DOI: https://doi.org/10.1038/s41467-024-47860-x
PMID: https://pubmed.ncbi.nlm.nih.gov/38670965
تاريخ النشر: 2024-04-26
المؤلف: Dominik Koller وآخرون
الموضوع الرئيسي: دراسات الاتصال الوظيفي في الدماغ
نظرة عامة
تبحث الدراسة في دور الاتصال الهيكلي في تدرجات القوة في تشكيل اتجاهات الموجات المتنقلة وتدرجات التردد في قشرة الدماغ البشرية. يفترض المؤلفون أن هذه التدرجات، التي تُعرف بأنها المجموع المتغير تدريجياً لقوة الاتصالات الواردة، تؤثر على كل من اتجاه الموجات المتنقلة وتردد التذبذبات العصبية. تؤكد نتائجهم وجود تدرجات القوة عبر مجموعات مختلفة وتقسيمات من الاتصال البشري. باستخدام نموذج شبكة قشرية، يظهرون أن هذه التدرجات توجه الموجات المتنقلة بشكل فعال وتشكل تدرجات التردد، مما يتماشى بشكل أفضل مع الاتصال الوظيفي MEG في حالة الراحة عندما تكون الديناميات الموجهة بالقوة موجودة.
بالإضافة إلى ذلك، تكشف الدراسة أن الشبكات الفرعية الهيكلية داخل الاتصال البشري يمكن أن تولد اتجاهات موجية متعارضة وتدرجات تردد، خاصة في نطاقات التردد ألفا وبيتا. يؤكد المؤلفون على أهمية الموجات المتنقلة القشرية، وهي إشارات عصبية تنتشر بشكل منهجي عبر الدماغ، وارتباطها بوظائف معرفية مختلفة وحالات سريرية. من خلال توضيح الآليات وراء اتجاه الموجات، توفر هذه الدراسة رؤى قيمة في كل من العمليات المعرفية الصحية والمرضية.
طرق البحث
في هذه الدراسة، استخدمنا بيانات متاحة للجمهور من مشروع الاتصال البشري (HCP) تشمل 785 موضوعًا مع مجموعات بيانات MRI كاملة، بما في ذلك MRI الهيكلي (T1w و T2w)، وMRI المعتمد على الانتشار، وfMRI في حالة الراحة عبر أربع جلسات. وفقًا للإرشادات الأخلاقية، تم الحصول على موافقة مستنيرة من جميع المشاركين، وحصل بروتوكول الدراسة على موافقة من مجالس المراجعة المؤسسية ذات الصلة. بعد استبعاد تسعة مواضيع بسبب الملفات المفقودة، قمنا بتحليل بيانات من 776 فردًا صحيًا (نطاق العمر: 22-36 عامًا؛ 432 إناث و344 ذكور) لبناء متوسط الاتصال الهيكلي والتحقيق في توزيعات القوة عبر مجموعات وتقسيمات مختلفة.
لتحليلنا، قمنا بحساب القوى لكل منطقة من أطلس لوزان باستخدام بيانات من 70 موضوعًا صحيًا شابًا (متوسط العمر: 28.8 ± 9.1 عامًا؛ 27 إناث). بالإضافة إلى ذلك، استخرجنا تقسيم شيفر مع 400 منطقة من 369 موضوعًا صحيًا (متوسط العمر: 42.7 ± 17.9 عامًا؛ 243 إناث) وتقسيم عشوائي مع 500 منطقة من 972 مشاركًا في إصدار HCP S1200 (متوسط العمر: 28.7 ± 3.7 عامًا؛ 522 إناث). كلا مجموعتي البيانات متاحة للجمهور. علاوة على ذلك، قمنا بفحص اتساق نماذج الشبكة القشرية التي تولد الموجات المتنقلة وتدرجات التردد مع البيانات التجريبية، باستخدام بيانات MEG في حالة الراحة من 89 موضوعًا شاركوا في HCP.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. يوضح بشكل منهجي النتائج، مع تسليط الضوء على نقاط البيانات والاتجاهات المهمة التي لوحظت خلال الدراسة. غالبًا ما تكون النتائج مصحوبة بتحليلات إحصائية ذات صلة، مما يوضح قوة النتائج.
على وجه الخصوص، قد يتضمن القسم نتائج كمية معبر عنها من خلال المعادلات أو التمثيلات الرسومية، التي توضح العلاقات بين المتغيرات. على سبيل المثال، إذا كانت الدراسة تحقق في نموذج رياضي، قد يتم تلخيص النتائج في شكل معادلات مثل $a^2 + b^2 = c^2$، مما يشير إلى قدرات النموذج التنبؤية. بشكل عام، يخدم هذا القسم لتأكيد الفرضيات المطروحة في المقدمة، مما يوفر أساسًا للنقاشات والاستنتاجات اللاحقة.
