10 CIP-Patienten und 12 NPCU wurden für diese Studie rekrutiert. Alle Patienten wurden in der Psychiatrie des Universitätskrankenhauses für Poliklinik in Mailand, Italien, rekrutiert, während die Cannabiskonsumenten im Mailänder Einzugsgebiet eingeschrieben waren. Alle Patienten befanden sich in einer stabilen pharmakologischen Behandlung. Es wurden entweder Links- oder Rechtshänder eingeschlossen. Alle Teilnehmer hatten einen gewohnheitsmäßigen Cannabiskonsum und die Art der Droge, die Häufigkeit und die Dauer sowie soziodemografische, klinische und psychosoziale Parameter der Abhängigkeit wurden gemessen. Die Studie wurde von der lokalen Ethikkommission genehmigt.
1. Teilnehmer
<ol><li>Verwenden Sie die folgenden Einschlusskriterien: Für Patienten: Alter 18-45 Jahre, DSM-IV-Diagnose einer Cannabis-induzierten psychotischen Störung, starker Cannabiskonsum zum Zeitpunkt der Studie und in den letzten 6 Monaten. Für NPCU: Alter 18-45 Jahre, keine DSM-IV-Diagnose, starker Cannabiskonsum zum Zeitpunkt der Studie und in den letzten 6 Monaten.</li>
	<li>Verwenden Sie die folgenden Ausschlusskriterien: eine Diagnose einer geistigen Behinderung, eine aktuelle schwere medizinische oder neurologische Erkrankung, eine Traumatraumverletzung mit Bewusstseinsverlust in der Vorgeschichte und jede andere Achse I, einschließlich Alkoholmissbrauch, oder Störungen der Achse II und Schwangerschaft. Stellen Sie sicher, dass psychotische Symptome nicht dem Beginn des Cannabiskonsums vorausgehen und nicht über einen längeren Zeitraum nach Beendigung des akuten Entzugs oder der schweren Intoxikation anhalten. Stellen Sie sicher, dass kein Verlauf wiederkehrender nicht substanzbezogener Episoden vorliegt.</li>
	<li>Um eine Einwilligung nach Aufklärung zu erhalten, lesen Sie die Einwilligungserklärung an die Teilnehmer. Lassen Sie sowohl den Teilnehmer als auch den Ermittler die Einverständniserklärung in zweifacher Ausfertigung unterschreiben. Speichern Sie die Einwilligungserklärung für Aufzeichnungen.</li>
	<li>Um die Diagnose von CIP-Patienten zu bewerten, verwenden Sie das Structured Clinical Interview for Diagnosis (SCID-I) des Diagnostic and Statistical Manual of Mental Disorders, 4. Auflage, Textrevision (DSM-IV-TR)27.</li>
	<li>Um die Häufigkeit und dauer der Abhängigkeit zu bestimmen, verwenden Sie das Handbuch für das semistrukturierte klinische Interview für Kinder und Jugendliche SCICA28.</li>
</ol>2. Klinische und psychosoziale Bewertung
HINWEIS: Allen Teilnehmern wurden mehrere klinische und psychosoziale Skalen verabreicht.
<ol><li>Um psychiatrische Symptome zu bewerten, verwenden Sie die Brief Psychiatric Rating Scale (BPRS)29, die Young Mania Rating Scale (YMRS)30, die Montgomery-Åsberg Depression Rating Scale (MADRS)31, die Hamilton Depression Rating Scale (HAM-D)32 und die Hamilton Anxiety Rating Scale (HAM-A)33.</li>
	<li>Um das Vorhandensein eines Traumas oder einer Infektion während oder unmittelbar nach der Partum zu untersuchen, verwenden Sie die Murray-Lewis Obstetric Complications Scale (MLOCS)34.</li>
	<li>Um Erfahrungen mit Vernachlässigung oder Missbrauch zu bewerten, verwenden Sie den Childhood Experience of Care and Abuse Questionnaire (CECA-Q)35.</li>
	<li>Um den sozioökonomischen Status (SES) zu schätzen, verwenden Sie die sozioökonomische Statusskala von MacArthur36.</li>
	<li>Verwenden Sie die Nachbarschaftsskala (NS)37, um die spezifischen Merkmale des Viertels in Bezug auf die Zufriedenheit der Nachbarschaft (NS-A), das Sicherheitsgefühl (NS-B), den Grad der Degradation (NS-C), die Bereitschaft der Mitbürger, in widrigen Situationen einzugreifen (NS-D), und den Grad der Akzeptanz von Substanzen (NS-E) zu bewerten.</li>
	<li>Verwenden Sie das Temperament- und Charakterinventar (TCI-125) zur Erforschung von Persönlichkeitsmerkmalen38,39.</li>
	<li>Zur Beurteilung der Lebensqualität und des globalen Funktionierens verwenden Sie die Manchester Short Assessment of Quality of Life (MANSA)40 und den Quality of Life Index (QL-Index)41 bzw. die Global Assessment of Functioning (GAF)27 Skalen. HINWEIS: Alle soziodemografischen und klinischen Daten sind in Tabelle 1zusammengefasst.</li>
</ol>3. Magnetresonanztomographie
<ol><li>Setzen Sie den Teilnehmer in Rückenlage auf das Bett des 3 Tesla MRT-Scanners ein.</li>
	<li>Legen Sie eine Hochfrequenzspule (RF) über den Kopf des Teilnehmers.</li>
	<li>Stellen Sie Ohrstöpsel und Kopfhörer zur Verfügung, um Hintergrundgeräusche zu blockieren.</li>
	<li>Befestigen Sie Schaumstoffpolster, um den Kopf zu immobilisieren.</li>
	<li>Weisen Sie das Subjekt an, still zu bleiben.</li>
	<li>Führen Sie die MRT-Sitzung von der Workstation im Kontrollraum aus.<ol>
<li>Führen Sie einen 3-Ebenen-Gradientenechoscan für Ausrichtung und Lokalisierung durch und führen Sie ein Shim-Verfahren durch, um ein homogenes, konstantes Magnetfeld zu erzeugen.</li>
		<li>Starten Sie ein Echoplanar-Bildgebungsprotokoll für die MRT. Die Erfassungsparameter für die Erfassung eines hochauflösenden T1-gewichteten dreidimensionalen Hirnscans sind bereits im bildgebenden Programm eingestellt und sollten nicht verändert werden. Die Parameter sind: Wiederholungszeit [TR] = 9,8, Echozeit [TE] = 4,6 ms, in Ebene Voxelgröße = 0,9375 × 0,9375, Matrix = 256 × 256, Kehrwinkel = 8°.</li>
	</ol>
</li>
	<li>Entfernen Sie den Teilnehmer aus dem MR-Scannerraum. Übertragen Sie die MR-Daten auf die Festplatte und schließen Sie die Sitzung. HINWEIS: Insgesamt 185 zusammenhängende 1 mm sagittale Scheiben, die sich überlegen vom unteren Aspekt des Kleinhirns erstrecken, um den größten Teil des Gehirns zu umfassen, wurden aus einem sagittalen Lokalisierer-Scan ausgewählt.</li>
</ol>4. Vorverarbeitungsschritte
HINWEIS: Eine voxelbasierte Morphometrieanalyse sollte mithilfe von Statistical Parametric Mapping (SPM12) durchgeführt werden, das in MATLAB implementiert ist.
<ol><li>Führen Sie die folgenden Vorverarbeitungsschritte aus, die in der Skriptdatei Script_pre angezeigt werden, bevor Sie Gruppenanalysen durchführen.<ol>
<li>Segmentierung: Verarbeiten Sie das Strukturbild, um die Gewebe der weißen Substanz, die Gewebe der grauen Substanz und die Zerebrospinalflüssigkeit in verschiedene Bilder zu unterscheiden und zu trennen. Diese Trennung wird durch die Kombination von Wahrscheinlichkeitskarten erreicht, die aus dem allgemeinen Wissen über die Gewebeverteilung in Kombination mit Modellclusteranalysen ausgearbeitet wurden, die Voxelverteilungen bestimmter Gewebe im Originalbild identifizieren. Führen Sie die Batchdatei segment.mat aus.</li>
		<li>DARTEL-Werkzeuge (Diffeomorphic Anatomical Registration Through Exponentiated Lie algebra): Bestimmen Sie die nichtlinearen Verformungen zur Registrierung der GM- und White-Matter-Bilder aller Teilnehmer. Führen Sie die Batchdatei create_template.mat aus.</li>
		<li>Normalisierung: Passen Sie während der räumlichen Normalisierungsphase MRT-Bilder an eine anatomische Standardvorlage an. Dies liegt daran, dass jedes Subjekt wenig Unterschiede in der Form und Organisation des Gehirns hat, wie die Größe und morphologische Unterschiede in den Strukturen. Führen Sie die Batchdatei normalize_to_MNI.mat aus.</li>
		<li>Räumliche Glättung: Führen Sie nach der Bewegungskorrektur einen isotropen Gaußkern von 6 mm voller Breite bei halbem Maximum des Gaußkerns durch, um das Signal-Rausch-Verhältnis zu erhöhen und subtile Variationen in anatomischen Strukturen zu berücksichtigen. Führen Sie die Batchdatei normalize_to_MNI.mat aus.</li>
		<li>Extrahieren Sie das gesamte intrakranielle Volumen (ICV) mit SPM12: Es kann erhalten werden, indem die Dichtewerte in Bildern der GM-, Weißen Substanz- und CSF-Klasse addiert und mit den Voxelvolumina multipliziert werden. HINWEIS: Sobald die Vorverarbeitung abgeschlossen ist, ist es möglich, die Daten auszuarbeiten. HINWEIS: Bitte lesen Sie das SPM-Handbuch (https://www.fil.ion.ucl.ac.uk/spm/doc/spm12_manual.pdf), das eine detaillierte Beschreibung der in dieser Studie verwendeten Vorverarbeitungsschritte und der zu verwendenden SPM-Befehle enthält. Bitte beachten Sie auch das Skript und die Matlab-Chargen, die in den ergänzenden Materialien enthalten sind, mit den genauen Vorverarbeitungsschritten, die für diese Studie verwendet wurden.</li>
	</ol>
</li>
</ol>5. Statistische Auswertungen
<ol><li>Führen Sie Chi-Quadrat-Tests (kategoriale Variablen) und zwei Stichproben-t-Tests (quantitative Variablen) durch, um Unterschiede zwischen den beiden Gruppen auf demografischer, klinischer und psychosozialer Ebene zu untersuchen.</li>
	<li>Führen Sie eine einseitige Varianzanalyse (ANOVA) im Rahmen eines GLM-Designs (General Linear Model) durch, um GM-Volumina zwischen CIP-Patienten und NPCU zu vergleichen. Geschlecht und Alter wurden in allen Analysen als Steuerungsgrößen verwendet. Führen Sie die einseitige ANOVA-Batchdatei aus.</li>
	<li>Führen Sie Regressionsanalysen des gesamten Gehirns durch, nur für die CIP-Gruppe, um zu untersuchen, ob die Scores in allen klinischen und psychosozialen Skalen, die in dieser Studie verwendet wurden, signifikant mit GM-Volumenänderungen korreliert waren. Verwenden Sie keine Gehirnmaske, sondern berücksichtigen Sie alle Voxel. Führen Sie die Batchdatei für die Regressionsanalyse mit der interessierenden klinischen Skala aus.</li>
	<li>Konvertieren Sie stereotaktische Koordinaten der Peakmaxima der supraschweren Cluster aus dem MNI Spatial Array (www.mni.mcgill.ca) in die von Talairach und Tournoux42. HINWEIS: In allen neuroanatomischen Analysen wurden die volumetrischen Unterschiede zwischen den Probanden durch proportionale Skalierung für das gesamte intrakranielle Volumen (ICV) berücksichtigt.<ol>
<li>Setzen Sie für die ANOVA den Signifikanzschwellenwert auf p < 0,001 unkorrigiert, mit einer minimalen Clustergröße von k = 30, während für die multiplen Regressionsanalysen ein p < 0,05 Peak Family-Wise Error (pFWE) korrigiert wurde, als signifikant angesehen wurde und eine minimale Clustergröße von k = 10 verwendet wurde. Der frühere Schwellenwert wurde aufgrund des geringen Stichprobenumfangs, der in dieser Studie verwendet wurde, berücksichtigt, und daher müssen die Ergebnisse dieser Analyse als vorläufig betrachtet werden. Der letztgenannte Schwellenwert ist strenger, da der p-Wert für mehrere Vergleiche korrigiert wird. HINWEIS: Weitere Informationen zu den Nachbearbeitungsschritten finden Sie im VBM8-Handbuch (http://dbm.neuro.uni-jena.de/vbm8/VBM8-Manual.pdf). Bitte beachten Sie auch die Matlab-Chargen mit den Namen "Einweg-ANOVA" und "Regressionsanalyse", die in den ergänzenden Materialien mit dem für diese Studie verwendeten genauen Modell enthalten sind. Aufgrund des explorativen Charakters dieser Studie wäre eine formale Stichprobengrößenberechnung von geringem Wert gewesen und daher nicht durchgeführt worden.</li>
	</ol>
</li>
</ol>

