1引言
全基因组关联研究(genome-wideassociationstudies,GWAS)和人类大脑的基因表达谱揭示了研究复杂大脑现象的遗传基础的能力。这些数据集主要用于非侵入性成像研究，特别是与结构MRI或静息状态fMRI的相关性。现有的方法依赖于已发表的死后脑基因表达数据集，这意味着神经生理和行为数据不是来自提供基因表达数据的同一人。这限制了此类方法确定基因如何支持关键的认知过程(如情景记忆)的潜在影响，并突显出开发新的个人同时贡献了神经生理和基因表达数据的数据集的必要性。另一个影响先前研究的问题是，神经生理测量，如静息状态fMRI，与认知现象没有直接联系。因此，我们以前试图将基因表达水平与成功记忆编码的振荡特征联系起来，因为这些振荡在支持记忆行为方面的基本作用已经在啮齿类动物和人类中得到了很好的确立。这些振荡特征是对编码成功的记忆在给定频带内调制振荡功率的程度的衡量。他们使用植入癫痫标测的颅内电极进行量化，并在受试者执行情景记忆任务时进行记录。我们使用了一个超过10年的颅内脑电图(iEEG)记录的大型数据库，拼凑出这些振荡信号在大脑各区域的分布。我们确定了与这些振荡信号相关的基因，包括那些以前在啮齿动物研究中与记忆形成有关的基因，与自闭症谱系障碍(autismspectrumdisorder,ASD)等认知障碍相关的基因，以及作为进一步研究的主要目标的新基因。然而，与其他研究一样，该数据集并不能同时受益于来自同一个体的神经生理和基因表达信息。
为了阐明基因表达和大脑振荡之间的联系，并确定神经调节治疗记忆障碍的有利靶点，在这里，我们汇编了一个史无前例的数据集，来自16名首次接受iEEG的人类受试者，在此期间，我们使用一条完善的信号处理管道测量了情景记忆编码的振荡特征。这些受试者随后接受了颞叶切除术，在此期间，颞叶外侧的整体切除允许获取高质量的组织样本，这些样本在从先前获得活体记录的共同脑区(BrodmannArea38(BA38))切除后立即进行处理。这种方法使我们能够通过将基因表达信息与从相同个体获得的iEEG数据相关联来识别与记忆振荡特征相关联的基因。使用以下不同的步骤进行优先排序：多变量分析(MVAs)，然后使用相关性通过脑振荡进行分解；基因调控网络连通性和特定细胞类型的表达和/或表观基因组状态；以及免疫荧光染色确认。这种强大的分析方法结合了iEEG的人类电生理数据和来自相同受试者的基因组数据，突出了可能与情景记忆机制相关的基因。
我们先验地决定在这项分析中