多模式共差网络的转录和宏观架构揭示了分子-结构-功能共变

科学领域:

• 神经科学是一个神经科学.
• 遗传学 遗传学 是一个
• 计算生物学 计算生物学

背景情况:

• 人类的认知依赖于大脑结构和功能之间的复杂相互作用.
• 量化结构和功能神经回路及其遗传基础之间的相互作用仍然具有挑战性.
• 了解这些关系对于推进对认知和神经疾病的知识至关重要.

研究的目的:

• 提出一种新的多式联运共变性网络 (MCN) 构建方法.
• 为了捕捉个体特异性的结构和功能大脑活动的变化.
• 探索基因表达模式与认知任务和主要抑郁障碍 (MDD) 中的结构功能共变之间的联系.

主要方法:

• 开发了一种多式共变网络 (MCN) 方法来分析个体大脑结构功能关系.
• 综合多式联络数据来自人类大脑的转录学图谱和两个独立的队列.
• 相关的MCN差异与整个大脑的基因表达模式在健康个体执行博任务和MDD患者.

主要成果:

• 在使用MCN的健康个体中确定了可复制的皮质结构功能细图.
• 发现了与认知和疾病相关的基因表达和MCN差异之间的空间相关性.
• 刺激性和抑制性神经元的转录变化解释了任务引起的MCN变异;与MDD相关的MCN变化与突触功能和神经炎症有关.

结论:

• 通过MCN方法,在个体层面上成功地捕获了经过基因验证的结构功能差异.
• 基因表达模式与MCN变异有显著的相关性,为细胞层面的认知机制和MDD提供了洞察力.
• 这些发现突出了MDD的潜在治疗点,通过确定与疾病相关的大脑网络改变相关的特定细胞过程和途径.