In der vorliegenden Studie beobachteten wir, dass nur das Vorhandensein psychotischer Symptome die Erkennung morphologischer Veränderungen des Gehirns diskriminierte. Tatsächlich zeigten chronische Cannabiskonsumenten mit CIP im Vergleich zu nicht-psychotischen Cannabiskonsumenten (NPCU) geringere GV-Volumina hauptsächlich im präfronto-temporo-limbischen Netzwerk. Darüber hinaus wurden in Bezug auf die psychometrischen Fragebögen Korrelationen zwischen der Domäne BPRS-Aktivität und selektiven GM-Volumina hervorgehoben. Insbesondere beobachteten wir eine negative Korrelation zwischen einer solchen BPRS-Skala und dem linken oberen temporalen Kortex und dem linken Kleinhirn zusammen mit einer positiven Korrelation mit dem Cuneus bilateral, dem linken gyipitalen okzipitalen inferior, dem rechten parietalen Läppchen und dem rechten oberen präfrontalen Kortex. Wir sollten jedoch erwähnen, dass das Fehlen einer Kontrollgruppe gesunder Probanden ohne Cannabisabhängigkeit uns daran hinderte, zu untersuchen, ob Cannabiskonsum Gehirnveränderungen verursachte oder nicht.
Im Allgemeinen sind die Ergebnisse nicht überraschend, da frühere MRT-Studien zeigten, dass psychotische Störungen wie Schizophrenie ähnliche GM-Anomalien aufwiesen, insbesondere in frontalen und temporo-limbischen Regionen29,30. Es ist jedoch noch unklar, warum einige chronische Cannabiskonsumenten psychotische Symptome entwickelten, während andere gesund blieben. Tatsächlich haben wir in der Stichprobe nur kleine klinische Unterschiede zwischen den beiden Gruppen festgestellt, und daher sind die in der CIP-Gruppe beobachteten umfangreichen GV-Anomalien möglicherweise nicht mit ihrem spezifischen klinischen Profil verbunden. Insbesondere berichteten 9 von 10 CIP-Patienten über einen täglichen Cannabiskonsum im Vergleich zu 7 von 12 in der NPCU-Gruppe. Darüber hinaus wurden keine Unterschiede in Bezug auf Alter, Geschlecht, Alter des Beginns des Cannabiskonsums und Bildungsniveau zwischen den beiden Gruppen festgestellt. Wir sollten jedoch bedenken, dass dieser Mangel an Unterschieden auf die geringe Stichprobengröße zurückzuführen sein könnte, die auch die Möglichkeit einschränkte, diese Faktoren statistisch zu analysieren und zu interpretieren. Eine Hypothese ist, dass der psychotische Prozess selbst für die Abnahme des Gehirnvolumens verantwortlich ist, unabhängig vom Cannabiskonsum. Tatsächlich zeigten frühere Studien keine GM-Unterschiede zwischen psychotischen Patienten mit und ohne Cannabiskonsum, so dass keine eindeutigen Beweise dafür gefunden wurden, dass Cannabiskonsum mit GM-Veränderungen bei psychotischen Patienten der ersten Episode zusammenhängt45. Cannabiskonsum könnte jedoch nur in einer Untergruppe von anfälligen Cannabiskonsumenten zu Gehirnveränderungen und anschließend zu Psychosen beigetragen haben.
Die erste Hypothese stimmt mit den Studien zusammen, die Hirnanomalien bei psychotischen Störungen zeigen. Insbesondere zeigten die Ergebnisse, dass CIP-Patienten im Vergleich zu NPCU eine umfangreiche Abnahme des GM-Volumens in einigen Gehirnbereichen aufwiesen, von denen bekannt ist, dass sie an der emotionalen Regulation beteiligt sind, wie frontotemporale Kortikale, Insula, Hippocampus und Fusiformer Gyrus46. Interessanterweise könnten Störungen in diesen Strukturen, insbesondere in präfrontalen Regionen, die Stimmungsinstabilität und größere emotionale Reaktivität bei Jugendlichen und jungen Erwachsenen sowie impulsives Verhalten und Substanzsuche erklären33,34. Tatsächlich wurde immer wieder berichtet, dass Emotionsregulation/ -verarbeitung mit der Rekrutierung einer Reihe von präfrontalen Gehirnregionen verbunden ist, die an der kognitiven Kontrolle über emotionale limbische Strukturen beteiligt sind. Zum Beispiel wurden größere Schwierigkeiten bei der emotionalen Regulation bei Tabakrauchern mit einer schwächeren Konnektivität zwischen Gyrus frontalis inferior und Amygdala im Vergleich zu Nichtrauchern in Verbindung gebracht49. Daher könnte es plausibel sein, dass bei CIP-Patienten die Entwicklung psychotischer Symptome mit einem gestörten Gleichgewicht zwischen diesen Strukturen verbunden war.
Darüber hinaus beobachteten wir, dass die Gruppe der CIP-Patienten Störungen im dorsolateralen präfrontalen Kortex (DLPFC) zeigte, einer Schlüsselregion, die an wichtigen kognitiven Funktionen beteiligt ist, einschließlich Arbeitsgedächtnis, exekutiven Funktionen50 und emotionaler Regulation51. In der Tat ist dieser Befund nicht überraschend, da der DLPFC mit Risikoüberwachungsregionen wie der Insula (einer Schlüsselstruktur des Salienznetzwerks, die kürzlich an der Sucht beteiligt war52)zusammenarbeitet, die auch in der Gruppe der CIP-Patienten verändert wurde, und dem vorderen cingulären Kortex, was letztendlich darauf hindeutet, dass Beeinträchtigungen bei der Unterscheidung von riskanten von sicheren Entscheidungen aus einer Störung zwischen DLPFC und solchen Risikoüberwachungsregionen resultieren können53.
Darüber hinaus zeigten CIP-Patienten eine Abnahme des GM-Volumens im oberen temporalen Kortex. Interessanterweise stimmt dieses Ergebnis mit den Beweisen einer früheren multimodalen Neuroimaging-Studie54zusammen, in der eine größere Stichprobe von CIP-Patienten (N = 16) eingesetzt wurde, von denen sich die Mehrheit mit der in dieser Studie verwendeten Stichprobe überschneidet, die eine umfangreiche GM-Veränderung der temporalen Cortices bei CIP-Patienten fand. Insgesamt bestätigt diese Evidenz die Schlüsselrolle des oberen temporalen Kortex bei Psychosen, da die Beteiligung dieser Struktur konsistent an Fähigkeiten berichtet wurde, die bei psychotischen Patienten häufig gestört sind, einschließlich Sprachverarbeitung und Theorie der Geistesfähigkeiten39,40. Die Ergebnisse stimmten auch mit früheren Beweisen überein, die den Zusammenhang zwischen Volumenreduktionen dieser Region und auditiven Halluzinationen oder Denkstörungen41,42 sowie mit einer früheren MRT-Studie berichteten, die auf die Störung dieses Bereichs bei substanzabhängigen Personen im Vergleich zu gesunden Kontrollenhindeutet 59.
Schließlich ergab sich aus den Ergebnissen eine signifikante Abnahme des GM-Volumens im Hippocampus bei CIP-Patienten. Ein solcher Befund steht im Einklang mit früheren Beweisen, die strukturelle und funktionelle Veränderungen in dieser Struktur bei frühen Psychosen und bei gefährdeten psychischen Zustanden / Psychosen der ersten Episode im Vergleich zu gesunden Kontrollenzeigen 60,61,62,63. Eine normale Hippocampus-Funktion ist für eine Reihe von mentalen Funktionenerforderlich,einschließlich Gedächtnis und emotionalem Verhalten48,49, und es wurde vorgeschlagen, dass ein reduziertes Volumen in dieser Struktur einen Marker für ein negatives klinisches Ergebnis bei Patienten mit einer Psychose der ersten Episode darstellen kann66. Im Gegensatz zu den Ergebnissen wurden jedoch auch bei jungen und erwachsenen Cannabiskonsumenten Hippocampus-Defizite berichtet, bei denen in dieser Region dünnere Kortikale und reduzierte Volumina festgestellt wurden67,68,69,70. Daher ist ein klares Bild über die Rolle des Hippocampus beim Drogenmissbrauch noch nicht erreicht. Nichtsdestotrotz deuten die Ergebnisse auf die Hypothese hin, dass das kortikos-limbische System in der Gruppe der CIP-Patienten kompromittiert ist, wie auch in einer früheren MRT-Studie54 vorgeschlagen und könnte die emotionalen Ausarbeitungsdefizite erklären, die als kritischer Vorläufer der zukünftigen psychotischen Entwicklung55,56vorgeschlagen wurden, die bei diesen Patienten häufig beobachtet wurden.
Daher scheint es vernünftig zu sein, die Hypothese zu stellen, dass Cannabis-induzierte Psychosen mit Gehirnveränderungen in Regionen innerhalb des präfronto-temporo-limbischen Netzwerks verbunden sind, die daher ein gemeinsames neurologisches Entwicklungssubstrat mehrerer Formen von Psychosen darstellen können. Interessanterweise schlugen Längsschnittstudien vor, dass einige Hirnstörungen, einschließlich kleinerer orbitofrontaler Kortexvolumina73,erhöhte frontoparietale und verminderte Aktivierung visueller Assoziationsregionen sowie kognitive Defizite, wie schlechtere exekutive Funktionen74,bereits vor Beginn der Cannabisabhängigkeit vorhanden sein können. Daher könnte es sein, dass diese Personen mit zugrunde liegenden Gehirnveränderungen nach Beginn des Cannabiskonsums eher psychotische Symptome entwickeln. Darüber hinaus gibt es Hinweise darauf, dass der Besitz von Risikoallelen in AKT1- und DRD2-Genen, die an der Dopaminsignalisierung beteiligt sind, mit einem erhöhten Risiko für die Entwicklung einer Psychose nach Cannabiskonsum verbunden ist3. Daher könnte der Nachweis morphologischer Abnahmen bei CIP-Patienten eine erhöhte genetische Anfälligkeit für die neurotoxische Wirkung des chronischen Cannabiskonsums bei dieser Gruppe von Probanden widerspiegeln.
Schließlich zeigten die Ergebnisse in der CIP-Gruppe auch eine negative Korrelation zwischen einer Subdomäne der BPRS, der BPRS-Aktivität, und selektiven GM-Volumina innerhalb des linken oberen temporalen Kortex und des linken Kleinhirns. Außerdem korrelierte diese Subskala positiv mit Cuneus bilateral, linkem Gyrus okzipitalis inferior, rechtem parietalem Läppchen und rechtem oberen präfrontalen Kortex. Obwohl Korrelationen zwischen klinischer Symptomatik und GM-Strukturen ausführlich berichtet wurden, insbesondere bei Schizophrenie75,sind die Ergebnisse immer noch heterogen, mit einem gemischten Bild voninversen 76, positiven77 oder keinen78 Korrelationen zwischen selektiven GM-Volumina und klinischen Skalen. Bemerkenswerterweise scheint die negative Korrelation, die zwischen BPRS-Aktivität und überlegenem temporalem Kortex beobachtet wurde, mit früheren MRT-Beweisen im Einklang zu stehen, die inverse Korrelationen zwischen dieser Struktur und dem positiven Symptomschweregrad76zeigen, was letztendlich auf die Schlüsselrolle dieser Struktur bei der Produktion psychotischer Symptome hindeutet. In ähnlicher Weise scheint die positive Korrelation zwischen BPRS-Aktivität und überlegenem präfrontalem Kortex mit anderen MRT-Studien übereinzustimmen, die eine ähnliche Korrelation zwischen negativen Symptomen und GM-Volumina mit dem präfrontalen Kortex79berichten.
Insgesamt liefern die Ergebnisse der aktuellen Studie vorläufige Beweise für das Vorhandensein eines signifikanten Zusammenhangs zwischen Gehirnveränderung und Schweregrad der Psychopathologie.
Die aktuelle Studie leidet unter einigen Einschränkungen. Erstens nahmen alle psychotischen Patienten pharmakologische Behandlungen ein, die die Ergebnisse hätten beeinflussen können. Zweitens erlaubt das Fehlen einer Kontrollgruppe, die aus gesunden Probanden besteht, die nicht Cannabis ausgesetzt sind, keinen weiteren Vergleich mit den beiden Gruppen von Cannabiskonsumenten (psychotisch und nicht). Obwohl die beiden Gruppen in Bezug auf die Anzahl der Probanden sehr ähnlich waren (10 CIP-Patienten vs. 12 NPCU), begrenzt die geringe Stichprobengröße die Signifikanz der erzielten Ergebnisse und muss daher als vorläufig betrachtet werden. Weitere Einschränkungen hängen eng mit der Art der untersuchten Population zusammen. Tatsächlich hatten einige Patienten mit CIP (6/10) und einem eher geringen Anteil an NPCU (3/12) eine lebenslange Vorgeschichte von anderem Substanzkonsum (z. B. Kokain, LSD und Heroin / Methadon). Darüber hinaus haben wir die genetischen Allele, die mit der Sucht verbunden sind, nicht untersucht, was dazu beigetragen haben könnte, die beiden Gruppen zu unterscheiden. Nichtsdestotrotz war der Cannabiskonsum, obwohl er in Bezug auf Häufigkeit, Volumen und Dauer mit einem bestimmten Instrument20bewertet wurde, nicht einheitlich über die beiden Gruppen hinweg. Schließlich haben wir in dieser Studie die Gehirnaktivierung nicht untersucht und den neurokognitiven Zustand der Probe nicht beurteilt. Daher könnte das Fehlen dieser Informationen die Ergebnisse beeinflusst haben, da frühere Studien das Vorhandensein selektiver Hirnfunktionsstörungen bei Patienten mit Schizophrenie mit Drogenmissbrauch im medialen präfrontalen Kortex, im orbitofrontalen Kortex und in der Amygdala sowie ein besseres prämorbides neurokognitives Profil mit einem größeren langfristigen Rückgang im Vergleich zu denselben Patienten ohneDrogenmissbrauch 80 zeigten. Daher sind weitere funktionelle MRT-Studien zur Untersuchung der Gehirnaktivität in Verbindung mit neuropsychologischen Bewertungen an größeren Proben und mit homogenen Konsumgewohnheiten erforderlich, um unsere Ergebnisse zu bestätigen.
Nach unseren Ergebnissen kann eine Cannabis-induzierte Psychose durch eine Abnahme des GM-Volumens in selektiven Gehirnstrukturen gekennzeichnet sein. Angesichts der entscheidenden und umfassenden Rolle des Endocannabinoidsystems im Gehirn, der zunehmenden Prävalenz des Cannabiskonsums, seines chronischen Konsums während der Neuroentwicklung sowie der zunehmend höheren THC-Konzentration auf dem aktuellen Markt scheint es daher zwingend erforderlich zu sein, zu klären, welche Aspekte der Cannabisexposition (z. B. Alter bei Beginn, Menge, Häufigkeit und Dauer) das größte Risiko für das Fortschreiten zu psychotischen Störungen bestimmen. Ob jedoch Reduktionen in präfronto-temporo-limbischen Regionen ein Substrat des psychotischen Prozesses selbst oder eine direkte Folge der Cannabisexposition bei anfälligen Probanden darstellen, bleibt ein komplexes Thema. In diesem Zusammenhang könnten die in der Studie verwendeten Methoden nützlich sein, um die neurobiologischen und klinischen Merkmale der Cannabis-induzierten Psychose besser zu charakterisieren. Schließlich können longitudinale Neuroimaging-Studien, die auch potenzielle Störfaktoren wie Cannabisdosis, Potenz, THC/Cannabidiol-Verhältnis, Häufigkeit des Konsums, Erkrankungsalter, vertraute Psychosengeschichte und genetische Polymorphismen berücksichtigen, einen potenziellen Grund für die Identifizierung mutmaßlicher Biomarker bieten, die Letztendlich Klinikern helfen können, diejenigen Cannabiskonsumenten zu erkennen, die eher psychosend sind.

