介绍
CLN3 病，也称为幼年神经元蜡样脂褐素沉着症（JNCL – Batten 病），是一种儿童期发病的神经退行性疾病，由 CLN3 的致病性变异引起，导致蜡样脂褐质在多种细胞类型的溶酶体中病理性积累，神经元表现出特定的特征。漏洞 [ 1 , 2 ]。CLN3 病是一类遗传异质性罕见神经元溶酶体贮积症中的一种，统称为神经元蜡样质脂褐质沉积症 (NCL)。虽然 NCL 个别罕见，但总的来说，NCL 构成了全球儿童神经退行性疾病的已知主要原因 [ 1 , 3]。症状通常在 4-7 岁之间出现，进行性神经变性持续约 20-25 年，导致过早死亡[ 4,5,6 ] 。最常见的初始症状是视力丧失，并在 2-4 年内发展为严重失明，随后通常会出现认知能力下降、癫痫发作和帕金森病[ 7,8,9,4 ] 。在整个青春期和成年早期，认知功能、言语和运动技能会逐渐丧失[ 5、6、10 ]]。由于进行性视力丧失、运动功能障碍和认知能力下降，随着疾病的发展，准确评估该人群进行性神经认知能力下降的程度可能具有挑战性，因为传统的认知评估需要视觉信息的呈现是不可行的[ 11 ]。因此，关于CLN3临床进展阶段的感知和认知能力的知识有限疾病。这些限制的后果影响临床试验期间的临床评估和疗效检查。迫切需要确定可以在CLN3疾病的自然病程中客观跟踪的脑功能的具体定量测量（即神经标志物或内表型）。这些措施将减轻与传统认知评估相关的主观结果，作为疾病严重程度的替代生物标志物，并可以提供更精确的治疗效果证据。

事件相关电位（ERP）记录对于罕见疾病的人类患者和动物模型来说是一个越来越有吸引力的选择[ 12,13,14,15,16,17,18 ] 。这种易于应用的非侵入性技术提供了获得大脑活动的客观定量测量的机会，包括皮质网络动力学，而不需要参与者的明显行为反应（例如[ 19,20,21 ]），并且其精致的时间分辨率允许评估整个皮质层次结构的信息流，从感觉到知觉再到认知处理阶段。22 ]。由于周围视觉系统在CLN3疾病早期受到严重影响，主要是由于黄斑营养不良 [ 23 ]，因此我们在这里部署 ERP 技术来测量听觉感觉知觉处理，作为评估CLN3疾病早期皮质处理完整性的手段。这是很重要的一点，因为这里的目的是专门测试中枢皮层处理。因此，可变外周缺陷的存在意味着视觉刺激不能合理地用于测定皮质处理的完整性。相比之下，CLN3 疾病中的外周听觉系统似乎完好无损，因此，可以致命地传递刺激来评估中枢处理动态。

早期听觉处理、听觉辨别和感觉记忆的完整性可以通过记录 ERP 的明确表征的失配负性 (MMN) 成分来研究 [ 24 , 25 ]。MMN 是通过在定期出现的听觉输入流（标准）中引入偶尔的变化（偏差）来预先引起的，通常是通过操纵频率、位置、响度、音素边界或持续时间等特征[ 26、27、28 ]]。MMN 实验设计不需要参与者参与或完成复杂任务的能力，这使得它们非常适合评估注意力有限或认知障碍的个体。MMN 已被证明是预先注意（自动）生成的，这一事实是其在认知和注意力功能受到损害的临床条件下使用的一个关键因素，因为它的生成不需要参与输入，并且个人可以从事其他活动（例如，读书、看电影，甚至执行要求较高的视觉任务）。大量文献表明，MMN 的简单特征偏差（例如“持续时间”）的生成是预先注意生成的，并且注意不会明显地调节该组件 [ 29 , 30]、31、32、33、34 ] 。​​​​​

在这里，我们着手询问 CLN3 疾病患者的听觉感觉记忆能力，特别是“持续时间”处理的特征，这是听觉感知以及任务表现的重要线索[ 35,36,37 ]。我们的主要假设是，在 CLN3 疾病中，持续时间诱发的 MMN 幅度会降低。基于我们的研究小组之前在多种其他罕见疾病人群（Rett 综合征 [ 12 ]；22Q11 缺失综合征 [ 38 ]；和胱氨酸病 [ 13 , 39 ]）和神经典型对照 [ 40 ] 中使用相同范例的工作]，我们有明确的优先权来定义 MMN 持续时间在额头皮（F3、FZ 和 F4）上最长的电极以及测量其最大幅度的适当时间范围（~ 200–240 ms） 。

