《本文同步發(fā)布于“腦之說(shuō)”微信公眾號(hào)》
導(dǎo)讀
人腦在靜息狀態(tài)下，可以利用功能連接將其劃分為一些經(jīng)典大尺度功能網(wǎng)絡(luò)。這些網(wǎng)絡(luò)分管不同的認(rèn)知功能，例如，一個(gè)極為重要的網(wǎng)絡(luò)——默認(rèn)網(wǎng)絡(luò)（DMN）主要參與人的內(nèi)在導(dǎo)向認(rèn)知活動(dòng)，像是記憶、社交思維以及獎(jiǎng)賞機(jī)制。在之前基于平均后的群組水平數(shù)據(jù)的研究中，盡管參與了多重認(rèn)知活動(dòng)，默認(rèn)網(wǎng)絡(luò)仍被劃分為一個(gè)網(wǎng)絡(luò)整體。這令人不禁遐想，默認(rèn)網(wǎng)絡(luò)是否存在穩(wěn)定的負(fù)責(zé)不同單一認(rèn)知功能的子網(wǎng)絡(luò)呢？這篇于近期發(fā)表在《PNAS》的文章 ”Default-mode network streams for coupling to language and control systems” 不同之前研究的方法，其利用多次重復(fù)采集的個(gè)體水平靜息態(tài)數(shù)據(jù)，來(lái)探究這一問(wèn)題。本文即對(duì)該研究進(jìn)行解讀。
一、 研究背景
默認(rèn)網(wǎng)絡(luò)作為被研究的最多的功能網(wǎng)絡(luò)之一，其主要腦區(qū)包括雙側(cè)內(nèi)側(cè)頂葉皮層、內(nèi)側(cè)以及頂側(cè)前額葉皮層、角回、內(nèi)側(cè)以及外側(cè)顳葉皮層和小腦。利用靜息態(tài)功能連接可以很穩(wěn)定的探測(cè)到這些區(qū)域作為DMN，但矛盾的是，這些區(qū)域在任務(wù)活動(dòng)中的激活卻表現(xiàn)出異質(zhì)性（heterogeneity）。DMN通常與自傳體記憶（autobiography memory）以及其他的內(nèi)在導(dǎo)向認(rèn)知活動(dòng)（internally oriented cognition）。然而，許多研究表明，DMN不同的部分區(qū)域分別與語(yǔ)境信息處理（processing contextual information）、恐懼焦慮情緒管理（regulation of fear and anxiety）、獎(jiǎng)賞以及基于獎(jiǎng)賞機(jī)制的決策（reward processing and reward-based decision making）、社交處理（social processing），甚至是一些任務(wù)導(dǎo)向的認(rèn)知控制活動(dòng)（task-oriented cognitive control）。不僅是任務(wù)參與，DMN的其他許多特性中在其內(nèi)部都表現(xiàn)出極大的異質(zhì)性。這種現(xiàn)象的一種解釋是DMN的這種功能異質(zhì)性是由其內(nèi)部相互區(qū)分的子網(wǎng)絡(luò)結(jié)構(gòu)所決定的。之前已經(jīng)有些研究利用組平均靜息態(tài)功能連接（RSFC）數(shù)據(jù)對(duì)DMN的子網(wǎng)絡(luò)進(jìn)行過(guò)研究，但這些研究并不能找到穩(wěn)定的子網(wǎng)絡(luò)結(jié)構(gòu)，這一點(diǎn)與RSFC在個(gè)體間的差異性息息相關(guān)，即便是對(duì)個(gè)體間配準(zhǔn)過(guò)程做了優(yōu)化仍不能解決這一問(wèn)題。因此，對(duì)功能網(wǎng)絡(luò)子網(wǎng)絡(luò)的探究更適合在個(gè)體水平上去做。這邊文章便是基于這一思路，在10個(gè)被試中穩(wěn)定的探測(cè)到DMN的子網(wǎng)絡(luò)結(jié)構(gòu)。
二、 研究方法
