2021年1月华东师范大学Z. Liu教授于National Science Review发表文章Spatial multi-scaled chimera states of cerebral cortex network and its inherent structure-dynamics relationship in human brain，其研究结果有助于解释实验中观察到的多种脑节律，并为复杂的脑网络作为支持多种功能模式的结构基质提出了一般原则。
人类大脑皮层在不同状态下表现出不同的动态模式，但这些不同的模式是如何被大脑网络支持的机制还没有很好地了解。人类大脑有一个独特的网络结构，有不同的有趣区域来执行认知任务。利用耦合神经振子对人类大脑皮层网络和关注全球和局部地区,我们观察一个新特性的嵌合体状态与多个空间尺度和局部区域的同步偏好之间的正相关和对称度的地区网络的连通性。进一步，我们在网络中利用有效对称的概念来建立结构化和动态的层次树，并找到它们之间的紧密匹配。这些结果有助于解释实验中观察到的多种脑节律，并为复杂的脑网络作为支持多种功能模式的结构基质提出了一般原则。
大脑皮层在正常功能和神经精神障碍的不同状态下表现出不同的动力模式。从脑电图数据来看，相位同步发生在不同认知过程所涉及的分布式功能区域之间。例如，θ波段的同步化与短期(情景性)记忆有关，而α波段上的任务特异性去同步化与长期(语义性)记忆有关。因此，特定皮层区域间的局部同步在正常认知动力学中起关键作用。在睡眠或麻醉期间，大脑活动模式转变为大规模的，明显的皮质范围的同步上下状态。这种同步的up-down状态也可以在本地发生，导致本地休眠。最近，在人类睡眠中发现了一种新的现象，被称为“首夜效应”(FNE)，它代表了在新环境中出现的睡眠问题。在FNE中，一个半球比另一个半球更加警惕。睡眠中不熟悉的环境，即区域间睡眠深度的不对称性。一些鸟类和海洋哺乳动物也有类似的半脑睡眠，这是一种补偿睡眠期间风险的保护机制。在癫痫发作、帕金森病等病理状态下，大脑部分区域高度同步，提示异常过度同步与脑功能紊乱有关。在严重的癫痫事件中，异常同步倾向于扩散到整个大脑皮层，导致全局同步。
物理科学和复杂系统的一个基本兴趣问题是，这些不同的模式是如何被潜在的交互网络所支持、塑造和约束的。先进的神经影像学显示，分布的皮层区域之间存在着非常复杂的皮层-皮层网络，在动力和功能上相互作用，形成大脑连接体。大脑网络表现出小世界、社区、等级和富俱乐部连接等特征。结构-功能关系的研究引起了人们的广泛关注，主要从功能连通性(通常用功能磁共振来测量大脑活动的相关性)和复杂网络测量来研究区域间的动态相互作用。研究发现，结构连接和功能连接具有许多共同的图形特征。尽管目前已经取得了很大的进展，但底层网络结构如何支持、塑造和约束不同大脑状态下的各种动态模式仍然是一个谜，也是网络神经科学的一个核心挑战。
各种脑动力模式的一个显著特征是部分节点(皮层区)是同步的，其他节点是不同步的，即在整个大脑系统的不同空间尺度上，连贯和不连贯的行为共存。事实上，在过去的十年中，对于相同的振荡器，包括神经元系统、实验系统和多个系统，相干态和非相干态共存的现象被称为嵌合体态(chimera state, CS)进行了深入研究。最近，有报道称CS甚至可以出现在真实的大脑网络中。特别是在76个脑皮层区域(网络节点)形成的9个认知子系统层面研究了大脑皮层网络模型中的CS，揭示了一种认知子系统受到刺激而产生的认知CS。然而，这些关于网络行为的研究并没有过多地关注网络行为与底层网络属性的关系。
