Термин «электроэнцефалография» (ЭЭГ), принадлежит Г. Бергеру, который впервые зарегистрировал корковую активность мозга человека 100 лет назад, в 1924 г. [1]. За прошедшее время инвазивный вариант методики был выделен как электрокортикография (ЭКоГ), а неинвазивная скальповая ЭЭГ стала распространенным и доступным методом функционального исследования головного мозга, востребованным как в клинической практике, так и в научных исследованиях. Сфера применения данного метода обусловлена сочетанием его сильных и слабых сторон. К последним относятся низкое пространственное разрешение и высокая зашумленность скальповой записи. Сильными же сторонами ЭЭГ являются отличное временное разрешение в несколько миллисекунд [2] и возможность регистрации непосредственно ритмической активности коры.
Картина ЭЭГ — это совокупность сложным образом организованных осцилляций нейронов, результат их импульсной активности при передаче возбуждения и градуальных изменений потенциала при получении ими сигналов. Поляризация мембраны нейронов, т.е. разность заряда ее поверхностей с более отрицательным значением с внутренней стороны, изменяется в зависимости от приходящих к нейрону от других клеток влияний: тормозящих и возбуждающих. При определенной степени преобладания последних разность заряда поверхностей мембраны снижается — происходит деполяризация, по достижении критического уровня которой нейрон генерирует импульс для передачи сообщения [3]. Когда ритм изменений поляризации совпадает у группы клеток, регистрируются их совокупные, относительно более редкие, но мощные осцилляции — это явление называется синхронизацией [4]. Противоположный процесс, десинхронизация, характеризуется снижением амплитуды и повышением частоты биоэлектрической активности (БЭА), что отображает колебания большого количества маленьких групп осцилляторов. При регистрации ЭЭГ каждый электрод на своем участке коры фиксирует динамику таких суммарных комплексных изменений поляризации нейронов, что отображается в виде различных ритмических паттернов.
Взаимодействие нейронов различных структур головного мозга формирует конкретные паттерны БЭА мозга. Например, затылочный альфа-ритм генерируется взаимным влиянием тормозных и возбуждающих сигналов в таламокортикальных петлях. Они включают таламический пейсмейкер из тормозящих нейронов, осциллирующих в покое с частотой около 10 Гц, и пирамидные клетки V слоя в составе кортико-кортикальных связей; основная частота затылочного альфа-ритма детерминируется свойствами мембран нейронов таламуса [4—8]. Лишенная связей с таламусами кора не генерирует спонтанной ритмической активности, несмотря на сохранное кровоснабжение и жизнеспособность нейронов, в то время как осцилляторы ядер таламуса способны к этому, даже будучи изолированными от афферентных стимулов органов чувств, неокортекса и других отделов ЦНС [8]. У человека разнообразные влияния глубоких диэнцефальных и мезэнцефальных структур на ритмику мозга изучены в основном при их поражениях [9, 10]. Даже в рамках одной патологии изменения имеют определенный диапазон: к примеру, при объемных образованиях области гиппокампа возможна как генерализация основного ритма, так и, реже, его редукция [11, 12]. Регистрируемая только с конвекситальной коры головного мозга ЭЭГ тем не менее отображает совместную работу всех его структур.
Получаемая информация включает множество характеристик: частоту, амплитуду, фазность, модальность, пространственную организацию, связность активности в разных областях [2]. Паттерны, выделяемые в БЭА, определяются набором признаков: объективно измеряемых (например, частота, амплитуда, регулярность, продолженность) и описательных, зависимых от взгляда эксперта (например, форма — аркообразная, заостренная и т.п.).
