(d)冗余相互作用的平均區(qū)域密度。
(e)協(xié)同作用的平均區(qū)域密度。
(f)協(xié)同與冗余之間的Spearman相關(guān)性。
不同的子網(wǎng)絡(luò)關(guān)聯(lián)和細(xì)胞結(jié)構(gòu)特征進(jìn)一步表明，冗余和協(xié)同作用可能涉及完全不同的認(rèn)知域。為了實(shí)證驗(yàn)證這一假設(shè)，我們使用(NeuroSynth)進(jìn)行了基于術(shù)語的元分析，它被廣泛用于表征認(rèn)知相關(guān)性方面的宏觀大腦模式。NeuroSynth通過綜合數(shù)以千計(jì)已發(fā)表的功能磁共振成像(fMRI)研究，實(shí)現(xiàn)了廣泛認(rèn)知領(lǐng)域和神經(jīng)模式之間的自動(dòng)概率映射。我們使用了之前研究中使用的24個(gè)主題術(shù)語，范圍從較低的感覺運(yùn)動(dòng)功能(例如眼動(dòng)、運(yùn)動(dòng)、視覺和聽覺感知)到較高的認(rèn)知功能(例如注意力、工作記憶、社交和數(shù)字認(rèn)知)。根據(jù)區(qū)域等級(jí)差異確定的冗余-協(xié)同梯度與這24項(xiàng)相關(guān)。
我們的研究結(jié)果支持了從神經(jīng)解剖學(xué)到認(rèn)知的推論，揭示了從冗余到協(xié)同的區(qū)域梯度相當(dāng)于從較低的感覺運(yùn)動(dòng)功能到較高的認(rèn)知功能的梯度，需要復(fù)雜信息的整合。具體來說，高冗余區(qū)域強(qiáng)烈地出現(xiàn)在聽覺、視覺和多感官處理和運(yùn)動(dòng)上。相比之下，高協(xié)同作用區(qū)域?qū)ι鐣?huì)認(rèn)知、記憶和認(rèn)知控制的負(fù)荷最強(qiáng)(圖1e)。
2.2 協(xié)同和冗余的獨(dú)特圖論輪廓
從理論的角度來看，感覺運(yùn)動(dòng)和高階認(rèn)知功能對認(rèn)知結(jié)構(gòu)提出了截然相反的要求:感覺處理得益于將整個(gè)網(wǎng)絡(luò)分離為獨(dú)立的模塊，而信息的整合則需要高度互聯(lián)的網(wǎng)絡(luò)組織。對大腦區(qū)域之間的所有協(xié)同(冗余)交互的集合可以被視為一個(gè)全腦網(wǎng)絡(luò)，其中每個(gè)節(jié)點(diǎn)是一個(gè)區(qū)域，每條邊代表對應(yīng)兩個(gè)區(qū)域之間的協(xié)同(冗余)信息。這使得我們有可能將信息解析分析的優(yōu)勢與強(qiáng)大的圖論數(shù)學(xué)結(jié)合起來，深入了解人類大腦中協(xié)同和冗余交互的網(wǎng)絡(luò)組織。
在個(gè)體之間，由于協(xié)同連接的強(qiáng)度高，協(xié)同交互的全腦網(wǎng)絡(luò)比由大腦區(qū)域之間的冗余定義的相應(yīng)的全腦網(wǎng)絡(luò)具有更高的互聯(lián)性和全局效率(圖3a)。相反，冗余交互作用描繪了一個(gè)具有高度模塊化結(jié)構(gòu)的網(wǎng)絡(luò)，這在整個(gè)大腦的協(xié)同交互作用網(wǎng)絡(luò)中幾乎是不存在的(圖3b)。因此，從圖論的角度來看，協(xié)同和冗余交互作用的全腦網(wǎng)絡(luò)顯示出獨(dú)特的圖論特性，根據(jù)它們所支持的認(rèn)知功能的要求，分別傾向于全局處理和分離處理。
