Дофаминовые ошибки прогнозирования

Некоторое время назад учёные с помощью нейровизуализации смогли выявить повышенный уровень выработки дофамина в стриатуме у пациентов с психозом без медикаментозного лечения. Затем с помощью компьютерного анализа было обнаружено, что фазовое выделение дофамина отображает валентность и магнитуду несоответствий между ожидаемым и полученным результатом вознаграждения (известные как “ошибки прогнозирования вознаграждения”, ОПВ — reward prediction errors, RPE). Также высказывалось предположение, что фазовое выделение дофамина отображает работу системы мотивации в ответ на сенсорные раздражители и внутренние представления. A. Heinz et al выдвинули теорию, что возникновение бредовых идей связано с нерегулируемыми, сильными и внезапными “выстрелами” дофамина, из-за которых возникают неуместные значимые стимулы. Эти стимулы мотивируют пациентов зацикливаться на них — данный феномен носит название аберрантного выделения важности (aberrant salience attribution).

Дофаминергические ошибки прогнозирования (ОП) и связанные с ними когнитивные процессы можно проследить с помощью общей компьютерной платформы, проанализировав процесс суждения об окружающей среде, которое формирует субъективную модель мира. В своём обзоре исследователи обратились к записям предиктивного кодирования по Байесу для изучения психотических симптомов, а также нервной цепи, связанной с изменением обработки информации во время психоза. Томас Байес, английский математик XVIII века, утверждал, что убеждения — не только составляющее высшего уровня мышления, но и то, что позволяет просчитать вероятность того или иного события при неизвестной окружающей или внутренней среде, а также то, что может и поддаваться, и не поддаваться осознанию. Если у убеждения высокая степень неуверенности (слабое убеждение), то ошибочная привязка сенсорной информации будет играть высокую роль в обновлении убеждения. Если убеждение сильное, то ошибочная привязка игнорируется и практически не влияет на изменение убеждения.

Предиктивное кодирование (ПК) можно считать приемлемым применением теории Байеса в качестве биологического алгоритма. ПК позволяет представить убеждения в виде иерархической структуры, в которой несоответствие между первичными убеждениями и входящими сигналами приводит к ОП. Так, при шизофрении в результате нарушения баланса между кодированием первичных убеждений и обработкой сенсорной информации сигнальная система ОП срабатывает неадекватно, и не только в дофамин-зависимой подкорковой зоне, но и в самой коре головного мозга.

В дальнейшем исследователи рекомендуют обратить особое внимание на обработку слуховой информации, которая до сих пор не до конца изучена. Кроме того, следует применить мультимодальную визуализацию, в том числе, магнитно-резонансную спектроскопию одновременно возбуждающих и тормозных медиаторов и их метаболитов с помощью позиторно-эмиссионной томограммы моноаминергической нейротрансмиссии. В-третьих, модель Байеса по принятию решений рекомендуется включить в формальный подход к динамическим взаимодействиям между зонами головного мозга, например, метод динамического причинно-следственного моделирования. Этот метод уже успешно применяли для выявления подгрупп шизофрении, основываясь на степени нарушения когнитивных функций и негативных симптомов.

Материал подготовлен в рамках проекта ProШизофрению — специализированного раздела официального сайта Российского Общества Психиатров, посвященного шизофрении, современным подходам к её диагностике и лечению.

Автор перевода: Корнеева К.К.

Редакция: Касьянов Е.Д.

Источники:

1. Heinz A., Graham K. Murray, Schlagenhauf F., Sterzer P., Anthony A. Grace, James A. Waltz. Towards a Unifying Cognitive, Neurophysiological, and Computational Neuroscience Account of Schizophrenia. Schiz. Bull. doi:10.1093/schbul/sby154
2. Robinson TE, Berridge KC. The neural basis of drug craving: an incentive-sensitization theory of addiction. Brain Res Brain Res Rev. 1993;18:247–291.
3. Deserno L, Sterzer P, W?stenberg T, Heinz A, Schlagenhauf F. Reduced prefrontal-parietal effective connectivity and working memory deficits in schizophrenia. J Neurosci. 2012;32:12–20.
4. Brodersen KH, Deserno L, Schlagenhauf F, et al. Dissecting psychiatric spectrum disorders by generative embedding. Neuroimage Clin. 2014;4:98–111.