长期使用大麻会调节视觉处理过程中V1脑区与γ功能连接（gamma functional connectivity）之间的关系

《NeuroImage: Reports》：Regular cannabis use modulates gamma functional connectivity with V1 during visual processing

本研究通过高密度磁源成像技术，比较了经常使用大麻者与普通人群在视觉γ振荡（32、40、48 Hz）的神经响应及功能连接差异。结果显示，两组在V1皮层的γ振荡强度无显著差异，但大麻使用者组的动态功能连接呈现特异性改变：右V1与左顶叶皮层及右小脑的32 Hz连接增强，左顶叶皮层与双V1的32和40 Hz连接增强，而48 Hz时连接减弱。提示大麻可能通过影响γ振荡的跨脑区同步性，损害视觉信息处理的高级功能，但基础振荡生成能力保持完整。

　　### 摘要

大麻是一种在美国广泛使用的非法物质，长期使用与多个认知领域的功能缺陷有关。在机制上，大麻会影响大脑皮层和小脑中分布广泛的内源性大麻素受体。这些神经元网络对于生成快速的神经伽马波响应至关重要，而这些响应支持感知和认知处理，并且经常与大麻使用联系在一起。然而，目前的研究主要集中在由伽马振荡支持的高级处理上，对伽马回路基本结构的影响研究较少。本文对84名经常使用大麻的成年人和90名人口统计学特征匹配的非使用者进行了高密度磁共振成像（MEG）实验，以评估其视觉伽马带响应。结果显示，双侧初级视觉皮层（V1）表现出强烈的伽马同步，其中32 Hz的响应最强（p<.001），并且在所有频率下，右V1的活动比左V1更强（p=.002）。此外，大麻使用者与非使用者之间的条件交互效应在连接图谱中显现（p<.005），显示出大麻使用者在V1与高级视觉区域之间的32 Hz连接增强。这些发现表明，尽管重度大麻使用与高级认知功能缺陷有关，但基本的伽马回路似乎保持完整，而伽马功能连接则受到显著影响。

### 引言

大麻是美国最常见的非法物质，近年来，许多州已开始合法化其医疗和/或娱乐用途。截至2024年，超过50%的美国人口居住在已合法化大麻使用的州。2023年，约6180万成年人报告使用过大麻，其中350万人是首次使用者，1920万人符合大麻使用障碍的诊断标准。重度大麻使用已被与行为和认知功能的改变相关联，具体表现为记忆、注意力和执行功能的缺陷。鉴于大麻的广泛可用性和使用，进一步研究其作用机制和对大脑及认知功能的影响至关重要。

神经影像学研究表明，大麻使用与在执行高级认知任务时的振荡活动改变有关，同时也与广泛皮层区域的自发神经活动抑制相关。值得注意的是，许多研究涉及伽马波范围内的振荡响应（即>30 Hz），因为这些伽马振荡在许多认知和感知过程中起关键作用。此外，伽马振荡与局部GABA能回路的完整性有关。这种伽马振荡与GABA能活动之间的联系可能对于理解大麻使用者的神经影像学发现至关重要。本质上，大麻的主要精神活性成分Δ9-四氢大麻酚（THC）是内源性大麻素1型（CB1）受体的激动剂，而这些受体在皮层的GABA能中间神经元上高度表达。研究发现，其激活与突触传递和可塑性的改变有关，导致大规模的神经元动态变化。特别是，GABA能中间神经元是伽马节律的主要生成者之一，通过复杂的GABA能抑制网络或GABA能中间神经元与锥体细胞之间的相互抑制-兴奋回路发挥作用。在人类中，磁共振波谱（MRS）研究显示GABA浓度与伽马振荡的强度及其峰值频率之间存在直接关联。此外，人类研究也表明伽马功率和峰值频率紧密相关。