我们范例的另一个设计特征是使用三种不同的刺激速率（快：450 毫秒，中：900 毫秒，慢：1800 毫秒）。这种操作可以评估听觉感觉记忆轨迹的可持续性和鲁棒性，因为 MMN 的幅度与定期出现的刺激流呈现的速率直接相关 [ 41 , 42]]。也就是说，当刺激快速发生时，偶尔的偏差是高度可检测的，并且往往会从背景序列中“弹出”，从而引发强大的 MMN。然而，随着呈现速度减慢，感觉记忆痕迹的稳健性会减弱，异常刺激不会以高度可辨别的方式出现，并且 MMN 会减少甚至消失。因此，通过操纵呈现速率，人们可以参数化地改变感觉记忆痕迹的强度，从而为检测潜在的听觉皮层功能障碍提供更大程度的灵敏度。因此，我们的第二个假设是，与 TD 对照相比，CLN3 疾病中持续时间诱发的 MMN 振幅降低在呈现速率较慢的情况下会更加明显，此时对感觉记忆系统的需求更大。

最后，由于招募 CLN3 病等罕见疾病的参与者需要纳入较大年龄范围的个体，以确保研究有足够的动力并研究疾病的进展阶段，因此在后续分析中也必须考虑年龄。众所周知，听觉反应随着年龄的典型发展而持续成熟[ 43、44、45 ] ，因此我们评估了MMN 的稳健性是否会随着这些群体的年龄而增加。

方法
参加者
25 名患有 CLN3 疾病的参与者（即基因证实的CLN3双等位基因突变））和四十一名年龄匹配的神经学典型发育个体（TD）被纳入。患有 CLN3 疾病的参与者是通过罗彻斯特大学 Batten 中心招募的，而 TD 则是从当地社区招募的。CLN3 疾病队列由 12 名女性和 13 名男性组成，而 41 名 TD 参与者中有 16 名是男性。由于脑电图数据过于嘈杂，四名患有 CLN3 疾病的参与者（3 名女性；1 名男性）被排除在外，在排除伪影后，每种情况仅保留了不到 50 个已接受的试验（请参阅下面的详细信息）。对于另一名 CLN3 疾病参与者，在工件处理后保留的试验少于 50 项，但由于可接受的信噪比特性（即，他们的诱发电位与组平均波形没有显着差异（3 SD）。最终队列由 21 名 CLN3 疾病患者（平均年龄：16.9 ± 5.5 岁；范围 6-28 岁）和 41 名 TD（平均年龄：13.9 ± 5.2 岁；范围 6-26 岁）组成。TD 和 CLN3 疾病组之间的年龄没有差异 (t(60) = -1.39，p  = 0.17）。所有患有 CLN3 疾病的参与者都接受了详细的表型评估，并附有由其护理人员填写的详细病史调查问卷。所有患者均患有临床定义的 CLN3 疾病 [ 46 ]。使用疾病特异性仪器统一巴顿疾病评定量表 (UBDRS) [ 8 , 9 ] 测量症状严重程度，并使用CLN3分期系统 ( CLN3 SS) [ 7 ]分配严重程度阶段。UBDRS 包括对身体损伤、癫痫发作、情绪和行为以及功能能力的评估。CLN3SS 根据视力丧失、癫痫发作和独立行走丧失等核心特征的发生情况，将 CLN3 疾病个体分为四个阶段。疾病阶段（0 – 3 阶段）的得分越低，症状越轻（即，与第 3 阶段的个体相比，处于第 1 阶段的个体的疾病状态进展程度较轻）。使用CLN3 SS，9 名患有 CLN3 疾病的个体被分类为第一阶段；第2阶段10个；第 3 阶段有 6 个。补充材料中列出了临床人口统计数据，包括年龄、性别、种族、民族、疾病阶段、症状出现年龄和药物治疗（补充表 1）。

