単一被験者の皮質形態学的脳ネットワーク：表現型の関連と神経生物学的基盤

本文は、単一被験者の形態的脳ネットワークにおける表現型の関連性と神経生物学的基盤に関する研究を報告しています。この研究は、多モードおよび多スケールのデータを組み合わせて行われ、形態的脳ネットワークと性別の違い、その個体特異的指標としての潜在力、および遺伝子発現、層特異的細胞構造、化学構造との関係を明らかにしました。これらの発見は、単一被験者の形態的脳ネットワークの役割と起源に関する理解を深めるとともに、将来の個別化脳連結図研究への応用に向けた強力な根拠を提供します。

研究背景と問題提起

形態的脳ネットワークとは、構造的磁気共鳴画像撮影（structural magnetic resonance imaging、sMRI）に基づいて推定される脳領域間の形態学的関係を指します。最初期の研究では、ある形態学的指標（例えば灰白質体積、皮質厚、表面積など）の群体内における領域間の共分散を計算することでこれらの関係を推定していましたが、この群体ベースの方法は個体間の差異を無視しており、形態的脳ネットワークが示す神経生物学的意味が明確ではありませんでした。近年では、個体レベルでの形態的脳ネットワークの構築方法が進展し、その役割と起源を研究することで形態的脳ネットワークの神経生物学を理解することが可能になりました。しかし、単一被験者の形態的脳ネットワークの表現型関連性と神経生物学的基盤に関する研究にはまだ多くの問題が残されています。これらの問題には、性別間で形態的脳ネットワークに差異があるかどうか、個体の行動や認知の予測指標として利用可能かどうか、遺伝的要素があるかどうかなどが含まれます。

研究背景

本研究は、南方師範大学（South China Normal University）の脳研究およびリハビリ研究所（Institute for Brain Research and Rehabilitation）の李振、李俊乐、王宁凯、吕亚婷、邹启宏、王金辉らによって共同で行われ、2023年10月30日に《NeuroImage》誌にオンライン発表されました。

研究プロセス

研究では、いくつかの大規模公開データセットが使用されました。これには、人間連結図計画（Human Connectome Project、HCP）s1200データセット、北京師範大学（Beijing Normal University）テスト-再テストデータセット（Test-Retest Dataset）、子供の多感覚語彙処理の縦断脳関連データセット（LBCMLPC Dataset）、およびアレン人間脳アトラスデータセット（Allen Human Brain Atlas dataset）が含まれます。

プロセス概要

1. データ前処理と形態的マップの抽出: 各T1加重構造画像から脳の皮質表面厚、フラクタル次元、回折指数、および槽深を抽出。
2. 脳領域の区分: Destrieux Atlasを使用して皮質表面を148個の感興味領域（ROI）に区分。
3. 形態的類似度の推定: 各形態指標の領域間類似度を評価し、4種類の単一被験者形態的脳ネットワーク（CTN、FDN、GIN、SDN）を構築。
4. 複数形態学的脳ネットワークの構築: 異なる形態指標のネットワークを統合して一つの複数ネットワークを形成。
5. コミュニティ検出とモジュール区分: グループレベルでコミュニティ検出を行い、脳ネットワーク内のモジュール（コミュニティ）を識別。
6. 行動と認知の関連性: 多変量分散成分モデルおよびBBSモデルを使用して、形態的連結が行動と認知のばらつきをどれくらい説明および予測できるかを評価。
7. 個体認識: ネットワークマッチング方法を使用し、形態的脳ネットワークが指紋として個体を識別する可能性を研究。
8. 遺伝性評価: 遺伝ACEモデルを使用し、形態的脳ネットワークの遺伝コントロール程度を量化。
9. 遺伝子関連性と細胞構造分析: 形態的脳ネットワークと遺伝子発現、細胞構造、神経伝達物質ネットワークを関連付け、これらの関連に重要な遺伝子、細胞特性、および神経伝達物質受容体を同定。

主な結果

1. 性別差異: 男性と女性の間で形態的脳ネットワークに明らかな差異があり、特にCTNとSDNで顕著。
2. 行動と認知の関連性と予測: 単一被験者形態的脳ネットワークは、認知および運動分野で個体のパフォーマンスを説明および予測する際に顕著な効果を示した。CTNとSDNはこれらの分野で高い関連性および予測力を持ちます。さらに、異なるモジュール間およびモジュール内の形態的連結も、行動および認知の関連付けと予測において類似の効果を持ちます。
3. 個体認識: 形態的連結は個体認識の際に高い精度を示し、双子の個体も含まれます。
4. 複数ネットワークと単層ネットワークの比較: 単一指標の形態的ネットワークと比較して、複数形態的ネットワークは行動および認知の関連性と予測においてより優れています。
5. 遺伝性: 形態的連結は全体的に中程度の遺伝性を持ち、異なる形態指標のネットワークは異なる遺伝水準を持ちます。モジュール間連結はモジュール内連結よりも遺伝性が高いです。
6. 遺伝子および細胞構造の関連: 形態的脳ネットワークは遺伝子発現および細胞構造と顕著な正の関連性を示します。CTNsは遺伝子転写および細胞特性との関連性が顕著で、遺伝子は主に皮質表面の上層と顆粒層に富んでいます。
7. 化学構造の関連: 形態的脳ネットワークは化学構造（例えば神経伝達物質受容体）と有意に関連し、異なる形態的ネットワークは異なる神経伝達物質受容体によって駆動されます。

研究の意義と価値

本研究は、単一被験者の形態的脳ネットワークの表現型関連性およびその神経生物学的基盤を明らかにし、形態的脳ネットワーク研究における性別の重要性を強調するとともに、個体の行動および認知パフォーマンスの予測、個体認識の有効性、およびその遺伝および神経生物学的基盤を示しました。これらの結果は、人間の脳構造連結図の理解を深めるだけでなく、脳ネットワークを個別化認知および臨床神経科学研究に応用するための新たな視点を提供します。

データとツールの公開性

本研究で使用されたデータとツールは公開されており、さらなる研究および検証を通じてこれらの重要な発見を強固にし拡張することが期待されます。これらの発見は、神経科学分野の基礎研究にとっても重要であり、臨床応用および個別化医療に新たな見解を提供します。