计算建模揭示了神经生物学对静态和动态功能连接模式的贡献
Linnea Hoheisel1,2, Hannah Hacker2, Gereon R Fink1,3
1Institute of Neuroscience and Medicine (INM-3), Forschungszentrum Jülich, Jülich, Germany.
Frontiers in computational neuroscience
|August 13, 2025
概括
这项研究使用计算建模,将静态和动态功能连接 (FC) 等大脑连接模式与200名健康个体的神经生物学联系起来. 研究结果显示,特定的神经生理学参数影响大脑网络配置,为个体大脑功能提供了洞察力.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 脑部成像 脑部成像
背景情况:
- 功能连接 (FC) 对于理解健康和疾病中的大脑功能至关重要.
- 静态FC (sFC) 和动态FC (dFC) 的神经生物学基础需要进一步阐明.
- 计算建模提供了一种非侵入性的方法,可以将大脑活动模式与神经生物学联系起来.
研究的目的:
- 研究神经生物学参数与sFC和dFC的个体差异之间的关系.
- 利用从健康个体获得的经验性静止状态fMRI和DTI数据来建模大脑活动.
- 识别特定的大脑区域,其连接性影响整体网络配置.
主要方法:
- 使用fMRI和DTI数据,为200名健康人群开发了大脑活动的计算模型.
- 优化模型参数 (全球合,抑制,NMDA突触合,复发重量) 以复制经验sFC和时间相关性 (TC).
- 通过相关性和预测模型分析了大脑全局连接特征和模型参数之间的关联;使用扰动分析来评估区域合效应.
主要成果:
- 模型成功复制了经验sFC和TC,但没有复制FC变异或节点凝聚力.
- 全球合 (G) 与FC特征正相关,而NMDA突触合 (JN) 与FC特征负相关.
- 扰动分析确定了左侧中心环和左侧三角环作为影响sFC和TC适合的关键区域.
结论:
- 神经生物学特征与sFC和dFC的个体变化有显著的关联.
- sFC和dFC是由不同的小脑区域组成的.
- 这种建模方法为神经生理学在建立大脑网络配置中的作用提供了新的证据.
