Onderzoek Mohit Adhikari

Onderzoeksgroep

• Bio-imaging lab

Expertise

Mijn belangrijkste expertise en huidige onderzoeksinteresse ligt in statistische en wiskundige analyse en modellering van neuro-imaginggegevens in rust, vooral in hersenziekten. Ik gebruik netwerkmodellen met anatomische connectiviteit, samen met een wiskundig model voor neurale activiteit van lokale hersengebieden om functionele gehele connectiviteit (FC) te simuleren die vervolgens wordt vergeleken met empirisch gemeten FC. Ik heb deze benadering voornamelijk toegepast op gegevens van patiënten met een beroerte voor twee projecten. In het eerste project analyseerde ik gegevens over de rusttoestand van 8-9-jarige kinderen die een pre- of perinatale beroerte hadden gehad en vond bewijs voor een normale functionele architectuur in tegenstelling tot een compenserende reorganisatie. In het tweede project analyseerde ik gegevens van patiënten met een eerste beroerte met corticale laesies in de acute fase. Hier werden, na het vinden van een optimaal, geïndividualiseerd computermodel, twee op modellen gebaseerde metingen - een grafische theorie van netwerkintegratie en een informatietheorie van variabiliteit in modelnetwerkresponsen op honderden topografisch willekeurige stimuli - verkregen. We vonden dat beide maatregelen bij patiënten waren verlaagd, vooral op het niveau van rusttoestandnetwerken (RSN's) en ze correleerden met twee robuuste fysiologische markers van acute beroerte, namelijk verminderde interhemisferische FC tussen homotope regio's en verhoogde ipsilesional FC tussen taakpositieve en taaknegatieve RSNs. Ik heb ook gewerkt aan twee andere projecten met rusttoestandgegevens van apen waarin we nieuwe analysemethoden hebben gebruikt. In een dergelijk project heb ik een goed gedefinieerd statistisch kader toegepast om bewijs te vinden voor dynamische (niet-stationaire) FC-patronen. Verschillende recente studies hebben dynamische FC onderzocht tijdens de rusttoestand, maar velen voeren geen statistische tests uit of gebruiken een slecht gedefinieerde nulhypothese om onjuiste vervangende distributiestatistieken van teststatistieken te genereren. We hebben bewijs gevonden voor dynamische FC in deze gegevens met behulp van zowel lineaire als niet-lineaire teststatistieken, maar alleen wanneer hun waarden werden gemiddeld over 25 sessies, wat de sterkte van de test verhoogde. In het tweede project hebben we significant bewijs gevonden voor preferentiële activering van het standaardmodusnetwerk vanwege rimpelgebeurtenissen in de hippocampus van de hersenen van apen. Deze preferentiële activering werd niet waargenomen na andere neurale gebeurtenissen in de hippocampus. Ik heb onlangs bijgedragen aan een interessant project over hersenontwikkeling dat de fysiologische reden verklaart voor een specifieke manier van migratie van corticale interneuronen. Toen deze modus, bestaande uit scherpe overgangen tussen pauzes en bewegingen met een hoge amplitude, werd veranderd door de neerslag van een eiwit, bleek dat een groter aantal interneuronen vroeg in de cortex arriveerde en de normale hersenontwikkeling verstoorde. Mijn bijdrage was om deze twee belangrijke observaties met elkaar te verbinden. Ik heb met behulp van een statistische analyse aangetoond dat de in vivo gemeten veranderingen in de cellulaire bewegingskenmerken ertoe leiden dat een groter aantal cellen arriveert in de in vivo waargenomen cortex. Het doel van mijn huidige onderzoek is om nieuwe metingen van temporele fluctuatie van de rusttoestand FC in diermodellen toe te passen om neurodegeneratieve aandoeningen te diagnosticeren, namelijk de ziekte van Alzheimer en Huntington. Ik gebruik dynamische FC-metingen zoals quasi-periodieke en co-activeringspatronen en op modellen gebaseerde effectieve connectiviteit in combinatie met begeleide leermethoden om transgene dieren te classificeren uit wildtype nestgenoten. Mijn doel is om biomarkers van ziekten te identificeren en hun longitudinale evolutie te begrijpen, parallel met ziekteprogressie.