Neural mechanisms of sensory predictions in schizophrenia with hallucinations

精神分裂症幻觉感觉预测的神经机制

基本信息

项目摘要

DESCRIPTION (provided by applicant): Active psychosis in schizophrenia is among the most severe and burdensome medical conditions worldwide. However, the mechanisms of psychotic symptoms in this disorder, such as hallucinations (i.e., abnormal percepts in the absence of external sensory stimuli), remain elusive. This K23 application presents a research and training program that will support the applicant on a path towards becoming an NIH-funded independent investigator focused on the application of functional neuroimaging to the study of psychotic symptoms in schizophrenia. The activities in this application build on the candidate's prior training and are set in a resource-rich environment that will foster his development of expertise in (1) advanced analytic methods and study conduct for functional magnetic resonance imaging (fMRI) research; (2) computational neuroscience; (3) perception and cognition research; (4) pathophysiology and clinical assessment of schizophrenia; and (5) responsible and ethical conduct in scientific research with vulnerable populations. Combining functional magnetic resonance imaging (fMRI) and computational modeling, the current research proposal seeks to (1) define the neural mechanisms that generate hallucinations in schizophrenia; and (2) inform the development of a computational model of hallucinations based on predictive coding, an empirically-validated theoretical framework that supports a role of sensory systems in learning and predicting regularities in the external environment. The overarching hypothesis is that abnormal prediction-based attenuation of sensory cortical function produces excessive activity in the sensory cortex that generates hallucinations. To test this hypothesis, the present study will employ a novel speech discrimination fMRI paradigm, two groups of patients with schizophrenia, those with active, frequent auditory verbal hallucinations and those without a significant history of hallucinations, and a third group of healthy controls. This design will allo for testing a direct link between dysfunction in sensory predictive-coding mechanisms and the online experience of hallucinations in patients with schizophrenia, and will thus inform the neurobiological basis of psychotic symptoms in this disorder. Together, this training and research program will facilitate the candidate's transition to an independent research career and will help identify new therapeutic targets for refractory psychosis. RELEVANCE: The novel application of the predictive-coding framework and model-based fMRI to the study of psychotic symptoms will shed new light on the mechanisms of generation of psychotic symptoms, thus filling an important gap in schizophrenia research. This project will serve to develop an explanatory model of hallucinations that can be used to generate specific, testable hypotheses for future neuroscience research in both humans and non-human animal models, and to uncover novel targets (sensory prediction deficits) likely modifiable by treatment via learning or pharmacotherapy.
描述(由申请人提供):精神分裂症中的活动性精神病是全世界最严重和最繁重的医疗状况之一。然而,这种疾病的精神病症状的机制,例如幻觉(即在没有外部感官刺激的情况下出现异常知觉),仍然难以捉摸。该 K23 申请提供了一项研究和培训计划,该计划将支持申请人成为 NIH 资助的独立研究者,专注于将功能神经影像应用于精神分裂症精神病症状的研究。此应用程序中的活动以候选人之前的培训为基础,并设置在资源丰富的环境中,这将促进他在以下方面发展专业知识:(1) 功能磁共振成像 (fMRI) 研究的先进分析方法和研究行为; (2)计算神经科学; (3)知觉与认知研究; (4) 精神分裂症的病理生理学和临床评估; (5) 在针对弱势群体的科学研究中采取负责任且符合道德的行为。结合功能磁共振成像(fMRI)和计算模型,当前的研究计划旨在(1)定义精神分裂症产生幻觉的神经机制; (2)为基于预测编码的幻觉计算模型的开发提供信息,这是一种经过经验验证的理论框架,支持感觉系统在学习和预测外部环境规律中的作用。总体假设是,感觉皮层功能的基于预测的异常衰减会导致感觉皮层过度活动,从而产生幻觉。为了检验这一假设,本研究将采用一种新颖的言语辨别功能磁共振成像范式,分为两组精神分裂症患者、一组活跃、频繁出现幻听的患者和一组没有明显幻听病史的患者,以及第三组健康对照组。该设计将允许测试感觉预测编码机制的功能障碍与精神分裂症患者幻觉的在线体验之间的直接联系,从而为该疾病的精神病症状的神经生物学基础提供信息。该培训和研究计划将共同促进候选人向独立研究职业的过渡,并将有助于确定难治性精神病的新治疗目标。 相关性:预测编码框架和基于模型的功能磁共振成像在精神病症状研究中的新应用将为精神病症状的产生机制提供新的线索,从而填补精神分裂症研究的一个重要空白。该项目将致力于开发一种幻觉的解释模型,该模型可用于为人类和非人类动物模型的未来神经科学研究生成具体的、可测试的假设,并发现可能通过治疗来改变的新目标(感觉预测缺陷)学习或药物治疗。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Guillermo Horga其他文献