Для объективной оценки параметров БЭА используются различные математические методы. Спектральный анализ при помощи быстрого преобразования Фурье (Fast Fourier Transform, FFT) позволяет представить кривые ЭЭГ в виде распределения амплитуды или мощности по шкале частот, что дает возможность объективно определить доминирующую активность и ее параметры. Корреляционный и когерентный анализ позволяет сравнить активность в участках с разной локализацией, что применимо для оценки коннективности мозга. Автокорреляционная функция корреляционного анализа определяет самоподобие, повторяемость характеристик на одном участке, а кросскорреляционная — сходство по ним двух ближних (до нескольких сантиметров) или дальних (разные доли и полушария) участков. При когерентном анализе оцениваются ненаправленные функциональные связи ближних и дальних областей мозга по сходству их спектров мощности, фазной синхронизации пары сигналов [2, 13]. Это предполагает возможность исследования с помощью ЭЭГ функциональной коннективности мозга (ненаправленной фазной синхронизации БЭА областей), а косвенно и структурной (или синаптической) коннективности [2].
Интерпретация характеристик и паттернов БЭА
У здорового взрослого человека выделяют 5 основных частотных диапазонов: дельта (от 0,5—1 до 3—4 Гц), тета (от 3—4 до 7—8 Гц), альфа (от 8 до 12—13 Гц), бета (от 12—14 до 30—35 Гц), гамма (от 30—35 до 40—45 Гц) [1, 2, 14, 15]. В разных источниках границы диапазонов могут немного отличаться, что обусловлено действительной вариабельностью в популяции до 1 Гц [16]. Нарастание активности в каждом из диапазонов связывают с определенным набором функциональных состояний. Так, повышение доли альфа-активности считается характерным для расслабленного бодрствования, обычно с закрытыми глазами, а при выраженном расслаблении — и с открытыми; уровень тета-активности повышается при сонливости, медитации. Быстрые бета- и гамма-ритмы считаются характерными для когнитивной нагрузки, повышенного внимания, волнения, настороженности. Наиболее медленные, дельта-волны у здорового взрослого человека обычно не выражены в бодрствовании и встречаются при глубоком сне.
Указанные соответствия достаточно обобщенные и содержат большое количество исключений. Например, рост «расслабленного» альфа-ритма может наблюдаться в условиях эмоциональной активации, а для его верхнего поддиапазона показана сложная связь с бдительностью: активность этих альфа-частот нарастает при постоянном ненаправленном внимании и снижается при направленном [17, 18]. Предполагается, что альфа-активность играет роль в переключении внимания между внешним и внутренним локусами и блокировке нерелевантной информации, актуализации тормозящих таламических влияний [2, 19].
Неоднозначны и данные об остальных частотных диапазонах. Так, определена ассоциация «дремотной» тета-активности с ориентировкой в пространстве и процессами памяти (это подтверждает связь данного диапазона с гиппокампом [2]). Известна связь тета-ритма медиальных префронтальных зон как с измененным состоянием сознания при медитации, так и с решением сложных когнитивных задач, преодолением стрессовых ситуаций, активным сдерживанием реакции [20, 21]. Волны дельта-диапазона, встреченные в бодрствовании, могут быть связаны как с патологическими изменениями ткани мозга, так и со сложными интегрирующими функциями коры, с речью [2, 19, 20]. Наиболее высокочастотная гамма-активность характерна для состояния выраженной психомоторной активации, однако отмечались различия по полушариям: в правом височном отделе она нарастает при позитивной валентности стимула, а в левом височном и теменном — при негативной [22, 23].
Рассмотрение целых диапазонов частот как таковых ведет к значительному упрощению и, как следствие, к противоречиям. Потому исследователи обращаются к конкретным видам и паттернам БЭА, отличающимся не только частотными, но и амплитудными, пространственными и иными характеристиками. Хорошо изученными являются паттерны альфа-диапазона, также называемые альфа-подобными или альфа-эквивалентами по причине внешнего и функционального сходства с затылочным основным ритмом (чаще называемым просто «альфа-ритм»). Паттерны данной группы отмечаются в различных отделах коры в покое и реагируют депрессией (угнетением) на соответствующую своему участку деятельность. Таким образом, альфа-эквиваленты могут считаться обратнозависимым индексом функциональной активности коры, и обычно именно на них изучаются вызванные синхронизация и десинхронизация [24—26].
