跳到主页面内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2020年12月10日;11(1):6337.
doi:10.1038/s41467-020-19716-7。

弥漫性神经耦合通过形成准临界大脑状态介导复杂的网络动力学

附属公司

扩散神经耦合通过准临界脑状态的形成介导复杂的网络动力学

埃利·朱勒等人。 国家公社. .

摘要

使大脑能够平衡灵活性和整合性的生物机制仍然缺乏了解。一个潜在的解决方案可能在于神经生物学的一个独特方面,即许多大脑系统都包含扩散的突触连接。在这里,我们证明了在经过验证的生物物理皮质丘脑模型中增加的弥漫性皮质耦合通过准临界状态穿过系统,在该准临界状态下,输入噪声的空间异质性支持分布亚区的瞬态临界动力学。准临界状态的存在与复杂自适应脑网络动力学的已知特征相一致。最后,我们证明了在经验全脑人类神经成像数据中存在类似的动态特征。总之,我们的研究结果表明,在丘脑皮质模型中,调节局部和扩散突触耦合之间的平衡,预示着准临界大脑状态的出现,这种状态可以使大脑在独特的信息处理模式之间灵活过渡。

PubMed免责声明

利益冲突声明

作者声明没有相互竞争的利益。

数字

图1
图1。模型架构。
在网络的每个节点实施的皮质丘脑神经团模型:每个团由四个不同的细胞群组成:一个兴奋性皮质锥体细胞(“e(电子)“),一种抑制性皮层中间神经元(),一个兴奋性的特殊丘脑中继核(““)和抑制性丘脑网状核(”第页)根据已知的解剖连接性定义了节内皮质丘脑神经-质量耦合。b条连通性示意图-局部和扩散耦合与周期性边界条件(环形拓扑)。c(c)整个网络中节点发射率的分布——扩散耦合的增加随后会增加发射率的标准偏差,这种分布的尾部具有更大的高于(和低于)平均值。漫画描述了温度T低于(左)和高于(右)平均值的热力系统的子集T型¯.d日异质性存在时增加扩散耦合对吸引子景观的定性影响:增加的扩散耦合将所有节点移向其局部鞍节点分岔点。在这个连续体的中间,异质输入允许特定的节点子集(橙色阴影)穿过该点,这些节点的活动开始向高激发吸引子移动。
图2
图2。促进准临界状态。
跨越分叉的节点的时间平均百分比,c(c)作为扩散耦合的函数,χ我们确定了三个定性区域:一个低变率亚临界区(蓝色),在整个模拟期间没有节点越过其分岔点;一个高变率准临界区(绿色),在模拟的后半部分期间至少有一个节点低于其分岔,以及一个饱和振荡区(红色)插图显示了神经质量模型中每个群体的稳态放电率,该模型通过颜色强度相对表示。
图3
图3。准临界态的性质。
每个区域内的平均区域相关性显示为力定向图。b条对于给定的χ用兴奋性矩形脉冲(振幅=1mV;宽度=10 ms)t吨 = 10 s。然后,使用相同的噪声序列,将目标节点活动与无脉冲情况下的模拟活动进行比较,以量化诱发的扰动。脉冲结果根据其在前8个时间点到分岔的平均距离进行排序。为了便于可视化,我们随后基于该分类距离对最近、中间和最远三分之一范围内的活动进行平均,并使用0.001 Hz的通带频率进行低通滤波。(i)χ = 1.15 × 10−4(ii)χ = 1.21 × 10−4(iii)χ = 1.25 × 10−4(iv)χ = 1.3 × 10−4毫伏秒;注意(iv)上的垂直轴与(i)-(iii)不同。c(c)增加扩散耦合对吸引子景观的定性影响:在亚临界区,系统受制于较低吸引子;增加的χ进入准临界区具有压扁吸引子景观的效果,允许噪声驱动的偏移跨越其局部分岔点到达过渡节点;值较高时χ,系统被更高的吸引子所奴役。
图4
图4。网络拓扑和维度。
平均参与度——量化一个区域在多个模块之间功能性连接的程度(在所有模拟中使用Louvain算法的加权版本进行计算)。(b条:left)平均时间序列可变性;(b条:右)区域多样性——定义为区域功能连通矩阵上三角的方差。c(c)PC捕获的解释性差异1, σ1、和PC2, σ2.κ在所有面板中标出相应的点。
图5
图5。任务和休息期间的准临界性特征。
对来自人类连接组项目(Human Connectome Project)的100名非相关受试者在两背任务期间的fMRI数据进行分析,以确定任务和休息状态是否与复杂、适应性脑动力学的独特特征相关。任务执行期间平均参与度提高(成对t吨测试:t吨 = 83.8;第页 = 1.02 × 10−93).b条区域多样性,定义为区域功能连接矩阵上三角的方差,在任务执行期间低于其余(成对t吨测试:t吨 = 29.1;第页 = 2.37 × 10−50);c(c)fMRI时间序列可变性(成对t吨测试:t吨 = −31.1;第页 = 6.83 × 10−53).d日第一主成分解释的方差(成对t吨测试:t吨 = 5.21;第页 = 1.04 × 10−6).d日(插图)第二主成分解释的方差(成对t吨测试:t吨 = 9.06;第页 = 1.23 × 10−14).e(电子)任务和休息特征被应用于一种新的随机数据填充算法,以确定大脑在不同水平的状态χ:rest与低扩散耦合相关(χ测试 ~ 1.22±0.1 mV s),高于任务状态(χ任务 ~ 1.26±0.1毫伏秒);((f))Δ的表面投影χ对于每个区域,通过独立删除数据的每个区域、重新计算签名并重新调整以生成Δ来生成χ.

类似文章

引用人

工具书类

    1. Shine JM等。人类认知涉及神经活动和神经调节系统的动态整合。自然神经科学。2019;22:289–296. doi:10.1038/s41593-018-0312-0。-内政部-公共医学
    1. Sporns O,Tononi G,Edelman GM。连通性和复杂性:神经解剖学和大脑动力学之间的关系。神经网络。2000;13:909–922. doi:10.1016/S0893-6080(00)00053-8。-内政部-公共医学
    1. Kehagia AA,Murray GK,Robbins TW。学习和认知灵活性:额叶皮层功能和单胺能调节。货币。操作。神经生物学。2010;20:199–204. doi:10.1016/j.conb.2010.01.007。-内政部-公共医学
    1. 布尔摩尔E、斯波恩斯O。大脑网络组织的经济。神经科学自然评论。2012;13:336–349. doi:10.1038/nrn3214。-内政部-公共医学
    1. 坎宁安JP,Yu BM.大规模神经记录的降维。自然神经科学。2014;17:1500–1509. doi:10.1038/nn.3776。-内政部-项目管理咨询公司-公共医学

出版物类型

LinkOut-更多资源