Содержание к диссертации
Введение
Глава 1. Обзор литературы 17
1.1. Математическая тревожность как сложный многофакторный феномен 17
1.2. Взаимосвязь математической тревожности с успешностью в математических дисциплинах 19
1.3. Взаимосвязь рабочей памяти с математической тревожностью 22
1.4. Нейробиологические предпосылки формирования математической тревожности 27
1.4.1. Нейробиологические эндофенотипы математической тревожности 27
1.4.2. Роль нейромедиаторных систем в формировании математической тревожности 28
1.5. Роль средовых факторов в развитии математической тревожности 32
1.6. Роль генетических факторов в развитии МТ 41
1.6.1. Гены нейромедиаторных систем мозга 41
1.6.2. Гены, участвующие в формировании рабочей памяти 42
1.6.3. Гены, вовлеченные в синаптическую пластичность 45
1.6.4. Полногеномный анализ ассоциаций с вариациями в уровне МТ и когнитивных способностей 48
1.6.5. Ген-средовые взаимодействия, обуславливающие вариации в уровне МТ 50
1.7. Межиндивидуальные различия в длине теломер как предикторы различий в уровне математической тревожности 52
Глава 2. Материалы и методы исследования 55
2.1. Материалы исследования 55
2.2. Методы исследования 56
2.2.1. Выделение геномной ДНК из периферической крови 56
2.2.2. Выделение геномной ДНК из буккального эпителия 57
2.2.3. Полимеразная цепная реакция синтеза ДНК 58
2.2.4. Рестрикционный анализ 59
2.2.5. Метод электрофореза 59
2.2.6. Метод полимеразной цепной реакции в реальном времени с флуоресцентной меткой 60
2.2.7. Определение длины теломерных повторов методом количественного анализа ПЦР в реальном времени 61
2.2.8. Оценка психологических параметров 63
2.2.9. Оценка роли генетических и средовых факторов. Близнецовый метод 65
2.2.10. Метод регистрации электрической активности головного мозга (ЭЭГ) 69
2.2.11. Анализ связывания мкРНК с мРНК гена-мишени in silico 69
2.2.12. Статистическая обработка полученных результатов 70
2.2.13. Анализ количественных переменных их модификация 73
Глава 3. Результаты и обсуждение 76
3.1. Ассоциация социо-демографических параметровс математической тревожностью 76
3.2. Исследование корреляции математической тревожности с когнитивными параметрами и общей тревожностью 80
3.3. Оценка вклада генетических и средовых факторов в фенотипическую изменчивость уровня математической тревожности. Результаты близнецового анализа 84
3.4. Приоритизация генов, ассоциированных с когнитивными функциями мозга 85
3.5. Анализ ассоциаций полиморфных локусов генов нейромедиаторных систем головного мозга с фенотипическими вариациями МТ 87
3.5.1. Анализ ассоциаций полиморфного локуса rs4680 гена катехол-о-метилтрансферазы (COMT) c фенотипическими вариациями МТ 87
3.5.2. Анализ ассоциаций полиморфных локусов rs6277 и rs2283265 гена рецептора D2 дофамина (DRD2) c фенотипическими вариациями МТ 90
3.6. Анализ ассоциаций полиморфных локусов генов, вовлеченных в регуляцию рабочей памяти, с фенотипическими вариациями МТ 95
3.6.1. Анализ ассоциаций полиморфных локусов rs2619522 и rs1018381 в гене дисбиндин-связывающего белка 1 типа (DTNBP1) c фенотипическими вариациями МТ 95
3.6.2. Анализ ассоциаций полиморфных локусов rs3864004 и rs2953 гена -катенина 1 (CTNNB1) c фенотипическими вариациями МТ 101
3.6.3. Анализ ассоциаций полиморфного локуса rs2832407 гена ионотропного каинатного рецептора глутамата (GRIK1) c фенотипическими вариациями МТ 107
3.7. Анализ ассоциаций полиморфных локусов генов, вовлеченных в регуляцию синаптической пластичности, с фенотипическими вариациями МТ 110
3.7.1. Анализ ассоциаций полиморфных локусов rs6265 и rs56164415 гена нейротрофического фактора головного мозга (BDNF) c фенотипическими вариациями МТ 110
3.7.2. Анализ ассоциаций полиморфного локуса rs1387923 гена тирозинкиназного рецептора (NTRK2) c фенотипическими вариациями МТ 114
3.7.3. Анализ ассоциаций полиморфных локусов rs1045881 и rs4971648 гена нейрексина 1 (NRXN1) c фенотипическими вариациями МТ 117
3.7.4. Анализ ассоциаций полиморфных локусов rs7825588, rs35753505 и rs6994992 гена нейрегулина 1 (NRG1) c фенотипическими вариациями МТ 122
