DOI: https://doi.org/10.1038/s41598-026-66002-5
تاريخ النشر: 2026-08-22
المؤلف: Abolfazl HaqiqiFar وآخرون
الموضوع الرئيسي: دراسات الاتصال الوظيفي في الدماغ
نظرة عامة
في هذه الدراسة، يقوم المؤلفون بالتحقيق في شبكة نشاط الدماغ الوظيفي من خلال تحليل أنماط نقل المعلومات باستخدام انتروبيا النقل (TE) في الأفراد الأصحاء (HC) والأفراد المصابين باضطراب طيف التوحد (ASD). تكشف النتائج عن اختلافات كبيرة في نقل المعلومات بين المجموعتين، حيث يظهر الأصحاء معلومات مرتدة نسبية أعلى مقارنةً بالمصابين بالتوحد. ومن الجدير بالذكر أن شبكة الوضع الافتراضي والشبكة البصرية تعمل كمصادر رئيسية لتدفق المعلومات في الأصحاء، بينما تُحدد الشبكة الجبهية الجدارية والشبكة الحوفية كمراكز في مجموعة التوحد.
علاوة على ذلك، تشير تحليل رسم TE إلى أن كلا المجموعتين تشتركان في فئة وحدات مماثلة في تدفق المعلومات؛ ومع ذلك، تظهر حالات التوحد هياكل مجزأة. تستكشف الدراسة أيضًا إمكانية استخدام هذه الأنماط في نقل المعلومات كعلامات حيوية لتشخيص حالات التوحد. باستخدام مصنف XGBoost، حقق الباحثون دقة تصنيف متوسطة تبلغ 91.1% في التمييز بين الأفراد المصابين بالتوحد والأصحاء، مع نتائج متسقة عبر ستة مصنفات إضافية والتحقق من صحة على مجموعة ABIDE II المستقلة.
مقدمة
تناقش مقدمة ورقة البحث الطبيعة المعقدة لشبكات الدماغ، مشددة على أن وظيفة الدماغ تعتمد على النشاط المنسق لمناطق مختلفة. هذه التنسيق ضروري لنقل المعلومات والتغذية الراجعة بشكل فعال، حيث يمكن أن تؤدي الاضطرابات إلى اضطرابات عصبية ونفسية. تسلط الورقة الضوء على أهمية فهم كل من الاتصال الموجه وغير الموجه داخل هذه الشبكات، حيث غالبًا ما تبسط النماذج التقليدية تعقيدات نقل المعلومات. تقنيات مثل سببية غرانجر ونمذجة السببية الديناميكية مقترحة لتوفير منظور أكثر تفصيلاً حول الاتصال الدماغي.
علاوة على ذلك، تتناول المقدمة اضطرابات معينة، لا سيما مرض الزهايمر (AD) واضطراب طيف التوحد (ASD)، موصلة أنماط الاتصال المتغيرة بالضعف الإدراكي. في مرض الزهايمر، يرتبط الاتصال الم disrupted بآليات تعويضية قد تنشأ استجابةً للتدهور الإدراكي. في اضطراب طيف التوحد، تفترض “نظرية الاتصال الناقص” أن الأفراد يظهرون اتصالًا وظيفيًا منخفضًا في المناطق الحيوية للإدراك الاجتماعي، بينما يظهرون أيضًا علامات على الاتصال الزائد في الشبكات الأحادية. تشير هذه الثنائية في أنماط الاتصال إلى انحراف عن وظيفة الدماغ النموذجية، مع آثار كبيرة على معالجة الحواس والتفاعلات الاجتماعية. تختتم الفقرة بالإشارة إلى القيود في المنهجيات السابقة، مما يشير إلى الحاجة إلى نهج أكثر دقة لدراسة الاتصال الدماغي.
طرق
تحدد فقرة “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لجمع البيانات حول المتغيرات المحددة. تضمنت المنهجيات الرئيسية تحليلًا إحصائيًا باستخدام أدوات برمجية لضمان موثوقية وValidity النتائج.