在这里，我们从人类大脑皮层的真实数据构建了一个大脑网络来研究其集体行为。我们关注的焦点是集体行为是如何从潜在的大脑网络上的神经群体的相互作用中产生的。由于脑网络的每个节点代表一个具有大量神经元的感兴趣区域(ROI)，我们使用神经质量模型来描述这些神经群体的平均场活动。为了深入研究结构-动力学关系，我们研究了全球和局部区域的集体行为，即重新缩放或重新正规化的方法。有趣的是，我们发现除了无序和同步状态外，在两个层次上都存在一种CS机制，这表明了CS具有多空间尺度的新特征。特别的是，我们发现在全球水平的脑网络零相关状态很可能充满了大量局部水平的部分同步模式。揭示每个区域的活性之间的关系认知任务及其连接体,我们研究集体行为的出现从同步和揭示了正相关的角度从同步的分数相图和局部区域的连接度对称区域的网络。
图1：典型的动态模式
此外，我们利用网络中有效对称的概念，从网络连通性的相似性和动态同步的角度来构建结构化的、动态的层次树。结果表明，脑结构与动态树的密切匹配有助于解释实验中观察到的多种脑节律，也揭示了所观察到的多尺度脑结构模式存在于不同大小的层次结构簇中。这些团簇可以在不同的参数下被激活和招募，形成不同的相干-非相干状态组合。因此，我们的工作提出了复杂脑网络作为一种结构基质的一般原理，通过激活复杂网络连接所提供的内在簇的不同组合来支持正常和异常条件下的不同功能模式。
图2：序参量在参量空间平面上的相图
本研究旨在探讨复杂脑网络如何在相同振子的CS框架下支持相干和非相干动态模式的多样化共存。我们对生物学上可信的神经质量模型进行了密集的数值模拟，理想的假设是在不同的ROI中相同，表明高度复杂和异构的大脑网络可以支持不同耦合和延迟参数下的空间多尺度CS。
图3：空间多尺度CS
我们揭示了其基本原理在于复杂大脑结构网络固有的有效对称性，允许在不同的动力学参数下形成多层次的同步簇。多尺度c表明，在大脑网络的层次结构之下，存在着类似的组织原理。直观地说，我们可以做一个缩放/重规格化过程来改变大脑网络的大小，将几个节点组合成一个更大的节点。如果我们有意让图3(a)中同步的、CS的和未同步的节点分别合并形成新的节点，我们将在不同的尺度上有相似的动态。继续这个过程，我们将最终进入全局水平，所有的振子/节点都被视为一个单元。我们在数值模拟中证实了这种重正化过程。以图2(f)、(b)和(a)为例，分别为参数空间平面上的区域7 (rIP)、右半球和全脑网络的相图。我们可以看到这三个不同尺寸的面板相似，证实了空间多尺度CS的特征。
图6：解剖网络层次簇与皮层区域动态同步的关系
图7：解剖网络层次簇匹配与节点层次动态同步:皮层区域层次树
图6和图7中的结果比较结构和功能连接的分层聚类建议底层网络可以提供衬底,以支持多样化的动力模式通过分层集群的组织在多个尺度上因为有效的对称性,这些固有的结构性集群主导动态集群或可以提供灵活的segregation-integration形成丰富的动态组合。一般来说，成年人的大脑解剖网络在短时间内没有明显的变化。因此，大脑活动和功能的实现可以通过耦合强度(神经递质)和其他可能的生理参数来操纵。耦合强度的变化代表了链路的激活或失活，不同的时延分别代表长链路和短链路。当大脑处于不同的状态，如清醒或睡眠时，可以操纵有效的耦合来选择和激活不同的固有状态及其组合。因此，丰富的组合之间和潜在的保证了大脑模式的多样性。