Наиболее это заметно на примере основного ритма в затылочных отведениях и сенсомоторного мю-ритма в центральных. Так, основной затылочный альфа-ритм регистрируется над зрительной корой в отсутствие визуальной стимуляции (при закрывании глаз и расслаблении) и подавляется открыванием глаз, активной визуализацией, умственным напряжением. Аналогичным образом проявляет себя менее заметный тау-ритм в височных отделах, сложно связанный со счетом и зависимым от новизны стимула восприятием звуков и речи [24, 25, 27—29]. Депрессию мю-ритма над сенсомоторной корой вызывает произвольное, рефлекторное, воображаемое движение контралатеральных конечностей и даже наблюдение такового у другого человека [30]. Помимо того, мю-ритм связан с функцией речи и зависит от ее эмоциональной окраски [31]. Интересно, что аналогично десинхронизируется над моторной корой и активность нижнего бета-диапазона, однако ее восстановление происходит раньше, нежели восстановление мю-ритма [32]. Это согласуется с предположением, что активному исполнению функции участка коры соответствует подавление «средних», т.е. альфа- и бета-частот, и нарастание «крайних», т.е. низких дельта-, тета- и высоких гамма-частот [2, 33]. При этом медленная и быстрая ритмическая активность могут вместе вовлекаться в выполнение одной задачи: так, с распознаванием слов и процессами кратковременной памяти в префронтальной коре ассоциированы синхронизированные по фазе тета- и гамма-колебания [34, 35].
Связь между активностью корковых зон и альфа-паттернами в них подтверждается исследованиями с использованием функциональной МРТ и позитронно-эмиссионной томографии. Показано снижение гемодинамики в областях локального нарастания альфа-активности; снижение мощности альфа-колебаний при повышении общего уровня мозговой активности, и наоборот [33, 36, 37]. Несмотря на интерес к альфа-паттернам и их достаточно хорошую изученность, мнения об их роли различны: ритмы ли это «холостого хода», отсутствия деятельности или, напротив, активное подавление нерелевантной стимуляции [19, 24, 26].
Не любая активность альфа-диапазона является классическим альфа-эквивалентом, подверженным типичным для них закономерностям: так, каппа-ритм возникает в височных и лобно-височных отделах при активной умственной работе, в то время как основной ритм подавляется в соответствии со стандартной реакцией альфа-эквивалентов на активацию; парадоксальный мю-ритм усиливается при тактильном воздействии; порой заходящие в альфа-диапазон затылочные лямбда-волны регистрируются при активной работе зрительного анализатора [19, 26, 38, 39]. И как не всякая активность в пределах 8—13 Гц является альфа-эквивалентом, так и альфа-эквиваленты могут, сохраняя большинство своих характеристик, отличаться аномальной частотой. Это может быть как небольшое отклонение в пределах 1—2 Гц, приводящее к переходу в нижний бета- или верхний тета-диапазон, так и вдвое ускоренный или замедленный вариант ритма (верхние и нижние гармоники). Такие ускоренные варианты основного затылочного ритма (fast-alpha, реже называемого теменно-затылочным бета) и сенсомоторного мю-ритма (мю-бета), отличающиеся частотой, вдвое выше стандартной, функционально соответствуют своим нормальным вариантам [26, 40].
Учитывая перечисленные сложные зависимости, затруднительно даже в пределах одного частотного диапазона выделить однозначные и универсальные закономерности динамики ЭЭГ и ее интерпретации при разных состояниях и выполняемых задачах. Если грубые нарушения при эпилептиформной активности, органических изменениях трактуются достаточно однозначно, то большое количество иных отклонений от нормы на ЭЭГ рассматривается в контексте индивидуальных параметров БЭА, их динамики, анамнеза и текущего состояния пациента.