3.7.5. Анализ ассоциаций полиморфных локусов rs2710102, rs2530310 и rs10251794 гена контактин-ассоциированно-подобного белка-2 (CNTNAP2) c фенотипическими вариациями МТ 127
3.7.6. Анализ ассоциаций полиморфного локуса rs2234911 гена, ассоциированного с активностью регуляции цитоскелета (ARC), c фенотипическими вариациями МТ 131
3.7.7. Анализ ассоциаций полиморфных локусов rs1051312 и rs363050 гена синаптосомально-ассоциированного белка (SNAP25) c фенотипическими вариациями МТ 136
3.7.8. Анализ ассоциаций полиморфного локуса rs35349697 гена CREB1 с фенотипическими вариациями МТ 144
3.8. Анализ межгенных взаимодействий 147
3.9. Анализ ассоциаций относительной длины теломер c фенотипическими вариациями уровня МТ 151
3.10. Анализ ассоциации полиморфных вариантов генов-кандидатов математической тревожности с показателями электрической активности головного мозга 154
Заключение 162
Выводы 169
Список литературы 171
Приложения .208
- Взаимосвязь рабочей памяти с математической тревожностью
- Межиндивидуальные различия в длине теломер как предикторы различий в уровне математической тревожности
- Анализ ассоциаций полиморфных локусов rs2619522 и rs1018381 в гене дисбиндин-связывающего белка 1 типа (DTNBP1) c фенотипическими вариациями МТ
- Анализ ассоциации полиморфных вариантов генов-кандидатов математической тревожности с показателями электрической активности головного мозга
Взаимосвязь рабочей памяти с математической тревожностью
Экспериментальные данные современной когнитивной психологии свидетельствуют о влиянии математической тревожности на познавательные процессы. Считается, что тревожность может приводить к сужению поля внимания. Люди, находящиеся в тревожном состоянии, концентрируются на том, чего они боятся, игнорируя другую информацию (Белова и др., 2014). Во время переживания той или иной эмоции когнитивная система человека функционирует в особом модусе, перерабатывая, прежде всего, ту информацию, которая оказывается наиболее важной в данный момент. Высокая степень тревожности способна оказывать дезорганизующее действие на когнитивные процессы путем фиксации на стрессовой ситуации (Ramirez et al., 2016). Большинство исследователей склоняется к мнению, что наибольшее влияние математическая тревожность оказывает на рабочую память (Hembree, 1990; Ashcraft, 2002; Johnson et al., 2009; Lyons et al., 2012; Park et al., 2014). Согласно определению, данному А. Бэддели, рабочая память – это система, предоставляющая временное хранилище для информации и осуществляющая с ней манипуляции, необходимые для решений сложных когнитивных задач (Baddeley, 2012). Объем рабочей памяти ограничен, материал, не используемый в данный момент для решения поставленной задачи, либо переходит в долговременное хранилище, либо теряется.
В пользу теории о вовлеченности МТ в дефицит рабочей памяти свидетельствуют данные нейробиологических исследований, согласно которым стресс, вызванный высокой тревожностью, способствует высвобождению ацетилхолина, являющегося ключевым нейромедиатором в когнитивных процессах в целом и памяти в частности (Литвиненко, 2011). После активного выброса ацетилхолина происходит истощение, ведущее за собой снижение эффективности функционирования памяти.
В свою очередь, рабочая память опосредует качественное решение математических задач. Так, вклад рабочей памяти в дисперсию результатов выполнения различных математических заданий составил от 23% (дроби) до 31% (арифметические операции в уме, понимание чисел и числовых последовательностей) и 41% (математическое тестирование) (Nyroos et al., 2012).
Таким образом, для того, чтобы справиться со стрессовой ситуацией, в том числе и связанной с математикой, человек использует ресурсы рабочей памяти (Passolunghi et al., 2016). Существует гипотеза, согласно которой – чем больше у человека объем рабочей памяти, тем легче ему удается справиться со стрессовой ситуацией (Eysenck et al., 2007; Mammarella et al., 2015). Приведенные данные свидетельствуют о том, что математическая тревожность имеет когнитивно-аффективную природу, развитие которой может быть детерминировано как низкими математическими способностями, так и дефицитом рабочей памяти.