Guillermo Horga的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Guillermo Horga', 18)}}的其他基金

An integrative computational interrogation of circuit dysfunction inschizophrenia via neural timescales
通过神经时间尺度对精神分裂症中的回路功能障碍进行综合计算询问
  • 批准号:
    10704693
  • 财政年份:
    2022
  • 资助金额:
    $ 19.63万
  • 项目类别:
An integrative computational interrogation of circuit dysfunction inschizophrenia via neural timescales
通过神经时间尺度对精神分裂症中的回路功能障碍进行综合计算询问
  • 批准号:
    10585148
  • 财政年份:
    2022
  • 资助金额:
    $ 19.63万
  • 项目类别:
Individualized risk prediction in persons at clinical high-risk for psychosis using neuromelanin-sensitive MRI.
使用神经黑色素敏感 MRI 对临床精神病高危人群进行个体化风险预测。
  • 批准号:
    10166944
  • 财政年份:
    2018
  • 资助金额:
    $ 19.63万
  • 项目类别:
Individualized risk prediction in persons at clinical high-risk for psychosis using neuromelanin-sensitive MRI.
使用神经黑色素敏感 MRI 对临床精神病高危人群进行个体化风险预测。
  • 批准号:
    10412110
  • 财政年份:
    2018
  • 资助金额:
    $ 19.63万
  • 项目类别:
Deficient Belief Updating as a Convergent Computational Mechanism of Psychosis
信念更新不足作为精神病的收敛计算机制
  • 批准号:
    10421074
  • 财政年份:
    2018
  • 资助金额:
    $ 19.63万
  • 项目类别:
Deficient Belief Updating as a Convergent Computational Mechanism of Psychosis
信念更新不足作为精神病的收敛计算机制
  • 批准号:
    9766401
  • 财政年份:
    2018
  • 资助金额:
    $ 19.63万
  • 项目类别:
Neural mechanisms of sensory predictions in schizophrenia with hallucinations
精神分裂症幻觉感觉预测的神经机制
  • 批准号:
    8700122
  • 财政年份:
    2014
  • 资助金额:
    $ 19.63万
  • 项目类别:

相似国自然基金

DRSGN诱导耳蜗类器官听觉通路重建的时空相分离机制研究
  • 批准号:
    82360224
  • 批准年份:
    2023
  • 资助金额:
    32 万元
  • 项目类别:
    地区科学基金项目
基于多尺度多模式成像探究耳鸣小鼠模型的听觉-边缘系统神经重塑机制
  • 批准号:
    82302284
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
大黄鱼生殖期发声信号听觉耦合的神经机制
  • 批准号:
    32373100
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
Minar2与胆固醇在听觉毛细胞中的作用机制
  • 批准号:
    32371020
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
APOC1在听觉障碍和阿尔兹海默症遗传共病中的作用机制研究
  • 批准号:
    82301307
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Synaptic Protein Networks, Genetic Risk, and Spine Loss in Schizophrenia
精神分裂症的突触蛋白网络、遗传风险和脊柱缺失
  • 批准号:
    9981833
  • 财政年份:
    2019
  • 资助金额:
    $ 19.63万
  • 项目类别:
Synaptic Protein Networks, Genetic Risk, and Spine Loss in Schizophrenia
精神分裂症的突触蛋白网络、遗传风险和脊柱缺失
  • 批准号:
    10618896
  • 财政年份:
    2019
  • 资助金额:
    $ 19.63万
  • 项目类别:
Synaptic Protein Networks, Genetic Risk, and Spine Loss in Schizophrenia
精神分裂症的突触蛋白网络、遗传风险和脊柱缺失
  • 批准号:
    10405455
  • 财政年份:
    2019
  • 资助金额:
    $ 19.63万
  • 项目类别:
Synaptic Protein Networks, Genetic Risk, and Spine Loss in Schizophrenia
精神分裂症的突触蛋白网络、遗传风险和脊柱缺失
  • 批准号:
    9816717
  • 财政年份:
    2019
  • 资助金额:
    $ 19.63万
  • 项目类别:
Temporal dynamics of neurophysiological patterns as treatment targets in Sz
作为 Sz 治疗目标的神经生理模式的时间动态
  • 批准号:
    9055968
  • 财政年份:
    2016
  • 资助金额:
    $ 19.63万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了