以下排除标准适用于患有 CLN3 疾病的个体：4 岁之前发作癫痫发作、4 岁之前发生与 CLN3 疾病无关的发育问题、以及基于 4 岁之后独立功能保留的明确异常状态。 30 年[ 7 ]。这些标准并不适用于我们队列中的任何人。其他排除标准包括在脑电图采集当天未矫正的听力损失或耳部感染。如果神经典型（TD）参与者有神经发育障碍家族史，或任何自我报告或父母报告的神经或精神疾病，则被排除在外。

实验设计
我们在记录脑电图（EEG）时提出了一种奇怪的听觉失配负性（MMN）范式。实验程序与我们之前的工作中描述的类似[ 15]。在脑电图采集当天，使用鼓室导抗测试来排除所有参与者的中耳传导性听力损失。参与者坐在隔音和电屏蔽的隔间（纽约布朗克斯工业声学公司）中，坐在护理人员的腿上或椅子/轮椅上。他们在笔记本电脑 (Dell Latitude E640) 上观看了自己选择的静音电影，同时使用一副 Etymotic 插入式耳机（Etymotic Research, Inc.，Elk Grove Village, IL,美国）。实施了一种奇怪的范例，其中定期出现的标准音调（STD，85％）随机散布有异常音调（DEV，15％）。这些音调的频率为 1000 Hz，上升和下降时间为 10 ms。标准音调的持续时间为 100 毫秒，而异常音调的持续时间为 180 毫秒。这些音调在单独的 SOA 块（此处称为条件）中以 450、900 或 1800 毫秒的刺激起始异步 (SOA) 呈现。这些条件的顺序（450 SOA、900 SOA、1800 SOA）是随机的，每个 SOA 条件块分别由 500、250 或 125 项试验组成（补充图 1）。 1A）。在实验期间，向参与者提供了总共 14 个块，其中包括 2 × 450 SOA 条件、4 × 900 SOA 条件和 8 × 1800 SOA 条件，每个条件进行 1000 次试验。整个任务需要一小时才能顺利完成。

脑电图采集
使用具有 32 通道电极阵列的 Biosemi ActiveTwo 系统（Bio Semi BV，阿姆斯特丹，荷兰）来记录连续 EEG 信号。电极根据 BioSemi Equiradial 系统定位，另外 2 个电极位于左右乳突上方。该设置包括模数转换器和专用采集计算机的光纤通道（以 512 Hz 进行数字化：直流至 150 Hz 通带）。脑电图数据在线参考主动共模感应（CMS）电极和被动驱动右腿（DRL）电极。

脑电数据处理
使用自定义脚本和例程离线处理和分析 EEG 数据，其中包括 EEGLAB 工具箱 [ 47 ] 和 Fieldtrip 工具箱 [ 48]中的功能] MATLAB 2016.b（MathWorks，美国马萨诸塞州纳蒂克）。首先使用 MATLAB 中的抽取函数将 EEG 数据重新采样至 128 Hz。抽取功能包含一个 8 阶低通切比雪夫 I 型无限脉冲响应 (IIR) 抗混叠滤波器。然后使用切比雪夫 II 型滤波器对 EEG 数据进行带通滤波，带通设置为 1-40 Hz。连续 EEG 数据通过通道拒绝算法，该算法使用标准偏差和与相邻通道（3-7 个通道）的协方差测量来识别不良通道。然后通过球面样条插值 (EEGLAB) 替换被拒绝的通道。然后将数据划分为多个时期，从每个音调呈现前 100 毫秒开始，一直延伸到刺激开始后 800 毫秒。如果电压超过 ± 150 μV，则包含严重运动伪影或特别嘈杂事件的不良试验将被拒绝，然后将阈值设置为每个历元最大值平均值的两个标准差（在前 500 毫秒内记录的最大绝对值）。给定的纪元，在每种条件下的每次试验的所有通道中）。每个条件和组接受的试验数量显示在补充图 1 中。 2 . 然后将所有时期的基线校正为 100 毫秒刺激前间隔（-100 至 0 毫秒）。接下来，根据刺激条件对历元进行平均，以产生标准音调和异常音调的听觉诱发电位。为了最大化额叶部位的 ERP，如果 T7 是一个噪声通道，则将数据重新离线引用到左下颞头皮部位 T7 或 T8（即，右下颞区域的等效头皮部位）。给定的参与者。这种方法利用了额中央和下颞顶叶部位之间可见的 MMN 反转 [ 49 , 40]。最后，我们使用独立分量分析来应用去噪，通常仅根据 Debener 及其同事提供的定义去除一两个反映眼动相关伪影的分量 [ 50 ]。

