DOI: https://doi.org/10.1038/s43856-026-01783-4
تاريخ النشر: 2026-10-13
المؤلف: Rui Shen وآخرون
الموضوع الرئيسي: دراسات الاتصال الوظيفي في الدماغ
نظرة عامة
يقدم هذا القسم دراسة تركز على فهم التنوع العصبي في الاضطرابات النمائية العصبية من خلال تقنيات التصوير العصبي المتقدمة. يبرز أهمية قياس الانحرافات عن أنماط الاتصال العصبي الطبيعية، مما قد يساعد في التشخيص واستراتيجيات العلاج. يقدم المؤلفون إطار تمثيل الدماغ عبر التضمين التوليدي العميق الفردي، الذي يجمع بين النمذجة الطبيعية ونموذج توليدي عميق مستوحى من البيولوجيا لإنشاء مسار مرجعي لتطور الاتصال العصبي الطبيعي. يستخدم هذا الإطار بيانات من 1,164 مشاركًا طبيعيًا و229 مشاركًا مصابًا بالتوحد لتوليد درجة تنوع عصبي عالمية، تعكس الفرق بين عمر الدماغ القائم على الاتصال والعمر الزمني، إلى جانب خرائط تنوع عصبي محددة حسب المنطقة.
تشير النتائج إلى أن درجة التنوع العصبي العالمية ترتبط بالتقييمات السريرية للتوحد، بينما توفر الخرائط الإقليمية رؤى حول التباين الفردي الموجود في الاضطرابات النمائية العصبية. بشكل جماعي، تعزز هذه الأدوات قياس التباين التطوري في الاتصال العصبي، مما يساهم في تقدم علامات التصوير للتشخيص الشخصي والتدخل في البيئات السريرية.
الطرق
يستعرض قسم “الطرق” الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يوضح اختيار المشاركين، وتصميم التجارب، والتقنيات الإحصائية المستخدمة لتحليل البيانات. نفذ الباحثون بيئة محكومة لتقليل المتغيرات الخارجية، مما يضمن موثوقية النتائج. تم استخدام منهجيات محددة، مثل أخذ العينات العشوائية والتجارب المزدوجة التعمية، لتعزيز صحة النتائج.
بالإضافة إلى ذلك، يصف القسم النماذج الرياضية والمعادلات المطبقة لتفسير البيانات. على سبيل المثال، قد يكون الباحثون قد استخدموا تحليل الانحدار لتحديد العلاقات بين المتغيرات، والتي تم تمثيلها رياضيًا كـ $Y = \beta_0 + \beta_1X + \epsilon$، حيث $Y$ هو المتغير التابع، و$X$ هو المتغير المستقل، و$\epsilon$ يمثل مصطلح الخطأ. تعتبر الطرق المستخدمة حاسمة لتكرار الدراسة والتحقق من الاستنتاجات المستخلصة من النتائج.
النتائج
تظهر نتائج هذه الدراسة أن إطار BRIDGE يعمل كنموذج معياري متفوق للاتصالات الهيكلية، حيث يلتقط بفعالية الخصائص الطوبولوجية ويشفّر أنماط الاتصال المرتبطة بالعمر. يتضح ذلك من خلال المقارنات مع طرق بديلة لنمذجة التغيرات التطورية في الاتصال، كما هو موضح في الأقسام “BRIDGE التقط الخصائص الطوبولوجية في الاتصالات الهيكلية” و”BRIDGE شفر أنماط الاتصال المرتبطة بالعمر في النمذجة الطبيعية.”
علاوة على ذلك، تؤكد الدراسة على فائدة خريطة التنوع العصبي الإقليمية ودرجة التنوع العصبي العالمية، المستمدة من إطار BRIDGE. تظهر هذه القياسات أنها تقدم رؤى ذات مغزى سريري حول الاضطرابات النمائية العصبية، متفوقة على تلك المستمدة من نماذج معيارية أخرى. يتم تلخيص التركيبة السكانية لمجموعات البيانات المستخدمة، وتحديدًا مجموعة فيلادلفيا النمائية العصبية (PNC) ومجموعة مركز أبحاث التوحد (CAR)، في الجدول 1، مما يبرز قوة النتائج عبر مجموعات سكانية متنوعة.
المناقشة
في هذا القسم، يناقش المؤلفون المنهجيات والنتائج من دراستهم على المشاركين الطبيعيين والمصابين بالتوحد، باستخدام بيانات التصوير بالرنين المغناطيسي الانتشاري لبناء الاتصالات الهيكلية ونمذجة المسارات النمائية العصبية. شملت مجموعة فيلادلفيا النمائية العصبية (PNC) 968 مشاركًا طبيعيًا تتراوح أعمارهم بين 8-22 عامًا، بينما تضمنت مجموعة مركز أبحاث التوحد (CAR) 229 طفلًا مصابًا بالتوحد و196 من الضوابط الطبيعية، تتراوح أعمارهم بين 6-19 عامًا. خضعت كلتا المجموعتين لمراجعة أخلاقية صارمة وبروتوكولات جمع البيانات، حيث تمت معالجة بيانات التصوير بالرنين المغناطيسي الانتشاري باستخدام تقنيات متقدمة لإنشاء الاتصالات الهيكلية.
