2022年7月，英國帝國理工生命科學學院?(Department of Life Sciences, Imperial College London)?Nicholas P. Franks?和William Wisden團隊在《The Journal of Neuroscience》(2023 IF: 21.2）上發(fā)表了題為“NMDA Receptors in the Lateral Preoptic Hypothalamus Are Essential for Sustaining NREM and REM Sleep”的文章。

失眠患者普遍感覺睡眠不足，事實上他們的睡眠時長通常是充足的，但睡眠質量往往呈現出碎片化，這導致他們在醒來后感到精力不足。目前對于睡眠開始后如何維持的機制尚未明了，研究團隊發(fā)現NMDA型谷氨酸受體可以調控下丘腦的興奮性，且在NREM睡眠維持和REM睡眠的產生中有著關鍵作用。當研究團隊從抑制性視前神經元選擇性地減少NMDA受體后，小鼠總睡眠時長保持正常但整體睡眠出現高度碎片化。這項研究為難治性失眠提供了一個新的研究模型。

研究團隊發(fā)現在剔除LPO神經元的NMDA受體GluN1亞基后，小鼠的NREM和REM睡眠的時長分別下降了15-20%和50%，整體呈現碎片化的睡眠狀態(tài)。ΔGluN1-LPO小鼠與GFP-LPO小鼠在Wake和NREM睡眠時的功率近似，但是在REM睡眠期間，ΔGluN1-LPO小鼠的θ波顯著減弱。

Lunion Stage? 睡眠實驗自動分析系統(tǒng)處理每24小時記錄數據的時間小于50秒，可對實驗動物的WAKE/NREM/REM睡眠狀態(tài)進行自動判別，分期結果包含睡眠時相圖，腦電頻譜圖，運動信號的RMS曲線圖等，幫助研究人員高效處理睡眠數據，快速獲得可視化分析結果。

為了進一步研究 ΔGluN1-LPO小鼠的碎片化睡眠是否在高睡眠壓力下持續(xù)存在，并驗證NMDA受體是否影響睡眠穩(wěn)態(tài)，研究團隊在兩組小鼠睡眠驅力最高的時候進行了6個小時的睡眠剝奪（Sleep Deprivation，SD）。實驗結果顯示，ΔGluN1-LPO小鼠在SD過程中嘗試睡眠的次數更多，且在SD結束時睡眠潛伏期更短。

使用Lunion Stage? 睡眠實驗自動分析系統(tǒng)一鍵執(zhí)行批量分析，可基于分組數據自動統(tǒng)計多種睡眠指標并繪制統(tǒng)計圖，統(tǒng)計指標包含睡眠狀態(tài)的持續(xù)時長、轉換次數、持續(xù)睡眠時間段、腦電功率譜占比等。

為了分析誘導NREM睡眠的藥物能否改善/減少睡眠的高度碎片化，研究團隊分別在兩組ΔGluN1-LPO小鼠中使用了地塞米松（Dexmedetomidine；Dex）與唑吡坦（Zolpidem；Ambien）并進行睡眠監(jiān)測。實驗結果表明藥物可以在短時間內改善睡眠狀態(tài)，兩組小鼠的總睡眠時長均有所增加，清醒時間減少，但睡眠高度碎片化現象在藥效過去后又再次出現。

Lunion Stage? 睡眠實驗自動分析系統(tǒng)基于批量分期結果，可自動繪制不同睡眠指標的折線圖，清晰展示Wake/NREM/REM睡眠狀態(tài)在不同統(tǒng)計時段內的持續(xù)時長與占比變化。

總的來說，此項研究發(fā)現通過選擇性減少小鼠LPO中的NMDA受體會導致其失眠，具體表現為清醒期與NREM睡眠的高度碎片化和REM睡眠中的θ波減弱。同時在去除NMDA受體的情況下，小鼠的睡眠內穩(wěn)態(tài)并沒有受到影響。這些研究結果揭示了NMDA受體在睡眠調節(jié)中的重要作用，強調了睡眠維持與睡眠驅力之間的差異，有助于人們更深入地理解睡眠調控機制。

參考文獻：

Miracca, G., Franks, P.N.,Wisden,W. et al. NMDA Receptors in the Lateral Preoptic Hypothalamus Are Essential for Sustaining NREM and REM Sleep. J. Neurosci. 42, 5389–5409 (2022).

https://doi.org/10.1523/JNEUROSCI.0350-21.2022

【免費試用】在線體驗 Lunion Stage? 睡眠實驗自動分析系統(tǒng)?

麓聯(lián)數據為新用戶提供40分期小時的免費試用額度，注冊賬號后聯(lián)系客服顧問即可進行使用，注冊使用網址：

stage.luniondata.com?

Luniondata_shanghai

客服顧問

Lunion Stage? 睡眠實驗自動分析系統(tǒng)

Lunion Stage? 睡眠實驗自動分析系統(tǒng) 采用深度學習和遷移學習算法，對實驗動物的睡眠狀態(tài)進行自動判別，并基于睡眠分期結果進行分組統(tǒng)計與繪圖。

· 可用于睡眠、免疫、疼痛、癢覺、焦慮、抑郁、情緒等研究方向

· 適用于大鼠、小鼠、家犬、非人靈長類等動物

· 睡眠實驗數據需至少包含一道EEG腦電信號與一道運動信號（如肌電、加速度）

· 可判別的睡眠狀態(tài)包含：清醒（Wake），非快速眼動睡眠（Non-REM），快速眼動睡眠（REM）

· 支持基于分組的批量統(tǒng)計分析，直接輸出CNS論文標準的統(tǒng)計圖表:

- 分組的折線圖、柱狀圖、功率譜密度圖

- 每份數據的頻譜圖、時相圖，波形圖，RMS曲線圖等

使用 Lunion Stage? 睡眠實驗自動分析系統(tǒng)的研究團隊來自（持續(xù)更新中）

關于麓聯(lián)數據

上海麓聯(lián)智能科技有限公司(簡稱“麓聯(lián)數據”）于2017年成立，總部位于上海陸家嘴軟件園，是一家致力為腦科學研究提供數據處理軟件工具與服務的高新技術企業(yè)。麓聯(lián)數據團隊依托于自研的腦電Al技術，打造了 Lunion Stage? 睡眠實驗自動分析系統(tǒng)以及 Lunion Sorter 自動峰電位分類工具，實現了海量腦電數據處理的自動化與標準化，幫助“認識腦”、“保護腦”和“利用腦”。

官網：luniondata.com

電話：+86-21-64036100

郵箱：info@luniondata.com?