MMN 测量窗口基于我们研究团队之前使用此范式的四项研究 [ 12 , 13 , 51 ]，其中测量 MMN 幅度的最大窗口在 200 到 260 ms 之间，通常有一个峰值发现在 220–230 ms 之间 [ 12 ]。我们通过从偏离音调的总平均 ERP 减去标准音调的总平均 ERP 来确认此时间（即 MMN：STD-DEV）。在 TD 中，所得的活动分布在大约 220 ms 处显示出最大差异（图 2 AC），与之前的工作中看到的时间完全一致 [ 12、13、51 ]]。然后，我们定义了一个以 220 毫秒（即 200 毫秒 – 240 毫秒）为中心的 40 毫秒时间窗口，以获得每个个体和每个 SOA 的平均 MMN 幅度。F3、Fz 和 F4 头皮电极生成的复合平均值用于进一步的统计分析。请注意，在之前的工作中，我们使用额中央头皮部位（FC3、FCZ 和 FC4）进行这些测量，但由于在当前工作中使用密度较低的 32 通道电极帽，这些额中央电极网站无法用于分析。然而，附近的额头皮电极（F3、FZ 和 F4）也很好地代表了 MMN [ 52 ]。

统计分析
主要分析采用线性混合效应模型 (LME)，并使用Matlab 中基于限制最大似然 (REML) 方法的fitlme函数来分析基于CLN3 SS 的电生理学和临床分期评分。我们的分析包括多个级别的离散和连续数据。先前已详细介绍了这种方法相对于标准方差分析 (ANOVA) 的优点 [ 53 , 54 ]。使用线性回归模型系数的线性假设检验（coeftest）。混合效应模型考虑了多重比较，并测试了条件（DEV 与 STD）、SOA（450、900、1800 ms）和组（CLN3 疾病与 TD）的固定估计，而参与者则被描述为随机效应。第一项分析探讨了 SOA 和条件对两个参与者组及其相互作用的影响，同时考虑了年龄作为随机因素的潜在影响。假设年龄的影响在样本中的个体之间随机变化，并且测量影响以解释结果变量的个体差异。通过将年龄视为随机因素，LME 模型允许考虑与年龄相关的结果变量的个体差异。这有助于提高对感兴趣的固定效应（即，SOA 和条件），以及与个体参与者相关的随机效应。使用威尔金森表示法 [55 ]，使用以下线性模型表达式，方法 =  "REML ”）。

最后，使用带有 bootstrap 重采样的 Spearman 相关分析 [ 61 ]，可以测试每组 MMN 幅度与年龄之间的关系。为了实现这一目标，来自每个 SOA 的数据在一项分析中连接在一起，以便对跨 SOA 的 MMN 成熟度进行更统计上稳健的检查 [ 62 ]。然而，每个单独的线性模型拟合都被叠加以显示每个 SOA 的关系，同时使用串联组数据 95% 置信界限。使用稳健相关性对导致显着 p 值的相关性进行量化 [ 61]。该方法使用引导重采样严格检查假阳性相关性，包括六个额外的验证测试。由于样本量有限且年龄类别内年龄分布不均，选择 bootstrap 方法作为最合适的检验来探索年龄与临床严重程度之间的线性关系，而不是在 LME 模型中包含年龄。引导方法允许对原始数据集进行随机重采样，从而创建多个具有替换的模拟数据集。这种重采样方法可以帮助解决年龄分布不均的问题并提高相关性估计的准确性。此外，鲁棒相关方法在数据可能包含异常值或具有非正态分布的情况下特别有用，这可能会导致相关性估计出现偏差。该方法使用对极值和非正态分布不太敏感的鲁棒估计技术，有助于产生更准确和可靠的结果[63、64 ] 。​

