मानव मस्तिष्क में स्थानिक नेविगेशन के लिए कार्यात्मक नेटवर्क मॉडलिंग
Summary
यह पत्र मानव मस्तिष्क में स्थानिक नेविगेशन के लिए कार्यात्मक नेटवर्क की जांच के लिए एक एकीकृत दृष्टिकोण प्रस्तुत करता है। इस दृष्टिकोण में एक बड़े पैमाने पर न्यूरोइमेजिंग मेटा-विश्लेषणात्मक डेटाबेस, आराम-राज्य कार्यात्मक चुंबकीय अनुनाद इमेजिंग, और नेटवर्क मॉडलिंग और ग्राफ-सैद्धांतिक तकनीक शामिल हैं।
Abstract
स्थानिक नेविगेशन एक जटिल कार्य है जिसमें बहुसंवेदी जानकारी का एकीकरण और हेरफेर शामिल है। विभिन्न नेविगेशन कार्यों का उपयोग करते हुए, विभिन्न मस्तिष्क क्षेत्रों (जैसे, हिप्पोकैम्पस, एंटरोरिनल कॉर्टेक्स और पैराहिप्पोकैम्पस प्लेस एरिया) के विशिष्ट कार्यों पर कई आशाजनक परिणाम प्राप्त किए गए हैं। हाल ही में, यह सुझाव दिया गया है कि कई अंतःक्रियात्मक मस्तिष्क क्षेत्रों को शामिल करने वाली एक गैर-कुल नेटवर्क प्रक्रिया इस जटिल कार्य के तंत्रिका आधार को बेहतर ढंग से चिह्नित कर सकती है। यह पत्र मानव मस्तिष्क में स्थानिक नेविगेशन के लिए कार्यात्मक-विशिष्ट नेटवर्क के निर्माण और विश्लेषण के लिए एक एकीकृत दृष्टिकोण प्रस्तुत करता है। संक्षेप में, इस एकीकृत दृष्टिकोण में तीन प्रमुख चरण होते हैं: 1) स्थानिक नेविगेशन (नोड्स परिभाषा) के लिए महत्वपूर्ण मस्तिष्क क्षेत्रों की पहचान करना; 2) इन क्षेत्रों की प्रत्येक जोड़ी के बीच कार्यात्मक कनेक्टिविटी का अनुमान लगाने और कनेक्टिविटी मैट्रिक्स (नेटवर्क निर्माण) का निर्माण करने के लिए; 3) परिणामी नेटवर्क (नेटवर्क विश्लेषण) के टोपोलॉजिकल गुणों (जैसे, प्रतिरूपकता और छोटी दुनिया) की जांच करने के लिए। नेटवर्क परिप्रेक्ष्य से प्रस्तुत दृष्टिकोण, हमें बेहतर ढंग से समझने में मदद कर सकता है कि हमारा मस्तिष्क जटिल और गतिशील वातावरण में लचीले नेविगेशन का समर्थन कैसे करता है, और नेटवर्क के प्रकट टोपोलॉजिकल गुण नैदानिक अभ्यास में अल्जाइमर रोग की प्रारंभिक पहचान और निदान के मार्गदर्शन के लिए महत्वपूर्ण बायोमार्कर भी प्रदान कर सकते हैं।
Introduction
कार्यात्मक विशिष्टता मानव मस्तिष्क का एक मौलिक संगठन सिद्धांत है, जोसंज्ञानात्मक कार्यों को आकार देने में महत्वपूर्ण भूमिका निभाता है। कार्यात्मक विशिष्टता के संगठन में असामान्यताएं हॉलमार्क संज्ञानात्मक हानि और आत्मकेंद्रित और अल्जाइमर रोग 2,3 जैसे प्रमुख मस्तिष्क विकारों की संबंधित रोग नींव को प्रतिबिंबित कर सकती हैं। जबकि पारंपरिक सिद्धांतों और अनुसंधान ने एकल मस्तिष्क क्षेत्रों पर ध्यान केंद्रित करने की प्रवृत्ति की है, जैसे कि चेहरे की पहचान के लिए फ्यूसीफॉर्म फेस एरिया (एफएफए)4 और दृश्य