿[1]。DM会导致多种慢性并发症,其中糖尿病肾脏疾病( diabetic kidney disease ,DKD)是最严重的并发症之一,其发病率约20%~40%[2]。氧化应激是内皮功能障碍的重要发病机制之一,是DKD的标志性特征[3]。在DKD患者中发现到与氧化应激密切相关的高水平的非对称性二甲基精氨酸( asymmetric dimethylarginine ADMA)[4]。二甲基精氨酸二甲胺水解酶1( dimethyl arginine dimethylamine hydrolase 1 DDAH1)是ADMA代谢的关键酶,其基因多态性与ADMA水平及氧化应激相关[5],但与DKD的关系尚不明确。本研究的目的为探讨DDAH1基因836A/T多态性与云南地区汉族2型糖尿病肾脏疾病的相关性。
1. 资料与方法
1.1 研究对象
均符合1999 T2DM诊断标准[6]。纳入标准:民族为汉族,籍贯为云南省,在云南居住10 a以上,相互间无亲缘关系。排除标准:其它疾病引起的蛋白尿及肾功能不全、合并严重肝功能不全、糖尿病酮症、感染性疾病、妊娠者。选取2017年5月至2019年2月期间到昆明医科大学第一附属医院就诊的T2DM患者共660例,男334例,女326例,平均年龄(55.87±11.45)岁。根据随机尿尿白蛋白/肌酐比值(UACR)分为单纯2型糖尿病组(DN0组,UACR ≤ 30 µg/mg),合并早期肾病组(DN1组,UACR 30~299 µg/mg),合并临床期肾病组(DN2组UACR ≥ 300 µg/mg),合并肾病组(DN1 + DN2组)。同时纳入同期昆明医科大学第一附属医院体检中心的健康人群(NC组),共304例,男154例,女150例,年龄(54.62±10.58)岁。无糖尿病、高血压家族史,且经糖耐量试验排外糖尿病。所有研究对象均为云南区域无亲缘关系的汉族。研究方案经昆明医科大学第一附属医院伦理委员会审核批准,所有样本采集均需知情同意。
1.2 研究方法
1.2.1 DDAH1
基因836A/T多态性分析方法研究对象外周静脉血中DNA的抽提采用全血基因DNA提取试剂盒提取。之后以特定的引物(通用生物系统有限公司合成)进行聚合酶链反应(PCR)[7],引物序列见表1。将纯化后的PCR产物在3730xl型测序仪上进行DNA测序,得到3种基因型(图1~图3)。
表 1 PCR引物序列Table 1. PCR primer sequences基因多态性位点 上游引物序列 下游引物序列 DDAH1基因836A/T 5′- TGGTCTCCTCTGCCTCTGAC -3′ 5′-GGTGATCGCTTCCTGAACAT-3′ 1.2.2 临床及生化指标检测
检测血肌酐、尿酸、血脂、UACR(均采用贝克曼库尔特AU5800全自动生化分析仪),用高效液相法测定糖化血红蛋白(HBA1C)含量,用双抗体夹心酶联免疫吸附(ELISA)试剂盒(美国 RD)测定血浆ADMA水平。测量血压。
1.3 统计学处理
数据分析选择SPSS19.0软件。用哈迪-温伯格遗传平衡定律检验样本的人群代表性。计量资料以
$\bar x \pm s $ 表示,各组间采用单因素方差分析进行比较。计数资料以n(%)描述,各组间等位基因和基因型频率的差异采用χ2检验分析。采用Logistic 回归分析T2DM发生DKD的危险因素。P < 0.05为差异有统计学意义。2. 结果
2.1 各组间临床资料比较
病程、SBP、LDL-C、ADMA在DN1+DN2组高于DN0组。为排除混杂因素对结果的干扰,进一步行协方差分析,两组间病程、ADMA差异仍有统计学意义(P < 0.05)。病程、SBP、血肌酐、尿酸在DN2组高于DN1组、为排除混杂因素对结果的干扰,进一步行协方差分析,病程、SBP在两组间的差异仍有统计学意义(P < 0.05),见表2。
表 2 各组间临床资料比较($\bar x \pm s $ )Table 2. Comparison of clinical data of each group ($\bar x \pm s $ )指标 NC DN0 DN1 DN2 DN1+DN2 F P 年龄(岁) 54.62 ± 10.58 54.64 ± 10.73 55.75 ± 10.42 57.28 ± 11.67 56.36 ± 11.36 2.758 0.13 病程(月) − 72.13 ± 25.09 92.23 ± 43.62△ 109.18 ± 45.69△▲ 100.24 ± 51.46△▲ 9.364 < 0.001 收缩压(mmHg) 117.59 ± 13.26 122.64 ± 16.72 133.52 ± 18.54*△ 142.65 ± 21.17*△#▲ 138.83 ± 19.82*△ 11.5 < 0.001 舒张压(mmHg) 77.15 ± 7.63 78.25 ± 10.02 82.42 ± 11.54 81.76 ± 12.22 82.05 ± 12.09 0.831 0.598 血肌酐(mmol/L) 63.2 ± 18.55 65.7 ± 18.25 69.43 ± 19.43* 79.17 ± 24.64*△# 73.76 ± 26.78* 15.684 < 0.001 尿酸(mmol/L) 337.36 ± 87.62 337.89 ± 86.72 335.58 ± 104.05 354.32 ± 102.91*△# 346.62 ± 103.42 7.275 < 0.001 TC(mmol/L) 4.39 ± 1.07 4.38 ± 1.25 4.51 ± 1.34 4.43 ± 1.27 4.49 ± 1.33 1.26 0.289 TG (mmol/L) 1.25 ± 0.98 2.63 ± 1.42* 2.67 ± 1.78* 2.31 ± 1.45* 2.52 ± 1.79* 10.24 < 0.001 