还计划进行二次探索性分析，以更彻底地探索整个数据矩阵丰富的时空动态。采用非参数基于聚类的排列（见图 5 ）[ 65 , 25 ]。通过对表达相同效果的相邻通道进行聚类，该测试控制与多重比较相关的问题，同时共同考虑数据的依赖性。对于每个 SOA 条件，在每个通道时间对的异常试验和标准试验（即 MMN：DEV-STD）之间计算配对样本t检验。定义了重要的簇，其中相邻的空间连接通道和时间排列的时间对超过p的统计阈值 < 0.05（已校正，先验阈值），然后计算每个生成的聚类的相应t值的总和（聚类级别统计量， maxsum）。接下来，使用蒙特卡罗估计计算每个簇的临界p值。对于每个簇，这涉及将数据随机划分为两个子集并为每次迭代计算新的总和t值。通过对异常试验和标准试验（即 DEV 与 STD）中的数据进行随机化并重新计算检验统计量 2000 次，我们获得了最大聚类值的参考分布，用于评估实际数据的统计数据。最后，经验聚类被认为在p处显着 如果它们的总t值小于 2.5 个百分位（即小于 0.05 的 alpha 水平，双尾），或高于排列分布的 97.5 个百分位，则 < 0.05。

结果
图 1 显示了每组标准音调和异常音调引发的 ERP，作为刺激率的函数，以及额叶头皮部位的相应差异波形（F3、Fz 和 F4 的平均值）。正如预期的那样，在所有 SOA 中，TD 在刺激开始后 200 毫秒至 240 毫秒期间显示出明显的典型 MMN 响应，并具有强烈​​的负性。CLN3 疾病组的波形比较中，快速 (450 ms) 和中等 (900 ms) SOA 条件下的 MMN 也很明显，但在最慢速率 (1800 ms) 下，没有明显的 MMN 证据。TD中的MMN表现出典型的地形分布，具有突出的额中央负分布，伴有乳突上的双侧正分布（图 2 ）），与听觉皮层沿颞上平面的 MMN 持续时间的主要发生器一致[ 49 ]。尽管强度较弱，患有 CLN3 疾病的个体产生了一些相似的地形分布，尽管以最慢的速率（SOA = 1800 ms），典型的额中央分布不存在（图 2，图 C）。

对群体和刺激参数之间的效应进行建模
实施 LME 模型是为了探索 ERP 振幅作为相关测量值，在感兴趣的时间窗口（200 ms – 240 ms）内取平均值，以及它们在两个参与者组之间的相互关系，作为 SOA 的函数，并且试验类型（条件）作为自变量，并测试这些变量的相互作用，同时年龄和参与者被视为随机效应。根据模型分析，结果以beta系数或归一化 F1 形式报告。

讨论
当前研究的目的是利用失配负性（MMN）分量的幅度来评估患有 CLN3 疾病的个体的听觉感觉记忆持续时间，前提是这种易于测试的神经生理学标记可能对细微的变化敏感在这种进行性神经发育障碍的听觉皮层处理中。线性混合效应分析表明，在中等呈现率（900 ms SOA）的临床组中，MMN 是完整的，反映出区分听觉持续时间偏差和建立听觉感觉记忆的能力普遍保留。然而，MMN 在更长（更慢）的呈现速率（即 1800 ms SOA）下明显受到损害，因为对感觉记忆系统的需求更大，这与我们的主要假设一致。结果还表明，在最快的刺激速率（450 ms SOA）下，CLN3 队列中的 MMN 较弱，这是未预测到的效果。最后，我们发现年龄显着预测了 CLN3 疾病中感觉记忆的神经生理学相关性，即随着年龄的增长（即疾病进展），MMN 的幅度逐渐减小，这与 TD 对照参与者中观察到的情况完全相反。

接下来，我们将更详细地描述这些结果。首先，TD 和 CLN3 参与者之间存在显着的正相关关系，表明总体神经生理学反应性作为条件的函数在各组之间具有相对可比性，尽管每个队列之间的绝对组 MMN 平均值显着不同。此外，年龄与 MMN 效应显着相关的先验假设得到了支持，因为当添加年龄作为协变量时，模型的整体拟合度得到了改善。此外，DEV 与 STD 试验存在主要效应，这进一步证明两个参与者组之间存在总体普遍的 MMN 效应。一个关键发现是呈现率（即 SOA 的变化）是参与者组的重要预测因素，表明群体之间的互动是呈现率的函数。当使用年龄作为固定效应进一步探索这一点时，结果表明，仅快速和中等 SOA（即 450 毫秒和 900 毫秒）之间存在显着差异，而快速和慢速 SOA（即 450 毫秒）之间没有显着差异。和 1800 ms）或慢速和中速 SOA（即 1800 ms 和 900 ms）。这表明 CLN3 参与者的 MMN 在快速和慢速呈现速率方面同样受到干扰，并且听觉感觉记忆表现的最大差距是在快速和中等呈现速率之间。但不在快速和慢速 SOA（即 450 ms 和 1800 ms）或慢速和中速 SOA（即 1800 ms 和 900 ms）之间。这表明 CLN3 参与者的 MMN 在快速和慢速呈现速率方面同样受到干扰，并且听觉感觉记忆表现的最大差距是在快速和中等呈现速率之间。但不在快速和慢速 SOA（即 450 ms 和 1800 ms）或慢速和中速 SOA（即 1800 ms 和 900 ms）之间。这表明 CLN3 参与者的 MMN 在快速和慢速呈现速率方面同样受到干扰，并且听觉感觉记忆表现的最大差距是在快速和中等呈现速率之间。