如前所述，皮层上的伽马波振荡对认知处理至关重要，并且在经常使用大麻的成年人中已观察到改变。这些发现通常是在高级认知任务中观察到的，因此可能是网络层面通信缺陷的表现，这与伽马活动在信息共享、绑定和转移中的作用有关。然而，在高级任务中，许多大脑区域通常处于活跃状态，因此伽马缺陷可能源于多种因素，包括较低级皮层输入的减少、自愿表现的差异或基于状态的其他因素。因此，这些发现是否特定于振荡伽马响应，还是更广泛地反映了基本伽马回路的缺陷仍不清楚。一种直接探测回路生成高伽马活动能力的方法是使用同步范式。在同步范式中，神经元群体会同步其放电频率以匹配外部刺激的频率（例如闪烁的光、调制的音频）。神经响应的幅度反映了同步神经群体的大小，以及回路在驱动频率下生成神经响应的能力。因此，通过在伽马范围内的驱动频率，可以以严格控制的方式探测伽马频率神经活动的神经回路，从而对在高级任务中观察到的非控制振荡伽马活动进行强有力的推断。已有许多研究使用伽马频率同步范式评估听觉回路的完整性，通常为40 Hz的听觉刺激，并报告了在自闭症、精神分裂症、ADHD和其他条件的参与者中生成伽马神经响应的缺陷。类似的视觉研究也使用了闪烁光进行同步，尽管许多研究更关注经典的α和β频率带，但最近的研究开始关注更高的伽马频率，如40 Hz，因为其在阿尔茨海默病（AD）患者中的潜在治疗效果。此外，40 Hz已被确定为听觉皮层的共振频率，尽管在视觉皮层的最优驱动频率方面尚无一致意见。因此，我们选择了40 Hz以及两个额外的等距驱动频率（32 Hz和48 Hz）来测试视觉同步是否在较慢或较快的伽马波频率下更强。实验设计仅限于三种条件，以确保任务依从性和减少参与者疲劳。据我们所知，尚未有研究使用视觉同步范式来探讨大麻使用对伽马回路的影响，尽管在较慢的β范围内的视觉同步和伽马及β频率的听觉同步已被确定为改变。

### 方法

#### 2.1. 参与者

本研究招募了84名经常使用大麻的个体（43名男性，41名女性）以及90名人口统计学特征匹配的非使用者（47名男性，43名女性）。所有参与者均来自一个更大的样本，其中包括HIV患者（PWH）和多物质使用者。所有174名成年人成功完成了MEG记录期间的视觉同步范式，以及一系列神经心理学和物质使用评估。作为纳入标准，大麻使用者必须至少每周使用两次，并且在过去两年的75%时间里使用大麻。如果参与者报告仅用于医疗目的（即无娱乐性使用），或有其他物质使用障碍，则被排除在大麻使用者组之外。所有参与者的排除标准包括任何影响中枢神经系统功能的医疗疾病（如癌症、HIV/AIDS、红斑狼疮等）、任何神经系统或精神疾病（如中风、多发性硬化症、癫痫、阿尔茨海默病、帕金森病、精神分裂症、当前广泛性焦虑障碍、双相障碍、当前重度抑郁症、创伤后应激障碍、自闭症等）、头部创伤史、当前怀孕、非使用者组中的当前物质使用/依赖，以及标准的MEG/MRI排除标准（如铁磁性材料、参与者必须没有大量牙科工作或无法移除的金属植入物/首饰）。Boys Town National Research Hospital的机构审查委员会审查并批准了本研究的协议。所有参与者在详细描述研究后提供了书面知情同意。

#### 2.2. 物质使用和神经心理学评估

为了深入表型我们的样本，所有参与者都接受了神经心理学测试，而大麻使用者组则完成了一系列物质使用评估。神经心理学电池评估了七个认知领域，包括学习、记忆、执行功能、处理速度、注意力、运动灵活性和语言。物质使用评估包括使用NIDA Quick Screen（版本1）、NIDA-Modified Alcohol, Smoking, and Substance Involvement Screening Test（ASSIST；版本2）以及SCID-5第五版的模块E。参与者还完成了自我报告问卷，包括修订版大麻使用障碍识别测试（CUDIT-R）、酒精使用障碍识别测试（AUDIT）以及一个定制的大麻使用问卷，详细记录他们的使用方法和历史。参与者还提供了尿液样本，以确认非使用者组中没有物质使用，以及确认大麻使用者组中的大麻使用和没有近期使用其他物质。非使用者组则通过标准化的医疗史访谈评估了过去的和当前的物质使用情况，酒精使用则通过AUDIT进行评估。