Nach Angaben der Europäischen Beobachtungsstelle für Drogen und Drogensucht haben schätzungsweise rund 96 Millionen (oder 29 %) der Erwachsenen (im Alter von 15 bis 64 Jahren) in der Europäischen Union im Laufe ihres Lebens illegale Drogen, insbesondere Cannabis, ausprobiert. Betrachtet man den jüngsten und verletzlichsten Teil der Allgemeinbevölkerung, so konsumierten schätzungsweise 16% der jungen Erwachsenen (im Alter von 15-34 Jahren) im letzten Jahr Cannabis, mit einem Verhältnis von Männern zu Frauen von etwa 2:11. Wichtig ist, dass Cannabiskonsum bei gesunden Probanden zur Entwicklung psychiatrischer Symptome wie Stimmungsschwankungen, erhöhte Angstzustände, rasende Gedanken, verzerrte Wahrnehmungen, Schwierigkeiten beim Denken und Lösen von Problemen, anhaltende Probleme mit Lernen und Gedächtnis, langsame Reaktionszeit und Kontrollverlustführt 2. Solche Anzeichen und Symptome sind jedoch in der Regel vorübergehend und beschreiben keinen psychiatrischen Zustand an sich oder die Notwendigkeit einer Behandlung. Cannabis kann jedoch durch seinen wichtigsten psychoaktiven Bestandteil, genannt Tetrahydrocannabinol (THC), auch positive psychotische Symptome wie Misstrauen, paranoide Wahnvorstellungen, Störungen von Denkprozessen und Wahrnehmungsveränderungen3sowie negative Symptome hervorrufen, die denen ähneln, die bei Schizophrenie beobachtet wurden, wie stumpfer Affekt, Apathie, Avolition, Mangel an Spontaneität, mangelndes Interesse, Passivität und kognitive Defizite (z. B. Gedächtnis, exekutive Funktion, abstrakte Fähigkeit, Entscheidungsfindung und Aufmerksamkeit)3. Daher gibt es derzeit Hinweise darauf, dass Cannabiskonsum sowohl vorübergehende psychiatrische Symptome bei ansonsten gesunden Probanden hervorrufen als auch ein florid psychotisches Bild bei Patienten mit einem früheren psychotischen Risiko entlarven kann3. Ob dieser Zusammenhang jedoch kausal oder rein korrelational ist, ist immer noch umstritten und umstritten4. Trotz epidemiologischer Studien, die auf einen Zusammenhang zwischen starkem Cannabiskonsum und Psychoserisikohindeuten 5,geht die weltweit erhöhte Inzidenz von Cannabiskonsum nicht mit einer erhöhten Inzidenz von Psychoseneinher 4. Dieses Paradoxon könnte durch das Vorhandensein spezifischer verwirrender Unterschiede zwischen Cannabismissbrauchern erklärt werden, mit frühem Beginn des Konsums, täglicher Annahme von hochwirksamem Cannabis und Konsum synthetischer Cannabinoide, die das größte psychotische Risiko tragen3. Darüber hinaus können einige genetische Faktoren, wie das Vorhandensein spezifischer Katechol-O-Methyltransferase (COMT)-Polymorphismen, bei einem kleinen Teil der Konsumenten auch eine erhöhte Anfälligkeit für die Entwicklung psychotischer Symptome nach Cannabisexposition verleihen6.
In diesem Zusammenhang versuchten Humane Neuroimaging-Studien, die potenziellen neuronalen Mechanismen zu untersuchen, durch die Cannabis zu psychotischen Symptomen führen kann7, da präklinische Studien zuvor gezeigt haben, dass THC in Gehirnbereichen aktiv ist, die reich an Cannabinoid-Typ-1-Rezeptoren (CB1R) sind, einschließlich Hippocampus, Amygdala, Striatum und präfrontalem Kortex (PFC)8. Tatsächlich wurde gezeigt, dass die experimentelle THC-Verabreichung an gesunde Cannabiskonsumenten die ventrostriatale Aktivierung während einer Lernaufgabe abschwächt und gleichzeitig psychotische Symptomeinduziert 9 sowie eine veränderte präfrontal-striatale Aktivierung während der Aufmerksamkeitssalienzverarbeitung10. In Bezug auf strukturelle Magnetresonanztomographie-Studien (MRT) entdeckten einige Autoren signifikante Volumenreduktionen der grauen Substanz (GM) im präfrontalen Kortex11,12,13, dem Hippocampus14,15, der Amygdala16 und dem Putamen17 bei normalen Cannabiskonsumenten im Vergleich zu Nichtkonsumenten, während andere keine signifikanten Gehirnunterschiede zwischen diesen beiden Gruppen18,19,20,21 berichteten oder über erhöhte GM-Volumina innerhalb der medialen Temporalie, der Amygdala, des Hippocampus, des hinteren Cingulats und des Kleinhirns bei Jugendlichen mit niedrigem Cannabiskonsumberichteten 22.
Darüber hinaus untersuchten nur wenige Studien, ob es spezifische Unterschiede im Gehirn zwischen Cannabiskonsumenten mit psychotischen Symptomen und Cannabiskonsumenten ohne psychiatrische Erkrankungen gibt. Eine funktionelle MRT-Studie verglich gesunde Probanden, die nach dem THC-Konsum psychotische Symptome hatten und keine psychotischen Symptome hatten, und berichtete über eine erhöhte Aktivität während einer Go/No-Go-Aufgabe im rechten mittleren Gyrus und eine verminderte Aktivität sowohl im parahippocampalen als auch im fusiformen Gyri, was auch nur in der psychotischen Gruppe23mit größeren Hemmungsfehlern verbunden war. Im Gegensatz dazu fanden Epstein und Kumra heraus, dass sowohl psychotische als auch nichtpsychotische Jugendliche mit Cannabiskonsumstörung ähnliche Gehirnveränderungen aufweisten; Insbesondere entdeckten sie eine abgeschwächte kortikale Ausdünnung im linken gyrus superior frontalis, im rechten Pars triangularis, im linken Pars opercularis, im linken und rechten supramarginalen Gyri, in den linken und rechten parietalen Cortices und im linken gyrus temporalis superior in beiden Gruppen24. In einer früheren Studie verglichen dieselben Autoren Jugendliche mit früh einsetzender Schizophrenie (EOS) mit (EOS+) und ohne (EOS-) Cannabiskonsumstörung (CUD), Jugendliche mit CUD und gesunde Kontrollen25 . Interessanterweise entdeckten sie kleinere Volumina der grauen Substanz in der linken oberen parietalen Region sowohl in EOS- als auch in CUD-Gruppen im Vergleich zu gesunden Kontrollen. Sie fanden jedoch keine additiven volumetrischen Veränderungen bei Jugendlichen mit EOS+ im Vergleich zu anderen Gruppen. Schließlich fand eine neuere und größere Studie einen signifikanten Gesamteffekt vom lebenslangen Cannabiskonsum auf psychotische Lebenserfahrungen in einer Stichprobe von Jugendlichen. Interessanterweise fanden die Autoren einen Zusammenhang zwischen psychotischen Lebenserfahrungen und reduzierter Expansion innerhalb des Uncus des rechten Hippocampus/Parahippocampus26.
Daher deuten diese Studien, obwohl nicht alle übereinstimmend, darauf hin, dass Cannabis-induzierte Psychosen durch neurobiologische Defizite gekennzeichnet sein können, ähnlich denen, die bei reinen psychotischen Störungen festgestellt werden. Ob jedoch Gehirnveränderungen, die durch Cannabisabhängigkeit bestimmt und durch Neuroimaging-Untersuchungen hervorgehoben werden, zu einem klinisch signifikanten Phänotyp oder zu einem psychotischen Ausbruch irgendwann im Leben eines Missbrauchers führen, bleibt noch unklar. In diesem Zusammenhang könnte die Untersuchung der Gehirnmorphologie bei psychotischen Cannabiskonsumenten im Vergleich zu Cannabiskonsumenten ohne psychiatrische Symptome von größter Bedeutung sein, um die neurobiologischen Grundlagen der Cannabis-induzierten Psychose zu verstehen. Nach unserem besten Wissen haben jedoch bisher keine Studien cannabisinduzierte psychotische Probanden mit gesunden Cannabiskonsumenten in Bezug auf die strukturelle Morphologie des Gehirns und klinische Parameter wie Psychopathologie, Häufigkeit und Dauer der Abhängigkeit, Lebensqualität, Persönlichkeitsmerkmale, Geburtskomplikation und Kindesmissbrauch verglichen. Ziel dieser Studie ist es in diesem Zusammenhang, morphologische Hirnunterschiede zwischen chronischen Cannabiskonsumenten mit substanzinduzierter Psychose (CIP) und nicht-psychotischen Cannabiskonsumenten (NPCU) zu untersuchen und Gehirndefizite mit selektiven soziodemografischen, klinischen und psychosozialen Variablen zu korrelieren. Wir stellten die Hypothese auf, dass CIP-Patienten eine signifikante Verringerung des GM-Volumens im Vergleich zu NPCU sowie mögliche Korrelationen zwischen GM-Volumina und soziodemografischen, klinischen und psychosozialen Skalen aufweisen werden.