被試：MSC（Midnight Scan Club）數(shù)據(jù)集，包括10名被試，華盛頓大學(xué)圣路易斯采集，每名被試采集10個(gè)session的數(shù)據(jù)，總計(jì)有超過(guò)10個(gè)小時(shí)的靜息態(tài)以及任務(wù)態(tài)數(shù)據(jù)（3種任務(wù)）。
預(yù)處理：結(jié)構(gòu)像利用FreeSurfer分割并重建皮層，并配準(zhǔn)到HCP的fs_LR空間；功能數(shù)據(jù)經(jīng)時(shí)間層矯正、頭動(dòng)矯正、磁敏感畸變矯正，并采樣到3mm體素大小Talairach空間。靜息態(tài)數(shù)據(jù)還做了去線性漂移、頭動(dòng)過(guò)大時(shí)間點(diǎn)的插值以及濾波（0.009-0.08Hz）。隨后功能數(shù)據(jù)均采樣到fs_LR_32k空間。
定義功能網(wǎng)絡(luò)：對(duì)RSFC矩陣采取多稀疏度（0.01, 0.02, 0.05, 0.1, 0.2, 0.5, 1, 2, 5%），并利用InfoMap算法分割功能網(wǎng)絡(luò)。
圖論指標(biāo)計(jì)算：節(jié)點(diǎn)中心度（degree centrality）、參與系數(shù)（participation coefficient）等，均利用BCT（Brain Connectivity Toolbox）實(shí)現(xiàn)。
三、 研究結(jié)果
① 最佳網(wǎng)絡(luò)稀疏度的選擇
文中為了確定最佳的網(wǎng)絡(luò)稀疏度等參數(shù)，利用分割得到的網(wǎng)絡(luò)內(nèi)每個(gè)頂點(diǎn)間的FC模式的相似性作為內(nèi)部驗(yàn)證（internal validation），利用空間方差分析（spatial ANOVA）的R2來(lái)作為外部驗(yàn)證（external validation）。如圖所示，最終確定最佳的稀疏度為0.1%。
② DMN的子網(wǎng)絡(luò)結(jié)構(gòu)在被試間可被穩(wěn)定探測(cè)
以MSC01被試為例，文章將DMN分為9個(gè)子網(wǎng)絡(luò)，分別為 頂葉子網(wǎng)絡(luò)（parietal subnetwork）、腹內(nèi)側(cè)子網(wǎng)絡(luò)（ventromedial subnetwork）、前膝子網(wǎng)絡(luò)（pregenual subnetwork）、后皮質(zhì)子網(wǎng)絡(luò)（retrosplenial subnetwork）、后內(nèi)側(cè)顳葉子網(wǎng)絡(luò)（posterior medial temporal lobe， MTL subnetwork）以及雙側(cè)前部以及后部側(cè)部子網(wǎng)絡(luò)（left and right anterior and posterior lateral subnetwork）。
這9個(gè)子網(wǎng)絡(luò)在被試中均可以被發(fā)現(xiàn)，且空間位置大致相同，被試間具有較高的重合率。
③ 不同的子網(wǎng)絡(luò)參與不同的認(rèn)知任務(wù)
在不同的任務(wù)刺激下，DMN的子網(wǎng)絡(luò)激活程度不同，呈現(xiàn)差異化的分布。在scene>face任務(wù)對(duì)比中，頂內(nèi)側(cè)下、后皮質(zhì)以及顳下皮質(zhì)中的子網(wǎng)絡(luò)與該任務(wù)激活呈現(xiàn)很強(qiáng)的正相關(guān)，而內(nèi)側(cè)頂葉與腹內(nèi)側(cè)前額葉的子網(wǎng)絡(luò)則呈現(xiàn)很強(qiáng)的負(fù)相關(guān)。而在words>fixation任務(wù)對(duì)比下，外側(cè)顳葉以及前額葉的子網(wǎng)絡(luò)呈現(xiàn)明顯的激活，而內(nèi)側(cè)頂葉以及角回處的子網(wǎng)絡(luò)則呈現(xiàn)明顯的負(fù)激活。簡(jiǎn)單總結(jié)，由RSFC數(shù)據(jù)分得的DMN子網(wǎng)絡(luò)結(jié)構(gòu)可以很好的反映任務(wù)在經(jīng)典大尺度網(wǎng)絡(luò)定義下內(nèi)部的差異化激活。
