本研究于年发表在期刊Science（IF=6.）上，作者为ThiebautdeSchotten等人，文章名称Theemergentpropertiesoftheconnectedbrain。
文章内容简介新思想往往是通过思想之间的密切交流而产生的。因此，这些思想不仅仅属于这些个体的思想，而是它们融合的结果，一种相互交流和互动的新兴属性。整合背后的概念来自涌现论，它假设“整体是部分之外的东西”，“除非通过仔细分析，否则无法理解任何复杂的系统；然而，组成部分的相互作用必须与孤立的组成部分的属性一样多地考虑”。
在神经科学中，越来越多的共识是，功能是大脑区域之间相互作用的一个新兴属性。因此，功能特定的大脑活动涉及几个大脑区域的整合努力。白质连接通过互连大脑区域支持这种整合（图1）。随着皮质的扩张，这些联系已经进化为保持遥远区域之间的相互作用。这些连接支持局部、叶内和叶间联系、投射和半球间连合回路。这些电路通过将多个大脑区域串联在一起，从而形成网络，通过精细协调的连接，根据其功能作用调节不同的口径和髓鞘形成，从而指挥大脑交响乐。
图1：与其他经典模型相比，整合大脑模型具有更高的灵活性，简化语言模型就是例证。大脑模型决定了大脑状态（即功能）的灵活性。(A)：在模块化系统中，一个区域执行一个功能而没有串扰，并且可能的大脑状态的数量随着区域的数量线性增加。(B)：在分级系统中，功能来自区域的顺序激活。因此，单词或句子的重复将依赖于从听觉到运动过程的颞叶-顶叶-额叶传播。(C)：与（A）和（B）相比，集成模型提供了最高的计算灵活性，允许我们所知的语言过程的高度复杂性和灵活性。(D)：每个模型都可以通过大脑区域X、Y和Z被转换成不同的大脑状态模式。每条线表示一个大脑的状态（功能）（ChrisFoulon提供）。(E)：大脑模型与系统可以采取的大脑状态数量所涉及的区域数量之间的相互作用的说明。
测量活体大脑中的大脑连接性目前，在活体人脑中，使用揭示其结构（即轴突束）和功能（即区域活动的同步）的神经成像方法，无创地测量大脑区域之间的联系。在结构上，弥散加权成像（DWI）测量了沿着轴突方向的水扩散，并可以得出轨迹（即牵引成像）、密度、口径和分散度等属性。从功能上讲，主要通过功能性磁共振成像（fMRI），可以通过测量远处区域活动的一致性来推断大脑区域之间的交流。应用于fMRI的数学模型可以估计通信强度（即功能连接性）或方向性（即有效连接性）。因为一起发射的区域连接在一起，所以测量区域之间的通信表明它们之间的连接，尽管这些区域并不总是直接连接的。
大脑连接的整合功能作用然而，大脑之间的联系不仅仅是大脑区域之间的信号传递。连接可以放大或减少大脑信号，并决定大脑的皮层结构和功能。具体地说，休息时的大脑区域之间的同步通信与其在团队和个人水平的任务期间的活动状态时的同步通信存在相似性（图2A）。也有可能仅根据白质束的皮质投射来预测发育中的大脑中某一功能的产生。例如，后者已经被证明可以识别视觉单词形式区域，甚至在获得读写能力之前。
图2：通过大脑连接的功能整合是决定大脑功能的潜在机制。（A）：功能连通性（左上）可以概括为每个个体特有的连通性矩阵（左下）。功能连接的主要趋势可以预测任务相关激活的个体模式。
通常，大脑连接的主要趋势是大脑功能的空间组织。如果失去了连接，大脑区域将修剪其剩余的树突和突触，其神经元将萎缩或死亡。因此，该区域的网络在功能上（即，连接不畅）和结构上（即断开）都会崩溃，不再能够发挥作用。这一现象，也被称为流离症，证明了连接在维持遥远大脑区域的完整性及其功能方面的关键重要性。