<table>
	<tbody>
		<tr>
			<td>Not applicable</td>
			<td>Not applicable</td>
			<td>Not applicable</td>
			<td>Not applicable</td>
		</tr>
	</tbody>
</table>

brain morphology of cannabis users with or without psychosis: a pilot mri study

Cannabis ist die weltweit am häufigsten konsumierte illegale Droge, und sein Konsum kann sowohl psychiatrische Symptome bei ansonsten gesunden Probanden hervorrufen als auch ein florid psychotisches Bild bei Patienten mit einem früheren psychotischen Risiko entlarven. Frühere Studien deuten darauf hin, dass chronische und langfristige Cannabis-Exposition signifikante negative Auswirkungen auf Gehirnbereiche ausüben kann, die mit Cannabinoidrezeptoren angereichert sind. Ob jedoch Gehirnveränderungen, die durch Cannabisabhängigkeit bestimmt werden, zu einem klinisch signifikanten Phänotyp oder zu einem psychotischen Ausbruch an einem bestimmten Zeitpunkt im Leben eines Missbrauchers führen, bleibt unklar. Ziel dieser Studie war es, morphologische Gehirnunterschiede zwischen chronischen Cannabiskonsumenten mit Cannabis-induzierter Psychose (CIP) und nicht-psychotischen Cannabiskonsumenten (NPCU) ohne psychiatrische Erkrankungen zu untersuchen und Gehirndefizite mit selektiven soziodemografischen, klinischen und psychosozialen Variablen zu korrelieren.
Es wurden 3T-Magnetresonanztomographie-Scans (MRT) von 10 CIP-Patienten und 12 NPCU-Patienten erfasst. Die Art der Droge, die Häufigkeit und die Dauer sowie soziodemographische, klinische und psychosoziale Parameter der Abhängigkeit wurden gemessen. CIP-Patienten hatten eine ausgedehnte Abnahme der grauen Substanz (GM) im rechten gyrus superior frontalis, im rechten präzentralen, rechten oberen Temporalgyrus, in der bilateralen Insula, in der rechten Precuneus, im rechten medialen Okzipitalgyrus, im rechten fusiformen Gyrus und im linken Hippocampus im Vergleich zu chronischen Cannabiskonsumenten ohne Psychose. Schließlich zeigten die Ergebnisse bei CIP-Patienten eine negative Korrelation zwischen einer Domäne der Brief Psychiatric Rating Scale (BPRS), BPRS-Aktivität und selektiven GM-Volumina. Insgesamt deuten die Ergebnisse darauf hin, dass Cannabis-induzierte Psychosen durch selektive Gehirnreduktionen gekennzeichnet sind, die in NPCU nicht vorhanden sind. Daher können Neuroimaging-Studien einen potenziellen Grund für die Identifizierung mutmaßlicher Biomarker bieten, die mit dem Risiko der Entwicklung von Psychosen bei Cannabiskonsumenten verbunden sind.