Высокая межиндивидуальная вариативность параметров ЭЭГ приводит к значительному количеству исключений в выделенных закономерностях и правилах интерпретации. Эти различия и вытекающие из них противоречия можно объяснить индивидуальностью нейронных связей в мозге, формирующихся и меняющихся в ходе процессов нейропластичности и нейродегенерации. С учетом этого универсализация трактовки характеристик БЭА все еще представляется сложновыполнимой задачей.
Возможности расширения сферы применения ЭЭГ
Будучи сформированными у взрослого человека, характеристики БЭА считаются высокоиндивидуальным и достаточно стабильным на протяжении жизни набором признаков [41]. При этом они многочисленны, сложно организованы и имеют большой набор вариаций в ответ на внешние и внутренние факторы. Эта вариабельность имеет как общие свойства, так и индивидуальные особенности и пределы. Таким образом, индивидуальный «портрет» ЭЭГ — это сложная система не только множества взаимосвязанных параметров, но и закономерностей и диапазонов их изменения. Это делает необходимой стандартизацию записи ЭЭГ для различных целей по внешним условиям и функциональному состоянию обследуемого.
Важно учитывать принимаемые лекарственные препараты, так как некоторые их группы влияют на характеристики БЭА как при длительном приеме, так и при отмене. Например, «большие» нейролептики провоцируют повышение индекса низкочастотных волн и замедление альфа-ритма; избыточность бета-активности в передних отделах может быть ассоциирована с приемом барбитуратов, бензодиазепинов и других антиконвульсантов; прием некоторых антидепрессантов может сопровождаться сглаживанием градиента основного ритма, а их отмена — нарастанием активности медленных и быстрых частот (ниже и выше альфа-активности) [1, 26]. В дизайне научного исследования эти факторы закладываются в критерии включения/невключения/исключения или в распределение исследуемых на группы. Получаемые результаты требуют статистической проверки для оценки вклада индивидуальных особенностей БЭА, приема препаратов и других факторов. Так эти влияния могут быть не ограничением, а предметом изучения.
Уже установленные закономерности используются в практике и науке: врач или исследователь расценивает наблюдаемые паттерны, учитывая функциональное состояние пациента на момент записи, жалобы, симптоматику, имеющиеся заболевания, получаемую терапию. Небольшие различия в самочувствии, эмоциональном состоянии или деталях выполнения задания, которые невозможно полностью проконтролировать, обычно не оказывают настолько выраженного влияния на ритмику, чтобы при записи в стандартных условиях сделать невозможными выделение индивидуальных особенностей и их различение.
В клинической практике стандартизация метода высока, а искомые патологические признаки достаточно универсальны, что позволяет диагностической ЭЭГ применяться в эпилептологии, сомнологии, отделениях реанимации и интенсивной терапии. О применимости ЭЭГ вне данных направлений мнения специалистов разделяются: часть считают неспецифичными и диагностически неприменимыми изменения БЭА, не относящиеся к эпилептиформным; другая же часть учитывают и используют характерные ЭЭГ-черты как вспомогательный диагностический признак (схемы Е.А. Жирмунской, ЭЭГ-эндофенотипы различных невротических состояний, заболеваний) [42, 43].
По клиническим рекомендациям в российской психиатрии метод рутинно применяется у ранее не проходивших ЭЭГ первичных пациентов с биполярным аффективным, депрессивными расстройствами; при подозрении на эпилептиформные нарушения, объемные образования головного мозга, болезнь Крейтцфельда—Якоба. Несмотря на отмечаемые при психиатрических патологиях особенности БЭА, недостаточная диагностическая ценность этих признаков, а также особенности коммуникации пациентов не позволяют рекомендовать ЭЭГ как массовый способ диагностики для расстройств аутистического спектра, шизофрении, умственной отсталости. Проведение ЭЭГ как рутинного метода в российской психиатрии закреплено клиническими рекомендациями для ограниченного количества патологий: например, для пароксизмальных состояний, обсессивно-компульсивного расстройства, задержки речевого развития у детей (в том числе спектральный анализ), а также для мониторинга изменений БЭА при применении антипсихотиков.
