Brain network modeling with The Virtual Brain derives pharmacodynamics of ketamine

Deze studie gebruikt het computermodel The Virtual Brain om te tonen dat ketamine bij lage doses voornamelijk de remming van neurale netwerken verstoort via NMDA-receptorantagonisme op inhiberende neuronen, terwijl bij hogere doses ook de excitatoire verbindingen worden beïnvloed, wat de verschillende fysiologische en psychotomimetische effecten van het middel verklaart.

De kern

De Virtuele Hersenen: Hoe Ketamine Werkt als een Meesterlijke Dirigent

Stel je je hersenen voor als een enorm, levendig orkest. In dit orkest spelen twee soorten muzikanten: de excitators (de energieke violisten die het tempo verhogen) en de inhibitors (de rustgevende cellisten die het tempo vertragen en zorgen voor harmonie). Normaal gesproken spelen ze samen een mooi, gebalanceerd stukje muziek.

Deze studie, uitgevoerd door onderzoekers in Berlijn, gebruikt een computermodel genaamd "The Virtual Brain" om te begrijpen wat er gebeurt als je ketamine in dit orkest gooit. Ketamine is een medicijn dat op lage doses als antidepressivum werkt, maar op hoge doses als slaapmiddel (anesthesie). De vraag was: hoe kan hetzelfde middel twee totaal verschillende effecten hebben?

Hier is de uitleg, vertaald naar alledaagse taal:

1. Het Geheim van de "Slechte Sleutel"

Ketamine werkt als een sleutel die in een speciaal slot (de NMDA-receptor) past. Maar dit slot zit op twee verschillende soorten muzikanten:

• Op de rustgevende cellisten (inhibitors).
• Op de energetische violisten (excitators).

Het probleem is dat ketamine deze sloten niet allemaal even makkelijk opent. Het hangt af van hoe "druk" het orkest is en hoeveel ketamine je gebruikt.

2. Lage Dosis: Het "Loslaten van de Remmen"

Wanneer je een kleine dosis ketamine geeft, werkt het als een slimme saboteur.

• Wat gebeurt er? De ketamine blokkeert eerst en vooral de sloten van de cellisten (de inhibitors).
• Het effect: De cellisten kunnen hun muziek niet meer spelen. De violisten (excitators) krijgen geen rem meer op hun voeten. Ze gaan los!
• De analogie: Stel je voor dat je de remmen van een raceauto loslaat. De auto (de hersenen) gaat sneller en energiever rijden. Dit zorgt voor een piek in activiteit. In de hersenen zie je dit als een verandering in de hersengolven: de rustige, trage golven nemen toe, terwijl de snelle, alfa-golven (die we hebben bij wakker zijn) verdwijnen.
• Resultaat: Dit "loslaten van de remmen" (de disinhibition) is waarschijnlijk waarom lage doses ketamine snel depressie kunnen verhelpen. Het geeft de hersenen een nieuwe, energieke impuls.

3. Hoge Dosis: Het "Stilleggen van het Orkest"

Wanneer je een hoge dosis ketamine geeft, verandert het spel.

• Wat gebeurt er? Nu is er zoveel ketamine dat het ook de sloten van de violisten (excitators) blokkeert.
• Het effect: De violisten kunnen niet meer spelen, en de cellisten zijn al geblokkeerd. Het hele orkest stopt met muziek maken.
• De analogie: Het is alsof de dirigent het orkest laat zwijgen en iedereen in slaap doet vallen. De activiteit in de hersenen zakt drastisch.
• Resultaat: Dit leidt tot anesthesie. De patiënt raakt bewusteloos en voelt geen pijn meer. De hersengolven vertragen enorm (ze worden heel traag en diep).

4. De Computer als Proefkonijn

De onderzoekers hebben dit niet gedaan door mensen of dieren te prikken, maar door een digitale hersenwereld te bouwen.

• Ze namen een kaart van de menselijke hersenen (de "connectome") en lieten een computer zien hoe de signalen zich voortplanten.
• Ze programmeerden de ketamine-inwerking als een veranderende knop.
  • Eerst draaiden ze de knop een beetje: de remmen vielen weg (lage dosis).
  • Toen draaiden ze de knop harder: de hele motor ging uit (hoge dosis).

Waarom is dit belangrijk?