这种从孤立区域转向综合解剖功能网络的转变导致了对其白质连接的功能激活的重新评估。因此，由最高分辨率的牵引描记术揭示的大脑连接可以用于系统地破译人类激活网络，并且最近导致了第一个功能性白质图谱。该图谱通过fMRI和扩散数据的统计关联确定了结构连接的大脑区域的联合贡献或整合（图2B）。该结果还揭示了左右半球功能的已知粒度（即细节水平）之间的向左不对称性。
图2：通过大脑连接的功能整合是决定大脑功能的潜在机制。（B）：同样，结构连接性的主要趋势可以预测皮质激活的任务相关模式。这两种模式之间的统计关联允许将fMRI任务中涉及的过程投射到大脑连接上。
维持大脑功能偏侧化的机制与半球间连接有关。一些皮层区域在认知功能（如语言、感知和行动、情绪和决策）方面表现出更多的功能不对称。这些皮质区域通过胼胝体与对侧半球的连接较少（图2C）。DWI已经揭示了胼胝体的结构随着大脑尺寸的变化而变化。特别是，轴突的传导特性可以改变，轴突校准与半球间传导速度相关（图2D）。此外，跨物种的半球间连接和半球内连接之间存在连接数量的权衡。总之，这些研究表明，在进化过程中，大脑尺寸的扩大可能导致功能偏侧化，以避免胼胝体不成比例或大脑半球过度传导延迟。
图2：通过大脑连接的功能整合是决定大脑功能的潜在机制。（C）：左半球（蓝色）和右半球（红色）的功能偏侧化和半球间连接之间的关系。（D）：视觉（灰色）和触觉（黑色）模态的半球间传导速度与其半球间连接强度相关。
通过连接映射进化由于结构连接性可以用来解释大脑的功能组织，多项研究比较了不同的灵长类物种，以了解人类的独特性，并阐明了其进化的机制。例如，人类的语言能力与左半球弓状束的异常扩张相似（图A）。白质束（如弓状束或胼胝体）的解剖描绘允许提取物种间的相应连接性轮廓。这一比较点允许计算物种大脑之间的变形场（图B）。这些变形场定义了物种之间的相似性和差异。比较研究假设物种之间的相似性可以追溯到一个共同的祖先，并解释了在进化过程中保持特定功能的原因。最近的比较工作揭示了大脑区域系统发育组织的第一张全面地图。这种比较神经成像的技术进步将有助于进行有针对性的研究，更好地将人脑机制与其系统发育机制相匹配。这些进展也可能有助于发现和模拟动物的神经保护机制，这些机制可能转化为改善人类疾病模型和治疗方法。
图：连通性揭示了大脑进化的机制。（A）：比较人类、黑猩猩和猕猴的额叶和颞叶脑区之间的联系，可以发现弓形束的显著扩张和偏侧化。（B）：提取跨物种的可靠连通性轮廓允许计算公共空间，从而近似我们祖先的大脑。在这种情况下，连通性分布被定义为每个感兴趣区域的每个体素的流线数量（即，作为连通性强度的替代）。
比较研究的一个常见限制是每个物种使用的大脑数量很少（通常少于10个），这无法充分捕捉个体间的差异。虽然连接变异的数量（即大小）与大脑尺寸成正比，但其变异模式在人类和其他灵长类动物之间是相似的。因此，最近进化的大脑区域在个体之间的差异越来越大，而进化上较老的区域往往更稳定。因此，大脑连接的种内变异可能是我们理解进化机制的一个新维度（图C）。
图：连通性揭示了大脑进化的机制。（C）：连接可变性（即，匹配一个共同的物种特定模板所需的平均白质变形）表明，使我们个体彼此不同的相同可变性也是我们与祖先和最接近的进化亲属之间差异的根源。
连通性揭示了个体间的可变性从功能连接性得出的大脑区域之间的通信强度可以预测任务期间大脑激活的个体差异。初步工作已经在健康志愿者中创建了与行为和认知相关的大脑功能连接模式的“指纹”（即基于连接体的预测模型）。这些连通性指纹是个人特有的，能够以令人印象深刻的准确性预测流体智力和创造力。这些与认知的相关性还延伸到特定大脑连接结构的差异（见图4A）。这些差异影响健康的大脑表现，并扩展到神经发育、精神病和神经系统症状的严重程度。大脑发育连接模式有助于诊断神经发育学习缺陷。