В исследовательской же среде продолжающийся поиск лучших решений приводит к недостаточной стандартизации процедуры и анализа ЭЭГ: используются разное количество электродов, разные схемы их расположения и монтажа и др. Это усложняет сопоставление результатов исследований.
Наращивание вычислительных мощностей способствует расширению использования ЭЭГ в науке и клинической практике: анализ больших данных способен выявить неочевидные закономерности, а автоматизированная обработка — устранить проблему методологических различий в работе с артефактами и выборе эпох. С помощью математического анализа и машинного обучения из данных о частотно-амплитудных характеристиках и когерентности ЭЭГ могут быть выделены наиболее значимые и повторяющиеся особенности БЭА, характерные для представителей с разным когнитивным и эмоционально-личностным профилем, наличием или отсутствием заболеваний и предрасположенности к ним.
Такие ЭЭГ-характеристики, для которых выявляется устойчивая связь с каким-либо признаком или состоянием, считаются ЭЭГ-эндофенотипом, ЭЭГ-биомаркером этого признака или состояния. Использование таких маркеров привлекательно тем, что основывается на факте устойчивой ассоциации и не требует обязательного разрешения сложного вопроса интерпретации феноменов ЭЭГ [44, 45]. Методы математического анализа и машинного обучения обеспечивают применение такого подхода к ЭЭГ как в диагностике (например, тревожно-депрессивных расстройств [46, 47]), так и в уточнении разновидностей заболевания (например, униполярной или биполярной депрессии), в прогнозировании и оценке результатов лечения [48, 49]. Нейронные сети-классификаторы способны с помощью анализа ЭЭГ объективизировать подходы в психологии и психиатрии, повысить точность диагностики заболеваний [50]. Так, для расстройств аутистического спектра разработаны потенциально прикладные классификаторы, по параметрам ЭЭГ разделяющие больных аутизмом и синдромом Аспергера [51], больных аутизмом и здоровых [52]. Американская нейропсихиатрическая ассоциация оценивает чувствительность и специфичность количественного анализа ЭЭГ для выявления депрессии в 72—93 и 75—88% соответственно, а Американская академия неврологии рекомендует эти методы как дополнительный инструмент для выявления больных шизофренией, депрессией, биполярными расстройствами [53], алкоголизмом. Известен наследуемый ЭЭГ-маркер алкоголизма: увеличение мощности в верхнем альфа- и бета-диапазоне [54—56].
Для синдрома дефицита внимания и гиперактивности (СДВГ) характерно повышение мощности тета-диапазона и соотношения тета/бета в передних отведениях [57—60]. Это может быть интерпретировано как недостижение лобными структурами адекватного уровня активности и согласуется с типичностью данного ЭЭГ-признака не только для СДВГ, но и для других синдромов с недостаточностью лобной функции различной этиологии [61—64].
Для депрессий, в том числе большого депрессивного расстройства, известны такие маркеры, как повышение мощности в бета-диапазоне и лобная (фронтальная) асимметрия альфа-активности [65—67]. Последняя интересна своей связью одновременно с генетическим субстратом и фенотипическими проявлениями [68]. На выборке 732 близнецов и их неблизнецовых сиблингов была определена наследуемость (доля вклада генетических факторов) фронтальной асимметрии: она была выше в более юном возрасте и сильнее связана с тревогой и депрессией у участниц женского пола [69], для которых из более ранней работы также известна наследуемость фронтальной асимметрии около 31—33% [70]. Стоит отметить, что фронтальная альфа-асимметрия связана не с наличием, а с риском возникновения депрессивного состояния [71], что позволяет рассматривать ее именно как предиктор. Объяснить выявленную ассоциацию может представление о связи лобных отделов левого полушария с мотивационной системой приближения, а правого — с системой избегания [72].