HLD(mmol/L) 1.29 ± 0.34 1.03 ± 0.35 1.01 ± 0.29 0.98 ± 0.75 1.00 ± 0.31 0.75 0.52 LDL (mmol/L) 2.52 ± 1.22 2.58 ± 1.52 2.83 ± 2.14*△ 2.79 ± 1.86*△ 2.82 ± 1.75*△ 5.19 0.002 HbA1C (%) 6.17 ± 2.25 8.50 ± 2.12* 8.57 ± 2.06* 8.66 ± 2.63* 8.61 ± 2.05* 11.04 < 0.001 ADMA (μmol/L) 0.62 ± 0.23 1.06 ± 0.27* 1.23 ± 0.42*△ 1.29 ± 0.53*△ 1.27 ± 0.41*△▲ 12.424 < 0.001 与NC组比较,* P < 0.05;与DN0组比较,△P < 0.05;与DN1组比较,#P < 0.05;协方差分析,▲P < 0.05。 2.2 各组间DDAH1基因836A/T多态性比较
AA基因型频率:DN1 + DN2组高于DN0组,差异显著(P < 0.05)。A等位基因频率:DN1 + DN2组高于DN0组,差异显著(P < 0.05)。但AA、AT + TT基因型频率、A等位基因频率在DN1和DN2组间无显著性差异(P > 0.05),见表3。
表 3 各组间基因型频率和等位基因频率[n(%)](1)Table 3. The genotype and allele frequencies in each group [n(%)](1)组别 n 基因型 χ2 P AA AT+TT NC组 304 128(42.1) 176(57.9) 11.863 0.013 DN0组 296 146(49.6)* 150(50.4) DN1组 190 112(58.9)* 78(41.1) DN2组 174 98(56.3)*# 76(43.7) DN1+DN2组 364 210(57.7)*# 154(42.3) 与NC组比较,*P < 0.05;与DN0组比较,#P < 0.05。 表 3 各组间基因型频率和等位基因频率[n(%)](2)Table 3. The genotype and allele frequencies in each group [n(%)](2)组别 n 等位基因 χ2 P A T NC组 304 398 (65.5) 210(34.5) 19.318 0.001 DN0组 296 416(70.3)* 176(29.7) DN1组 190 290(76.3)* 90(23.7) DN2组 174 262(75.3)*# 86(24.7) DN1+DN2组 364 552(75.8)*# 176(24.2) 与NC组比较,*P < 0.05;与DN0组比较,#P < 0.05。 2.3 T2DM患者中不同基因型间临床资料比较
在T2DM患者中,DDAH1基因836AA基因型携带者较AT+TT基因型个体具有更高的ADMA水平(P < 0.05),见表4。
表 4 T2DM患者中不同基因型间临床资料比较($\bar x \pm s $ )(1)Table 4. Comparison of clinical data of DDAH1 genotype of T2DM patients ($\bar x \pm s $ )(1)基因型 收缩压(mmHg) 舒张压(mmHg) 血肌酐(mmol/L) 尿酸(mmol/L) TC(mmol/L) AA 130.26 ± 17.43 79.53 ± 9.76 74.62 ± 23.64 344.41 ± 103.42 4.48 ± 1.04 AT+TT 129.82 ± 17.84 78.05 ± 10.62 72.58 ± 21.93 338.51 ± 91.45 4.38 ± 126 表 4 T2DM患者中不同基因型间临床资料比较($\bar x \pm s $ )(2)Table 4. Comparison of clinical data of DDAH1 genotype of T2DM patients ($\bar x \pm s $ )(2)基因型 收缩压(mmHg) 舒张压(mmHg) 血肌酐(mmol/L) 尿酸(mmol/L) TC(mmol/L) AA 2.50 ± 1.42 1.06 ± 0.27 2.92 ± 1.68 9.12 ± 2.21 1.39 ± 0.34 AT+TT 2.57 ± 1.82 1.01 ± 0.33 2.85 ± 1.74 8.71 ± 2.08 1.09 ± 0.27 * 2组间比较,*P < 0.05。 2.4 T2DM患者发生DKD的危险因素分析
以2型糖尿病患者发生DKD与否(发生 = 1,不发生 = 0)作为因变量,将单因素分析中有统计学意义的变量(基因型、收缩压、血肌酐、尿酸、甘油三酯、低密度脂蛋白、糖化血红蛋白、ADMA水平、病程)为自变量,进行二元Logistic回归分析, 结果显示,在2型糖尿病患者中病程、ADMA、DDAH1基因836位点AA基因型是DKD发生的危险因素 (表5)。以2型糖尿病患者DKD发展与否(发展 = 1,不发展 = 0)作为因变量,选择上述各项指标作为自变量,进行二元Logistic回归分析,结果显示,在2型糖尿病患者中病程、SBP是DKD发展的危险因素,DDAH1基因836位点基因多态性不是DKD发展的危险因素(表6)。