為了補(bǔ)充這一圖理論分析，我們展示了靜息態(tài)子網(wǎng)絡(luò)內(nèi)部的冗余相互作用往往比它們之間的冗余相互作用更強(qiáng)(圖3c)，而協(xié)同相互作用的情況恰恰相反(圖3d)，協(xié)同相互作用在不同靜息態(tài)子網(wǎng)絡(luò)之間更強(qiáng)，特別是在DMN/FPN和其他子網(wǎng)絡(luò)之間(圖3e)。這些結(jié)果表明，大腦區(qū)域可以依賴冗余信息在各自分離的子網(wǎng)絡(luò)內(nèi)相互作用，同時(shí)通過協(xié)同作用支持跨子網(wǎng)絡(luò)的綜合處理。
2.3 為協(xié)同和冗余提供獨(dú)特的結(jié)構(gòu)支持
由于只有一小部分大腦區(qū)域是由白質(zhì)束直接連接的，我們推斷，一個(gè)生物的生存越依賴于A和B區(qū)域之間的相互作用，A和B區(qū)域就越可能是直接物理連接的，而不是依賴于中間的多突觸連接。因此，直接的解剖學(xué)連接可以被理解為揭示大腦對穩(wěn)定交流的需求是最高的。因此，如果冗余的相互依賴性為系統(tǒng)提供了魯棒性(因?yàn)樗鼈儗?yīng)的信息不依賴于任何單一的大腦區(qū)域)，那么它們應(yīng)該與底層的直接結(jié)構(gòu)連接共存。我們的研究結(jié)果支持了這一假設(shè):在參與者中，白質(zhì)流線的數(shù)量(使用擴(kuò)散加權(quán)成像(DWI)量化)與區(qū)域之間的冗余相互作用的相關(guān)性顯著高于協(xié)同相互作用(圖4a)。
在確定協(xié)同性和冗余性與解剖學(xué)連接的基礎(chǔ)網(wǎng)絡(luò)的關(guān)聯(lián)不同后，我們試圖獲得對它們各自與結(jié)構(gòu)連接的關(guān)系的更精細(xì)的觀察結(jié)果。為此，我們比較了它們之間有直接和間接解剖連接的區(qū)域之間的冗余值。正如我們之前的分析所預(yù)期的那樣，我們發(fā)現(xiàn)在存在直接解剖連接的情況下，冗余性相對較強(qiáng)(圖4b)。相反，我們發(fā)現(xiàn)在沒有直接物理連接的區(qū)域之間協(xié)同作用相對更強(qiáng)(圖4c)。這些結(jié)果與最近的證據(jù)是一致的，即具有直接解剖聯(lián)系的區(qū)域在其表現(xiàn)出的動(dòng)力學(xué)特征方面往往更相似，證實(shí)了我們對它們之間存在更大冗余的預(yù)期。相反，間接(多突觸)連接為不同信息流在從A區(qū)域到B區(qū)域的過程中整合提供了更大的機(jī)會(huì)，并受到不同調(diào)節(jié)因素的影響，這應(yīng)該對應(yīng)于發(fā)生協(xié)同作用的更高機(jī)會(huì)。
為了證實(shí)我們的假設(shè)，我們將協(xié)同和冗余矩陣與皮質(zhì)-皮質(zhì)連線距離進(jìn)行了比較，結(jié)果顯示，兩個(gè)區(qū)域的結(jié)構(gòu)連接曲線之間的差異越大，它們保存相同信息的程度就越小，但它們之間的協(xié)同潛力卻會(huì)增加(圖4d)。
b，存在底層直接結(jié)構(gòu)連接時(shí)，冗余連接顯著增強(qiáng)。
c，不具有直接結(jié)構(gòu)連接的區(qū)域間協(xié)同連接顯著增強(qiáng)。
d，協(xié)同連接的全腦網(wǎng)絡(luò)與皮質(zhì)-皮質(zhì)連線距離的相關(guān)性明顯高于冗余網(wǎng)絡(luò)。
總體而言，冗余交互劃分了人腦中模塊化的結(jié)構(gòu)-功能主干，確保了穩(wěn)定的感覺運(yùn)動(dòng)輸入-輸出通道，而協(xié)同交互則通過不同子網(wǎng)絡(luò)的全局高效連接，受益于結(jié)構(gòu)連接的不同模式，促進(jìn)了高水平的認(rèn)知。我們的方法揭示了大腦如何平衡模塊化和全局信息處理，以服務(wù)于認(rèn)知功能的不同方面。