Soziodemographische, klinische und psychosoziale Ergebnisse Es gab keine Unterschiede in Bezug auf Geschlecht (χ2 = 0,6, p = 0,4), Alter (t = 0,21; p = 0,83), Alter des Beginns der Abhängigkeit (t = -0,79; p = 0,44) und Bildungsniveau (t = 1,21; p = 0,24) zwischen CIP-Patienten und NPCU. Einige Unterschiede zwischen den beiden Gruppen wurden jedoch in einer Temperamentdimension (Harm Avoidance, t = 3,71; p = 0,001) und einer Ein-Zeichen-Dimension (Self-Transcendence, t = 2,94; p = 0,008) des TCI beobachtet, wobei CIP-Patienten höhere Werte im Vergleich zu NPCU zeigten. Schließlich zeigte NPCU auch höhere Werte im Vergleich zu CIP-Patienten in einer Subdimension der Nachbarschaftsskala (NS-E) (t = -3,55; p = 0,002), in der SES-Summe (t = 2,13; p = 0,046), im Lebensqualitätsindex (t = -8,1; p = 0,0001), in der GAF (t = 4,71; p = 0,0001) und in einer Zeichendimension der TCI (Self Directedness, t=-3,97; p=0,001).
Insbesondere für CIP war die Häufigkeit der Cannabisabhängigkeit täglich für 9 Probanden (90%) und mehrmals pro Woche für 1 Subjekt (10%). Stattdessen war die Häufigkeit der Cannabisabhängigkeit in der NPCU-Gruppe täglich für 7 Probanden (60%), mehrmals pro Woche für 4 Probanden (30%) und mehrmals im Monat für 1 Subjekt (10%). Das Durchschnittsalter des Beginns der Abhängigkeit lag bei CIP-Patienten bei 18 Jahren und bei 16 Jahren für die NPCU-Gruppe. Obwohl alle Teilnehmer Cannabis einnahmen, berichteten einige CIP-Patienten (N = 6) und NPCU (N = 3) auch über den früheren Konsum anderer Drogen, einschließlich Kokain, LSD und Heroin / Methadon, jedoch mit geringerer Häufigkeit als Cannabis. Die Häufigkeit des Cannabiskonsums unterschied sich zwischen den beiden Gruppen nicht (χ2= 1,69, p = 0,42). Darüber hinaus wurde kein statistischer Unterschied in Art und Häufigkeit des Kokain-, Heroin-/Methadon- und LSD-Konsums zwischen den beiden Gruppen beobachtet (Kokain: χ2=0,06, p=0,79 undχ 2=4,1, p=0,39; Heroin/Methadon:χ 2=1,2, p=0,26 und χ2=1,2, p=0,26; LSD: χ2=0,01, p=0,89 und χ2=2,0, p=0,36). Obwohl wir uns bewusst sind, dass das Vorhandensein von Polykonsum in der Stichprobe die Verallgemeinerbarkeit der Ergebnisse negativ beeinflusst haben könnte, ist es wichtig hervorzuheben, dass der Konsum anderer Drogen im Vergleich zum Cannabiskonsum sehr begrenzt war. Tatsächlich war der Konsum anderer Drogen im Gegensatz zum Cannabiskonsum lebenslang und trat während der Zeit der Studie nicht auf. Nichtsdestotrotz sollten unsere Ergebnisse vorsichtig genommen werden und müssen in einer homogeneren Probe repliziert werden.
VBM-Ergebnisse Die VBM-Analyse zeigte, dass CIP-Patienten im Vergleich zu NPCU eine umfangreiche GM-Abnahme im Vergleich zur NPCU im rechten gyrus superior frontalis ((Brodmann-Bereich [BA] 10), im rechten Präzenterbereich (BA 4), im rechten oberen Temporalgyrus (BA 22), in der bilateralen Insula (BA13), im rechten Precuneus (BA7), im rechten medialen Okzipitalgyrus (BA 19), im rechten fusiformen Gyrus (BA 37) und im linken Hippocampus (p < 0,001 unkorrigiert; Tabelle 2 und Abbildung 1). Es wurden keine GM-Unterschiede bei NPCU im Vergleich zu CIP-Patienten beobachtet.
Korrelationen zwischen GV-Regionen und klinischen Skalen Bei CIP-Patienten zeigten die Ergebnisse eine negative Korrelation zwischen einer Domäne der BPRS- und BPRS-Aktivität und selektiven GM-Volumina innerhalb des linken oberen temporalen Kortex (BA 38, x=-40 y=17 z=-35, z=5,9, Clustergröße=19) und dem linken Kleinhirn (x=-12 y=-36 z=-20, z=6,1, Clustergröße=18). Darüber hinaus war die gleiche Skala bilateral positiv mit Cuneus korreliert (BA 18; links: x=-9 y=-90 z=9, z=7,0, Clustergröße=24; rechts: x=15 y=-85 z=24, z=7,3, Clustergröße=13), linker Gyrus okzipitalis inferior (BA 17; x=-9 y=-88 z=-6, z=7,4, Clustergröße=34), rechtes parietales Lobulus (BA 40; x=58 y=-35 z=22, z=6,7, Clustergröße=33), rechter oberer präfrontaler Kortex (BA 9; x=3 y=51 z=29, z=6,2, Clustergröße=23) (alle p<0,05 pFWE korrigiert). In keiner der anderen klinischen Skalen wurden bei CIP-Patienten signifikante Korrelationen beobachtet.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/60881/60881fig01.jpg"> Abbildung 1: Regionen mit signifikantem GV-Unterschied zwischen Patienten mit substanzinduzierter Psychose (CIP) und nicht-psychotischen Cannabiskonsumenten (S<0,001, unkorrigiert, k=30). <a href="https://www.jove.com/files/ftp_upload/60881/60881fig01large.jpg" target="_blank"></a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td rowspan="2"></td>
			<td>CIP-Patienten</td>
			<td>Nicht-psychotische Cannabiskonsumenten</td>
			<td rowspan="2">Statistik</td>
			<td rowspan="2">p-Wert</td>
		</tr><tr><td>n=10</td>
			<td>n=12</td>
		</tr><tr><td>Alter, Mittelwert (SD)</td>
			<td>27 (9.21)</td>
			<td>26 (0.89)</td>
			<td>t= -0,213</td>
			<td>p=0,833</td>
		</tr><tr><td>Geschlecht, männlich/weiblich</td>
			<td>8/2</td>
			<td>11/1</td>
			<td>χ2=0.630</td>
			<td>p=0,427</td>
		</tr><tr><td>Alter des Beginns des Cannabiskonsums, Mittelwert (SD)</td>
			<td>18 (9.69)</td>
			<td>16 (1.83)</td>
			<td>t= -0,786</td>
			<td>p=0,441</td>
		</tr><tr><td rowspan="7">Typ (N); Häufigkeit des sonstigen Drogenkonsums</td>
			<td>Cannabis (N=10); Täglich (N=9), mehrmals wöchentlich (N=1).</td>
			<td>Cannabis (N=12); Täglich (N=7), mehrmals wöchentlich (N=4), mehrmals im Monat (N=1).</td>
			<td>Frequenz: χ2=1,69,</td>
			<td>p=0,42</td>
		</tr><tr><td rowspan="2">Kokain (N=4); mehrmals pro Woche (N=2), mehrmals im Monat (N=2).</td>
			<td rowspan="2">Kokain (N=3); mehrmals pro Woche (N=1), mehrmals im Monat (N=1), weniger als einmal pro Monat (N=1).</td>
			<td>Typ: χ2=0,06</td>
			<td>Typ: p=0,79</td>
		</tr><tr><td>Frequenz: χ2=4,1</td>
			<td>Häufigkeit: p=0,39</td>
		</tr><tr><td rowspan="2">Heroin/Methadon (N=1); mehrmals pro Woche.</td>
			<td rowspan="2">Keine Heroin-/Methadonkonsumenten.</td>
			<td>Typ: χ2=1,2</td>
			<td>Typ: p=0,26</td>
		</tr><tr><td>Frequenz: χ2=1,2</td>
			<td>Frequenz: p=0,26</td>
		</tr><tr><td rowspan="2">LSD (N=1); weniger als eine pro Monat.</td>
			<td rowspan="2">LSD (N=1); mehrmals im Monat.</td>
			<td>Typ: χ2=0,01</td>
			<td>Typ: p=0,89</td>
		</tr><tr><td>Frequenz: χ2=2,0</td>
			<td>Frequenz: p=0,36</td>
		</tr><tr><td>Alter des Beginns, Mittelwert (SD)</td>
			<td>25 (8.46)</td>
			<td>-</td>
			<td>-</td>
			<td>-</td>
		</tr><tr><td>BPRS TOT, Mittelwert (SD)</td>
			<td>43 (9)</td>
			<td>20 (3)</td>
			<td>t=8,860</td>
			<td>p=0,0001</td>
		</tr><tr><td></td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr><tr><td>Angst-Depression</td>
			<td>10 (5)</td>
			<td>6 (2)</td>
			<td>t=2,629</td>
			<td>p=0,016</td>
		</tr><tr><td>Anergie</td>
			<td>8 (3)</td>
			<td>4 (1)</td>
			<td>t=3,284</td>
			<td>p=0,004</td>
		</tr><tr><td>Denkstörungen</td>
			<td>12 (3)</td>
			<td>4 (0)</td>
			<td>t=9,754</td>
			<td>p=0,0001</td>
		</tr><tr><td>Aktivität</td>
			<td>6 (2)</td>
			<td>3 (0)</td>
			<td>t=4,557</td>
			<td>p=0,0001</td>
		</tr><tr><td>Feindseligkeit - Misstrauen</td>
			<td>8 (4)</td>
			<td>3 (0)</td>
			<td>t=4,053</td>
			<td>p=0,001</td>
		</tr><tr><td>HAM-D, Mittelwert (SD)</td>
			<td>11 (6.42)</td>
			<td>4 (4.96)</td>
			<td>t=3,258</td>
			<td>p=0,004</td>
		</tr><tr><td>HAM-A, Mittelwert (SD)</td>
			<td>11 (6.62)</td>
			<td>3 (3.93)</td>
			<td>t=3,487</td>
			<td>p=0,002</td>
		</tr><tr><td>MADRS, Mittelwert (SD)</td>