Межиндивидуальные различия в длине теломер как предикторы различий в уровне математической тревожности
Хромосомы эукариот «заканчиваются» специализированными регионами - теломерами, которые защищают хромосомные концы от распознавания и репарирования разрывов двойной нити ДНК, и, следовательно, от включения механизма ответа на повреждение ДНК (Mitchell et al., 2010). Теломеры представляют собой гетерохроматиновые структуры, состоящие из тандемных повторов 5 TAGGG-3 длиной 250-1500 п.н. На концах теломер находятся одноцепочечные участки 3 -цепи, образующей D-петлю, которая играет важную роль в защите концов хромосомы (Коляда и др., 2014). Одной из основных функций теломер является поддержание стабильности генома. Из-за «проблемы концевой недорепликации» (то есть неспособности ДНК-полимеразы к полной репликации «отстающей» цепи ДНК) теломеры сокращаются с каждым делением клетки (Montpetit et al., 2014). Процесс укорочения продолжается до тех пор, пока размер теломер не достигнет критической длины, что вызывает остановку клеточного цикла, приводящую к старению или апоптозу (Harley et al., 1992).
При анализе внушительного пласта научной литературы, посвященного клиническим, психологическим и биологическим механизмам индукции тревожных расстройств, обращает на себя внимание индивидуальная стресс-реакция, коррелирующая с развитием тревожности. В 2016 году N. Cai с коллегами обнаружили влияние стресса на уменьшение длины теломер под действием гормона стресса кортикостерона и сделали предположение, что тревожность может быть метаболическим ответом на стресс (Cai, 2016). Высказанное предположение подтверждает целый ряд эмпирических данных относительно ассоциации более короткой длины теломер с тревожным расстройством (Hoen et al., 2013). В отношении взаимосвязи между длиной теломер и когнитивными способностями существуют противоречивые данные. С одной стороны, увеличение длины теломер было ассоциировано с улучшением когнитивных способностей при включении в анализ «возраста» как ковариаты (Zhan et al., 2018); с другой стороны, у носителей генотипа Е4 гена аполипопротеина E (APOE) большая длина теломер, наоборот, была связана с нарушениями эпизодической памяти (Wikgren et al., 2012). В то же время, сообщается и об отсутствии статистически значимых связей между длиной теломер и когнитивными способностями (Kaja et al., 2018).
Таким образом, длину теломер можно использовать как маркер стресса для диагностики и понимания причин тревожных состояний. Однако открытым остается вопрос, является ли более короткая относительная длина теломер следствием тревожных расстройств или индивиды с более короткой длиной теломер больше подвержены тревоге.
Исходя из анализа литературных данных, можно отметить, что тема математической тревожности представляет интерес для исследователей в различных областях науки, таких как психология, физиология, педагогика, генетика и смежных дисциплинах. В последнее время существует тенденция сегментировать тревожности и изучать их по отдельности, в связи с чем исследования предикторов развития математической тревожности с каждым годом набирают все большую популярность. Несмотря на большой вклад генетического компонента в развитие МТ (40-70%), на сегодняшний день существует незначительное количество исследований, посвященных молекулярно-генетическим механизмам, лежащим в основе манифестации этого комплексного признака. Многофакторная природа МТ предполагает, что ее формирование обусловлено влиянием многочисленных генов и средовых компонентов, свидетельствуя о том, что изучение GxE-взаимодействий будет способствовать лучшему пониманию природы МТ и идентификации новых генов, эффект действия которых проявляется только в определенных условиях окружающей среды. Сложность и неоднозначность применения психологических опросников и необходимость использования унифицированных изучаемых когнитивных фенотипов в генетических и эпигенетических исследованиях диктует использование стабильного эндофенотипа, в качестве которого может выступать биоэлектрическая активность структур головного мозга в парадигме вызванных потенциалов. Таким образом, выявление генетических ассоциаций с изменением активности в отдельных структурах головного мозга в ответ на смоделированную ситуацию тревожности, обусловленную необходимостью выполнения математических заданий, будет способствовать комплексному изучению факторов, связанных с манифестацией МТ. Полученные данные позволят сформулировать практические рекомендации для разработки индивидуального подхода в обучении с целью нивелирования индивидуального повышенного уровня МТ, лежащей в основе трудностей в обучении математике.