प्रसंस्करण के लिए पैराहिप्पोकैम्पस प्लेस एरिया (पीपीए)5, साक्ष्य के बढ़ते शरीर से पता चलता है कि स्थानिक नेविगेशन और भाषा सहित जटिल संज्ञानात्मक कार्यों को कई मस्तिष्क क्षेत्रोंमें समन्वय गतिविधि की आवश्यकता होती है. जटिल संज्ञानात्मक कार्यों के समर्थन में बातचीत अंतर्निहित तंत्र की जांच करना एक महत्वपूर्ण वैज्ञानिक प्रश्न है जो मस्तिष्क के कार्यात्मक वास्तुकला और संचालन पर प्रकाश डालने में मदद करेगा। यहां, एक उदाहरण के रूप में स्थानिक नेविगेशन लेते हुए, हम मानव मस्तिष्क में स्थानिक नेविगेशन के लिए कार्यात्मक नेटवर्क मॉडलिंग के लिए एक एकीकृत विधि प्रस्तुत करते हैं।
स्थानिक नेविगेशन एक जटिल संज्ञानात्मक कार्य है, जिसमें दृश्य-स्थानिक कोडिंग, स्मृति औरनिर्णय लेने जैसे कई संज्ञानात्मक घटकों का एकीकरण और हेरफेर शामिल है। कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई) के साथ, कई अध्ययनों ने अंतर्निहित संज्ञानात्मक प्रसंस्करण और तंत्रिका तंत्र को समझने में महत्वपूर्ण प्रगति की है। उदाहरण के लिए, विशिष्ट कार्यों विभिन्न नेविगेशन कार्यों का उपयोग कर विभिन्न मस्तिष्क क्षेत्रों से जुड़ा हुआ है: दृश्य प्रसंस्करण विशेष रूप से पीपीए के साथ जुड़ा हुआ है, और नेविगेशन रणनीतियों के परिवर्तन retrosplenial प्रांतस्था (आरएससी)8,9 के साथ जुड़ा हुआ है. इन अध्ययनों ने स्थानिक नेविगेशन के तंत्रिका आधार में महत्वपूर्ण अंतर्दृष्टि प्रदान की। हालांकि, नेविगेशन एक आंतरिक रूप से गतिशील और मल्टीमॉडल फ़ंक्शन है, और एकल क्षेत्रों के कार्य स्थानिक नेविगेशन10 में बड़े व्यक्तिगत मतभेदों को समझाने के लिए पर्याप्त नहीं हैं जो आमतौर पर देखे जाते हैं।
एफएमआरआई-आधारित कनेक्टोमिक्स के उद्भव के साथ, शोधकर्ताओं ने यह पता लगाना शुरू किया कि कुछ प्रमुख मस्तिष्क क्षेत्र स्थानिक नेविगेशन का समर्थन करने के लिए एक दूसरे के साथ कैसे बातचीत करते हैं। उदाहरण के लिए, entorhinal और पीछे cingulate cortices के बीच कार्यात्मक कनेक्टिविटी जोखिम अल्जाइमर रोग11 में नेविगेशन विसंगतियों को कम करने के लिए पाया गया है. एक अन्य अध्ययन में, हमने पहली बार कनेक्टोम विधियों और स्थानिक नेविगेशन के लिए लगभग सभी कार्यात्मक रूप से प्रासंगिक क्षेत्रों (नोड्स) को एकीकृत करके एक नेटवर्क दृष्टिकोण का प्रस्ताव दिया, और परिणामों से पता चला कि इस नेटवर्क के टोपोलॉजिकल गुणों ने नेविगेशन व्यवहार12 के साथ विशिष्ट संघों को दिखाया। यह अध्ययन सिद्धांतों में नई अंतर्दृष्टि प्रदान करता है कि कैसे कई मस्तिष्क क्षेत्रों लचीला नेविगेशन व्यवहार10,13 का समर्थन करने के लिए एक दूसरे के साथ बातचीत करते हैं.