④ 頂葉子網(wǎng)絡(luò)作為DMN的核心，外側(cè)子網(wǎng)絡(luò)為與其他網(wǎng)絡(luò)連接的hub節(jié)點(diǎn)
文章中計(jì)算了每個(gè)子網(wǎng)絡(luò)到DMN自身以及到語(yǔ)言網(wǎng)絡(luò)（在本文中即腹側(cè)注意網(wǎng)絡(luò)）、額頂網(wǎng)絡(luò)的功能連接，發(fā)現(xiàn)頂葉子網(wǎng)絡(luò)與其他DMN的連接強(qiáng)度顯著高于其他子網(wǎng)絡(luò)，而雙側(cè)外側(cè)前部子網(wǎng)絡(luò)與語(yǔ)言網(wǎng)絡(luò)的連接顯著強(qiáng)于其他網(wǎng)絡(luò)，雙側(cè)外側(cè)后部子網(wǎng)絡(luò)則與額頂網(wǎng)絡(luò)擁有更強(qiáng)的連接。同時(shí)，文章中還計(jì)算了節(jié)點(diǎn)度中心性作為DMN網(wǎng)絡(luò)內(nèi)中心性的度量，利用參與系數(shù)作為連接hub的度量，結(jié)果發(fā)現(xiàn)頂葉子網(wǎng)絡(luò)的節(jié)點(diǎn)度中心性要顯著大于其他子網(wǎng)絡(luò)，而四個(gè)外側(cè)子網(wǎng)絡(luò)則更具連接中心的特性。結(jié)合以上發(fā)現(xiàn)，可以得出頂葉子網(wǎng)絡(luò)為DMN的核心，而外側(cè)子網(wǎng)絡(luò)為其連接中心的結(jié)論。
⑤ 不同的子網(wǎng)絡(luò)在時(shí)域上具有不同的延遲特性
通過(guò)估計(jì)每個(gè)子網(wǎng)絡(luò)平均時(shí)間序列信號(hào)與其余所有子網(wǎng)絡(luò)的延遲，可以從結(jié)果中看到，子網(wǎng)絡(luò)的時(shí)域延遲特性具有明顯的差異，頂葉子網(wǎng)絡(luò)以及右側(cè)背外側(cè)子網(wǎng)絡(luò)的信號(hào)在時(shí)域上要早于其他子網(wǎng)絡(luò)，而左側(cè)背外側(cè)子網(wǎng)絡(luò)以及雙側(cè)前側(cè)子網(wǎng)絡(luò)則相對(duì)滯后。再通過(guò)計(jì)算所有子網(wǎng)絡(luò)配對(duì)間的時(shí)域延遲，文章中得到了一個(gè)子網(wǎng)絡(luò)對(duì)子網(wǎng)絡(luò)的時(shí)域延遲矩陣。通過(guò)這個(gè)矩陣可以得知，頂葉子網(wǎng)絡(luò)要顯著的先于雙側(cè)前側(cè)子網(wǎng)絡(luò)以及左側(cè)背外側(cè)子網(wǎng)絡(luò)。
三、 結(jié)論
通過(guò)在個(gè)體水平上的DMN子網(wǎng)絡(luò)分析，本文將DMN劃分為9個(gè)子網(wǎng)絡(luò)，并發(fā)現(xiàn)了前部外側(cè)子網(wǎng)絡(luò)耦合到控制網(wǎng)絡(luò)的信息流通道，以及背外側(cè)子網(wǎng)絡(luò)到語(yǔ)言網(wǎng)絡(luò)的信息流通道。并且在子網(wǎng)絡(luò)結(jié)構(gòu)下可以更好的代表任務(wù)態(tài)激活模式。而且這種個(gè)體化的DMN子網(wǎng)絡(luò)在未來(lái)的臨床應(yīng)用中或許將發(fā)揮重要的作用。
參考文獻(xiàn)：Default-mode network streams for coupling to language and controlsystems, Evan M. Gordon et al., Proceedings of the National Academy of Sciences Jul 2020, 202005238; DOI:10.1073/pnas.2005238117
聯(lián)系客服