表 5 T2DM-DKD发生的危险因素的Logistic分析Table 5. Logistic regression analysis of T2DM-DKD occurence进入回归方程的变量 B S.E. Wald P OR OR值的95%CI 下限 上限 病程(月)) 0.821 0.476 5.365 0.021 1.103 1.152 3.275 ADMA(μmol/L) 1.374 0.602 5.473 0.029 3.973 1.228 10.876 AA基因型 1.538 0.452 10.384 0.001 4.421 1.734 9.326 表 6 T2DM-DKD发展的危险因素的Logistic分析Table 6. Logistic regression analysis of T2DM-DKD development进入回归方程的变量 B S.E. Wald P OR OR值的95%CI 下限 上限 病程(月) 0.862 0.368 11.178 0.001 2.410 1.476 4.632 SBP(mmHg) 1.423 0.574 6.692 0.023 4.335 1.431 12.795 3. 讨论
DKD是T2DM微血管病变的致命表现之一,同时也是全球范围内导致终末期肾脏疾病发生及死亡的主要原因[8]。以一氧化氮(NO)生物利用度降低和氧化应激升高为特征的内皮功能障碍是糖尿病和DKD的显著特征[9]。 ADMA是一种内源性一氧化氮合酶抑制剂,影响NO的水平,参与氧化应激及内皮功能障碍。近期研究发现,糖尿病前期和T2DM患者的ADMA浓度均显著升高[10]。蛋白尿是DKD最重要的临床标记物之一,动物实验和临床研究均表明,ADMA升高与重度蛋白尿相关[11]。与此同时在动物模型和糖尿病微血管病变(如视网膜病变、肾病和神经病变)患者中也检测到ADMA升高[12]。一项meta分析也提示,DM合并蛋白尿患者ADMA明显升高,ADMA可能在包括DKD在内的糖尿病微血管并发症的病理生理学过程中发挥重要作用[13]。来自印度的一项临床研究结果表明, ADMA有可能成为DKD的预测因子[14]。本研究发现在云南地区汉族2型糖尿病患者中,合并DKD患者较未合并DKD患者ADMA水平升高,但在DKD亚组(DN1、DN2)间ADMA浓度无差异。行相关危险因素分析后,提示ADMA是DKD发生的危险因素。提示ADMA作为氧化应激的重要刺激因子,对DKD的发生可能起重要作用,但对DKD病情进展可能不是主要的促进因素。
DDAH通过降解ADMA来维持NO的生物利用度。DDAH的两种亚型(DDAH-1和DDAH-2)由两种不同的基因编码,具有不同的组织分布。尽管2者都在肾脏中表达,主要在肾小球内皮细胞、致密斑和小管细胞中[15],但DDAH-1是降解ADMA的关键同工酶[3]。在健康和糖尿病小鼠中发现缺乏DDAH1导致血浆ADMA水平显著升高[16]。DDAH1缺乏可促进肾近端小管上皮细胞向间充质细胞转变,并在糖尿病肾脏中引起纤维化和氧化应激[17]。而纤维化和氧化应激都是DKD的显著病理生理特征。Michael DW等[3]报道,DKD与肾脏中ADMA增加和DDAH活性及DDAH1表达降低相关,使用腺病毒载体在肾内过表达DDAH1可显著减少肾损伤。上述研究结果提示,DDAH1可能通过对ADMA的调节影响DKD的发生。DDAH1基因序列变异与血清ADMA浓度密切相关[18-19]。国外学者研究了编码ADMA代谢相关酶DDAH1的基因多态性,发现DDAH1 rs233112,rs669173、rs7521189、rs2474123和 rs13373844几个单核苷酸多态性与ADMA水平密切相关[18, 20]。还有一些报道提示DDAH1基因变异与糖尿病及其并发症有关。例如:DDAH1启动子-396_-395插入等位基因(GCGT)增加男性T2DM患病风险[21]。DDAH1 rs233109 CC纯合子的患者比携带TT纯合子的患者更容易发生糖尿病大血管病变[22]。但目前有关DDAH1基因多态性与DKD关系的研究报道罕见。本研究通过对云南地区汉族T2DM患者DDAH1基因836多态性研究,发现携带AA基因型的患者更容易发生DKD,并且该基因型携带者ADMA水平升高。但在DKD亚组(DN1、DN2)间没有发现该基因位点的遗传差异。相关危险因素分析显示DDAH1基因836位点AA基因型是T2DM发生DKD的危险因素。
综上所述,在云南地区汉族2型糖尿病患者中,ADMA水平升高可能增加DKD发生的风险。DDAH1基因836多态性与DKD的发生相关,AA基因型可能通过调控DDAH1的表达和活性,增加ADMA的浓度,从而促进DKD的发生。然而在DKD患者中ADMA升高的确切机制尚不完全清楚。未来应对ADMA进行连续测定的前瞻性研究以进一步证实ADMA作为DKD的生物标志物及致病因素的因果关系。另一方面,本研究样本量有限,而且影响DDHA1基因表达的位点不止1 个, 当其它位点变异时可能增强或减弱836位点变异的作用。因此,今后还应进一步增加样本量,同时联合DDHA1基因其他位点进行系统研究,并结合动物模型及体外实验辅以功能实验,进一步揭示DDHA1基因遗传多态性与DKD的内在关系。
-
[1] Devezas M. Shedding light on neuroscience: Two decades of functional near-infrared spectroscopy applications and advances from a bibliometric perspective[J]. J Neuroimaging,2021,31(4):641-655. doi: 10.1111/jon.12877 [2] Yoon J A,Kong IJ,Choi I,et al. Correlation between cerebral hemodynamic functional near-infrared spectroscopy and positron emission tomography for assessing mild cognitive impairment and Alzheimer's disease: An exploratory study[J]. PLoS