Анализ ассоциаций полиморфных локусов rs2619522 и rs1018381 в гене дисбиндин-связывающего белка 1 типа (DTNBP1) c фенотипическими вариациями МТ
Дисбиндин-связывающий белок (DTNBP1) является частью биогенеза лизосомального комплекса органелл 1 (BLOC1), участвующего в обогащении ассоциативных и комиссуральных нервных волокон в неокортексе и гиппокампе, которые, в свою очередь, вовлечены в регуляцию процессов обучения и памяти (Talbot et al., 2009). Согласно литературным данным, «выключение» гена дисбиндина в клеточных линиях приводит к снижению экспрессии пресинаптического белка и высвобождения глутамата ключевого нейротрансмиттера, необходимого для когнитивного функционирования (Burdick et al., 2007). Кроме того, у больных шизофренией активность гена снижена в гиппокампе и префронтальной коре (Weickert et al., 2004) – регионах мозга, участвующих в когнитивных процессах и контроле над эмоциями. Молекулярно-генетические исследования продемонстрировали ряд ассоциаций полиморфных локусов rs2619522 и rs1018381 в гене дисбиндин-связывающего белка (DTNBP1) с когнитивными нарушениями (Алфимова и др., 2009) и нормальным когнитивным функционированием (Burdick et al., 2006), а также объемом когнитивно-связанных структур мозга (Trost et al., 2013). В связи с вышеизложенным, полиморфные локусы rs2619522 и rs1018381 в гене DTNBP1 представляют интерес как кандидаты при изучении фенотипической вариации в уровне МТ.
Результаты оценки распределения частот аллелей и генотипов полиморфных локусов гена DTNBP1 (rs2619522 и rs1018381) соответствовали распределению Харди-Вайнберга. Оценка распределения частот генотипов для всех локусов, а так же позиции локусов на хромосоме показаны в таблице 12.
В результате линейного регрессионного анализа, проведенного среди мужчин, женщин, индивидов татарской, русской, башкирской, удмуртской этнической принадлежности (таб. 13), была обнаружена ассоциация локуса rs1018381 в гене DTNBP1 с МТ в группе татар (P = 0,03; r2 = 0,025).
Нами был проведен мета-анализ результатов исследования локуса rs1018381 в гене DTNBP1 в пяти выборках – у татар, русских, башкир, удмуртов и лиц смешанной этнической принадлежности. Обнаружен высокий уровень гетерогенности исследуемых выборок по локусу rs1018381 (критерий гетерогенности Хиггинса I2 = 55,54%), в связи с чем рассматривалась модель со случайным эффектом (метод Дерсимоняна-Лэйрда). В результате мета-анализа не было выявлено вовлеченности локуса rs1018381 в гене DTNBP1 в вариации показателей по шкале МТ в общей выборке (Р = 0,84), что свидетельствует об этнос-специфичном характере ассоциации локуса rs1018381 с МТ (рис.10).
Проведенный нами анализ неравновесия по сцеплению между локусами rs1018381 и rs2619522 в гене DTNBP1 выявил наличие сильного неравновесия по сцеплению между изучаемыми маркерами (D = 0,88). Последующий гаплотипический анализ не обнаружил ассоциации гаплотипов в гене DTNBP1 (на основе rs1018381 и rs2619522, соответственно) с фенотипическими вариациями в уровне МТ (таб. 14). Далее нами был проведен анализ ген-средовых взаимодействий (таб.15), который выявил, что носители минорного аллеля характеризовались более высоким уровнем МТ только при наличии у них стрессовой уязвимости (они отмечали у себя излишнее волнение при попадании в группу незнакомых людей) ( = 12,51; PFDR = 0,006; r2 = 0,2237) (рис.11).