वर्तमान कार्य कार्यात्मक नेटवर्क मॉडलिंग के लिए एकीकृत दृष्टिकोण के एक अद्यतन संस्करण को प्रदर्शित करता है। संक्षेप में, दो अपडेट शामिल किए गए थे: 1) जबकि मूल अध्ययन में परिभाषित नोड्स की पहचान पहले और छोटे डेटाबेस (55 सक्रियणों के साथ 2,765 अध्ययन, 2014 में एक्सेस किए गए) के आधार पर की गई थी, वर्तमान परिभाषा नवीनतम डेटाबेस पर आधारित थी (77 सक्रियणों के साथ 3,908 अध्ययन, 2022 में एक्सेस किया गया); 2) प्रत्येक नोड की कार्यात्मक समरूपता बढ़ाने के लिए, मूल शारीरिक एएएल (एनाटोमिकल ऑटोमैटिक लेबलिंग) एटलस14 के अलावा, हमने एक नया मस्तिष्क पार्सेलेशन लागू किया, जिसमें बहुत बेहतर रिज़ॉल्यूशन और उच्च कार्यात्मक समरूपता है (नीचे देखें)। हमें उम्मीद थी कि दोनों अपडेट कार्यात्मक नेटवर्क के मॉडलिंग में सुधार करेंगे। यह अद्यतन प्रोटोकॉल नेटवर्क परिप्रेक्ष्य से स्थानिक नेविगेशन के तंत्रिका आधार की जांच के लिए एक विस्तृत प्रक्रिया प्रदान करता है और स्वास्थ्य और बीमारी में नेविगेशन व्यवहार में व्यक्तिगत विविधताओं को समझने में मदद करता है। इसी तरह की प्रक्रिया का उपयोग अन्य संज्ञानात्मक निर्माणों (जैसे, भाषा और स्मृति) के लिए नेटवर्क मॉडलिंग के लिए भी किया जा सकता है।
Protocol
Representative Results
Discussion
नेटवर्क तंत्रिका विज्ञान से यह समझने में मदद मिलने की उम्मीद है कि मस्तिष्क नेटवर्क मानव संज्ञानात्मक कार्यों का समर्थन कैसे करता है। यह प्रोटोकॉल मानव मस्तिष्क में स्थानिक नेविगेशन के लिए…
Disclosures
The authors have nothing to disclose.
Acknowledgements
जियांग-जेन काँग को चीन के राष्ट्रीय प्राकृतिक विज्ञान फाउंडेशन (32171031), एसटीआई 2030 – मेजर प्रोजेक्ट (2021ZD0200409), केंद्रीय विश्वविद्यालयों के लिए मौलिक अनुसंधान निधि (2021XZZX006), और झेजियांग विश्वविद्यालय के सूचना प्रौद्योगिकी केंद्र द्वारा समर्थित किया गया था।
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. |
References
- Kanwisher, N. Functional specificity in the human brain: a window into the functional architecture of the mind. Proceedings of the National Academy of Sciences of the United States of America. 107 (25), 11163-11170 (2010).
- Coughlan, G., Laczo, J., Hort, J., Minihane, A. M., Hornberger, M. Spatial navigation deficits – overlooked cognitive marker for preclinical Alzheimer disease. Nature Reviews Neurology. 14 (8), 496-506 (2018).
- Gilbert, S. J., Meuwese, J. D., Towgood, K. J., Frith, C. D., Burgess, P. W. Abnormal functional specialization within medial prefrontal cortex in high-functioning autism: a multi-voxel similarity analysis. Brain. 132 (4), 869-878 (2009).
- Kanwisher, N., McDermott, J., Chun, M. M. The fusiform face area: a module in human extrastriate cortex specialized for face perception. Journal of Neuroscience. 17 (11), 4302-4311 (1997).
- Epstein, R., Harris, A., Stanley, D., Kanwisher, N. The parahippocampal place area: recognition, navigation, or encoding. Neuron. 23 (1), 115-125 (1999).
- Epstein, R. A., Patai, E. Z., Julian, J. B., Spiers, H. J. The cognitive map in humans: spatial navigation and beyond. Nature Neuroscience. 20 (11), 1504-1513 (2017).
- Baumann, O., Mattingley, J. B. Extrahippocampal contributions to spatial navigation in humans: A review of the neuroimaging evidence. Hippocampus. 31 (7), 640-657 (2021).
- Auger, S. D., Mullally, S. L., Maguire, E. A. Retrosplenial cortex codes for permanent landmarks. PloS One. 7 (8), e43620 (2012).
- Zhen, Z., et al. Quantifying the variability of scene-selective regions: Interindividual, interhemispheric, and sex differences. Human Brain Mapping. 38 (4), 2260-2275 (2017).
- Ekstrom, A. D., Huffman, D. J., Starrett, M. Interacting networks of brain regions underlie human spatial navigation: a review and novel synthesis of the literature. Journal of Neurophysiology. 118 (6), 3328-3344 (2017).
- Coughlan, G., et al. Functional connectivity between the entorhinal and posterior cingulate cortices underpins navigation discrepancies in at-risk Alzheimer’s disease. Neurobiology of Aging. 90, 110-118 (2020).
