跨越本地和全球动态:一个生物学基础的模型,用于大脑中的合作和竞争互动

科学领域:

• 计算神经科学是一种神经科学.
• 神经成像是一种神经成像.
• 系统神经科学 系统神经科学

背景情况:

• 现有的大脑网络模型经常假设纯粹是刺激性远程合,无法解释功能性MRI (fMRI) 数据中观察到的广泛的反相关性.
• 功能性大脑网络显示复杂的相互作用,包括合作和竞争,这对于理解大脑动态至关重要.

研究的目的:

• 开发一种基于生物学的机制模型,解释功能性大脑网络中的合作和竞争相互作用.
• 为了研究层状特异性远程投影和交叉频率合如何为大规模的大脑动态和观察到的fMRI信号做出贡献.

主要方法:

• 使用了层状神经质量框架,具有明显的α带和马带金字塔亚群 (P1和P2).
• 模拟的同类连接 (例如,P1→P1) 用于合作和异质连接 (例如,P1→P2) 用于竞争.
• 从静止状态fMRI使用规范化最大 (Ising) 模型推断出个性化的全脑连接,然后模拟了BOLD动态.

主要成果:

• 同源连接在阿尔法带包裹和BOLD信号中诱导了正相关性,而异源连接诱导了负相关性.
• 拟议的模型成功地复制了静态和动态的功能连接模式,优于结构约束和仅合作的模型.
• 证明,仅功能数据就足以推断出个性化的大脑连接.

结论:

• 层状特定的长距离刺激投射和局部交叉频率相互作用是塑造大脑动态的关键机制.
• 该模型为大规模大脑活动中合作和竞争的平衡提供了机制性的解释.
• 这项工作推动了我们对神经电路特性如何转化为可观测的BOLD信号的理解.