2.4 大腦高協(xié)同區(qū)域的進(jìn)化
協(xié)同信息處理和高級(jí)認(rèn)知功能之間的聯(lián)系，提出了一種有趣的可能性，即人類大腦可能使人類具有獨(dú)特的復(fù)雜認(rèn)知能力，特別是由于其高度協(xié)同的性質(zhì)。我們通過三種趨同的方法來實(shí)現(xiàn)這一假設(shè)。
首先，我們證明，與非人類靈長類動(dòng)物的大腦相比，人類的大腦在利用協(xié)同信息方面特別成功。協(xié)同互動(dòng)在人類大腦總信息流中所占的比例高于獼猴(圖5a)，而就冗余占總信息的比例而言，兩種物種的大腦是相等的(圖5b)。為了進(jìn)一步證實(shí)協(xié)同的作用，我們發(fā)現(xiàn)，人類和獼猴在協(xié)同作用方面的差異顯著大于FC總強(qiáng)度(FC矩陣的大平均值)的差異，或FC網(wǎng)絡(luò)的全局效率或模塊化的差異。
獼猴大腦中的協(xié)同和冗余模式與在人類中觀察到的模式大致相似(補(bǔ)充圖7)，顯示了它們的進(jìn)化穩(wěn)定性——包括在感覺運(yùn)動(dòng)區(qū)域預(yù)期的高冗余(圖5c)。然而，在獼猴的前額葉皮層中，冗余比協(xié)同更普遍，盡管前額葉皮層是人類最具協(xié)同優(yōu)勢的皮質(zhì)之一(圖5c)。有趣的是，人類的進(jìn)化過程中經(jīng)歷了大量的皮質(zhì)擴(kuò)張。
c，獼猴大腦的區(qū)域冗余-協(xié)同梯度分?jǐn)?shù)的表面投影。
d，人類冗余-協(xié)同梯度評(píng)分與從黑猩猩到人類的區(qū)域皮層擴(kuò)張之間存在顯著的Spearman相關(guān)性。
e，人類冗余-協(xié)同梯度評(píng)分與大腦相關(guān)的人類加速基因的區(qū)域表達(dá)之間的顯著Spearman相關(guān)性。
(c)通過軸索示蹤和擴(kuò)散MRI估計(jì)解剖連通性。
(d)協(xié)同交互的網(wǎng)絡(luò)組織表現(xiàn)出明顯高于冗余交互的整體效率。
(e)冗余交互的網(wǎng)絡(luò)組織表現(xiàn)出明顯高于協(xié)同交互的隔離性(模塊化)。
(f)與協(xié)同相互作用相比，冗余相互作用網(wǎng)絡(luò)與潛在解剖連通性的相關(guān)性顯著更高。
這些發(fā)現(xiàn)表明，在人類大腦中觀察到的高協(xié)同作用可能與進(jìn)化的皮層擴(kuò)張有關(guān)。為了探索這一假設(shè)，我們分析了來自活體結(jié)構(gòu)MRI的皮層形態(tài)測量數(shù)據(jù)，比較了人類和智人最接近的進(jìn)化親戚之一:黑猩猩。為了支持我們的假設(shè)，我們發(fā)現(xiàn)了人類相對于黑猩猩的皮層擴(kuò)張與先前由功能磁共振成像(fMRI)得出的協(xié)同作用區(qū)域流行度梯度之間顯著的正相關(guān)關(guān)系(圖5d)。這些發(fā)現(xiàn)表明，人類額外的皮層組織可能主要用于協(xié)同作用，而不是冗余。
為了為協(xié)同作用的進(jìn)化相關(guān)性提供進(jìn)一步的支持，我們利用了艾倫腦科學(xué)研究所(AIBS)提供的人類成人大腦微陣列數(shù)據(jù)集，該數(shù)據(jù)集覆蓋了左側(cè)皮質(zhì)的57個(gè)區(qū)域。我們發(fā)現(xiàn)，協(xié)同作用的區(qū)域優(yōu)勢與基因的區(qū)域表達(dá)相關(guān)，這些基因(1)與大腦發(fā)育和功能相關(guān)，包括智力和突觸傳遞，(2)在人類與非人類靈長類動(dòng)物中選擇性加速(圖5e)。因此，一個(gè)大腦區(qū)域在協(xié)同作用方面越突出，就越有可能表達(dá)人類特有的大腦基因。
