Modelado de la red funcional para la navegación espacial en el cerebro humano

Summary

Este artículo presenta un enfoque integrador para investigar la red funcional para la navegación espacial en el cerebro humano. Este enfoque incorpora una base de datos metaanalítica de neuroimagen a gran escala, imágenes de resonancia magnética funcional en estado de reposo y técnicas de modelado de redes y teoría de grafos.

Abstract

La navegación espacial es una función compleja que implica la integración y manipulación de información multisensorial. Utilizando diferentes tareas de navegación, se han logrado muchos resultados prometedores sobre las funciones específicas de varias regiones del cerebro (por ejemplo, el hipocampo, la corteza entorrinal y el área del lugar parahipocampal). Recientemente, se ha sugerido que un proceso de red no agregada que involucra múltiples regiones cerebrales que interactúan puede caracterizar mejor la base neuronal de esta función compleja. Este artículo presenta un enfoque integrador para la construcción y el análisis de la red funcionalmente específica para la navegación espacial en el cerebro humano. Brevemente, este enfoque integrador consta de tres pasos principales: 1) identificar regiones cerebrales importantes para la navegación espacial (definición de nodos); 2) estimar la conectividad funcional entre cada par de estas regiones y construir la matriz de conectividad (construcción de redes); 3) investigar las propiedades topológicas (por ejemplo, modularidad y pequeño mundanidad) de la red resultante (análisis de redes). El enfoque presentado, desde una perspectiva de red, podría ayudarnos a comprender mejor cómo nuestro cerebro soporta la navegación flexible en entornos complejos y dinámicos, y las propiedades topológicas reveladas de la red también pueden proporcionar biomarcadores importantes para guiar la identificación temprana y el diagnóstico de la enfermedad de Alzheimer en la práctica clínica.

Introduction

La especificidad funcional es un principio de organización fundamental del cerebro humano, que desempeña un papel crucial en la configuración^{de las funciones} cognitivas. Las anomalías en la organización de la especificidad funcional pueden reflejar deficiencias cognitivas distintivas y las bases patológicas asociadas a los principales trastornos cerebrales, como el autismo y la enfermedad de Alzheimer ^2,3. Si bien las teorías y la investigación convencionales han tendido a centrarse en regiones cerebrales individuales, como el área facial fusiforme (FFA) para el reconocimiento facial⁴ y el área de lugar del parahipocampo (PPA^{) 5} para el procesamiento de escenas, un creciente cuerpo de evidencia sugiere que las funciones cognitivas complejas, incluida la navegación espacial y el lenguaje, requieren una actividad coordinada en múltiples regiones^{cerebrales 6}. Investigar los mecanismos subyacentes a las interacciones en apoyo de funciones cognitivas complejas es una pregunta científica crítica que ayudará a arrojar luz sobre la arquitectura funcional y el funcionamiento del cerebro. Aquí, tomando como ejemplo la navegación espacial, presentamos un método integrador para modelar la red funcional para la navegación espacial en el cerebro humano.

La navegación espacial es una función cognitiva compleja, que implica la integración y manipulación de múltiples componentes cognitivos, como la codificación visoespacial, la memoria y la toma de decisiones⁷. Con la resonancia magnética funcional (fMRI), numerosos estudios han logrado avances significativos en la comprensión del procesamiento cognitivo subyacente y los mecanismos neuronales. Por ejemplo, funciones específicas se han relacionado con diferentes regiones del cerebro utilizando diversas tareas de navegación: el procesamiento de escenas se asocia específicamente con PPA, y la transformación de las estrategias de navegación se asocia con la corteza retroesplenial (RSC)^8,9. Estos estudios proporcionaron información importante sobre las bases neuronales de la navegación espacial. Sin embargo, la navegación es una función internamente dinámica y multimodal, y las funciones de regiones individuales no son suficientes para explicar las grandes diferencias individuales en la navegación espacial¹⁰ que se observan comúnmente.