图4：大脑功能通过失连接而解体。（A）：对大脑连通性变异性、认知特征和临床症状之间关系的系统综述。
由于环境和学习诱导的可塑性机制，连通性分布可能在整个生命周期内发生变化，导致在数周、数月、数年甚至数十年内发生的分子和电路水平变化越来越大。识字就是一个很好的例子，它可以改变视觉系统和听觉系统之间的大脑联系，即使在以后的生活中获得了这种联系。事实上，可塑性机制可以限制基于大脑连接指纹的长期认知预测。总的来说，这些最近的研究提出了证据，证明新的行为模式和认知功能可以由大脑区域之间通过连接的相互作用的微小变化产生。
失连接导致功能解体大脑相互作用的严重中断（即，失连接）表现为继发于病理，并可导致长期的功能症状。需要使用从最高分辨率数据集导出的连接先验知识（DWI或fMRI）来估计脑损伤后的失连接情况的新的间接方法，以可靠和统计地映射失连接与症状之间的关联。通过这样做，有可能重新评估大脑网络中的经典临床神经解剖学现象，并理解连接对功能实现的关键贡献。这些新方法甚至可以证明，神经科学最著名的案例中的临床解剖损伤研究可以扩展到失连接范式。这一新范式显示了健康人群中被认为在情感和决策、语言生产和陈述性记忆方面具有功能性的网络（图4B）。因此，对大脑连接的考虑似乎可以使健康志愿者的脑损伤研究与功能性神经成像相协调，并为脑过程解体的临床表现提供更全面的生物学解释。此外，大脑失连接结果通常比单独的损伤定位具有更高的解释力。失连接框架最近已扩展到整个大脑，以提供与特定大脑失连接相关的症状的第一张临床图（图4C）。因此，如果将大脑连接性的测量转化为个性化神经科学的高级标准操作程序，这将证明是有益的，该程序专注于康复，支持症状恢复的预测，同时为药物治疗提供新的目标。
图4：大脑功能通过失连接而解体。（B）：连通性重新审视神经科学中最著名的神经科学案例，显示经典神经行为综合征中的神经束断开。（C）神经心理白质图谱，突出导致功能丧失的失连接模式。
未来将去向何方？尽管目前在评估大脑连通性方面取得了进展，但新的挑战已经出现，只有依靠协同努力才能解决。
此外，还迫切需要补充方法，以提供一个实用的“金标准”和一种经验证的牵引描记术验证方法，类似于细胞结构测量和皮质厚度的BigBrain模型。非神经成像方法可能会让我们更接近这个目标。
今后，我们需要通过开发专用软件来巩固这些新概念，这为我们提供了更多的资源来增强我们的观察力。例如，这些发展将包括一些工具，这些工具可以在同一潜在空间中表示高维数据，作为跨尺度（细胞、体素、电路）、跨物种（猕猴、黑猩猩、人类）和跨成像模式（追踪、牵引描记束、偏振光成像）的解剖信息，同时考虑个体层面的神经变异性，以捕捉因素相互作用。为此，研究人员应该建立专业网络，整合思想，公开分享数据。总之，这些努力将推动大脑连接性研究整合各种成像模式（如功能性白质），制定新的框架（如神经可变性），并促进我们对大脑发育和进化的理解（比较神经成像和神经生态学）。这一共同努力将推动我们当前的前沿发展，并带来先进的神经成像方法、个性化的解剖模型和临床影响。因此，需要一个综合的人类系统（研究联盟）来破译我们所有人的这个复杂系统，并发现大脑的新特性。
注：由英智科技临床支持部翻译整理，欢迎批评指正。转发请注明出处。
参考文献
ThiebautdeSchottenetal.,Science78,–()
本文首发于英智科技