2.5 大腦中協(xié)同作用的突觸基礎(chǔ)
人類加速基因DK-114圖譜的區(qū)域表達(dá)圖由Wei等人提供。簡單地說，通過比較基因組分析，我們選取了基因組中總共2737個(gè)人類加速區(qū)(HARs)中的基因，代表人類加速分化的基因組位點(diǎn)。在這一過程中鑒定出的2143個(gè)HAR相關(guān)基因中，有1711個(gè)在Allen人腦圖譜(AHBA)微陣列數(shù)據(jù)集中被描述，并被Wei和同事們用于分析，稱為“HAR基因”。
HAR基因隨后又被細(xì)分為HAR- brain基因和HAR- nonbrain基因。通過基因型-組織表達(dá)(GTEx)數(shù)據(jù)庫，其中包括從449個(gè)個(gè)體的7333個(gè)樣本中收集的53個(gè)身體部位的56238個(gè)基因表達(dá)譜。在這56238個(gè)基因中，有2823個(gè)基因被鑒定為BRAIN基因，其在腦位點(diǎn)的表達(dá)量顯著高于非腦位點(diǎn)。HAR- BRAIN基因被鑒定為2823個(gè)BRAIN基因和1711個(gè)HAR基因之間重疊的405個(gè)基因，而剩余的HAR基因被標(biāo)記為HAR- nonbrain基因。
上述觀察結(jié)果提出了一個(gè)問題：人類大腦是如何達(dá)到如此高的協(xié)同作用的?為了從神經(jīng)生物學(xué)角度解決這個(gè)問題，我們從AIBS微陣列數(shù)據(jù)中探索了20674個(gè)基因的冗余-協(xié)同梯度和區(qū)域表達(dá)譜之間的關(guān)聯(lián)。使用偏最小二乘(PLS)回歸，我們表明前兩個(gè)PLS分量解釋了區(qū)域協(xié)同冗余值中30%的方差。這兩種成分的HAR-Brain基因顯著富集，證實(shí)了上述假設(shè)驅(qū)動(dòng)的結(jié)果(擴(kuò)展圖9)。我們接下來試圖確定與大腦協(xié)同相關(guān)的過表達(dá)基因所起的作用，對于每個(gè)PLS成分?；虮倔w論術(shù)語的分析顯示，PLS成分的轉(zhuǎn)錄標(biāo)記在參與學(xué)習(xí)/記憶的基因中顯著豐富(與我們的NeuroSynth元分析一致)，以及突觸、突觸組件和突觸傳遞(圖6a-f)。
(b)冗余-協(xié)同區(qū)域模式與PLS第二主成分(PLS2)之間的Spearman相關(guān)性。
(c)由前2個(gè)PLS分量解釋的方差顯著高于基于保留空間自相關(guān)的隨機(jī)模式的預(yù)期。
(d,e)在PLS1和PLS2中HAR-Brain基因顯著富集。
(f)使用另一種方法也觀察到顯著的HAR-Brain基因富集。
(g,h)當(dāng)使用自旋排列控制空間自相關(guān)時(shí)，也觀察到在PLS1和PLS2中的HAR-Brain基因富集。
2.6 協(xié)同作用的代謝和分子基礎(chǔ)
盡管基因和體內(nèi)數(shù)據(jù)表明突觸與大腦協(xié)同作用有關(guān)，但突觸本身并不是固定的，而是在人的一生中發(fā)展起來的。在時(shí)間和空間上，突觸生長都有完善的代謝基礎(chǔ)，特別是與有氧糖酵解(AG)有關(guān)。時(shí)間上，在人類發(fā)育過程中，AG峰值出現(xiàn)在突觸生長峰值；在空間上，AG在成人大腦中的區(qū)域分布與促進(jìn)突觸生長的基因的區(qū)域表達(dá)一致，這表明即使在成年期，AG也可能支持突觸的持續(xù)形成。