قدم المؤلفون نموذج BRIDGE، وهو مشفر تلقائي متغير قائم على الرسم البياني (VAE)، لوصف المسارات النمائية العصبية الطبيعية للاتصالات الهيكلية. التقط هذا النموذج بفعالية المعلومات المرتبطة بالعمر من خلال رسم بيانات الاتصال في فضاء كامن منخفض الأبعاد مع تضمين قيود توصيل مستوحاة من البيولوجيا. أظهر نموذج BRIDGE أداءً متفوقًا في توليد الاتصالات الهيكلية مقارنة بالنماذج البديلة، محققًا درجات عدم تشابه أقل وتوقعات أفضل لعمر الدماغ. كما سلطت الدراسة الضوء على فعالية التدريب المسبق على مجموعة بيانات PNC الأكبر، مما عزز قدرة النموذج على التقاط التغيرات النمائية العصبية في مجموعة CAR. بالإضافة إلى ذلك، طور المؤلفون خرائط تنوع عصبي إقليمية لقياس الانحرافات عن المسارات الطبيعية، كاشفين عن أنماط اتصال فردية في المشاركين المصابين بالتوحد وإقامة علاقات مع مقاييس سريرية مثل درجات ADOS. بشكل عام، برز نموذج BRIDGE كأداة قوية لفهم الاتصال الهيكلي في الاضطرابات النمائية العصبية.
DOI: https://doi.org/10.1038/s43856-026-01783-4
Publication Date: 2026-10-13
Author(s): Rui Shen et al.
Primary Topic: Functional Brain Connectivity Studies
Overview
The section presents a study focused on understanding neurodivergence in neurodevelopmental disorders through advanced neuroimaging techniques. It highlights the significance of quantifying deviations from neurotypical brain connectivity patterns, which may aid in diagnosis and therapeutic strategies. The authors introduce the Brain Representation via Individualized Deep Generative Embedding framework, which combines normative modeling with a bio-inspired deep generative model to establish a reference trajectory for neurotypical brain connectivity development. This framework utilizes data from 1,164 neurotypical participants and 229 autistic participants to generate a global neurodivergence score, reflecting the difference between connectivity-based brain age and chronological age, alongside region-specific neurodivergence maps.
The findings indicate that the global neurodivergence score correlates with clinical assessments of autism, while the regional maps provide insights into the individual variability present in neurodevelopmental disorders. Collectively, these tools enhance the quantification of developmental divergence in brain connectivity, contributing to the advancement of imaging markers for personalized diagnosis and intervention in clinical settings.
Methods
The “Methods” section outlines the experimental and analytical procedures employed in the study. It details the selection of participants, the design of the experiments, and the statistical techniques utilized for data analysis. The researchers implemented a controlled environment to minimize external variables, ensuring the reliability of the results. Specific methodologies, such as random sampling and double-blind trials, were employed to enhance the validity of the findings.
Additionally, the section describes the mathematical models and equations applied to interpret the data. For instance, the researchers may have used regression analysis to identify correlations between variables, represented mathematically as $Y = \beta_0 + \beta_1X + \epsilon$, where $Y$ is the dependent variable, $X$ is the independent variable, and $\epsilon$ represents the error term. The methods employed are critical for replicating the study and validating the conclusions drawn from the results.
Results
The results of this study demonstrate that the BRIDGE framework serves as a superior normative model for structural connectomes, effectively capturing topological properties and encoding age-related connectivity patterns. This is evidenced by comparisons with alternative methods of modeling developmental changes in connectivity, as detailed in the sections “BRIDGE captured topological properties in structural connectomes” and “BRIDGE encoded age-related connectivity patterns in normative modeling.”
Furthermore, the study validates the utility of the region-wise neurodivergence map and the global neurodivergence score, both derived from the BRIDGE framework. These measures are shown to provide clinically meaningful insights into neurodevelopmental disorders, outperforming those obtained from other normative models. The demographics of the datasets utilized, specifically the Philadelphia Neurodevelopmental Cohort (PNC) and the Center for Autism Research (CAR) cohort, are summarized in Table 1, underscoring the robustness of the findings across diverse populations.
Discussion
In this section, the authors discuss the methodologies and findings from their study on neurotypical and autistic participants, utilizing diffusion MRI data to construct structural connectomes and model neurodevelopmental trajectories. The Philadelphia Neurodevelopmental Cohort (PNC) included 968 neurotypical participants aged 8-22 years, while the Center for Autism Research (CAR) cohort comprised 229 children with autism and 196 neurotypical controls, aged 6-19 years. Both cohorts underwent rigorous ethical review and data acquisition protocols, with diffusion MRI data processed using advanced techniques to create structural connectomes.
The authors introduced the BRIDGE model, a graph-based variational autoencoder (VAE), to characterize neurotypical developmental trajectories of structural connectomes. This model effectively captured age-related information by mapping connectome data into a lower-dimensional latent space while incorporating biologically inspired wiring constraints. The BRIDGE model demonstrated superior performance in generating structural connectomes compared to alternative models, achieving lower dissimilarity scores and improved brain age predictions. The study also highlighted the effectiveness of pre-training on the larger PNC dataset, which enhanced the model’s ability to capture neurodevelopmental changes in the CAR cohort. Additionally, the authors developed regional neurodivergence maps to quantify deviations from neurotypical trajectories, revealing individualized connectivity patterns in autistic participants and establishing correlations with clinical measures such as ADOS scores. Overall, the BRIDGE model emerged as a robust tool for understanding structural connectivity in neurodevelopmental disorders.