#### 2.3. MEG实验范式

在MEG记录期间，参与者坐在非磁性椅子上，位于磁屏蔽室中，并完成了15.5分钟的视觉同步任务，包含246个伪随机化试验。每个试验开始于一个固定点在灰色背景上中央呈现2000-2500毫秒，随后呈现一个同步刺激，持续1500毫秒。同步刺激是一个直径为2.75英寸的小白圈，视觉角度为3.5度，以32 Hz、40 Hz或48 Hz的频率闪烁，占空比为50%。总共进行了74个每个频率的试验，以及额外的24个奇数试验。参与者被指示在检测到奇数时，使用右手食指进行按钮按压，以确认他们正在关注同步刺激。为了确保所有参与者都在任务中关注同步刺激，那些在奇数试验中准确率低于70%的参与者被排除在所有数据分析之外。同步刺激使用Psychophysics Toolbox和PROPixx DLP LED投影仪（VPixx Technologies Inc.，加拿大圣布鲁诺-德蒙塔尔维莱）进行呈现。实验范式的刺激频率通过一个光纤光电二极管在屏幕上记录的数据进行验证。

#### 2.4. MEG数据采集

MEG数据采集、结构共定位、预处理和传感器/源水平分析遵循了我们实验室的一些先前研究的流程。所有MEG记录均在双层磁屏蔽的VACOSHIELD房间（Vacuumschmelze，德国汉诺威）中进行，使用配备204个平面梯度计和102个磁通量计的306传感器MEGIN Truix Neo MEG系统（MEGIN，芬兰赫尔辛基）。神经磁响应以1 kHz的采样率连续记录，采样带宽为0.1-330 Hz。在数据采集过程中，参与者通过实时音频-视频反馈进行监控。每个参与者的MEG数据均经过头动校正，并使用信号空间分离技术进行降噪。仅使用梯度计数据进行当前分析。

#### 2.5. 结构MRI处理和MEG共定位

在MEG测量之前，将五个头位置指示器（HPI）线圈固定在参与者头部，并通过3D数字化器（Fastrak，Polhemus Navigator Sciences，美国佛蒙特州科彻斯特）与三个定位点和至少100个头皮表面点进行定位。一旦进入MEG室，每个HPI线圈将被馈入独特的频率（例如322 Hz），这会诱导可测量的磁场，并允许在整个记录过程中准确跟踪每个HPI线圈相对于MEG传感器的位置。由于HPI线圈的位置也已知在头坐标系中，所有MEG测量都可以转换为共同坐标系。利用该坐标系，参与者级别的MEG数据在源重建前与高分辨率结构T1加权MRI数据进行共定位，使用BESA MRI（版本3.0，BESA GmbH，德国格雷夫尔芬）进行处理。结构MRI数据被转换为标准化空间，并与前、后连合平行对齐。在源分析之后，每个参与者的MEG功能图像也被转换为标准化空间，并进行空间重采样以实现参与者间的比较。

#### 2.6. MEG预处理、时频变换和传感器水平统计

使用信号空间投影（SSP）从数据中去除心电和眼动伪影，这在源分析中被考虑。连续的磁时序数据被划分为3500毫秒的事件，基线期定义为闪烁刺激开始前的600毫秒（即-600到0毫秒）。随后，去除剩余伪影（在心电和眼动伪影去除后）的事件基于个体固定的阈值方法，辅以视觉检查。简要地说，每个参与者的所有事件的幅度和梯度分布被确定，那些幅度和/或梯度值相对于该分布最高的事件将被基于参与者特定阈值的拒绝方法排除。这种方法旨在减少由于总体头大小及相关因素导致的个体差异对MEG信号幅度的影响，这些因素强烈影响MEG信号幅度。大麻使用者和非使用者在信号幅度上没有差异（t₁₆₇ = .730，p = .466；大麻使用者：M = 1121.84 fT/cm，SD = 336.14；非使用者：M = 1173.33 fT/cm，SD = 541.62）或梯度截止（t₁₆₇ = -.223，p = .824；大麻使用者：M = 257.09 fT/(cm*ms)，SD = 134.12；非使用者：M = 251.50 fT/(cm*ms)，SD = 183.78）。此外，最终分析中保留的事件数量在条件（F_2,334 = 1.80，p = .167）、组（F_1,167 = 2.20，p = .140）以及它们的交互（F_2,334 = .449，p = .639）方面没有差异。去除伪影后的事件随后通过复数调制（Kovach和Gander，2016；Papp和Ktonas，1977）转换为时频域，分辨率为0.5 Hz，时间间隔为100毫秒，范围为2-100 Hz。时频变换后，每个传感器的频谱功率估计值在所有试验中取平均，以生成每个传感器的平均频谱密度图。这些传感器级数据随后通过基线期间每个0.5 Hz频率单元内的基线功率进行归一化处理。