One,2023,18(8):e0285013. doi: 10.1371/journal.pone.0285013 [3] Li G,Niu Y,Linag X,Andari E,et al. Psychological characteristics and emotional difficulties underlying school refusal in adolescents using functional near-infrared spectroscopy[J]. BMC Psychiatry,2023,23(1):898. doi: 10.1186/s12888-023-05291-w [4] Hendrikx D, Smits A, Lavanga M, et al. Measurement of neurovascular coupling in neonates[J]. Front Physiol, 2019, 2(10): 65.Hendrikx D,Smits A,Lavanga M,et al. Measurement of neurovascular coupling in neonates[J]. Front Physiol,2019,2(10):65. [5] Suh M,Ma H,Zhao M,et al. Neurovascular coupling and oximetry during epileptic events[J]. Mol Neurobiol,2006,33(3):181-197. doi: 10.1385/MN:33:3:181 [6] Chen W L,Wagner J,Heugel N,et al. Functional near-infrared spectroscopy and its clinical application in the field of neuroscience: Advances and future directions[J]. Front Neurosci,2020,7(14):724. [7] Barth A M,Mody I. Changes in hippocampal neuronal activity during and after unilateral selective hippocampal ischemia in vivo[J]. J Neurosci,2011,31(3):851-860. doi: 10.1523/JNEUROSCI.5080-10.2011 [8] Ekkekakis P. Illuminating the black box: investigating prefrontal cortical hemodynamics during exercise with near-infrared spectroscopy[J]. J Sport Exerc Psychol,2009,31(4):505-553. doi: 10.1123/jsep.31.4.505 [9] Lloyd-fox S,Blasi A,Elweil C E. Illuminating the developing brain: The past,present and future of functional near infrared spectroscopy[J]. Neurosci Biobehav Rev,2010,34(3):269-284. doi: 10.1016/j.neubiorev.2009.07.008 [10] Nguyen D K,Tremblay J,Pouliot P,et al. Non-invasive continuous EEG-fNIRS recording of temporal lobe seizures[J]. Epilepsy Res,2012,99(1-2):112-126. doi: 10.1016/j.eplepsyres.2011.10.035 [11] Nguyen D K,Tremblay J,Pouliot P,et al. Noninvasive continuous functional near-infrared spectroscopy combined with electroencephalography recording of frontal lobe seizures[J]. Epilepsia,2013,54(2):331-340. doi: 10.1111/epi.12011 [12] Haginoya K,Munakata M,Kato R,et al. Ictal cerebral haemodynamics of childhood epilepsy measured with near-infrared spectrophotometry[J]. Brain,2002,125(Pt 9): 1960-1971. [13] Bourel-Ponchel E,Mahmoudzadeh M,Delignieres A,et al. Non-invasive,multimodal analysis of cortical activity,blood volume and neurovascular coupling in infantile spasms using EEG-fNIRS monitoring[J]. Neuroimage Clin,2017,5(15):359-366. [14] Nourhashemi M,Mahmoudzadeh M,Heberle C,et al. Preictal neuronal and vascular activity precedes the onset of childhood absence