- Kong, X. Z., et al. Human navigation network: the intrinsic functional organization and behavioral relevance. Brain Structure & Function. 222 (2), 749-764 (2017).
- Weisberg, S. M., Ekstrom, A. D. Hippocampal volume and navigational ability: The map (ping) is not to scale. Neuroscience & Biobehavioral Reviews. 126, 102-112 (2021).
- Tzourio-Mazoyer, N., et al. Automated anatomical labeling of activations in SPM using a macroscopic anatomical parcellation of the MNI MRI single-subject brain. Neuroimage. 15 (1), 273-289 (2002).
- Van Essen, D. C., et al. The WU-Minn human connectome project: an overview. Neuroimage. 80, 62-79 (2013).
- Smith, S. M., et al. Resting-state fMRI in the human connectome project. Neuroimage. 80, 144-168 (2013).
- Wang, L., et al. GRETNA: a graph theoretical network analysis toolbox for imaging connectomics. Frontiers in Human Neuroscience. 9, 386 (2015).
- Esteban, O., et al. fMRIPrep: a robust preprocessing pipeline for functional MRI. Nature Methods. 16 (1), 111-116 (2019).
- Yan, C., Zang, Y. DPARSF: a MATLAB toolbox for" pipeline" data analysis of resting-state fMRI. Frontiers in Systems Neuroscience. 4, 13 (2010).
- Yarkoni, T., Poldrack, R. A., Nichols, T. E., Van Essen, D. C., Wager, T. D. Large-scale automated synthesis of human functional neuroimaging data. Nature Methods. 8 (8), 665-670 (2011).
- Joliot, M., et al. AICHA: An atlas of intrinsic connectivity of homotopic areas. Journal of Neuroscience Methods. 254, 46-59 (2015).
- Murphy, K., Birn, R. M., Handwerker, D. A., Jones, T. B., Bandettini, P. A. The impact of global signal regression on resting state correlations: are anti-correlated networks introduced. Neuroimage. 44 (3), 893-905 (2009).
- Fox, M. D., Zhang, D., Snyder, A. Z., Raichle, M. E. The global signal and observed anticorrelated resting state brain networks. Journal of Neurophysiology. 101 (6), 3270-3283 (2009).
- Xiang, J., et al. Graph-based network analysis of resting-state fMRI: test-retest reliability of binarized and weighted networks. Brain Imaging and Behavior. 14, 1361-1372 (2020).
- Rubinov, M., Sporns, O. Complex network measures of brain connectivity: uses and interpretations. Neuroimage. 52 (3), 1059-1069 (2010).
- Maslov, S., Sneppen, K. Specificity and stability in topology of protein networks. Science. 296 (5569), 910-913 (2002).
- Shrout, P. E., Fleiss, J. L. Intraclass correlations: uses in assessing rater reliability. Psychological Bulletin. 86 (2), 420 (1979).
- McGraw, K. O., Wong, S. P. Forming inferences about some intraclass correlation coefficients. Psychological Methods. 1 (1), 30 (1996).
- Andellini, M., Cannatà, V., Gazzellini, S., Bernardi, B., Napolitano, A. Test-retest reliability of graph metrics of resting state MRI functional brain networks: A review. Journal of Neuroscience Methods. 253, 183-192 (2015).
- Cao, H., et al. Test-retest reliability of fMRI-based graph theoretical properties during working memory, emotion processing, and resting state. Neuroimage. 84, 888-900 (2014).
- Rousson, V., Gasser, T., Seifert, B. Assessing intrarater, interrater and test-retest reliability of continuous measurements. Statistics in medicine. 21 (22), 3431-3446 (2002).
- Bullmore, E., Sporns, O. Complex brain networks: graph theoretical analysis of structural and functional systems. Nature Reviews Neuroscience. 10 (3), 186-198 (2009).
- Patai, E. Z., Spiers, H. J. The versatile wayfinder: prefrontal contributions to spatial navigation. Trends in Cognitive Sciences. 25 (6), 520-533 (2021).
- Wegman, J., Janzen, G. Neural encoding of objects relevant for navigation and resting state correlations with navigational ability. Journal of Cognitive Neuroscience. 23 (12), 3841-3854 (2011).
- Braun, U., et al. Test-retest reliability of resting-state connectivity network characteristics using fMRI and graph theoretical measures. Neuroimage. 59 (2), 1404-1412 (2012).