			<td>14 (7.76)</td>
			<td>6 (6.35)</td>
			<td>t=2,635</td>
			<td>p=0,016</td>
		</tr><tr><td>YMRS, Mittelwert (SD)</td>
			<td>13 (7.92)</td>
			<td>0 (1.44)</td>
			<td>t=5,378</td>
			<td>p=0,0001</td>
		</tr><tr><td>CECA-Q, Mittelwert (SD)</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr><tr><td>CECA-QMA</td>
			<td>13 (5.20)</td>
			<td>13 (3.89)</td>
			<td>t=-0,069</td>
			<td>p=0,946</td>
		</tr><tr><td>CECA-QMN</td>
			<td>19 (5.83)</td>
			<td>19 (4.64)</td>
			<td>t=-0,284</td>
			<td>p=0,779</td>
		</tr><tr><td>CECA-QPA</td>
			<td>14 (6.44)</td>
			<td>14 (5.56)</td>
			<td>t=-0,130</td>
			<td>p=0,990</td>
		</tr><tr><td>CECA-QPN</td>
			<td>24 (11.69)</td>
			<td>24 (7.12)</td>
			<td>t=0,070</td>
			<td>p=0,945</td>
		</tr><tr><td>Nachbarschaftsskala*, Mittelwert (SD)</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr><tr><td>NS- A</td>
			<td>9 (1.78)</td>
			<td>8 (2.23)</td>
			<td>t=0,782</td>
			<td>p=0,443</td>
		</tr><tr><td>NS- B</td>
			<td>6 (2.50)</td>
			<td>7 (1.56)</td>
			<td>t=-1,070</td>
			<td>p=0,298</td>
		</tr><tr><td>NS- C</td>
			<td>9 (5.87)</td>
			<td>10 (7.66)</td>
			<td>t=-0,265</td>
			<td>p=0,794</td>
		</tr><tr><td>NS-D</td>
			<td>6 (2.31)</td>
			<td>5 (1.53)</td>
			<td>t=1,378</td>
			<td>p=0,183</td>
		</tr><tr><td>NS-E</td>
			<td>3 (1.35)</td>
			<td>4 (0.29)</td>
			<td>t=-3,546</td>
			<td>p=0,002</td>
		</tr><tr><td>SES** gesamt, Mittelwert (SD)</td>
			<td>33.6 (12.60)</td>
			<td>45.3 (13.05)</td>
			<td>t=-2,132</td>
			<td>p=0,046</td>
		</tr><tr><td>Studieren</td>
			<td>11.3 (4.22)</td>
			<td>15.3 (5.93)</td>
			<td>t=-1,800</td>
			<td>p=0,087</td>
		</tr><tr><td>Beruf</td>
			<td>22.3 (10.39)</td>
			<td>30.0 (8.79)</td>
			<td>t=-1,885</td>
			<td>p=0,074</td>
		</tr><tr><td>QL - Index, Mittelwert (SD)</td>
			<td>6 (1.65)</td>
			<td>10 (0.62)</td>
			<td>t=-8,098</td>
			<td>p=0,0001</td>
		</tr><tr><td>GAF, Mittelwert (SD)</td>
			<td>58 (15.21)</td>
			<td>83 (9.68)</td>
			<td>t=-4,715</td>
			<td>p=0,0001</td>
		</tr><tr><td>MANSA, Mittelwert (SD)</td>
			<td>54 (14.16)</td>
			<td>61 (6.01)</td>
			<td>t=-1,250</td>
			<td>p=0,226</td>
		</tr><tr><td>TCI, Mittelwert (SD)</td>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr><tr><td>TCI Ns</td>
			<td>59.92 (10.75)</td>
			<td>55.95 (12.86)</td>
			<td>t=0,173</td>
			<td>p=0,864</td>
		</tr><tr><td>TCI Ha</td>
			<td>55.67 (7.71)</td>
			<td>45.61 (5.68)</td>
			<td>t=3,708</td>
			<td>p=0,001</td>
		</tr><tr><td>TCI Straße</td>
			<td>48.67 (10.41)</td>
			<td>50.49 (9.02)</td>
			<td>t=-0,668</td>
			<td>p=0,512</td>
		</tr><tr><td>TCI P</td>
			<td>49.82 (11.49)</td>
			<td>39.32 (8.83)</td>
			<td>t=2,033</td>
			<td>p=0,056</td>
		</tr><tr><td>TCI Sd</td>
			<td>28.64 (11.85)</td>
			<td>49.89 (7.42)</td>
			<td>t=-3,969</td>
			<td>p=0,001</td>
		</tr><tr><td>TCI Co</td>
			<td>42.15 (12.21)</td>
			<td>49.07 (5.60)</td>
			<td>t=-1,430</td>
			<td>p=0,168</td>
		</tr><tr><td>TCI Str.</td>
			<td>65.56 (12.34)</td>
			<td>50.82 (8.16)</td>
			<td>t=2,940</td>
			<td>p=0,008</td>
		</tr></tbody></table>Tabelle 1: Soziodemographische, klinische und psychosoziale Variablen der gesamten Stichprobe. BPRS (Brief Psychiatric Rating Scale); CECA-Q (Childhood Experience of Care and Abuse Questionnaire); CIP (Cannabis-induzierte Psychose); GAF (Global Assessment of Functioning); HAM-A (Hamilton Anxiety Rating Scale); MADRS (Montgomery-Asberg Depression Rating Scale); HAM-D (Hamilton Depression Rating Scale); MANSA (Manchester Short Assessment of Quality of Life); NS-A (Nachbarschaftszufriedenheit); NS-B (Sicherheitsgefühle); NS-C (Nachbarschaftszivilitäten); NS-D (Kollektive Wirksamkeit); NS-E (Cannabis-Akzeptanz); SD (Standardabweichung); SES (Sozioökonomischer Status); QL-Index (Quality of Life-Index); ); TCI (Temperament- und Charakterinventar); TCI Ns (Novelty Seeking); TCI Ha (Schadensvermeidung); TCI Rd (Belohnungsabhängigkeit); TCI P (Persistenz); TCI Sd (Selbstbegewöhstheit); TCI Co (Kooperativität); TCI St (Selbsttranszendenz); YMRS (Young Mania Rating Scale). * NS-A reicht von 0 bis 16, wobei 16 eine extreme Zufriedenheit mit dem Wohngebiet darstellten; NS-B reicht von 0 bis 8, wobei 8 ein starkes Sicherheitsgefühl darstellte; NS-C reicht von 0 bis 32, wobei 32 ein hohes Maß an Unhöflichkeiten anzeigte; NS-D reicht von 0 bis 12, wobei 8 ein hohes Maß an kollektiver Wirksamkeit unter Nachbarn darstellte; NS-E reicht von "stimme stark zu" (Punktzahl von 4) bis "stimme stark zu" (Punktzahl von 0). ** Niedrigere Schulstufen sind mit niedrigeren Punktzahlen verbunden, während höhere Schulstufen mit höheren Punktzahlen verbunden sind (dh. Weniger als7. Klasse = 3; Hochschulabschluss= 21). In ähnlicher Weise sind Berufe mit geringerem kognitivem Engagement mit niedrigeren Punktzahlen verbunden, während Berufe, die mehr kognitive Ressourcen erfordern, mit höheren Punktzahlen verbunden sind (Landarbeiter = 5; Arzt= 45).
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody>
<tr>
<td rowspan="2">Gyrus</td>
			<td rowspan="2">BA</td>
			<td rowspan="2">Lateralität</td>
			<td colspan="3">MNI-Koordinaten</td>
			<td rowspan="2">Clustergröße</td>
			<td rowspan="2">Z-Werte</td>
			<td rowspan="2">Cohens d-Effektgröße</td>
		</tr>
<tr>
<td colspan="3">x y z</td>
		</tr>
<tr>
<td colspan="8">CIP-Patienten < nicht-psychotische Cannabiskonsumenten</td>
			<td></td>
		</tr>
<tr>
<td>Superior Frontal</td>
			<td>10</td>
			<td>Rechts</td>
			<td>13</td>
			<td>65</td>
			<td>22</td>
			<td>38</td>
			<td>3.4</td>
			<td>-1,26</td>
		</tr>
<tr>
<td>Präzentrale</td>
			<td>4</td>
			<td>Rechts</td>
			<td>59</td>
			<td>-5</td>
			<td>26</td>
			<td>61</td>
			<td>3.8</td>
			<td>-0,83</td>
		</tr>
<tr>
<td>Überlegene Zeitliche</td>
			<td>22</td>
			<td>Rechts</td>
			<td>62</td>
			<td>-7</td>
			<td>3</td>
			<td>146</td>
			<td>4.2</td>
			<td>-0,60</td>
		</tr>
<tr>
<td>Insula</td>
			<td>13</td>
			<td>Rechts</td>
			<td>36</td>
			<td>-21</td>
			<td>13</td>
			<td>142</td>
			<td>4.1</td>
			<td>-0,43</td>
		</tr>
<tr>
<td>Insula</td>
			<td>13</td>
			<td>Links</td>
			<td>-33</td>
			<td>-23</td>
			<td>14</td>
			<td>32</td>
			<td>3.8</td>
			<td>-0,46</td>
		</tr>
<tr>
<td>Precuneus</td>
			<td>7</td>
			<td>Rechts</td>
			<td>6</td>
			<td>-66</td>
			<td>50</td>
			<td>41</td>
			<td>3.7</td>
			<td>-0,51</td>
		</tr>
<tr>
<td>Mediales Okzipital</td>
			<td>19</td>
			<td>Rechts</td>
			<td>33</td>
			<td>-86</td>
			<td>21</td>
			<td>80</td>
			<td>4</td>
			<td>-0,84</td>
		</tr>
<tr>
<td>Fusiform</td>
			<td>37</td>
			<td>Links</td>
			<td>-25</td>
			<td>-47</td>
			<td>-8</td>
			<td>32</td>
			<td>3.7</td>
			<td>-0,29</td>
		</tr>
<tr>
<td>Hippocampus</td>
			<td>-</td>
			<td>Links</td>
			<td>-33</td>
			<td>-22</td>
			<td>-5</td>
			<td>36</td>
			<td>3.8</td>
			<td>-0,68</td>
		</tr>
<tr>
<td colspan="8">Nicht-psychotische Cannabiskonsumenten < CIP-Patienten</td>
			<td></td>
		</tr>
<tr>
<td colspan="8">Keine suprathreshold Cluster</td>
			<td></td>
		</tr>
</tbody></table>Tabelle 2: VBM-Ergebnisse. Hirnregionen mit signifikant reduzierten Volumina der grauen Substanz zwischen den CIP-Patienten und nicht-psychotischen Cannabiskonsumenten (P< 0,001 unkorrigiert). BA (Brodmann-Gebiet); CIP (Cannabis-induzierte Psychose); MNI (Montreal Neurological Institute)