seizure: Direct current potential shifts and their correlation with hemodynamic activity[J]. Neurophotonics,2023,10(2):25005. [15] Golyala A,Kwan P. Drug development for refractory epilepsy: The past 25 years and beyond[J]. Seizure,2017,1(44):147-156. [16] Steinoff B J,Herrendorf G,Kurth C. Ictal near infrared spectroscopy in temporal lobe epilepsy: A pilot study[J]. Seizure,1996,5(2):97-101. [17] Rizki E E,UGA M,DAN I,et al. Determination of epileptic focus side in mesial temporal lobe epilepsy using long-term noninvasive fNIRS/EEG monitoring for presurgical evaluation[J]. Neurophotonics,2015,2(2):25003. doi: 10.1117/1.NPh.2.2.025003 [18] Vezyroglou A,Hebden P,De Roever I,et al. Broadband-NIRS system identifies epileptic focus in a child with focal ortical dysplasia-A case study[J]. Metabolites,2022,12(3):260. doi: 10.3390/metabo12030260 [19] Watanabe E,Maki A,Kawaguchi F,et al. Non-invasive assessment of language dominance with near-infrared spectroscopic mapping[J]. Neurosci Lett,1998,256(1):49-52. doi: 10.1016/S0304-3940(98)00754-X [20] Vannasing P,Coraggia I,Vanasse C,et al. Potential brain language reorganization in a boy with refractory epilepsy; An fNIRS-EEG and fMRI comparison[J]. Epilepsy Behav Case Rep,2016,2(5):34-37. [21] Arun K M,Smitha K A,Rajesh P G,et al. Functional near-infrared spectroscopy is in moderate accordance with functional MRI in determining lateralisation of frontal language areas[J]. Neuroradiol J,2018,31(2):133-141. doi: 10.1177/1971400917739083 [22] Tung H,Lin WH,Hsieh PF,et al. Left frontotemporal region plays a key role in letter fluency task-evoked activation and functional connectivity in normal subjects: A functional near-infrared spectroscopy study[J]. Front Psychiatry,2022,5(13):810685. [23] Meier E L,Bunker L D,Kim H,et al. Resting-state connectivity in acute and subacute poststroke aphasia: A functional near-infrared spectroscopy pilot study[J]. Brain Connect,2023,13(8):441-452. doi: 10.1089/brain.2022.0065 [24] 周官. 局灶性癫痫和全面性癫痫疾病的脑网络研究[D]. 成都: 电子科技大学,2023. [25] Tung H,Lin W H,Lan T H,et al. Network reorganization during verbal fluency task in fronto-temporal epilepsy: A functional near-infrared spectroscopy study[J]. J Psychiatr Res,2021,5(138):541-549. [26] Husser A M,Vannasing P,Tremblay J,et al. Brain language networks and cognitive outcomes in children with frontotemporal lobe epilepsy[J]. Front Hum Neurosci,2023,10(17):1253529. 期刊类型引用(1)
1. 刘亚南,杨双,彭煜航,陈静,徐世莲. 针刀疗法对神经痛大鼠的镇痛作用研究. 昆明医科大学学报. 2023(10): 33-38 . 本站查看
其他类型引用(0)
-