根據(jù)這一系列的文獻(xiàn)和我們之前的發(fā)現(xiàn)，我們表明冗余-協(xié)同梯度和糖酵解指數(shù)(GI)的皮層分布之間存在顯著的相關(guān)性，GI是一種AG的測量方法，從大腦氧和葡萄糖代謝率的PET測量中獲得(圖7a)。此外，先前與區(qū)域AG分布相關(guān)的促進(jìn)突觸發(fā)育的相同基因在與協(xié)同-冗余梯度相關(guān)的基因表達(dá)的兩個(gè)PLS組分中也顯著富集(補(bǔ)充圖10)。因此，遺傳和PET證據(jù)一致表明，支持突觸生長的相同代謝過程也可能是人腦協(xié)同作用的基礎(chǔ)。
盡管突觸的高密度反映了整合多種輸入的高潛力，但神經(jīng)元之間的實(shí)際相互作用依賴于作用于各種不同受體的多種不同的神經(jīng)遞質(zhì)。重要的是，神經(jīng)遞質(zhì)受體在人腦中的分布并不是均勻的，而是在皮層區(qū)域和同一區(qū)域的不同層之間存在差異。特別是，皮質(zhì)區(qū)域在神經(jīng)遞質(zhì)受體的多樣性方面有系統(tǒng)的不同。這為識(shí)別人腦協(xié)同作用的潛在神經(jīng)化學(xué)基礎(chǔ)提供了機(jī)會(huì)，我們推斷，不同受體類型和受體層的不同受體表達(dá)應(yīng)該賦予一個(gè)區(qū)域更大的靈活性，因此它的活性將能夠反映來自不同區(qū)域和系統(tǒng)的不同輸入和神經(jīng)調(diào)節(jié)影響的整合。
總的來說，假設(shè)驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)的遺傳、代謝和分子證據(jù)都表明，突觸、突觸形成、突觸傳遞和神經(jīng)遞質(zhì)的多樣性是大腦協(xié)同作用的關(guān)鍵神經(jīng)生物學(xué)基礎(chǔ)，這與協(xié)同作用量化信息整合及其在支持高級(jí)認(rèn)知方面的作用的概念一致。
3. 討論
我們對信息解析大腦動(dòng)態(tài)的多模態(tài)、多物種調(diào)查揭示了人類大腦是如何進(jìn)化到處理魯棒性和整合性之間的內(nèi)在權(quán)衡的。利用集成信息分解對人類BOLD信號(hào)的內(nèi)在動(dòng)態(tài)進(jìn)行分解，量化了有多少關(guān)于大腦動(dòng)態(tài)的信息是由不同大腦區(qū)域的當(dāng)前狀態(tài)冗余攜帶的，以及有多少信息是在區(qū)域之間協(xié)同攜帶的。
結(jié)果表明，協(xié)同相互作用在人類神經(jīng)認(rèn)知結(jié)構(gòu)中起著至關(guān)重要的作用，并通過結(jié)合遺傳、分子、細(xì)胞結(jié)構(gòu)、代謝、結(jié)構(gòu)和神經(jīng)解剖學(xué)證據(jù)，進(jìn)一步確定了其跨尺度的神經(jīng)生物學(xué)基礎(chǔ)。我們的研究結(jié)果表明，基本的感覺運(yùn)動(dòng)功能是由一個(gè)冗余交互的模塊化結(jié)構(gòu)-功能框架支持的。作為大腦的輸入輸出系統(tǒng)，可靠的感覺運(yùn)動(dòng)通道對生存至關(guān)重要，它保證了由冗余交互和直接解剖連接提供的額外穩(wěn)定性，正如我們的結(jié)構(gòu)-功能分析所表明的那樣。