Watch this Scientific Journal Video about Brain Morphology of Cannabis Users With or Without Psychosis: A Pilot MRI Study at JoVE.com

Brain Morphology of Cannabis Users With or Without Psychosis: A Pilot MRI Study

Dies ist eine 3T-Magnetresonanztomographie-Studie, die darauf abzielt, Volumenunterschiede zwischen Cannabis-induzierten Psychose-Patienten und nicht-psychotischen chronischen Cannabiskonsumenten zu untersuchen.

Gehirnmorphologie von Cannabiskonsumenten mit oder ohne Psychose: Eine MrT-Pilotstudie

Cannabis is the illicit drug most commonly used worldwide, and its consumption can both induce psychiatric symptoms in otherwise healthy subjects and ...

brain-morphology-cannabis-users-with-or-without-psychosis-pilot-mri

Research

Education

JoVE Core

JoVE Journal

Pharmacology

Neuroscience

Unit 1

Drug Abuse and Addiction

SCIENTISTS IN ACTION

6.3K Aufrufe.  University of Milan. Dies ist eine 3T-Magnetresonanztomographie-Studie, die darauf abzielt, Volumenunterschiede zwischen Cannabis-induzierten Psychose-Patienten und nicht-psychotischen chronischen Cannabiskonsumenten zu untersuchen.

Serie: Brain Morphology of Cannabis Users With or Without Psychosis: A Pilot MRI Study

Targeting of Deep Brain Structures with Microinjections for Delivery of Drugs, Viral Vectors, or Cell Transplants

Microinjections into the brain parenchyma are important procedures to deliver drugs, viral vectors or cell transplants.  The brain lesion that an injecting needle produces during its trajectory is a major concern especially in the mouse brain for not only the brain is small but also sometimes multiple injections are needed.  We show here a method to produce glass capillary needles with a 50-&mu;m lumen which significantly reduces the brain damage and allows a precise targeting into the rodent brain. This method allows a delivery of small volumes (from 20 to 100 nl), reduces bleeding risks, and minimizes passive diffusion of drugs into the brain parenchyma. By using different size of capillary glass tubes, or changing the needle lumen, several types of substances and cells can be injected. Microinjections with a glass capillary tube represent a significant improvement in injection techniques and deep brain targeting with minimal collateral damage in small rodents.

In this article, we show a method to make glass capillary needles with a 50-&mu;m lumen. This technique significantly reduces the brain damage, minimizes passive diffusion of drugs and allows a precise targeting into the rodent brain.

Targeting von Deep Brain Strukturen mit Mikroinjektionen für die Lieferung von Drogen, virale Vektoren oder Zelltransplantaten

Microinjections into the brain parenchyma are important procedures to deliver drugs, viral vectors or cell transplants.  The brain lesion that an ...

Forschung

Neurowissenschaften

Functional Neuroimaging Using Ultrasonic Blood-brain Barrier Disruption and Manganese-enhanced MRI

Although mice are the dominant model system for studying the genetic and molecular underpinnings of neuroscience, functional neuroimaging in mice remains technically challenging. One approach, Activation-Induced Manganese-enhanced MRI (AIM MRI), has been used successfully to map neuronal activity in rodents 1-5. In AIM MRI, Mn2+ acts a calcium analog and accumulates in depolarized neurons 6,7. Because Mn2+ shortens the T1 tissue property, regions of elevated neuronal activity will enhance in MRI. Furthermore, Mn2+ clears slowly from the activated regions; therefore, stimulation can be performed outside the magnet prior to imaging, enabling greater experimental flexibility. However, because Mn2+ does not readily cross the blood-brain barrier (BBB), the need to open the BBB has limited the use of AIM MRI, especially in mice.
One tool for opening the BBB is ultrasound. Though potentially damaging, if ultrasound is administered in combination with gas-filled microbubbles (i.e., ultrasound contrast agents), the acoustic pressure required for BBB opening is considerably lower. This combination of ultrasound and microbubbles can be used to reliably open the BBB without causing tissue damage 8-11.
Here, a method is presented for performing AIM MRI by using microbubbles and ultrasound to open the BBB. After an intravenous injection of perflutren microbubbles, an unfocused pulsed ultrasound beam is applied to the shaved mouse head for 3 minutes. For simplicity, we refer to this technique of BBB Opening with Microbubbles and UltraSound as BOMUS 12. Using BOMUS to open the BBB throughout both cerebral hemispheres, manganese is administered to the whole mouse brain. After experimental stimulation of the lightly sedated mice, AIM MRI is used to map the neuronal response.
To demonstrate this approach, herein BOMUS and AIM MRI are used to map unilateral mechanical stimulation of the vibrissae in lightly sedated mice 13. Because BOMUS can open the BBB throughout both hemispheres, the unstimulated side of the brain is used to control for nonspecific background stimulation. The resultant 3D activation map agrees well with published representations of the vibrissae regions of the barrel field cortex 14. The ultrasonic opening of the BBB is fast, noninvasive, and reversible; and thus this approach is suitable for high-throughput and/or longitudinal studies in awake mice.

A technique is described for broadly opening the blood-brain barrier in the mouse using microbubbles and ultrasound. Using this technique, manganese can be administered to the mouse brain. Because manganese is an MRI contrast agent that accumulates in depolarized neurons, this approach enables imaging of neuronal activity.

Funktionelle Bildgebung mit Ultraschall-Blut-Hirnschranke Störung und Mangan-MRT

Although mice are the dominant model system for studying the genetic and molecular underpinnings of neuroscience, functional neuroimaging in mice remains ...

Genetic Manipulation of Cerebellar Granule Neurons In Vitro and In Vivo to Study Neuronal Morphology and Migration

Developmental events in the brain including neuronal morphogenesis and migration are highly orchestrated processes. In vitro and in vivo analyses allow for an in-depth characterization to identify pathways involved in these events. Cerebellar granule neurons (CGNs) that are derived from the developing cerebellum are an ideal model system that allows for morphological analyses. Here, we describe a method of how to genetically manipulate CGNs and how to study axono- and dendritogenesis of individual neurons. With this method the effects of RNA interference, overexpression or small molecules can be compared to control neurons. In addition, the rodent cerebellar cortex is an easily accessible in vivo system owing to its predominant postnatal development. We also present an in vivo electroporation technique to genetically manipulate the developing cerebella and describe subsequent cerebellar analyses to assess neuronal morphology and migration.

Genetic Manipulation of Cerebellar Granule Neurons In Vitro and In Vivo to Study Neuronal Morphology and Migration

Neuronal morphogenesis and migration are crucial events underlying proper brain development. Here, we describe methods to genetically manipulate cultured cerebellar granule neurons and the developing cerebellum for the assessment of morphology and migratory characteristics of neurons.

Genetische Manipulation von Kleinhirnkörnerzellen<em&gt; In-vitro-</em&gt; Und<em&gt; In Vivo</em&gt;, Um neuronale Morphologie und Migration Studieren

Developmental events in the brain including neuronal morphogenesis and migration are highly orchestrated processes. In vitro and in vivo analyses allow ...

The Olfactory System as a Model to Study Axonal Growth Patterns and Morphology In Vivo

The olfactory system has the unusual capacity to generate new neurons throughout the lifetime of an organism. Olfactory stem cells in the basal portion of the olfactory epithelium continuously give rise to new sensory neurons that extend their axons into the olfactory bulb, where they face the challenge to integrate into existing circuitry. Because of this particular feature, the olfactory system represents a unique opportunity to monitor axonal wiring and guidance, and to investigate synapse formation. Here we describe a procedure for in vivo labeling of sensory neurons and subsequent visualization of axons in the olfactory system of larvae of the amphibian Xenopus laevis. To stain sensory neurons in the olfactory organ we adopt the electroporation technique. In vivo electroporation is an established technique for delivering fluorophore-coupled dextrans or other macromolecules into living cells. Stained sensory neurons and their axonal processes can then be monitored in the living animal either using confocal laser-scanning or multiphoton microscopy. By reducing the number of labeled cells to few or single cells per animal, single axons can be tracked into the olfactory bulb and their morphological changes can be monitored over weeks by conducting series of in vivo time lapse imaging experiments. While the described protocol exemplifies the labeling and monitoring of olfactory sensory neurons, it can also be adopted to other cell types within the olfactory and other systems.

The Olfactory System as a Model to Study Axonal Growth Patterns and Morphology In Vivo

We describe a protocol for in vivo labeling of olfactory sensory neurons by electroporation and subsequent confocal laser-scanning or multiphoton microscopy to visualize neuronal morphology and its development over time.

Das olfaktorische System als Modell zur Axonal Wachstumsmuster und Morphologie Studieren<em&gt; In Vivo</em

The olfactory system has the unusual capacity to generate new neurons throughout the lifetime of an organism. Olfactory stem cells in the basal portion of ...