#### 2.7. MEG源成像

通过线性约束最小方差（LCMV）源成像的时频扩展方法（Dalal等，2006；Gross等，2001；Van Veen等，1997）对皮层区域进行成像，该方法使用空间滤波器计算整个大脑体积的源功率。这些图像来源于所有MEG梯度计在感兴趣的时频范围内的交叉频谱密度，以及每个位置在指定输入体素空间的正向问题解。本质上，源成像运算符为每个体素生成一个空间滤波器，该滤波器允许特定神经区域的信号通过，而抑制其他脑区的活动。滤波器特性来源于每个位置在指定输入体素空间的正向解（即引导场矩阵）和MEG交叉频谱密度矩阵。简而言之，对于每个体素，确定一组源成像权重，即每个MEG传感器被分配一个敏感性权重，以反映特定体素的活动。根据惯例，这些图像中的源功率在每个参与者中通过基线期（即刺激开始前的相同时间段）进行归一化处理。这些图像通常被称为伪t图，单位（伪t）反映了归一化后的功率差异（即活跃与被动）。

#### 2.8. 统计分析：神经响应功率

计算选定的时频带内归一化源功率，覆盖整个大脑体积，每个参与者在4.0×4.0×4.0毫米的分辨率下。每个参与者的功能图像通过之前应用于结构图像的转换进行标准化处理，然后进行空间重采样。为了评估传感器级分析中识别的响应的解剖学基础，将结果3D源成像输出图在所有参与者、同步频率条件和感兴趣的时间窗口中进行平均，生成单个综合平均图。然后从该综合平均图中提取每个参与者和条件的虚拟传感器时序，以研究同步频率和/或组之间视觉处理动态的差异。

为了计算虚拟传感器（即体素时序），我们应用了从正向解中得出的传感器权重矩阵到预处理信号向量，从而得到特定体素的时序。对于每个感兴趣点，计算频率范围内（即用于源成像分析的频率范围）的频谱包络，该频率范围围绕每个同步频率（即31–33 Hz，39–41 Hz，和47–49 Hz）。从结果功率时序中，计算每个参与者和频谱窗口（例如31–33 Hz）的自发（即基线）活动和同步响应功率。自发功率从基线期（即用于源成像计算的基线期）的数据平均中计算得出。这些平均基线值随后用于归一化后刺激期的时序活动，从而计算出同步响应功率的估计值。

这些平均同步神经响应被输入到一个混合模型的3×2×2协方差分析（ANCOVA）中，同步频率（即32 Hz、40 Hz、48 Hz）和半球（即左半球和右半球）作为被试内因素，组（即大麻使用者和非使用者）作为被试间因素，AUDIT评分作为干扰协变量。同样，自发神经活动估计值也被输入到一个混合模型的3×2×2 ANCOVA中，同步频率和半球作为被试内因素，组作为被试间因素，AUDIT作为干扰协变量，以测试主效应和交互效应。关于AUDIT，两组在人口统计学因素上匹配，但酒精使用存在差异；因此，我们在每个分析中都包括了AUDIT评分作为干扰协变量。为了减少异常值的影响，排除了每个分析中超出其组均值3个标准差的参与者。