المناقشة
في هذا القسم، يستكشف المؤلفون دور تدرجات القوة في توجيه الموجات المتنقلة ضمن نموذج شبكة ثنائية الأبعاد من المتذبذبات كوراموتو المترابطة بشكل ضعيف. يثبتون أن الموجات المتنقلة تظهر باستمرار عبر المحاكاة، مع وجود ارتباط كبير بين انتشار الموجات وتدرج القوة، الذي يُعرف بأنه مجموع قوى الاتصالات الواردة إلى كل متذبذب. تشير النتائج إلى أن الموجات تنتشر من مناطق ذات قوة منخفضة إلى عالية، مدعومة بارتباط سلبي بين متوسط تدفق الموجات وتدرج القوة (r = -0.94، p < 0.01). بالمقابل، أنتج نموذج التحكم مع توزيع قوة موحد الموجات بشكل أقل تكرارًا (39% من الوقت)، مما يبرز أهمية تدرجات القوة في اتجاه الموجات. علاوة على ذلك، يستكشف المؤلفون التفاعل بين تدرجات القوة وتدرجات التردد الداخلي (IF)، مفترضين أن كلا الآليتين تؤثران على اتجاه الموجة وأنماط التردد الفعال (EF). يظهرون أنه بينما توجه تدرجات القوة بشكل أساسي اتجاه الموجة، يمكن أن تؤدي وجود تدرجات IF إلى تغيير هذا الاتجاه. كما تؤكد الدراسة وجود تدرجات القوة في الاتصال البشري، المستمدة من بيانات MRI المعتمدة على الانتشار، كاشفة عن تدرج مكاني في قوى الاتصالات عبر المناطق القشرية. يخلص المؤلفون إلى أن هذه التدرجات لا توجه الموجات المتنقلة فحسب، بل تساهم أيضًا في توليد تدرجات EF في الدماغ البشري، مما يشير إلى تفاعل معقد بين الاتصال الهيكلي والسلوك التذبذبي الديناميكي في الشبكات القشرية.
DOI: https://doi.org/10.1038/s41467-024-47860-x
PMID: https://pubmed.ncbi.nlm.nih.gov/38670965
Publication Date: 2024-04-26
Author(s): Dominik Koller et al.
Primary Topic: Functional Brain Connectivity Studies
Overview
The research investigates the role of structural connectivity instrength gradients in shaping traveling wave directions and frequency gradients in the human cortex. The authors hypothesize that these gradients, defined as the gradually varying sum of incoming connection strengths, influence both the direction of traveling waves and the frequency of neural oscillations. Their findings confirm the existence of instrength gradients across various cohorts and parcellations of the human connectome. Using a cortical network model, they demonstrate that these gradients effectively direct traveling waves and shape frequency gradients, aligning best with resting-state MEG functional connectivity when instrength-directed dynamics are present.
Additionally, the study reveals that structural subnetworks within the human connectome can generate opposing wave directions and frequency gradients, particularly in the alpha and beta frequency bands. The authors emphasize the significance of cortical traveling waves, which are neuronal signals that propagate systematically across the brain, and their association with various cognitive functions and clinical conditions. By elucidating the mechanisms behind wave directionality, this research provides valuable insights into both healthy and pathological cognitive processes.
Methods
In this study, we utilized publicly available data from the Human Connectome Project (HCP) involving 785 subjects with complete MRI datasets, including structural MRI (T1w and T2w), diffusion-weighted MRI, and resting-state fMRI across four sessions. Following ethical guidelines, informed consent was obtained from all participants, and the study protocol received approval from relevant institutional review boards. After excluding nine subjects due to missing files, we analyzed data from 776 healthy individuals (age range: 22-36 years; 432 females and 344 males) to construct average structural connectivity and investigate instrength distributions across various cohorts and parcellations.
For our analysis, we computed instrengths for each region of the Lausanne atlas using data from 70 young healthy subjects (mean age: 28.8 ± 9.1 years; 27 females). Additionally, we derived the Schaefer parcellation with 400 regions from 369 healthy subjects (mean age: 42.7 ± 17.9 years; 243 females) and a random parcellation with 500 regions from 972 participants in the HCP S1200 release (mean age: 28.7 ± 3.7 years; 522 females). Both datasets are publicly accessible. Furthermore, we examined the consistency of cortical network models that generate traveling waves and frequency gradients with empirical data, utilizing magnetoencephalographic (MEG) resting-state data from 89 subjects involved in the HCP.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It systematically outlines the outcomes, highlighting significant data points and trends observed during the study. The results are often accompanied by relevant statistical analyses, demonstrating the robustness of the findings.
In particular, the section may include quantitative results expressed through equations or graphical representations, which elucidate the relationships between variables. For instance, if the study investigates a mathematical model, results might be summarized in the form of equations such as $a^2 + b^2 = c^2$, indicating the model’s predictive capabilities. Overall, this section serves to validate the hypotheses posed in the introduction, providing a foundation for subsequent discussions and conclusions.
Discussion
In this section, the authors investigate the role of instrength gradients in directing traveling waves within a two-dimensional network model of weakly-coupled Kuramoto oscillators. They establish that traveling waves emerge consistently across simulations, with a significant correlation between wave propagation and the instrength gradient, which is defined as the sum of incoming connection strengths to each oscillator. The findings indicate that waves propagate from regions of low to high instrength, supported by a negative correlation between the average flow potential of the waves and the instrength gradient (r = -0.94, p < 0.01). In contrast, a control model with uniform instrength distribution produced waves less frequently (39% of the time), underscoring the importance of instrength gradients in wave directionality. Furthermore, the authors explore the interaction between instrength and intrinsic frequency (IF) gradients, hypothesizing that both mechanisms influence wave direction and effective frequency (EF) patterns. They demonstrate that while instrength gradients primarily guide wave direction, the presence of IF gradients can alter this directionality. The study also validates the existence of instrength gradients in the human connectome, derived from diffusion-weighted MRI data, revealing a spatial gradient in connection strengths across cortical regions. The authors conclude that these instrength gradients not only direct traveling waves but also contribute to the generation of EF gradients in the human brain, suggesting a complex interplay between structural connectivity and dynamic oscillatory behavior in cortical networks.