Stripe Assay to Study the Attractive or Repulsive Activity of a Protein Substrate Using Dissociated Hippocampal Neurons

Growing axons develop a highly motile structure at their tip, termed the growth cone. The growth cone contacts extracellular environmental cues to navigate axonal growth. Netrin, slit, semaphorin, and ephrins are known guidance molecules that can attract or repel axons upon binding to receptors and co-receptors on the axon. The activated receptors initiate various signaling molecules in the growth cone that alter the structure and movement of the neuron. Here, we describe the detailed protocol for a stripe assay to assess the ability of a guidance molecule to attract or repel neurons. In this method, dissociated hippocampal neurons from E15.5 mice are cultured on laminin-coated dishes processed with alternating stripes of ectodomain of fibronectin and leucine-rich transmembrane protein-2 (FLRT2) and control immunoglobulin G (IgG) fragment crystallizable region (Fc) protein. Both axons and cell bodies were strongly repelled from the FLRT2-coated stripe regions after 24 h of culture. Immunostaining with tau1 showed that ~90% of the neurons were distributed on the Fc-coated stripes compared to the FLRT2-Fc-coated stripes (~10%). This result indicates that FLRT2 has a strong repulsive effect on these neurons. This powerful method is applicable not only for primary cultured neurons but also for a variety of other cells, such as neuroblasts.

Axon guidance molecules regulate neuronal migration and targeted growth-cone navigation. We present a powerful method, the stripe assay, to assess the ability of guidance molecules to attract or repulse neurons. In this protocol, we demonstrate the stripe assay by showing FLRT2's ability to repel cultured hippocampal neurons.

Stripe Assay die anziehende oder abstoßende Aktivität eines Proteins Substrat unter Verwendung Dissociated Neuronen im Hippocampus zu studieren

Growing axons develop a highly motile structure at their tip, termed the growth cone. The growth cone contacts extracellular environmental cues to ...

Utilizing 3D Printing Technology to Merge MRI with Histology: A Protocol for Brain Sectioning

Magnetic resonance imaging (MRI) allows for the delineation between normal and abnormal tissue on a macroscopic scale, sampling an entire tissue volume three-dimensionally. While MRI is an extremely sensitive tool for detecting tissue abnormalities, association of signal changes with an underlying pathological process is usually not straightforward. In the central nervous system, for example, inflammation, demyelination, axonal damage, gliosis, and neuronal death may all induce similar findings on MRI. As such, interpretation of MRI scans depends on the context, and radiological-histopathological correlation is therefore of the utmost importance. Unfortunately, traditional pathological sectioning of brain tissue is often imprecise and inconsistent, thus complicating the comparison between histology sections and MRI. This article presents novel methodology for accurately sectioning primate brain tissues and thus allowing precise matching between histology and MRI. The detailed protocol described in this article will assist investigators in applying this method, which relies on the creation of 3D printed brain slicers. Slightly modified, it can be easily implemented for brains of other species, including humans.

The overall goal of this protocol is to accurately align magnetic resonance imaging (MRI) image volumes with histology sections via the creation of customized 3D-printed brain holders and slicer boxes.

3D-Drucktechnologie Verwendung MRI mit Histologie fusionieren: Ein Protokoll für Hirn Sectioning

Magnetic resonance imaging (MRI) allows for the delineation between normal and abnormal tissue on a macroscopic scale, sampling an entire tissue volume ...

Application of Automated Image-guided Patch Clamp for the Study of Neurons in Brain Slices

Whole-cell patch clamp is the gold-standard method to measure the electrical properties of single cells. However, the in vitro patch clamp remains a challenging and low-throughput technique due to its complexity and high reliance on user operation and control. This manuscript demonstrates an image-guided automatic patch clamp system for in vitro whole-cell patch clamp experiments in acute brain slices. Our system implements a computer vision-based algorithm to detect fluorescently labeled cells and to target them for fully automatic patching using a micromanipulator and internal pipette pressure control. The entire process is highly automated, with minimal requirements for human intervention. Real-time experimental information, including electrical resistance and internal pipette pressure, are documented electronically for future analysis and for optimization to different cell types. Although our system is described in the context of acute brain slice recordings, it can also be applied to the automated image-guided patch clamp of dissociated neurons, organotypic slice cultures, and other non-neuronal cell types.

This protocol describes how to conduct automatic image-guided patch-clamp experiments using a system recently developed for standard in vitro electrophysiology equipment.

Anwendung von automatisierten Bild-geführten Patch-Clamp für die Studie von Neuronen in Gehirn-Scheiben

Whole-cell patch clamp is the gold-standard method to measure the electrical properties of single cells. However, the in vitro patch clamp remains a ...

A Human Blood-Brain Interface Model to Study Barrier Crossings by Pathogens or Medicines and Their Interactions with the Brain

The early screening of nervous system medicines on a pertinent and reliable in cellulo BBB model for their penetration and their interaction with the barrier and the brain parenchyma is still an unmet need. To fill this gap, we designed a 2D in cellulo model, the BBB-Minibrain, by combining a polyester porous membrane culture insert human BBB model with a Minibrain formed by a tri-culture of human brain cells (neurons, astrocytes and microglial cells). The BBB-Minibrain allowed us to test the transport of a neuroprotective drug candidate (e.g., Neurovita), through the BBB, to determine the specific targeting of this molecule to neurons and to show that the neuroprotective property of the drug was preserved after the drug had crossed the BBB. We have also demonstrated that BBB-Minibrain constitutes an interesting model to detect the passage of virus particles across the endothelial cells barrier and to monitor the infection of the Minibrain by neuroinvasive virus particles. The BBB-Minibrain is a reliable system, easy to handle for researcher trained in cell culture technology and predictive of the brain cells phenotypes after treatment or insult. The interest of such in cellulo testing would be twofold: introducing derisking steps early in the drug development on the one hand and reducing the use of animal testing on the other hand.

Here we present a protocol describing the setting of an in cellulo BBB (Blood brain barrier)-Minibrain polyester porous membrane culture insert system in order to evaluate the transport of biomolecules or infectious agents across a human BBB and their physiological impact on the neighboring brain cells.

Ein menschliches Blut-Hirn-Schnittstellenmodell Barriere Kreuzungen durch Krankheitserreger oder Medikamente und ihre Wechselwirkungen mit dem Gehirn zu studieren

The early screening of nervous system medicines on a pertinent and reliable in cellulo BBB model for their penetration and their interaction with the ...

Functional MRI in Conjunction with a Novel MRI-compatible Hand-induced Robotic Device to Evaluate Rehabilitation of Individuals Recovering from Hand Grip Deficits

Functional magnetic resonance imaging (fMRI) is a non-invasive magnetic resonance imaging technique that images brain activation in vivo, using endogenous deoxyhemoglobin as an endogenous contrast agent to detect changes in blood-level-dependent oxygenation (BOLD effect). We combined fMRI with a novel robotic device (MR-compatible hand-induced robotic device [MR_CHIROD]) so that a person in the scanner can execute a controlled motor task, hand-squeezing, which is a very important hand movement to study in neurological motor disease. We employed parallel imaging (generalized auto-calibrating partially parallel acquisitions [GRAPPA]), which allowed higher spatial resolution resulting in increased sensitivity to BOLD. The combination of fMRI with the hand-induced robotic device allowed precise control and monitoring of the task that was executed while a participant was in the scanner; this may prove to be of utility in rehabilitation of hand motor function in patients recovering from neurological deficits (e.g., stroke). Here we outline the protocol for using the current prototype of the MR_CHIROD during an fMRI scan.

We performed functional MRI using a novel MRI-compatible hand-induced robotic device to evaluate its utility for monitoring hand motor function in individuals recovering from neurological deficits.

Funktionelle MRT in Verbindung mit einem neuartigen MRT-kompatiblen handinduzierten Robotergerät zur Bewertung der Rehabilitation von Personen, die sich von Handgriff-Defiziten erholen

Functional magnetic resonance imaging (fMRI) is a non-invasive magnetic resonance imaging technique that images brain activation in vivo, using endogenous ...

Combining Multiplex Fluorescence In Situ Hybridization with Fluorescent Immunohistochemistry on Fresh Frozen or Fixed Mouse Brain Sections

Fluorescent in situ hybridization (FISH) is a molecular technique that identifies the presence and spatial distribution of specific RNA transcripts within cells. Neurochemical phenotyping of functionally identified neurons usually requires concurrent labelling with multiple antibodies (targeting protein) using immunohistochemistry (IHC) and optimization of in situ hybridization (targeting RNA), in tandem. A &#34;neurochemical signature&#34; to characterize particular neurons may be achieved however complicating factors include the need to verify FISH and IHC targets before combining the methods, and the limited number of RNAs and proteins that may be targeted simultaneously within the same tissue section.
Here we describe a protocol, using both fresh frozen and fixed mouse brain preparations, which detects multiple mRNAs and proteins in the same brain section using RNAscope FISH followed by fluorescence immunostaining, respectively. We use the combined method to describe the expression pattern of low abundance mRNAs (e.g., galanin receptor 1) and high abundance mRNAs (e.g., glycine transporter 2), in immunohistochemically identified brainstem nuclei.
Key considerations for protein labelling downstream of the FISH assay extend beyond tissue preparation and optimization of FISH probe labelling. For example, we found that antibody binding and labelling specificity can be detrimentally affected by the protease step within the FISH probe assay. Proteases catalyze hydrolytic cleavage of peptide bonds, facilitating FISH probe entry into cells, however they may also digest the protein targeted by the subsequent IHC assay, producing off target binding. The subcellular location of the targeted protein is another factor contributing to IHC success following FISH probe assay. We observed IHC specificity to be retained when the targeted protein is membrane bound, whereas IHC targeting cytoplasmic protein required extensive troubleshooting. Finally, we found handling of slide-mounted fixed frozen tissue more challenging than fresh frozen tissue, however IHC quality was overall better with fixed frozen tissue, when combined with RNAscope.

Combining Multiplex Fluorescence In Situ Hybridization with Fluorescent Immunohistochemistry on Fresh Frozen or Fixed Mouse Brain Sections

This protocol describes a method for combining fluorescence in situ hybridization (FISH) and fluorescence immunohistochemistry (IHC) in both fresh frozen and fixed mouse brain sections, with the goal of achieving multilabel FISH and fluorescence IHC signal. IHC targeted cytoplasmic and membrane attached proteins.

Kombination von Multiplex-Fluoreszenz-In-situ-Hybridisierung mit fluoreszierender Immunhistochemie an frischen, gefrorenen oder fixierten Mäusehirnschnitten

Fluorescent in situ hybridization (FISH) is a molecular technique that identifies the presence and spatial distribution of specific RNA transcripts within ...