Vroeger wisten wetenschappers niet precies waarom ketamine op lage doses werkt en op hoge doses niet. Ze zagen alleen het resultaat. Met dit model kunnen ze nu zien:

1. Het mechanisme: Het is niet zomaar "meer of minder". Het gaat om wie er eerst wordt geblokkeerd. Eerst de remmen (inhibitors), later de motor (excitators).
2. Toekomstige behandelingen: Als we dit precies begrijpen, kunnen we misschien medicijnen ontwikkelen die alleen de "remmen" loslaten (voor depressie) zonder het hele orkest stil te leggen (slaap).
3. Persoonlijke geneeskunde: In de toekomst kunnen we misschien een model maken van jouw specifieke hersenen om te voorspellen hoeveel ketamine jij nodig hebt om te genezen, zonder te slapen.

Kortom:
Deze studie laat zien dat ketamine als een meesterlijke dirigent werkt die de balans tussen rust en activiteit in je hersenen verandert. Op lage doses haalt hij de remmen weg om energie te geven; op hoge doses zet hij de hele band stil om te slapen. Door dit in een computer te simuleren, kunnen artsen in de toekomst beter begrijpen hoe ze dit krachtige medicijn veilig en effectief kunnen gebruiken.

Technische samenvatting

Probleemstelling

Ketamine is een NMDA-receptor (NMDAR) antagonist die klinisch wordt gebruikt als anestheticum en antidepressivum. De effecten van ketamine zijn sterk dosisafhankelijk:

• Lage doses: Induceren dissociatie en hebben snelle antidepressieve effecten, vaak geassocieerd met een toename van corticale excitabiliteit (desinhibitie).
• Hoge doses: Induceren anesthesie met een toename van langzame golfactiviteit en een afname van excitatie.

Hoewel het moleculaire mechanisme (NMDAR-antagonisme) bekend is, is het onduidelijk hoe deze microscopische veranderingen leiden tot macroscopische veranderingen in de hersendynamica en gedrag. Bestaande computatiemodellen focussen vaak op één dosisniveau of op specifieke circuits (bijv. cortico-thalamisch), maar er ontbreekt een model dat het volledige dosisspectrum van ketamine integreert om de overgang van desinhibitie naar anesthesie te verklaren.

Methodologie

De auteurs hebben een Brain Network Model (BNM) ontwikkeld binnen het raamwerk van The Virtual Brain (TVB).

1. Structuur en Connectiviteit:

   • Het model gebruikt de structurele connectiviteit (SC) van het menselijk connectoom (HCP-dataset, 785 jonge volwassenen), gereduceerd tot 82 regio's van belang (ROI's) gebaseerd op de Desikan-Killiany parcellatie en Fischl-atlas.
   • De connectiviteitsmatrix is afgeleid van diffusie-tensor imaging (DTI) data, met log-getransformeerde gewichten en tractlengtes voor het berekenen van transmissievertragingen.

2. Neuraal Massamodel:

   • Elke hersenregio wordt gemodelleerd als een Jansen-Rit (JR) neuraal massamodel.
   • Elk JR-model bestaat uit drie subpopulaties: piramidale cellen (PC), excitatoire interneuronen (EIN) en inhiberende interneuronen (IIN).
   • Deze populaties zijn lokaal gekoppeld via synaptische gewichten (LCPs: Local Coupling Parameters).

3. Implementatie van Ketamine:

   • Ketamine wordt gemodelleerd als een verandering in de lokale synaptische koppelingen ($c_{ij}$) tussen de neuronpopulaties, wat de NMDAR-antagonisme nabootst.
   • Twee benaderingen werden getest:
     • Lineaire schaling: Een uniforme vermindering van alle koppelingen evenredig met de dosis ($1 - Ket$).
     • Sigmoidale schaling (Desinhibitie-hypothese): Een selectieve, dosisafhankelijke vermindering. Volgens de desinhibitie-hypothese blokkeren lage doses NMDARs op IINs (verminderen $c_{II,PC}$) eerder en sterker dan op excitatoire verbindingen. Bij hogere doses nemen de blokkades op excitatoire verbindingen ($c_{EI,PC}$ en $c_{PC,EI}$) toe. Dit wordt gemodelleerd met verschillende sigmoidale functies per koppeling.

4. Analyse:

   • Bifurcatie-analyse: Gebruik van auto-07p om de dynamische landschappen (stabiele vaste punten vs. limietcycli) te onderzoeken bij variërende externe input en koppelingen.
   • Spectrale analyse: Berekening van de vermogensdichtheidsspectra (PSD) voor $\alpha$-band (8-12 Hz) en $\theta$-band (4-8 Hz) en de vuurrate van piramidale cellen.
   • Simulaties werden uitgevoerd met 1000 doses en 10 trials met verschillende ruisrealisaties.