相比之下，元分析和圖論結(jié)果表明，協(xié)同交互作用在整個(gè)大腦中形成了一個(gè)全局高效的網(wǎng)絡(luò)，協(xié)同交互作用連接不同的大腦模塊，以支持更高的認(rèn)知功能。同時(shí)，高協(xié)同作用區(qū)域也表現(xiàn)出高比例的AG。我們發(fā)現(xiàn)高協(xié)同區(qū)域的神經(jīng)解剖學(xué)組織與突觸豐富的聯(lián)想皮層一致。我們還發(fā)現(xiàn)，高協(xié)同作用的皮質(zhì)區(qū)域表現(xiàn)出最多樣化的神經(jīng)遞質(zhì)受體表達(dá)，使靈活的神經(jīng)調(diào)節(jié)成為可能。因此，跨尺度的網(wǎng)絡(luò)組織和神經(jīng)生物學(xué)提供了趨同的證據(jù)，表明協(xié)同交互在理想狀態(tài)下可以作為人類大腦中的“全腦工作空間”，使來自整個(gè)大腦的互補(bǔ)信息得以整合，以服務(wù)于更高的認(rèn)知功能。
綜上所述，我們的研究結(jié)果勾畫出了一個(gè)神經(jīng)結(jié)構(gòu)，在這個(gè)結(jié)構(gòu)中，直接的解剖連接主要有助于確保同一特定模塊內(nèi)的區(qū)域獲得相同的信息。相反，間接多突觸連接更有利于不同模塊之間的信息整合。事實(shí)上，DMN和FPN的高階聯(lián)想皮層可能能夠精確地支持人類的高級(jí)認(rèn)知，這是因?yàn)樗鼈儚V泛參與了協(xié)同處理:我們發(fā)現(xiàn)，與其他靈長類動(dòng)物相比，人類的協(xié)同(而不是冗余)互動(dòng)特別增強(qiáng)，有專門的皮質(zhì)區(qū)域和專門的基因，包括那些促進(jìn)突觸傳輸和形成的基因。這一過程產(chǎn)生了一種神經(jīng)結(jié)構(gòu)，能夠在比其他靈長類動(dòng)物更大的程度上利用協(xié)同信息。
同時(shí)，DMN和FPN在完成任務(wù)和休息時(shí)表現(xiàn)出不同的活動(dòng)模式，在控制大腦動(dòng)態(tài)方面發(fā)揮著不同的作用。因此，在未來的工作中，描述它們各自在大腦協(xié)同核心中的作用將是至關(guān)重要的。此外，未來的工作可能尋求大腦功能的信息分辨方法和時(shí)間分辨方法之間的融合，作為可能的補(bǔ)充策略，以平衡大腦對整合和魯棒性的競爭需求。
將兩個(gè)區(qū)域之間相互作用的協(xié)同和冗余貢獻(xiàn)分離開來，就有可能區(qū)分“信息集成”(協(xié)同)和簡單地“具有相同的信息”(冗余)的情況。協(xié)同信息的量化提供了一種嚴(yán)格的方法，可以從相互影響的角度捕捉不同大腦區(qū)域活動(dòng)之間的整合，超越了傳統(tǒng)的FC測量方法。如果目的是量化匯集和組合的信息，那么傳統(tǒng)的FC可能是不夠的，我們需要更復(fù)雜的信息解析方法機(jī)制來提供協(xié)同作用方面的全貌。事實(shí)上，最近的補(bǔ)充工作也強(qiáng)調(diào)，只關(guān)注鎖定時(shí)間的波動(dòng)將錯(cuò)過區(qū)域之間相互作用的重要方面。
最后，我們的大腦動(dòng)力學(xué)信息解析分析方法的一個(gè)關(guān)鍵優(yōu)勢是其廣泛的可能應(yīng)用范圍：基于信息論，集成信息分解可以應(yīng)用于跨尺度的神經(jīng)數(shù)據(jù)，從功能磁共振成像到神經(jīng)元培養(yǎng)。因此，我們的框架有希望對神經(jīng)科學(xué)的廣泛范圍內(nèi)的一系列問題提供關(guān)鍵的新見解，從健康和病理發(fā)展到認(rèn)知及其障礙。總的來說，這項(xiàng)工作提供了揭示信息處理原則的潛力，這些原則支配著神經(jīng)生物學(xué)如何產(chǎn)生精神現(xiàn)象。
聯(lián)系客服