С фронтальной альфа-асимметрией связана и повышенная вероятность развития тревожных расстройств [73—75]. ЭЭГ-признаки, схожие с таковыми при депрессивных нарушениях, отмечаются при высокой личностной тревожности: правополушарное снижение тета-коннективности медиальной префронтальной и задней цингулярной/ретроспленальной коры, правополушарное снижение бета-коннективности медиальной префронтальной и передней цингулярной коры [76]. Сходство особенностей БЭА согласуется с коморбидностью тревоги и депрессии и с разделением ими общих генетических основ [77, 78].
Однако большинство ЭЭГ-маркеров этих расстройств не обладает достаточной чувствительностью и специфичностью. Указывается на повышение бета-активности в передних либо задних регионах коры и в то же время на нарастание альфа- или гамма-активности в передних отделах мозга [79—82]. Отмечается как снижение мощности медленноволновой активности в лобных отведениях, так и ее возрастание в теменно-затылочных отделах либо в правом полушарии [79, 80, 83]. Характерное для депрессивных расстройств снижение межполушарной когерентности выражено преимущественно у мужчин [67], в то время как у женщин отмечается снижение когерентности в альфа-диапазоне в височно-теменных отведениях (около 12%) и ее повышение в лобно-височных отведениях (около 20%) [84]. При этом напрямую с негативными эмоциями ассоциировано как повышение, так и снижение когерентности [85—87] (по позитивным эмоциям данные более однозначны: характерен рост когерентности преимущественно в лобных отведениях [85, 86, 88]).
Часть этих различий и противоречий в электрофизиологических признаках тревожно-депрессивных расстройств потенциально решается выделением узких ЭЭГ-эндофенотипов для разных видов заболевания и его течения [72]. Например, картина БЭА при депрессии может различаться в зависимости от ведущей симптоматики: снижение усредненной когерентности наименее выражено при доминирующем тревожном аффекте, выражено в большей степени — при тоскливом, а наиболее — при апатических состояниях [89]; также при тревожном типе отмечается повышение мощности в альфа-диапазоне с фокусом в затылочных отведениях (что согласуется с ЭЭГ-признаками тревожности и панических расстройств), при тоскливом — перемещение его в лобно-центральные отделы с височной асимметрией, а при астеническом — теменно-затылочная локализация с менее мощным распространением кпереди и к вискам [90].
Связанные с БЭА генетические факторы
Индивидуальные характеристики ЭЭГ в значительной мере обладают генетической вариативностью [91]: до 30% всего генома экспрессируется в мозге [92]. Под совокупным воздействием внутренних и внешних факторов (обучения, образа жизни, патологических состояний) происходит селективное устранение нерелевантных синапсов, усиление релевантных, формируется индивидуальная система нейронных связей. Пути влияния генетических факторов на итоговые характеристики ЭЭГ могут быть опосредованными (например, через изменение морфологических параметров черепа и скальпа [93]) или прямыми: через центральные пейсмейкеры медленноволновой активности в септальной области, таламокортикальные и кортико-кортикальные генераторы альфа-активности [4, 6], через изменение количества пирамидных нейронов, количества и направления связей между ними [93]. Влияние генов осуществляется через разные нейронные цепи и нейротрансмиттерные системы [94]: холинергические (связанные с дельта- и тета-активностью [4]), ГАМКергические (связанные с бета-активностью [95]), дофаминергические.
