自动化所提出定量刻画人脑功能组织模式的新指标
人类复杂的行为由大脑中不同的功能网络所驱动。这些网络本质上是大脑区域的集合，通过彼此之间的功能性连接进行相互通信。它们的连通性表现于神经活动模式的时序特征。虽然已经有大量研究探索了大脑功能网络在行为中的作用，但人脑不同脑区到底参与哪些功能网络至今仍是未解之谜。其背后蕴含的是人脑如何在三维空间中协调功能网络之间的空间关系。
近日，中国科学院自动化研究所脑网络组研究中心团队在该研究方向上提出了脑功能网络共表征的新概念，发展了定量化的新指标，在个体水平上刻画了人脑不同脑区参与功能网络的空间分布模式，并进一步探索了该模式背后的生物学基础，相关研究以Co-representation of Functional Brain Networks Is Shaped by Cortical Myeloarchitecture and Reveals Individual Behavioral Ability为题发表于神经科学学会(SfN)的官方期刊The Journal of Neuroscience。该研究被选为当期Featured Article，并在This Week in The Journal的专栏中进行了特别报道。
该研究试图回答的科学问题是，人脑是如何实现协调功能网络之间的空间关系。同时，这种协调背后可能的生物学基础是什么，及其对个体行为表现的意义如何。上述问题之间的逻辑关系如图1所示。
针对这些问题，该研究利用大规模、高质量人脑功能磁共振数据获取了不同尺度的个体化脑功能网络，并提出网络在空间上共表征的概念，发展了共表征特异性(CORS)和共表征普遍性(CORI)的定量指标。研究发现，上述指标能在不同尺度功能网络的定义下，获取稳定的共表征模式，表明共表征模式的本质性。同时，研究通过评估与髓鞘相关的神经解剖学和转录组学特征，证明了脑髓鞘化结构在塑造共表征模式中的关键作用。此外，个体脑的共表征模式与个体行为测试表现之间存在显著的预测关系。综上，该研究加深了对大脑功能组织模式的理解，揭示了脑区参与到不同脑功能网络的模式，并探索了其背后的解剖学基础和遗传因素。研究在个体水平上提出的定量化指标有望在脑科学与脑疾病研究中发挥重要作用。
该论文的第一作者为中国科学院自动化研究所的初从颖副研究员，中国科学院自动化研究所蒋田仔研究员及樊令仲研究员为共同通讯作者。论文合作者包括来自德国Jülich研究中心的David Elmenhorst教授、Simon B. Eickhoff教授，昆明理工大学的王骄健教授，北京邮电大学的刘勇教授，北京师范大学的刘冰教授以及中国科学院自动化研究所李雯助理研究员、时维阳助理研究员、王海艳助理研究员。该研究受到国家科技创新2030—“脑科学与类脑研究”重大项目和国家自然科学基金等项目的资助。
图1. 人脑功能网络共表征模式的研究思路
论文地址：https://www.jneurosci.org/content/44/13/e0856232024