Полученная этноспецифичная ассоциация локуса rs1018381 гена DTNBP1 подтверждает необходимость учета этнической принадлежности испытуемых для объективной оценки взаимосвязи вариантов гена дисбиндин-связывающего белка с индивидуальными различиями в уровне как МТ, так и других когнитивных фенотипов. В частности, Bergen с коллегами не выявили никаких ассоциаций локуса rs1018381 гена DTNBP1 с шизофренией в ирландской популяции, в то время как данный полиморфный вариант был ассоциирован с этим заболеванием в европейской популяции (Bergen et al, 2010). Волнение при попадании в новую группу является одним из проявлений социального стресса, который, в свою очередь, способен запускать эпигенетические стресс-индуцированные механизмы регуляции когнитивной деятельности. Большой массив экспериментальных данных (грызуны, приматы) и клинических наблюдений (человек) однозначно говорит о том, что стрессовые неблагоприятные события могут иметь весьма отдаленные поведенческие и нейробиологические последствия (Розанов В.А., 2015). Эти последствия связаны с формированием стресс-обусловленного нейробиологического паттерна повышенной реактивности к стрессу или стресс-уязвимости. Это предположение было подтверждено и в настоящей работе, поскольку был выявлен модулирующий эффект стрессовой уязвимости в случае ассоциации локуса rs2619522 с МТ.
В целом, полученные в нашем исследовании результаты согласуются с данными крупного мета-анализа, объединяющего в себя результаты 11 публикаций, посвящённых изучению ассоциаций гена DTNBP1 с когнитивными функциями мозга. Минорные аллели двух полиморфных локусов (rs1018381 и rs2619522) в гене DTNBP1 были ассоциированы со снижением когнитивных способностей (Zhang et al., 2010), что отчасти подтверждает выявленные в настоящей работе ассоциации аллеля rs2619522 С с высоким уровнем МТ при наличии стрессовой уязвимости.
Кроме того, полиморфные варианты гена DTNBP1 оказались ассоциированными с познавательными процессами, опосредованными преимущественно префронтальными регионами: общим интеллектом и вниманием у психически здоровых людей (Burdick et al., 2006), а также общим интеллектом, пространственной, рабочей памятью и когнитивным снижением у больных шизофренией (Burdick et al., 2007; Donohoe et al., 2007). На сегодняшний день, влияние полиморфных локусов rs2619522 и rs1018381 на экспрессию гена DTNBP1 не изучено, однако существует ряд исследований, которые демонстрируют ассоциацию данных однонуклеотидных локусов с изменением морфологии отделов мозга, принимающих участие в познавательной деятельности. Так, минорные аллели локусов rs2619522 и rs1018381 гена DTNBP1 ассоциированы с увеличением объема серого вещества в гиппокампе, таламусе, лобной коре и некоторых других регионах головного мозга, связанных с когнитивным функционированием и контроле над эмоциями (Trost et al., 2013). Таким образом, возможно, что изменения в гене DTNBP1 могут приводить к некоторым модификациям на клеточном и внутриклеточном уровнях в таких областях мозга как префронтальная кора и гиппокамп, что может обуславливать формирование различий в когнитивной деятельности, направленных на возможность справляться со стрессом при решении математических задач.
Анализ ассоциации полиморфных вариантов генов-кандидатов математической тревожности с показателями электрической активности головного мозга
В литературе на сегодняшний день существует большое количество данных, демонстрирующих, что у индивидов с высокой математической тревожностью наблюдается активация областей мозга, отвечающих за чувство тревоги и беспокойства, во время решения алгебраических и арифметических задач, а также при предъявлении подсказок к этим задачам (Surez-Pellicioni et al., 2013; Klados et al., 2015). Кроме того, предполагается, что нейробиологическая активность мозга в контексте метода вызванных потенциалов может представлять собой эндофенотип определенного психологического или когнитивного конструкта. Таким образом, такой сложный психологический конструкт как математическая тревожность был разложен на более простые составляющие, включая предъявление визуальных стимулов (алгебраические, арифметические и лексические задания) и их предикторов (референс). В настоящей работе результаты анализа данных ЭЭГ принимались за нейрофизиологические эндофенотипы, отражающие как компоненты изменений активности головного мозга, так и временной период, задействованный в обработке информации.
В данной работе в соответствии с парадигмой исследования методом вызванных потенциалов были выбраны компоненты P600 и N100, которые отражают усредненные пики положительной и отрицательной полярности, соответственно, на графиках ЭЭГ сигналов. Классический компонент N100 наблюдается при предъявлении зрительных стимулов и связан с предвнимательной обработкой информации и выделением ключевых характеристик демонстрируемых объектов. Компонент N100 детектируется во временном диапазоне от 100 до 250 мс и достигает пика в районе 150 мс. Однако, в этом диапазоне была найдена также активность, связанная с более высокоуровневыми процессами обработки информации. Так, например, при предъявлении эмоциональных выражений лиц наблюдается схожий с компонентом N100 компонент N170. В ряде исследований различия в этом компоненте были ассоциированы с наличием у участников исследований этнических стереотипов при предъявлении лиц с ярко выраженными этническими признаками. В настоящем исследовании мы предполагаем, что компонент N100 наблюдается в составе комплекса N1-P2, который ассоциирован с широким спектром задач на внимание (Lopez-Calderon et al., 2014).