شملت عملية جمع البيانات عملية أخذ عينات منهجية، مما يضمن أن حجم العينة كان كافيًا لدعم القوة الإحصائية للنتائج. تضمن التحليل نماذج رياضية متنوعة لتفسير البيانات، مع إيلاء اهتمام خاص للعوامل المربكة المحتملة. بشكل عام، تم تصميم الطرق بدقة لتسهيل فهم شامل للأسئلة البحثية المطروحة.
نتائج
تقدم فقرة “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. توضح النتائج الناتجة عن الدراسة، مع تسليط الضوء على نقاط البيانات والاتجاهات المهمة التي تم ملاحظتها. عادةً ما تدعم النتائج تحليلات إحصائية، والتي قد تشمل قيم p، وفواصل الثقة، أو مقاييس ذات صلة أخرى تؤكد النتائج.
بالإضافة إلى ذلك، قد تتضمن الفقرة تمثيلات بصرية مثل الرسوم البيانية أو الجداول لتوضيح البيانات بوضوح. تساعد هذه المساعدات البصرية في فهم العلاقات بين المتغيرات والآثار العامة للنتائج. يتم وضع النتائج في سياق إطار الأسئلة البحثية المطروحة في البداية، مما يظهر كيف تساهم في الجسم المعرفي القائم في هذا المجال.
مناقشة
تتناول هذه الدراسة قيود النماذج الخطية التقليدية في تحليل تدفق المعلومات في الدماغ من خلال استخدام انتروبيا النقل (TE) لالتقاط الطبيعة غير الخطية والاتجاهية للتواصل بين المناطق. باستخدام بيانات fMRI في حالة الراحة من مجموعة تبادل بيانات تصوير الدماغ للتوحد (ABIDE I)، قام الباحثون ببناء مصفوفات TE لمقارنة أنماط تدفق المعلومات بين الأفراد المصابين باضطراب طيف التوحد (ASD) والأصحاء (HC). تكشف النتائج عن اختلافات كبيرة في الاتصال، حيث تعمل الشبكة الافتراضية والشبكة البصرية كمراكز رئيسية في الأصحاء، بينما تعمل الشبكة الجبهية الجدارية والمناطق الحوفية كمصارف رئيسية في حالات التوحد. تشير هذه إعادة التنظيم إلى معالجة وتكامل متغير في الأنظمة الدماغية الرئيسية، متماشية مع الظواهر المبلغ عنها سابقًا من الاتصال الناقص والاتصال الزائد في حالات التوحد.
تسلط التحليلات الضوء أيضًا على انخفاض التغذية الراجعة النسبية للمعلومات في حالات التوحد، مما يشير إلى انخفاض قدرات المعالجة المتكررة التي قد تسهم في التحديات الإدراكية والسلوكية المرتبطة بالاضطراب. تعزز التقدمات المنهجية للدراسة، بما في ذلك تنظيم مجموعة لاسو واستخراج العمود الفقري، وضوح تحليل الاتصال وتدعم إمكانية ميزات TE كعلامات حيوية للتوحد، محققة دقة تصنيف تبلغ 91% باستخدام نموذج XGBoost. على الرغم من النتائج الواعدة، تعترف الدراسة بالقيود، مثل الاعتماد على بيانات حالة الراحة والحاجة إلى التحقق من صحة عبر مجموعات بيانات متعددة. يجب أن تستكشف الأبحاث المستقبلية نماذج قائمة على المهام وتعتبر نهج TE متعدد المتغيرات لتحسين فهم اضطرابات الشبكة في حالات التوحد وتحسين القابلية السريرية.
DOI: https://doi.org/10.1038/s41598-026-66002-5
Publication Date: 2026-08-22
Author(s): Abolfazl HaqiqiFar et al.
Primary Topic: Functional Brain Connectivity Studies
Overview
In this study, the authors investigate the functional brain activity network by analyzing information transfer patterns using transfer entropy (TE) in Healthy Controls (HC) and individuals with Autism Spectrum Disorder (ASD). The findings reveal significant differences in information transfer between the two groups, with HCs demonstrating higher relative information feedback compared to ASDs. Notably, the Default Mode Network and the Visual Network serve as primary sources of information flow in HCs, while the Frontoparietal Network and the Limbic Network are identified as hubs in the ASD group.
