Моделирование функциональной сети пространственной навигации в мозге человека

Summary

В данной работе представлен интегративный подход к исследованию функциональной сети пространственной навигации в мозге человека. Этот подход включает в себя крупномасштабную метааналитическую базу данных нейровизуализации, функциональную магнитно-резонансную томографию в состоянии покоя, а также методы моделирования сетей и теории графов.

Abstract

Пространственная навигация – это сложная функция, связанная с интеграцией и манипулированием мультисенсорной информацией. Используя различные навигационные задачи, было получено много многообещающих результатов по специфическим функциям различных областей мозга (например, гиппокампа, энторинальной коры и области парагиппокампа). Недавно было высказано предположение, что несовокупный сетевой процесс, включающий несколько взаимодействующих областей мозга, может лучше охарактеризовать нейронную основу этой сложной функции. В данной работе представлен интегративный подход к построению и анализу функционально-специфической сети пространственной навигации в мозге человека. Вкратце, этот интегративный подход состоит из трех основных этапов: 1) идентификация областей мозга, важных для пространственной навигации (определение узлов); 2) оценить функциональную связность между каждой парой этих регионов и построить матрицу связности (построение сети); 3) исследовать топологические свойства (например, модульность и малую мировость) результирующей сети (сетевой анализ). Представленный подход, с точки зрения сети, может помочь нам лучше понять, как наш мозг поддерживает гибкую навигацию в сложных и динамичных средах, а выявленные топологические свойства сети также могут предоставить важные биомаркеры для руководства ранним выявлением и диагностикой болезни Альцгеймера в клинической практике.

Introduction

Функциональная специфичность является основополагающим принципом организации человеческого мозга, который играет важнейшую роль в формировании когнитивных^{функций1}. Аномалии в организации функциональной специфичности могут отражать характерные когнитивные нарушения и связанные с ними патологические основы основных заболеваний головного мозга, таких как аутизм и болезнь Альцгеймера ^2,3. В то время как традиционные теории и исследования, как правило, сосредотачиваются на отдельных областях мозга, таких как веретенообразная область лица (FFA)^{для распознавания} лиц 4 и область места парагиппокампа (PPA)⁵ для обработки сцены, все больше данных свидетельствуют о том, что сложные когнитивные функции, включая пространственную навигацию и язык, требуют координации действий в^{нескольких областях мозга}. Исследование механизмов, лежащих в основе взаимодействий в поддержку сложных когнитивных функций, является важнейшим научным вопросом, который поможет пролить свет на функциональную архитектуру и работу мозга. Здесь на примере пространственной навигации представлен интегративный метод моделирования функциональной сети пространственной навигации в мозге человека.

Пространственная навигация представляет собой сложную когнитивную функцию, которая включает в себя интеграцию и манипулирование несколькими когнитивными компонентами, такими как визуально-пространственное кодирование, память^{и принятие решений}. С помощью функциональной магнитно-резонансной томографии (фМРТ) многочисленные исследования добились значительного прогресса в понимании лежащих в основе когнитивных процессов и нейронных механизмов. Например, определенные функции были связаны с различными областями мозга с помощью различных навигационных задач: обработка сцен специфически связана с PPA, а трансформация навигационных стратегий связана с ретросплениальной корой (RSC)^8,9. Эти исследования позволили получить важную информацию о нейронных основах пространственной навигации. Однако навигация является внутренне динамической и мультимодальной функцией, и функций отдельных регионов недостаточно для объяснения больших индивидуальных различий в пространственной^{навигации10}, которые обычно наблюдаются.

С появлением коннектомики на основе фМРТ исследователи начали изучать, как некоторые ключевые области мозга взаимодействуют друг с другом, поддерживая пространственную навигацию. Например, было обнаружено, что функциональная связь между энторинальной и задней поясной корой лежит в основе навигационных расхождений при болезни Альцгеймера у группы риска¹¹. В другом исследовании мы впервые предложили сетевой подход, интегрирующий методы коннектома и почти все функционально значимые области (узлы) для пространственной навигации, и результаты показали, что топологические свойства этой сети обнаруживают специфические связи с навигационным поведением¹². Это исследование дает новое представление о теориях о том, как несколько областей мозга взаимодействуют друг с другом для поддержки гибкого навигационного поведения^10,13.

В настоящей работе демонстрируется обновленный вариант интегративного подхода к моделированию функциональной сети. Вкратце, были включены два обновления: 1) В то время как узлы, определенные в первоначальном исследовании, были идентифицированы на основе более ранней и меньшей базы данных (55 исследований с 2 765 активациями, доступ к которым был получен в 2014 году), настоящее определение было основано на последней базе данных (77 исследований с 3 908 активациями, доступ к которым был получен в 2022 году); 2) Для повышения функциональной однородности каждого узла, помимо оригинального анатомического атласа AAL (Anatomical Automatic Labeling)¹⁴, мы применили новую парцелляцию мозга, которая имеет гораздо более тонкое разрешение и более высокую функциональную однородность (см. ниже). Мы ожидали, что оба обновления улучшат моделирование функциональной сети. Этот обновленный протокол предоставляет подробную процедуру исследования нейронных основ пространственной навигации с точки зрения сети и помогает понять индивидуальные вариации навигационного поведения в норме и при заболевании. Аналогичная процедура может быть использована и для сетевого моделирования других когнитивных конструктов (например, языка и памяти).

Protocol

ПРИМЕЧАНИЕ: Все программное обеспечение, используемое здесь, показано в таблице материалов. Данные, использованные в этом исследовании в демонстрационных целях, были взяты из проекта Human Connectome Project (HCP: http://www. humanconnectome.org)15. Все экспериментальные процедуры были одобр…

Representative Results

Навигационные сетиВ настоящем исследовании были идентифицированы 27 областей мозга, которые связаны с пространственной навигацией, с использованием новейшей метааналитической базы данных нейровизуализации и атласа AICHA. Эти области состояли из медиальной, височной и темен?…

Discussion

Ожидается, что сетевая нейробиология поможет понять, как сеть мозга поддерживает когнитивные^{функции человека}. Этот протокол демонстрирует интегративный подход к изучению функциональной сети пространственной навигации в человеческом мозге, который также может вдохнови?…

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.