接下来，使用受试者内模型明确测试 CLN3 组中的 MMN 效应，在快速和慢速呈现速率下观察到 DEV 与 STD 试验（即 MMN 效应）之间没有显着差异，而中等 SOA 速率下的 MMN 效应。与 LME 结果部分相反，探索性事后聚类统计确实显示了 CLN3 中快速呈现速率下的显着 MMN 效应，而两种统计方法都没有显示出最慢速率下 MMN 的证据。在最快呈现率 (SOA = 450 ms) 下 MMN 效应不存在和存在的这种差异很可能是由于这些统计方法中固有的方法差异所致 [ 66]。基于聚类的统计数据的计算考虑了相邻的时间和空间信息，并使用基于聚类的校正方法来考虑多重比较，而 LME 方法依赖于固定感兴趣区域的特定感兴趣时间窗口（即预- 指定电极）。此外，LME 模型使用年龄作为协变量。最后，值得注意的是，虽然 MMN 在 CLN3 中的 450 ms SOA 处并不严格显着，但它确实接近 LME 中的传统显着水平（p  = 0.053），并且贝叶斯分析在本次演示中指出了 MMN 的中等证据速度。当关注 TD 队列时，正如预期的那样，MMN 在所有 SOA 中明显存在且高度稳定。

先前的工作表明，MMN 的强度高度依赖于刺激速率，在较慢的速率下观察到 MMN 反应减少[ 41,42,67 ]]。目前对这种现象的理解是，听觉感觉记忆的强度取决于时间整合窗口，因此强大的感觉记忆的建立取决于该窗口内许多标准的呈现，最终将与异常者进行比较。从感觉上看，这在此处使用的设计中非常明显。在快速呈现速率下（例如（450 毫秒的 SOA）），持续时间偏差会从快速的标准流中强烈突出，而当呈现速率减慢时（此处为 SOA 1800 毫秒），这种突出现象会减少。在极端情况下，读者可以很容易地想象，如果标准音调每分钟呈现一次或以更长的延迟出现，那么确定相对于这些零星标准的持续时间偏差将变得非常困难，这肯定不会自动实现（预先注意）。事实上，在 CLN3 疾病中，MMN 持续时间以最慢且要求最高的呈现速率缺失，这可能表明听觉感觉记忆中这些刺激的自动检测和整合的早期阶段出现故障。这里还值得指出的是，当个体被要求在后续行为研究中主动区分异常者时，被动任务期间 MMN 的存在与否与行为表现密切相关。只有那些能够在机会水平以上被区分的异常者才会被发现也会引起 MMN 反应 [ 可能表明听觉感觉记忆中这些刺激的自动检测和整合出现了故障。这里还值得指出的是，当个体被要求在后续行为研究中主动区分异常者时，被动任务期间 MMN 的存在与否与行为表现密切相关。只有那些能够在机会水平以上被区分的异常者才会被发现也会引起 MMN 反应 [ 可能表明听觉感觉记忆中这些刺激的自动检测和整合出现了故障。这里还值得指出的是，当个体被要求在后续行为研究中主动区分异常者时，被动任务期间 MMN 的存在与否与行为表现密切相关。只有那些能够在机会水平以上被区分的异常者才会被发现也会引起 MMN 反应 [67、68 ] 。​