Moreover, the TE graph analysis indicates that both groups share a similar modularity class in information flow; however, ASDs exhibit fragmented structures. The study further explores the potential of using these information transfer patterns as biomarkers for diagnosing ASDs. Utilizing the XGBoost classifier, the researchers achieved a mean classification accuracy of 91.1% in distinguishing between individuals with ASDs and HCs, with consistent results across six additional classifiers and validation on the independent ABIDE II cohort.
Introduction
The introduction of the research paper discusses the intricate nature of brain networks, emphasizing that the functionality of the brain relies on the coordinated activity of various regions. This coordination is essential for effective information transfer and feedback, with disruptions potentially leading to neurological and psychiatric disorders. The paper highlights the importance of understanding both directed and undirected connectivity within these networks, as traditional models often oversimplify the complexities of information transmission. Techniques such as Granger causality and dynamic causal modeling are suggested to provide a more detailed perspective on brain connectivity.
Furthermore, the introduction addresses specific disorders, notably Alzheimer’s disease (AD) and Autism Spectrum Disorder (ASD), linking altered connectivity patterns to cognitive impairments. In AD, disrupted connectivity is associated with compensatory mechanisms that may arise in response to cognitive decline. In ASD, the “underconnectivity theory” posits that individuals exhibit reduced functional connectivity in regions critical for social cognition, while also showing signs of overconnectivity in unimodal networks. This duality in connectivity patterns suggests a divergence from typical brain function, with significant implications for sensory processing and social interactions. The section concludes by noting limitations in previous methodologies, indicating a need for more nuanced approaches to studying brain connectivity.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, implementing controlled experiments to gather data on the specified variables. Key methodologies included statistical analysis using software tools to ensure the reliability and validity of the results.
Data collection involved a systematic sampling process, ensuring that the sample size was adequate to support the statistical power of the findings. The analysis incorporated various mathematical models to interpret the data, with particular attention given to potential confounding factors. Overall, the methods were rigorously designed to facilitate a comprehensive understanding of the research questions posed.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It details the outcomes of the study, highlighting significant data points and trends observed. The results are typically supported by statistical analyses, which may include p-values, confidence intervals, or other relevant metrics that validate the findings.
Additionally, the section may include visual representations such as graphs or tables to illustrate the data clearly. These visual aids help in understanding the relationships between variables and the overall implications of the results. The findings are contextualized within the framework of the research questions posed at the outset, demonstrating how they contribute to the existing body of knowledge in the field.
Discussion
This study addresses the limitations of traditional linear models in analyzing information flow in the brain by employing Transfer Entropy (TE) to capture the nonlinear and directional nature of interregional communication. Utilizing resting-state fMRI data from the Autism Brain Imaging Data Exchange (ABIDE I) dataset, the researchers constructed TE matrices to compare information flow patterns between individuals with Autism Spectrum Disorder (ASD) and healthy controls (HC). The findings reveal significant differences in connectivity, with the DMN and Visual Network (VN) serving as central hubs in HC, while the FPN and limbic regions act as primary sinks in ASD. This reorganization suggests altered processing and integration within key brain systems, aligning with previously reported underconnectivity and overconnectivity phenomena in ASD.
The analysis further highlights reduced short-loop relative information feedback in ASD, indicating diminished recurrent processing capabilities that may contribute to the cognitive and behavioral challenges associated with the disorder. The study’s methodological advancements, including group lasso regularization and backbone extraction, enhance the clarity of connectivity analysis and support the potential of TE features as biomarkers for ASD, achieving a classification accuracy of 91% with an XGBoost model. Despite promising results, the study acknowledges limitations, such as reliance on resting-state data and the need for cross-dataset validation. Future research should explore task-based paradigms and consider multivariate TE approaches to refine the understanding of ASD’s network disruptions and improve clinical applicability.