层次聚类和多重CS也有助于大脑活动中多重节律的形成。基于特征模态理论，在多尺度网络系统中，空间尺度和时间尺度具有内在的相关性。事实上，已有研究表明，大脑的时间节奏与空间尺度密切相关，在局部尺度上的振荡较快，而在更大尺度上的振荡较慢。例如，在睡眠期间，可以出现慢振荡来产生大规模的同步状态，这被认为是慢波睡眠。在目前的工作中，我们已经证明了多尺度CS与网络结构中固有的底层层次空间簇密切相关。考虑到这些集群内部和之间的相互作用，它们不同大小的反馈回路代表了不同的神经活动节奏。在特定的脑功能需要时，这些节律/簇可能在不同的参数下被激活和招募，形成不同的相干-非相干状态组合，这可能可以解释实验中观察到的多种脑节律。因此，这些不同大小的集群为多尺度CS模式提供了一个可扩展的主干，并为复杂的大脑网络作为结构基底在正常和异常条件下支持不同功能模式提供了一个通用原则。在这个意义上，我们可以把嵌合状态的多尺度特征看作是脑电图或其他脑电生理测量中观察到的多重脑节律的一种潜在机制，但不是唯一的机制。多重大脑节律也可能来自其他因素，如外部刺激、任务状态或休息状态等。
图4：节点的活动性及其对脑网络局部结构的依赖性
我们的研究结果表明，由于脑网络固有的不均匀对称性，在不同脑区形成相干同步簇的趋势是不均匀的。不同区域的同步可能与脑功能和脑功能障碍密切相关。尤其是异常的同步是癫痫的标志。癫痫有不同的类型。有时在额叶或颞叶有病灶，有时增强同步分布更广泛。对于颞叶癫痫(手术通常是唯一的选择)，丘脑、杏仁核和海马体都涉及。有趣的是，这一现象与我们的结果一致，即图4(a)中，的值最大的5 (rFP)、37 (lFP)、31 (rTP)、63 (lTP)和32 (rTT)五个区域。31区(rTP)和63区(lTP)是左右颞叶，5区(rFP)和37区(lFP)是左右额极，即额叶顶部。这种惊人的一致性表明，癫痫可能有一个植根于大脑网络对称性的解剖学基础。这种一致性也表明，本研究揭示的大脑网络的层次对称性可能提供了对大脑中各种认知过程的原则性理解，值得进一步的理论和实验研究。
在目前的工作中，我们考虑了不同ROI的相同神经振荡器。最近的神经解剖学研究表明，局部皮质区域在厚度、神经元密度、脊柱密度、髓鞘化内容和基因表达等方面并不均匀，因此ROI的内部动力学也应该是异质性的，如具有不同的时间尺度。在我们的建模框架的ROI,这种振子节点异构性是应该引起额外的多样性和扩大范围的神经动力学的复杂性,增强甚至优化动态复杂性是可取的功能需求,例如,达到一个平衡的种族隔离和集成不同尺度。如果我们进入微观尺度上相互作用的神经元的突触耦合,这种异质性在从ROI的电路也对应于异构网络连接的神经元,并预计将引发更多的有效的对称性和ROI内同步发射集群,再次支持更复杂动态的概念，以有效地编码和处理信息。
该研究的另一个局限性是，所考虑的大脑网络仅在皮层区域水平，即大约1000个节点。在这个层面上，像杏仁核、海马体和丘脑这样的皮层下结构没有被包括在模型中，但它们是网络枢纽，并被认为在功能上理想的同步和病态的大脑动力学中起着至关重要的作用。最近，我们注意到一个拥有50,000个节点的高分辨率大脑网络，它在拓扑尺度上是尺度不变的。这样更高分辨率的脑网络可以更好地反映局部连接的异质性。我们将在未来研究这种分辨率更高的脑网络。
综上所述，我们已经证明了人类大脑皮层网络上耦合的神经质量振荡器可以显示空间多尺度CS，即全局和局部水平。一个全局状态可以对应多种局部模式，表明在大尺度上的CS可以被认为是这些CS在小尺度上的缩放。此外，我们还证明了网络连接的有效对称性在网络中形成了层次簇，这些层次簇可以潜在地形成多尺度的动态簇，但这些固有结构簇的补充形成丰富的动态簇取决于当前模型中的耦合强度和延迟参数。这些发现阐明了大脑结构-功能关系的一般原理，即在不同的正常或异常生理和心理条件下，复杂的皮层网络可以通过激活内在隐藏的集群的不同组合来支持不同的脑动力模式。合理的期望,异质性在当地神经回路可以带来额外的丰富的动态多样性高效运作,而反直觉的结果,振荡器的异质性或连接可能补偿不完美的对称增强同步也可以在大脑功能中发挥作用,这是有趣的线在未来的研究。
原文链接：
https://doi/10.1093/nsr/nwaa125/5851767
文章来源：生物医学科研之家
