banner
Casa / Blog / Le principali modalità di base dell'attività spontanea guidano l'organizzazione della connettività funzionale individuale nel cervello umano a riposo
Blog

Le principali modalità di base dell'attività spontanea guidano l'organizzazione della connettività funzionale individuale nel cervello umano a riposo

Apr 14, 2024Apr 14, 2024

Biologia delle comunicazioni volume 6, numero articolo: 892 (2023) Citare questo articolo

Dettagli sulle metriche

L’attività spontanea del cervello umano fornisce una finestra per esplorare i principi intrinseci dell’organizzazione funzionale. Tuttavia, la maggior parte degli studi si sono concentrati sulla connettività funzionale interregionale. I principi alla base dei ricchi repertori di attività istantanea rimangono in gran parte sconosciuti. Applichiamo un'analisi degli automicrostati proposta di recente a tre set di dati MRI funzionali allo stato di riposo per identificare le modalità di base che rappresentano modelli di attività fondamentali che coesistono nel tempo. Identifichiamo cinque principali modalità di base che dominano le fluttuazioni delle attività. Ciascuna modalità mostra un modello di coattivazione funzionale distinto dipendente dal sistema e corrisponde a specifici profili cognitivi. In particolare, il modello spaziale della prima modalità base principale mostra la separazione dell'attività tra la modalità predefinita e le regioni primarie e di attenzione. Sulla base della modellizzazione teorica, ricostruiamo ulteriormente la connettività funzionale individuale come sovrapposizione ponderata di modelli di coattivazione corrispondenti a queste principali modalità di base. Inoltre, queste principali modalità di base catturano i cambiamenti indotti dalla privazione del sonno nell’attività cerebrale e nella connettività interregionale, coinvolgendo principalmente la modalità predefinita e le regioni positive al compito. I nostri risultati rivelano un insieme dominante di modalità fondamentali di attività spontanea che riflettono la coordinazione interregionale multiplexata e guidano la connettività funzionale convenzionale, favorendo la comprensione del significato funzionale dell’attività cerebrale spontanea.

L'attività spontanea nel cervello umano a riposo mostra modelli spaziotemporali ben organizzati, fornendo una finestra sulla comprensione dell'organizzazione funzionale intrinseca1,2. Utilizzando la risonanza magnetica funzionale a riposo (R-fMRI), numerosi studi hanno rivelato la rete di connettività funzionale (FC) su larga scala misurando le fluttuazioni spontanee a bassa frequenza dei segnali dipendenti dal livello di ossigenazione del sangue (BOLD)3,4, 5. La rete funzionale mostra proprietà non banali, come moduli funzionalmente specifici ma interagenti6,7,8, che facilitano un'efficiente segregazione funzionale e integrazione nel cervello9,10,11. Inoltre, l'architettura della rete funzionale varia da individuo a individuo12,13,14,15, modella modelli di attivazione funzionale durante le attività16,17,18,19, è correlata alle prestazioni cognitive individuali18,20,21 ed è modulata dagli stati mentali22,23.

Nonostante il successo delle analisi della rete funzionale, le informazioni associate sono limitate ai modelli di connettività riepilogati nel tempo. Prove sempre più numerose suggeriscono che l'interazione funzionale interregionale è altamente dinamica con modelli variabili nel tempo24,25,26. Un approccio innovativo consiste nell'esaminare singoli fotogrammi dell'attività cerebrale per rivelare la coordinazione transitoria su scale temporali più brevi (ad esempio, secondi)27. I modelli di attività dell'intero cervello sono stati classificati in diversi stati cerebrali ricorrenti con diversi modelli di coattivazione28,29,30,31. La transizione temporale tra questi stati cerebrali segue una struttura gerarchica31 e mostra alterazioni tra compiti30,32,33, stati di coscienza34,35 e disturbi psichiatrici36,37. Oltre all’analisi a livello di gruppo, uno studio molto recente ha identificato stati di coattivazione cerebrale individualizzati, i cui tassi di insorgenza dipendono dagli stati del compito, dalla manualità e dal genere, e mostra cambiamenti longitudinali nel recupero post-ictus38. Sebbene questi studi forniscano preziose informazioni sull'organizzazione funzionale che varia nel tempo, in genere assegnano il modello di attività istantanea in ciascun punto temporale a un singolo stato cerebrale; la comunanza condivisa tra i diversi punti temporali è stata sottovalutata39. Una visione più naturale sostiene che possono coesistere più modalità di base nell'attività risolta nel tempo, che vengono combinate selettivamente in ogni momento per supportare potenziali risposte cognitive26,40,41. L’identificazione di queste modalità di base può svelare gli elementi costitutivi dell’attività intrinseca e può fornire una strada per esplorare la molteplicità delle relazioni interregionali in atto. Tuttavia, i modelli spaziali di queste modalità di attività di base e il loro potenziale significato funzionale rimangono in gran parte sconosciuti.

 0.78)./p> 0.05, 10,000 permutations)./p> 0.96, Supplementary Fig. 8). The presence of five leading basic modes was replicated with high spatial similarity in most of the other cases (all rs > 0.85, Supplementary Figs. 9, 11, and 12), except for the case of without global signal regression (Supplementary Fig. 10). Notably, the total weight explained by the leading basic modes increased with the decreasing spatial resolution (Supplementary Fig. 13), with weights of 37% and 44% for the 400-node and 200-node parcellations, respectively. For the strategy without global signal regression, the number of leading basic modes was reduced to three (Supplementary Fig. 10). The reduced number might be biased by the presence of an additional basic mode, which ranked ahead of the five typical basic modes. This additional basic mode showed all positive amplitudes across the brain and accounted for a large portion of activity variance (i.e., 23%). All these results suggest that the five leading basic modes were robust and reproducible./p>2 mm or 2° in any direction or mean FD > 0.2 mm) to further reduce the influence of head motion. (iii) Global signal regression. In the main analysis, the global signal was regressed to better reduce the influence of head motion and non-neural signals89,99. To assess the potential influence of the global signal, we re-preprocessed the R-fMRI data in the HCP dataset without global signal regression. (iv) Brain parcellation. To assess the influence of spatial resolution, we extracted regional time courses from the HCP dataset by using the same type of functional parcellations with different spatial resolutions (i.e., comprising 200 and 400 cortical regions)52. The leading basic modes obtained from different spatial resolutions were compared at the functional system level53 and the voxel-wise level. In the latter case, the voxels within the same nodal regions were assigned the same amplitude values for each basic mode, regardless of the spatial resolution. In cases (i)–(iv), the validation analysis was performed based on REST1 of the HCP dataset. (v) Reproducibility across datasets. We identified the leading basic modes from another independent dataset, i.e., the Beijing Zang dataset51, and compared them with those in the HCP dataset./p>