Predicting PTSD-like phenotype based on fear response in stress susceptibility: A rodent model

Abstract

본 연구의 목적은 쥐의 행동실험 데이터를 통해, 스트레스에 취약하여 외상후 스트레스 장애 (PTSD) 증상이 나타날 확률이 높은 쥐와 스트레스에 저항성이 있어 PTSD 증상이 나타나지 않는 쥐를 예측하여 구분할 수 있는 통계적 모델을 제시하는 것이다. PTSD는 트라우마적 스트레스로 인한 정신질환의 일종이다. PTSD의 가장 대표적인 증상은 트라우마적 사건에 대한 기억과 당시 느꼈던 공포 감정이 계속해서 되살아난다는 것이다 (공포기억 소멸 억제 현상). 그리고 주변에 대한 경계심이 높아지고 사건과 연관이 없는 자극에 대해서도 공포반응을 보이기도 한다 (공포일반화 현상). 또한 사람들이 살아가면서 대부분 한 번 이상의 트라우마적 사건을 겪지만, 그 중 7-30%만이 PTSD 증상이 나타난다는 특이점이 있다. 쥐를 이용하여 PTSD 연구를 할 때 공포기억 소멸 실험과 공포일반화 실험을 많이 사용한다. 특히 공포실험 전 쥐에게 스트레스를 주면 공포기억 소멸이 억제되는데 이를 stress-enhanced fear learning (SEFL) 모델이라 한다. 본 연구는 이 SEFL 모델을 변형하여 다음과 같은 연구를 수행하였다. SEFL을 다음과 같이 변형하여 총 105마리의 쥐로 행동실험을 하였다 (stress 그룹 79마리, unstress 대조군 26마리). 쥐에게 트라우마적 스트레스를 준 다음 1주일 후에 불안 정도를 측정할 때 이용되는 elevated plus maze (EPM)를 하였고, 이어서 소리 (CS)와 footshock (US)간의 연관 기억을 학습하는 공포조건화 실험을 진행하였다. 공포일반화 실험과 공포기억 소멸 실험을 이어서 수행하여, 한 쥐에서 공포일반화 정도와 공포기억 소멸 정도를 모두 측정하였고, 이를 스트레스에 취약한 (susceptible) 그룹과 스트레스에 저항성 있는 (resilient) 그룹으로 나누는 기준으로 사용하였다. 잘 알려진대로 스트레스를 받은 쥐들은 스트레스를 받지 않은 대조군 쥐들에 비해 평균적으로 높은 공포 반응과 높은 불안증세를 보였다. 다음으로 스트레스 받은 쥐들을 susceptible 쥐와 resilient 쥐로 나누었다. 비지도형 기계 학습의 일종인 K-means clustering을 사용하여 공포일반화 실험 데이터와 공포기억 소멸 실험 데이터를 각각 2개의 cluster로 나누었고, 두 파라미터가 모두 높은 쥐들을 susceptible, 모두 낮은 쥐들을 resilient로 정의하였다. Resilient 그룹은 스트레스를 받지 않은 unstress 대조군 그룹과 유사한 행동을 보임을 알 수 있었다. 그러나 susceptible, resilient 그룹을 나누고 보니, 예상과 다르게도 세 그룹의 공포학습 속도가 비슷하고, 불안을 보이는 정도도 유사하였다. 이에 따라 공포학습 동안 세 그룹이 정말 행동적으로 차이가 없는지 알아보기 위해 CS 전후 60초 동안의 행동을 분석하였다. 그 결과 CS가 없는 동안 susceptible 그룹이 다른 그룹에 비해 높은 공포 반응을 보인다는 것을 알 수 있었다. 따라서 CS가 없는 동안에 나타나는 공포반응 데이터를 이용하여 susceptible과 resilient 그룹을 통계적으로 예측할 수 있는 모델을 만들었다. 먼저 susceptible과 resilient 그룹의 데이터의 평균과 표준편차를 이용해서 확률적 분포를 만들고, 임의의 데이터 α가 주어졌을 때 α가 susceptible에 속할지, resilient 그룹에 속할지 다음과 같은 식으로 점수화하였다. S(α) = P(Nresilient < α) - P(Nsusceptible > α) = P(Nresilient < α) + P(Nsusceptible < α) - 1

간단히 설명하자면, 점수 S(α)는 resilient 그룹 데이터가 임의의 데이터 값 α보다 작을 확률에서 susceptible 그룹 데이터가 값 α보다 클 확률을 뺀 값이다. Susceptible 그룹 데이터의 평균이 항상 resilient 그룹 데이터 평균보다 크므로, S(α)가 0보다 크면 데이터 α가 susceptible 그룹에 속할 확률이 크고, S(α)가 0보다 작으면 데이터 α가 resilient 그룹에 속할 확률이 크다는 뜻이다. 이와 같은 계산을 통해 공포학습 데이터를 이용하여 PTSD의 대표적 증상인 공포일반화와 공포기억 소멸 억제를 예측하는 확률적 모형을 제시하였고, 이 모형을 토대로 다시 분류하였을 때 K-means clustering으로 나누었던 결과와 유사하다는 것을 ROC curve를 통해 확인하였다. 위 통계적 모델로 얻은 예측된 susceptible 그룹의 AUC 값은 0.7950이고, 에측된 resilient 그룹의 AUC 값은 0.7067이다. 이를 통해 통계적으로 유의미하게 그룹 예측이 잘 된다는 것을 검증하였다.

Although most individuals experience traumatic stress in their life, only a small population develops mental disorders such as posttraumatic stress disorder (PTSD) or anxiety disorders. Studies indicate that stress susceptibility is one of the determinants causing mental disorder. However, the underlying mechanism it is unknown due to the lack of an appropriate animal model. In this study, the freezing level during inter-trial interval (ITI) period of fear conditioning has been shown to predict stress susceptibility characterized by PTSD-like symptoms. An animal model based on stress-enhanced fear learning (SEFL) paradigm with inbred C57BL/6 mice has been established to induce PTSD-like symptoms of generalized fear and impaired extinction learning. Classification based on two PTSD-like symptoms suggests that stress-susceptible mice showing PTSD-like symptoms also develop higher ITI freezing behavior during fear conditioning session, while stress-resilient mice present a similar level of ITI freezing, compared with non-stressed mice. Interestingly, the level of ITI freezing behavior is highly correlated with the development of PTSD-like symptoms. A high degree of ITI freezing, in particular, shows generalized fear and impaired extinction memory, which indicates that development of PTSD-like symptoms can be predicted based on the ITI freezing level during fear learning. Taken together, our data demonstrate that this specific phenotype during fear learning can be used to analyze stress susceptibility and predict the development of PTSD.