Belangrijkste Resultaten

1. Falen van uniforme antagonisme:

   • Het lineaire model (uniforme blokkade van alle NMDARs) kon wel de overgang van $\alpha$- naar $\theta$-activiteit nabootsen, maar kon de empirisch waargenomen toename in vuurrate bij lage doses niet reproduceren. De vuurrate daalde direct of bleef stabiel, wat in tegenspraak is met experimentele data.

2. Succes van de desinhibitie-hypothese (Sigmoidale model):

   • Door selectieve blokkade toe te passen (eerst IINs, later PC's), kon het model de volledige dosisrespons nabootsen:
     • Lage doses: Een snelle afname van $c_{II,PC}$ leidt tot desinhibitie, wat resulteert in een toename van de vuurrate van piramidale cellen en een toename van $\theta$-activiteit, terwijl $\alpha$-activiteit afneemt.
     • Hoge doses: Verdere blokkade van excitatoire verbindingen leidt tot een afname van de vuurrate en een verdere verschuiving naar langzame golven (anesthesie).
   • De $\theta$-band power piekte bij een dosis waarbij de vuurrate ook zijn maximum bereikte, gevolgd door een daling bij verdere dosering.

3. Dynamische Mechanismen:

   • Bifurcatie-analyse toonde aan dat ketamine de stabiliteit van de dynamische attractoren verandert. Bij lage doses verdwijnen de stabiele limietcycli voor $\alpha$-oscillaties, maar blijft er een stabiel focus over. Ruis in het systeem zorgt ervoor dat het systeem rond dit focus oscilleert, wat nog steeds $\alpha$-vermogen genereert, zij het verminderd.
   • Bij hogere doses verschuift het systeem naar een regime met stabiele foci en verminderde limietcycli, wat leidt tot een overwegend $\theta$-gedomineerd patroon.
   • Het model toonde aan dat regio's met hoge connectiviteitssterkte eerder $\alpha$-oscillaties vertonen, terwijl slecht verbonden regio's eerder $\theta$-oscillaties tonen.

Kernbijdragen

• Eerste whole-brain model voor het volledige ketamine-dosisspectrum: Het artikel presenteert het eerste model dat de overgang van sub-anesthetische (antidepressieve/dissociatieve) effecten naar anesthesie in één raamwerk integreert.
• Validatie van de desinhibitie-hypothese: Het model biedt computationeel bewijs dat de selectieve blokkade van NMDARs op inhiberende interneuronen (IIN) essentieel is om de toename in excitatie bij lage doses te verklaren. Uniforme blokkade is onvoldoende.
• Koppeling van micro- naar macro-schaal: Het model verbindt moleculaire mechanismen (NMDAR-antagonisme) direct met macroscopische EEG-observaties (veranderingen in $\alpha$- en $\theta$-banden) en vuurraten.
• Methodologische innovatie: Het gebruik van sigmoidale transferfuncties om dosisafhankelijke, selectieve farmacologische effecten te modelleren binnen een biophysiek-gebaseerd neuraal massamodel.

Betekenis en Toekomstperspectief

De studie biedt een krachtig raamwerk om de farmacodynamica van ketamine te begrijpen en te voorspellen. Dit heeft belangrijke implicaties voor:

• Behandeling van psychiatrische aandoeningen: Het helpt het mechanisme achter de snelle antidepressieve werking van ketamine te ontrafelen, wat kan leiden tot betere behandelstrategieën voor depressie, angst en PTSS.
• Precision Medicine: Door het model te koppelen aan gepersonaliseerde connectomen, kan in de toekomst de respons op ketaminebehandeling per patiënt worden voorspeld.
• Ontwikkeling van nieuwe geneesmiddelen: Het raamwerk kan worden gebruikt om andere NMDAR-modulerende therapieën te testen en te begrijpen hoe moleculaire veranderingen zich vertalen naar hersenfunctie.

De auteurs wijzen echter ook op beperkingen, zoals het ontbreken van $\gamma$-band activiteit in het huidige model en de vereenvoudiging dat ketamine alleen op NMDARs werkt (het is een "dirty drug" met meerdere receptorinteracties). Toekomstig werk zal gericht zijn op het integreren van deze complexiteiten en het valideren van het model met experimentele elektrofysiologische data.