考虑到参与者的视力丧失、言语丧失和运动能力下降，我们没有对参与者的听觉辨别能力进行行为评估。许多患有 CLN3 疾病的参与者无法完成这项任务。相反，我们采用被动 MMN 设计来评估诱发的神经活动。未来的工作将确定这种崩溃对感知和认知的影响是什么[ 10,11,69 ]。然而，先前的研究表明，感觉记忆中维持信息的能力减弱可以反映各种临床条件下的认知退化[ 42,45,46 ]]。进一步研究以更慢的呈现速率引起的持续时间诱发的 MMN 也将具有重大意义。这可能会更好地揭示这种差异的程度，但这种差异是否是持续时间特征特有的，或者对于其他基本听觉特征（例如音高、响度和位置）是否也很明显，仍有待确定。呈现速率的操纵并不是参数化操纵听觉感觉记忆系统的唯一方式。虽然此处使用的呈现速率操纵被假定为测试 MMN 系统的时间积分窗口，但系统的灵敏度也可以通过操纵异常刺激与标准的差异程度来评估。此处，针对 100 毫秒的标准音调使用了 180 毫秒的偏差，40 ]。通过参数化地操纵持续时间偏差的程度，先前的工作已经表明，MMN 的幅度随差异的大小而变化，因此，在较小的差异（例如 130 毫秒与 100 毫秒）时，MMN 在神经典型神经元中会大大减少甚至不存在。控制[ 40 ]。

目前在较慢的呈现速率下 MMN 反应减弱的发现与之前在其他罕见神经发育疾病（特别是 Rett 综合征 (RTT) 和胱氨酸病）中的研究有相似之处 [ 12 , 13 ]。例如，在 Rett 参与者中，仅当刺激以 450 ms SOA 的最快呈现速率呈现时才检测到持续时间诱发的 MMN，与此处报告的 CLN3 疾病参与者不同，在 900 ms SOA 时没有明显的 MMN，也没有明显的 MMN。在 1800 ms SOA 时，表明该人群的病程更为严重。同样，被诊断患有胱氨酸病（另一种罕见的溶酶体贮积症）的参与者仅在响应最快的呈现率（即 450 ms SOA）时产生与 TD 中所见相当的强 MMN。[13 ]，在两个较慢的速率（900 ms SOA 和 1800 ms SOA）下，MMN 具有明显的非典型性。总而言之，这些数据表明持续时间诱发的 MMN 可能是衡量多种神经发育障碍疾病严重程度的敏感指标。

这里的一个意外发现是 CLN3 疾病中 MMN 反应以最快的呈现率（即 450 ms SOA）减弱。这是人们期望产生最稳健 MMN 的速率，而在 CLN3 中发生这种情况的速率为中等速率（900 ms SOA）。由于没有明确预测这一点，因此在得出任何强有力的结论之前，需要在独立队列中复制该效应。尽管如此，这些数据表明，CLN3 疾病中以快速呈现速率生成听觉感觉记忆的能力可能会出现新的缺陷。

临床上，在CLN3 疾病个体中观察到的一些最显着的差异是记忆、注意力和言语功能[ 5,6,10,11 ]。这种认知能力下降通常在视力障碍发生时开始，但会持续数年，甚至在视力丧失最严重之后也是如此 [ 9 , 70 ]。迄今为止，这些差异的定量特征尚未明确定义[ 11 ]。因此，认知障碍与 CLN3 疾病其他临床特征之间的关系尚不清楚。例如，视力下降和认知能力下降的发生一直是争论的话题[ 6]。人们普遍认为，可观察到的认知能力下降是在视力下降后两年内开始的[ 6 , 10 ]。这已在一些患有 CLN3 疾病的个体中得到证实，而在其他人中，这种下降似乎先于视力恶化，甚至在更晚的阶段出现[ 71,72,73,74 ]。认知能力下降表现的这些不一致是为了强调在疑似患有 CLN3 疾病的患者中仔细获取患者病史的重要性 [ 6]]。同样，了解 CLN3 疾病认知衰退的程度是确定该疾病可靠的神经生理学生物标志物的重要组成部分。据我们所知，尚未在该人群中使用电生理学检测来评估包括注意力和记忆力在内的认知能力。目前的工作是探索和开发客观的病理学神经标志物（生物标志物）的良好第一步，这些标志物可以在 CLN3 疾病的进展阶段轻松地以非侵入性方式进行。

