个体化精准脑功能网络分布图谱

这篇论文发表于2024年5月的《自然神经科学》杂志上,作者来自明尼苏达大学等机构。该研究针对大脑功能网络的个体差异问题,建立了一个开源的”精确功能网络图谱”(MIDB精确脑图谱)。

研究背景: 虽然大脑功能网络在总体上存在共性,但网络的空间拓扑结构在个体之间存在很大差异。传统的群组平均网络图谱忽视了这种个体差异,可能会降低大规模研究的统计能力和临床神经调控疗法的精确性。因此,需要构建精细描述个体网络拓扑结构的脑图谱资源。

数据来源: 作者利用了美国青少年脑认知发展研究(ABCD)的静息态功能磁共振数据,该项目招募了近1.2万名9-10岁青少年,计划追踪10年。此外,还使用了人类连接组计划发育组(HCP-D)和其他数据集。

研究流程: 1) 采用多种网络检测算法(Infomap、模板匹配、非负矩阵分解等)对单个被试进行精确网络映射,生成个体特异性网络。 2) 在群组水平上,计算每个灰质体素/体素被分配到不同网络的概率,生成概率网络图谱。 3) 提出一种”重叠多网络成像”(OMNI)方法,允许网络重叠,从而揭示集成区域。 4) 评估这些精确网络图谱在提高大规模研究的可重复性和预测能力方面的作用。

主要发现: 1) 个体网络映射结果在不同算法和数据量下均显示良好的可重复性。 2) 群组水平的概率网络图谱在不同年龄组、算法和包含任务数据时都有很高的一致性。 3) 基于概率网络图谱提取的高置信度区域集可提高大脑广泛关联分析的可重复性和预测能力。 4) OMNI映射揭示了大脑中的”集成区域”,这些区域可能承担信息整合的关键功能。 5) 概率网络图谱有助于提高神经调控疗法的靶点选择精度。

意义: 1) 科学意义:阐释大脑功能网络在个体和群组水平上的拓扑结构差异。 2) 应用意义:为个体化神经影像和神经调控治疗提供基础资源,提高分析和治疗的精准性。

研究特色: 1) 大规模样本量,涵盖青少年到成年人不同年龄段。 2) 多种先进的个体网络映射和群组概率聚类算法。 3) 开源数据资源,为科研界提供贡献渠道。

该研究系统建立了一个充分描述个体和群组大脑功能网络拓扑结构的精确图谱,并展示了其在提高大规模研究可重复性和靶向神经调控等方面的应用前景,是功能成像和个体化神经科学研究的重要资源。