Наиболее изменчивым под влиянием внешних факторов считается дельта-диапазон; бета-активность несколько менее изменчива, а ритмика тета- и альфа-частот наиболее неизменна [93]. Наследуемость по альфа-, тета- и бета-диапазонам оценивается как 86—96, 80—90, 70—82% соответственно, при этом бета-активность тем менее наследуема, чем выше ее частота [93, 94, 96].
Наследуемость определяется не только для мощности, но и для других параметров БЭА. Так, доминирующая частота альфа-ритма обеспечивается генетическим вкладом на 71—83% [97, 98]. Наследственные факторы имеют большее влияние на ЭЭГ в затылочных отделах мозга; в лобных отделах вклад средовых факторов выше, а наследуемость носит сложный диапазон-зависимый характер и преимущественно выражена для бета-диапазона [94].
По сравнению с частотно-амплитудными характеристиками коннективность мозга менее подвержена генетическим влияниям и сильнее зависит от истории жизни с уникальным набором факторов. На 5-летних близнецах была показана наследуемость когерентности 37—71% в зависимости от локализации и взаимной удаленности электродов [13, 99]. Похожие результаты были получены на близнецах более старшего возраста (16 лет), у которых наследуемость когерентности в дельта-, тета-, альфа- и бета-диапазоне составила 76, 89, 89 и 86% соответственно, а в среднем по всем комбинациям электродов и диапазонам частот — 58%. Примечательно, что в этих исследованиях, проведенных одной группой, у 16-летних близнецов наименее наследуемой была длиннодистантная фронто-окципитальная когерентность (дельта-диапазон), а наиболее наследуемой — короткодистантная фронто-фронтальная (альфа-диапазон); у 5-летних же — наоборот.
Современные методы позволяют определить связь различных патологических и физиологических особенностей и типичных для них характеристик БЭА с конкретными генами-кандидатами и их полиморфизмами. Эту задачу несколько усложняют мультигенность наследования и плейотропия генов. Так, для ассоциированных с шизофренией полиморфизмов rs3800779 KCNH2 (ген быстро активирующихся калиевых каналов) и rs1006737 CACNA1C (ген субъединицы альфа-1 потенциалзависимого кальциевого канала Cav1.2) определена связь с изменениями когерентности ЭЭГ в ответ на стимул [100]. С ранее уже упомянутым ЭЭГ-эндофенотипом СДВГ (повышение мощности тета-активности в лобных отделах) ассоциирован DRD4 7-repeat — 7-повторный аллель гена дофаминового рецептора 4-го типа [101]. Такие ЭЭГ-признаки, как повышение локальной синхронизации по альфа- и бета-диапазонам, замедление альфа-ритма и снижение его мощности в диапазоне 11—13 Гц, связаны с ApoE (аллель ε4 гена аполипопротеина E) и полиморфизмом rs1360780 FKBP5 (гена ко-шаперонного белка). В этой ассоциации интересно, что генетический субстрат (ApoE и rs1360780 FKBP5) связан с тревожно-депрессивными расстройствами [77, 78], а ЭЭГ-признаки характерны для болезни Альцгеймера и когнитивных нарушений [102, 103].
Комплексные ассоциации известны не только для патологий, но и для вариантов нормы: например, для изменчивости эмоционального интеллекта показана связь с изменениями симметрии альфа- и тета-синхронизации на ЭЭГ и полиморфизмом генов COMT (катехол-о-моноаминтрансферазы), DRD2 (дофаминового рецептора 2-го типа), BDNF (ростового фактора головного мозга) [104—109].
Заключение
В настоящем обзоре рассмотрены преимущества и недостатки ЭЭГ, сложность интерпретации получаемых с ее помощью данных и возможности расширения сферы их использования. Последнему в значительной степени способствует развитие вычислительных технологий, в частности методов машинного обучения. Это позволяет даже при сохраняющихся проблемах интерпретации выявлять и использовать ЭЭГ-эндофенотипы как биомаркеры различных вариантов нормы и патологических состояний.
Автор заявляет об отсутствии конфликта интересов.