局部信号变异性和功能连接性:刺激-抑制比率的敏感测量?

科学领域:

• 计算神经科学是一种计算神经科学.
• 发现生物标志物的发现.
• 神经成像分析分析神经成像分析

背景情况:

• 阿尔茨海默病 (AD) 与大脑刺激-抑制 (E-I) 比率的改变有关.
• 需要非侵入性生物标志物来检测这些EI失衡.
• 变度对信号动态非常敏感.

研究的目的:

• 为了调查反向关节排列 (JPE_inv) 和相关指标是否可以在计算模型中作为改变E-I比率的生物标志物.
• 评估JPE_inv对E-I比率系统变化的敏感性,局部信号可变性和功能连接性.
• 探索这些指标与整个大脑和区域水平的EI比率之间的关系.

主要方法:

• 一个全脑计算网络模型被用来模拟神经活动.
• 神经群体内的激发-抑制 (E-I) 比率被系统地操纵.
• 计算了反转的关节排列 (JPE_inv),排列和加权的象征性相互信息 (wsMI).
• 枢纽中断指数被用来分析区域连接变化.

主要成果:

• 较高的E-I比率与功能连接性 (JPE_inv, wsMI) 的增加以及局部信号变化率的降低相关.
• 这些关系是非线性的,并且取决于模型参数 (合强度,过器,时间延迟).
• 枢纽地区的连接率下降,EI比率较低,而非枢纽地区的连接率增加,EI比率较高.

结论:

• JPE_inv和信号可变性/连接性的测量对计算模型中改变的EI比率敏感.
• 这些发现支持JPE_inv作为阿尔茨海默病中E-I不平衡的非侵入性生物标志物的潜力.
• 观察到的功能连接性和信号变异性的变化可能反映了AD患者底层的E-I比率变化.