基因操纵的小鼠疾病模型是非常强大的研究工具，为 CLN3 疾病等神经发育障碍的神经生物学基础提供了重要的见解 [ 75,76,77 ] ，而且许多结果测量用于量化或跟踪小鼠疾病进展无法有意义地应用于人类。显然，在模型系统工作中普遍存在的侵入性电生理记录在人类中是不可行的。同样，许多用于评估小鼠疾病进展和严重程度的行为测定与人类行为只有松散的相关性[ 78]，并且认知控制和语言等高阶功能无法轻易询问。建立人类患者疾病进展的客观神经生理学标记是弥合这种物种间转化鸿沟的关键一步。在人类中，大脑电生理学的测量几乎完全是使用非侵入性头皮记录来进行的，这些记录可以分析整个大脑中大型分布式神经元群的活动（即电路级分析）。在小鼠模型中，典型的检测涉及体内单个或多单元神经元记录（通常在麻醉制剂中）或体外切片制剂，其中可以评估突触可塑性。再说一次，虽然每个物种使用的方法本身都很强大，研究人员大多只能推断或推测物种间的对应关系。然而，像 MMN 这样的 ERP 标记可以使用完全相似（如果不是完全相同）的实验程序在小鼠中轻松记录。79、80 ] 。​ 未来重要的是确定在 Batten 病小鼠模型中是否可以重现此处所见的 MMN 表型。如果是这样，它将成为一种优秀的跨物种神经标记物。

研究局限性
需要承认当前研究的一些局限性。鉴于听觉反应随着典型的发展而不断成熟[ 43 , 81]，相对较宽的参与者年龄范围是一个限制，后续研究最好在更明确的年龄范围内进行。当然，鉴于 CLN3 疾病是一种罕见疾病，在受限制的年龄段内进行招募非常具有挑战性。此外，虽然年龄与 TD 中的 MMN 幅度相关，但与刺激率的操纵无关。这表明，作为发病率函数的各组之间的差异不受年龄的影响，而是代表了 CLN3 疾病中大脑功能的明​​显差异。对于未来的工作来说，跟进参数研究以评估 CLN3 疾病中听觉感觉记忆系统对这些和其他基本听觉特征（即频率、持续时间、位置、和响度）及其对高阶认知处理的影响。未来的研究还应根据以下因素对 ERP 测量与四个疾病阶段之间的关系进行跟进CLN3 SS，每个疾病阶段都有更多的患者。在本研究中，探索 CLN3 疾病阶段对 MMN 振幅作为 SOA 函数的影响，同时控制年龄，被证明是 LME 分析的最佳模型。尽管将年龄作为协变量纳入 LME 模型可提高性能，但由于 CLN3 疾病每个阶段的样本量相对有限，因此应谨慎解释结果。同样，鉴于 CLN3 是一种罕见疾病，在限制疾病阶段内的招募就像在限制年龄范围内一样非常具有挑战性。我们在分析中没有将生物性别作为一个变量，考虑到所报告的 CLN3 疾病症状严重程度和进展方面的性别差异，这可能在未来的工作中很重要[ 82 , 83]，84 ]。目前的研究没有足够的能力来检查这个变量（我们的 CLN3 队列中有 9 名女性与 12 名男性）。但值得指出的是，没有明确的证据表明 MMN 的产生存在生物性别差异[ 85 ]。最后，非侵入性记录（例如此处进行的记录）在阐明 CLN3 蛋白功能障碍导致听觉皮层处理差异的机制方面的能力有限。在 CLN3疾病的小鼠模型中使用类似范例的工作将在这方面具有很大的指导意义 [ 86,87,77 ]。

结论
这项研究指出，当刺激以中等呈现速率呈现时，患有 CLN3 疾病的个体保留了自动解码听觉流中持续时间偏差的能力。尽管如此，当刺激流的呈现速率减慢到当前研究中使用的最低值（1800 ms SOA）和最快值（450 ms SOA）时，持续时间变化的自动检测在这些个体中是不典型的，这表明当额外的对听觉感官记忆提出了要求，更多微妙的非典型性被揭示出来。我们推测，感觉记忆持续时间的这种衰减可能会对信息处理、任务表现和语言习得的不同方面产生重大影响。这种下降的确切机制以及行为结果，代表了增加对 CLN3 疾病及其知觉和认知后遗症的了解的重要研究途径。诸如此类的措施有可能作为替代生物标志物，能够指示疾病的严重程度和治疗反应。