### 结果

#### 4.1. 参与者人口统计学特征和物质使用评估指标

由于任务中注意力不足（<70%对奇数试验的反应率），有5名参与者（5名大麻使用者，0名非使用者）被排除在最终样本之外。因此，最终样本由169名参与者组成（79名大麻使用者，90名非使用者），两组在人口统计学和神经心理学特征上具有可比性。每组参与者在七个认知领域上的得分均在人口平均值的0.5个标准差范围内，表明正常认知功能。所有参与者完成了AUDIT，大麻使用者组完成了物质使用评估电池。独立样本t检验显示，大麻使用者组在AUDIT总分上得分高于非使用者组（t₁₆₅ = -3.99，p < .001），但在所有主要人口统计学因素上与其他组相似。因此，AUDIT总分被纳入所有进一步分析的干扰协变量中。

#### 4.2. MEG传感器级神经响应

在所有参与者和同步频率条件下的传感器级时频分析显示，每个基本同步频率（32 Hz、40 Hz和48 Hz）以及这些频率的第二谐波（64 Hz、80 Hz和96 Hz）相对于基线均显示出显著的功率增加（p < .001，校正；图2A）。这些响应与之前使用该任务的MEG分析结果一致（Petro等，2024）。鉴于研究目标，我们没有对第二谐波进行成像，而是专注于每个同步频率中心的伽马波增加，使用2 Hz宽的频率单元（即31–33 Hz、39–41 Hz和47–49 Hz），并使用两个500毫秒的时间窗口（即500–1000 ms和1000–1500 ms）来捕捉在刺激开始后最强的响应幅度（在0 ms处）。值得注意的是，由于我们的基线期有限（即500 ms），我们分别对500–1500 ms窗口进行了成像。因此，我们在所有主要分析中对这些时间窗口进行了平均。

#### 4.3. 神经同步响应

为了确定在传感器级时频分析中观察到的显著神经响应的皮层起源，我们为每个同步条件（即32 Hz、40 Hz和48 Hz）和时间窗口（即500–1000 ms和1000–1500 ms）计算了全脑图像，并将所有参与者、同步条件和时间窗口的综合平均图用于识别峰值簇，这些峰值簇位于左半球和右半球的初级视觉皮层（V1）中（图2B）。

随后，从综合平均图中提取了左半球和右半球V1的体素时序数据，并计算了每个同步条件在传感器级分析中确定的时间段（即500–1500 ms）内的平均响应功率。这些值随后进行了对数变换以归一化其分布。在进行混合效应ANCOVA之前，评估了正态性和方差齐性假设。所有p值均大于0.05的Shapiro-Wilk检验和接近零的偏度和峰度值确认了数据的正态性，而Levene检验表明方差齐性假设成立。因此，所有关键假设均满足，并将这些值输入到一个3×2×2 ANCOVA中，同步频率（即32 Hz、40 Hz、48 Hz）和半球（即左半球和右半球）作为被试内因素，组（即大麻使用者和非使用者）作为被试间因素，AUDIT总分作为干扰协变量。ANCOVA显示了同步频率的总体效应（F_2,324 = 58.82，p < .001），由32 Hz响应强度大于40 Hz和48 Hz驱动（t₁₆₄ = 4.79，p < .001；t₁₆₄ = 12.39，p < .001），以及40 Hz响应强度大于48 Hz驱动（t₁₆₄ = 12.93，p < .001）。半球的主效应也存在（F_1,324 = 4.19，p = .042），即在所有同步频率下，右V1的同步响应强度大于左V1（t₁₆₄ = 2.83，p = .004）。没有其他主效应或交互效应显著（所有p值均大于0.05；图3）。Mauchly检验显示，同步频率的球形假设被违反（χ²(2) = 35.45，p < .001）以及同步频率与半球的交互项（χ²(2) = 12.52，p = .002），因此使用Greenhouse-Geisser球形估计进行自由度校正（同步频率：ε = .835；同步频率与半球的交互项：ε = .930），但由于样本量，这种校正对结果没有影响。