Компонент P600 является положительным компонентом, который достигает пика между 500 и 1000 мс после появления стимула (Lopez-Calderon et al., 2014). P600 в основном изучался во время языковой обработки, в частности, компонент P600 наблюдался при нарушении синтаксических структур (Osterhout et al., 1993). Относительно недавно исследования продемонстрировали причастность P600 к семантическим нарушениям (Beres, 2017) и нарушениям математических правил (Nez-Pea et al., 2004). Считается, что эффекты, связанные с P600, обусловлены обновлением текущего представления поступающей информации (Brouwer et al., 2012). Остается неясным, отражает ли P600 общие нейрокогнитивные процессы, связанные с нарушениями правил в целом, или функционально отличные механизмы, лежащие в основе обработки конкретной информации.
Используемая в настоящем исследовании парадигма включает в себя три типа задач, которые позволяют исследовать общность предметной области и специфичность P600 и N100, сравнивая их для разных типов задач: языковых и математических.
В результате данной работы был проведен анализ ассоциаций 23 локусов генов, отвечающих за регуляцию нейробиологических и когнитивных систем человека, с фенотипическими вариациями показателей ЭЭГ активности. Статистически значимые результаты были показаны для rs6994992 гена NRG1 и rs1387923 гена NTRK2.
Так, для полиморфного локуса rs6994992 гена NRG1 были обнаружены статистически значимые различия компонента N100 между группами при предъявлении предикторов арифметических заданий (P 0,05). На рисунке 24 изображены электроды, по которым обнаружены статистически значимые различия между группами (P 0,05). Расположение электродов на скальпе и их названия приведены в соответствии с международной системой 10-20. Цветом указаны значения t-статистики Стьюдента (рис. 25).
В результате проведенного анализа было показано, что компонент N100 более выражен у индивидов-носителей аллеля rs6994992 Т гена NRG1 по сравнению с носителями генотипа rs6994992 C/C при предъявлении предикторов арифметических заданий. Различия между группами были наиболее выражены для лобно-центральных отведений правого полушария. В данном исследовании локус rs6994992 гена NRG1 не был ассоциирован с фенотипическими вариациями математической тревожности, однако, ранее была показана ассоциация данного полиморфного локуса с индивидуальными различиями в объеме рабочей памяти (Еникеева и др., 2017). Согласно литературным данным, дисфункция гена NRG1 ассоциирована с изменениями сигнала в областях мозга, играющих ключевую роль в формировании памяти (префронтальной и медиальной височных областях) (Krug et al., 2010). Влияние МТ на математические показатели в основном интерпретируется в рамках теории эффективности обработки (Eysenck et al., 1992). Считается, что тревожность и связанные с ней тревожные мысли уменьшают емкость рабочей памяти (РП) для хранения и обработки информации. Таким образом, в случае необходимости выполнения математических заданий у индивидов с повышенной МТ будет меньше ресурсов рабочей памяти для их правильного выполнения (Park et al., 2014). Связь между математической успеваемостью и объемом рабочей памяти также хорошо установлена(Peng et al., 2016). Кроме того, показано, что уровень математической тревожности также варьирует в зависимости от индивидуальных различий в РП (Eysenck et al., 2007). Результаты, полученные в рамках данной работы, подтверждают данную гипотезу, поскольку статистически значимые изменения компонента N100 были обнаружены при предъявлении предикторов (ожидания) арифметических задач. Различия в компоненте N100 при предъявлении заданий могут быть связаны с индивидуальными вариациями в процессах предвнимательной обработки информации и объема рабочей памяти.
Для полиморфного локуса rs1387923 гена NTRK2 были обнаружены статистически значимые различия в ПСС как для арифметических, так и для алгебраических заданий (рис. 26). А именно, компонент P600 был более выражен у носителей генотипа rs1387923 С/С в теменно-затылочных отведениях по сравнению с носителями аллеля rs1387923 Т. При этом, во фронто-центральных отведениях наблюдается обратный паттерн (рис. 27).