Моделирование функциональной сети пространственной навигации в мозге человека

Функциональная специфичность является основополагающим принципом организации человеческого мозга, который играет важнейшую роль в формировании когнитивных^{функций1}. Аномалии в организации функциональной специфичности могут отражать характерные когнитивные нарушения и связанные с ними патологические основы основных заболеваний головного мозга, таких как аутизм и болезнь Альцгеймера ^2,3. В то время как традиционные теории и исследования, как правило, сосредотачиваются на отдельных областях мозга, таких как веретенообразная область лица (FFA)^{для распознавания} лиц 4 и область места парагиппокампа (PPA)⁵ для обработки сцены, все больше данных свидетельствуют о том, что сложные когнитивные функции, включая пространственную навигацию и язык, требуют координации действий в^{нескольких областях мозга}. Исследование механизмов, лежащих в основе взаимодействий в поддержку сложных когнитивных функций, является важнейшим научным вопросом, который поможет пролить свет на функциональную архитектуру и работу мозга. Здесь на примере пространственной навигации представлен интегративный метод моделирования функциональной сети пространственной навигации в мозге человека.

Пространственная навигация представляет собой сложную когнитивную функцию, которая включает в себя интеграцию и манипулирование несколькими когнитивными компонентами, такими как визуально-пространственное кодирование, память^{и принятие решений}. С помощью функциональной магнитно-резонансной томографии (фМРТ) многочисленные исследования добились значительного прогресса в понимании лежащих в основе когнитивных процессов и нейронных механизмов. Например, определенные функции были связаны с различными областями мозга с помощью различных навигационных задач: обработка сцен специфически связана с PPA, а трансформация навигационных стратегий связана с ретросплениальной корой (RSC)^8,9. Эти исследования позволили получить важную информацию о нейронных основах пространственной навигации. Однако навигация является внутренне динамической и мультимодальной функцией, и функций отдельных регионов недостаточно для объяснения больших индивидуальных различий в пространственной^{навигации10}, которые обычно наблюдаются.

С появлением коннектомики на основе фМРТ исследователи начали изучать, как некоторые ключевые области мозга взаимодействуют друг с другом, поддерживая пространственную навигацию. Например, было обнаружено, что функциональная связь между энторинальной и задней поясной корой лежит в основе навигационных расхождений при болезни Альцгеймера у группы риска¹¹. В другом исследовании мы впервые предложили сетевой подход, интегрирующий методы коннектома и почти все функционально значимые области (узлы) для пространственной навигации, и результаты показали, что топологические свойства этой сети обнаруживают специфические связи с навигационным поведением¹². Это исследование дает новое представление о теориях о том, как несколько областей мозга взаимодействуют друг с другом для поддержки гибкого навигационного поведения^10,13.

В настоящей работе демонстрируется обновленный вариант интегративного подхода к моделированию функциональной сети. Вкратце, были включены два обновления: 1) В то время как узлы, определенные в первоначальном исследовании, были идентифицированы на основе более ранней и меньшей базы данных (55 исследований с 2 765 активациями, доступ к которым был получен в 2014 году), настоящее определение было основано на последней базе данных (77 исследований с 3 908 активациями, доступ к которым был получен в 2022 году); 2) Для повышения функциональной однородности каждого узла, помимо оригинального анатомического атласа AAL (Anatomical Automatic Labeling)¹⁴, мы применили новую парцелляцию мозга, которая имеет гораздо более тонкое разрешение и более высокую функциональную однородность (см. ниже). Мы ожидали, что оба обновления улучшат моделирование функциональной сети. Этот обновленный протокол предоставляет подробную процедуру исследования нейронных основ пространственной навигации с точки зрения сети и помогает понять индивидуальные вариации навигационного поведения в норме и при заболевании. Аналогичная процедура может быть использована и для сетевого моделирования других когнитивных конструктов (например, языка и памяти).