#### 4.4. 功能连接

接下来，我们计算了在每个同步频率下，视觉皮层种子区域（即左V1和右V1）与大脑中所有体素之间的功能连接。为了评估条件（即同步频率）和组差异，我们使用了体素级的3×2 ANCOVA，包括AUDIT总分和体素级源幅度作为干扰协变量。对于左V1和右V1种子区域，我们观察到了组和同步频率的主效应，以及同步频率与组的交互效应（图4）。两个交互图（即左V1和右V1作为种子区域）共享两个显著的簇。一个位于右小脑（p < .005，k > 15），另一个位于左额下回（p < .005，k > 15）。小脑簇在两个交互图中位置相同，而左额下回簇则在邻近的体素中达到峰值。此外，右V1种子区域的交互图还显示出第三个显著的簇位于左外侧枕叶皮层（p < .005，k > 15）。从每个显著簇中提取了连接值，并通过事后t检验确定了任何交互的有向性。结果表明，大麻使用者在32 Hz下与左外侧枕叶皮层之间的连接增强（图4A；32 Hz：t = -2.61，p = .010；40 Hz：t = .49，p = .628；48 Hz：t = .48，p = .636）。在右小脑与左V1和右V1之间的连接保持这一模式，因为大麻使用者在32 Hz下连接更强（左V1：t = -3.34，p < .001；右V1：t = -3.40，p < .001；所有其他p值均大于.289；图4B）。最后，大麻使用者在32 Hz和40 Hz下与左V1和右V1之间的连接增强，而非使用者则在48 Hz下连接减弱（图4C）。

### 讨论

本研究利用MEG成像和视觉同步范式，探讨了定期使用大麻对皮层视觉区域伽马频率神经活动和这些区域与大脑其他部分动态功能连接的影响。在所有参与者中，我们观察到双侧初级视觉皮层（V1）的显著同步响应。通过从这些峰值体素中提取体素时序数据，我们评估了局部视觉处理动态和全脑功能连接。结果显示，32 Hz的同步响应最强，其次是40 Hz，最后是48 Hz（p<.001）。此外，我们发现右半球的同步响应强度高于左半球（p=.004），无论在哪个同步频率下均如此。虽然我们没有在初级视觉同步响应中发现组间差异，但大麻使用者与非使用者在伽马活动传播到高级视觉处理回路时表现出差异。这种差异在不同的伽马频率下有所变化。具体来说，我们观察到大麻使用者与非使用者之间的同步频率交互效应，表现为在32 Hz下大麻使用者与左外侧枕叶皮层之间的连接增强，而在40 Hz和48 Hz下则表现出不同的模式。这些结果表明，尽管重度大麻使用与高级认知功能缺陷有关，但基本的伽马回路似乎保持完整，而伽马功能连接则受到显著影响。

### 伦理标准

作者声明，所有贡献于本研究的程序均符合相关国家和机构人类实验委员会的伦理标准，并符合1975年修订版的赫尔辛基宣言。Boys Town National Research Hospital的机构审查委员会审查并批准了本研究的协议。所有参与者在详细描述研究后提供了书面知情同意。

### 数据可用性

本文中使用的数据将在研究结束时通过Collaborative Informatics and Neuroimaging Suite（COINS；https://coins.trendscenter.org/）框架公开。

### 作者贡献（CRediT）

**Lauren K. Webert**：撰写-审阅与编辑，撰写-原始草稿，可视化，验证，软件，方法，正式分析，概念化。
**Nathan M. Petro**：撰写-审阅与编辑，验证，软件，方法，正式分析，概念化。
**Seth D. Springer**：撰写-审阅与编辑，软件，方法，资金获取，正式分析，数据整理，概念化。
**Jason A. John**：撰写-审阅与编辑，项目管理，调查。
**Lucy K. Horne**：撰写-审阅与编辑，项目管理，调查。
**Molly E. Voller**：撰写-审阅与编辑，项目管理，调查。
**Kyla R. De Luca**：撰写-审阅与编辑，项目管理，调查。
**Olivia R. Carusi**：撰写-审阅与编辑，项目管理，调查。
**Lan D. Volberding**：撰写-审阅与编辑，项目管理，调查。
**Grant M. Garrison**：撰写-审阅与编辑，项目管理，调查。
**Hannah J. Okelberry**：撰写-审阅与编辑，项目管理，调查。
**Ryan Glesinger**：撰写-审阅与编辑，项目管理，调查。
**Maggie P. Rempe**：撰写-审阅与编辑，软件，正式分析。
**Tony W. Wilson**：撰写-审阅与编辑，验证，监督，软件，资源，项目管理，方法，资金获取，正式分析，数据整理，概念化。