Con la aparición de la conectómica basada en la resonancia magnética funcional, los investigadores comenzaron a explorar cómo algunas regiones clave del cerebro interactúan entre sí para apoyar la navegación espacial. Por ejemplo, se ha encontrado que la conectividad funcional entre las cortezas entorrinal y cingulada posterior sustenta las discrepancias de navegación en la enfermedad de Alzheimer en riesgo¹¹. En otro estudio, propusimos por primera vez un enfoque de red mediante la integración de métodos de conectoma y casi todas las regiones funcionalmente relevantes (nodos) para la navegación espacial, y los resultados mostraron que las propiedades topológicas de esta red mostraron asociaciones específicas con los comportamientos de navegación¹². Este estudio proporciona nuevos conocimientos sobre las teorías de cómo múltiples regiones del cerebro interactúan entre sí para apoyar comportamientos de navegación flexibles^10,13.

El presente trabajo demuestra una versión actualizada del enfoque integrador para modelar la red funcional. Brevemente, se incluyeron dos actualizaciones: 1) Si bien los nodos definidos en el estudio original se identificaron a partir de una base de datos anterior y más pequeña (55 estudios con 2.765 activaciones, a los que se accedió en 2014), la definición actual se basó en la última base de datos (77 estudios con 3.908 activaciones, a los que se accedió en 2022); 2) para aumentar la homogeneidad funcional de cada ganglio, además del atlas anatómico original AAL (Anatomical Automatic Labeling)¹⁴, aplicamos una nueva parcelación cerebral, que tiene una resolución mucho más fina y una mayor homogeneidad funcional (ver más abajo). Esperábamos que ambas actualizaciones mejoraran el modelado de la red funcional. Este protocolo actualizado proporciona un procedimiento detallado para investigar la base neuronal de la navegación espacial desde una perspectiva de red y ayuda a comprender las variaciones individuales en los comportamientos de navegación en la salud y la enfermedad. Un procedimiento similar también podría utilizarse para el modelado de redes para otros constructos cognitivos (por ejemplo, el lenguaje y la memoria).

Protocol

NOTA: Todo el software utilizado aquí se muestra en la Tabla de Materiales. Los datos utilizados en este estudio con fines demostrativos fueron del Proyecto Conectoma Humano (HCP: http://www. humanconnectome.org)15. Todos los procedimientos experimentales fueron aprobados por la Junta de Revisión Institucional (IRB, por sus siglas en inglés) de la Universidad de Washington. Los datos de imágenes en el conjunto de datos de HCP se adquirieron utilizando un escáner 3T Siemens Sk…

Representative Results

Las redes de navegaciónEl presente estudio identificó 27 regiones cerebrales, que están asociadas con la navegación espacial, mediante la incorporación de la última base de datos de neuroimágenes de metaanálisis y el atlas AICHA. Estas regiones consistieron en las regiones temporal medial y parietal que se han reportado comúnmente en los estudios de neuroimagen de navegación. La distribución espacial de estas regiones se muestra en la Figura 5A y <stro…

Discussion

Se espera que la neurociencia de redes ayude a comprender cómo la red cerebral apoya las funciones cognitivas humanas³². Este protocolo demuestra un enfoque integrador para estudiar la red funcional para la navegación espacial en el cerebro humano, que también puede inspirar el modelado de redes para otras construcciones cognitivas (por ejemplo, el lenguaje).

Este enfoque consistió en tres pasos principales: definición de nodos, construcción de redes y análisis d…

Materials

Brain connectivity toolbox (BCT)	Mikail Rubinov & Olaf Sporns	2019	The Brain Connectivity Toolbox (brain-connectivity-toolbox.net) is a MATLAB toolbox for complex-network (graph) analysis of structural and functional brain-connectivity data sets.
GRETNA	Jinhui Wang et al.	2	GRETNA is a graph theoretical network analysis toolbox which allows researchers to perform comprehensive analysis on the topology of brain connectome by integrating the most of network measures studied in current neuroscience field.
MATLAB	MathWorks	2021a	MATLAB is a programming and numeric computing platform used by millions of engineers and scientists to analyze data, develop algorithms, and create models.
Python	Guido van Rossum et al.	3.8.6	Python is a programming language that lets you work more quickly and integrate your systems more effectively.
Statistical Parametric Mapping (SPM)	Karl Friston et.al	12	Statistical Parametric Mapping refers to the construction and assessment of spatially extended statistical processes used to test hypotheses about functional imaging data.