[論文レビュー] A deep sleep model of the human brain: how slow waves emerge due to adaptation and are guided by the connectome

Caglar Cakan, Cristiana Dimulescu+4 more|arXiv (Cornell University)|Nov 30, 2020

Neural dynamics and brain function参考文献 1被引用数 4

ひとこと要約

本研究では、神経細胞の適応によって局所的にスローウェーブ振動（SWOs）が生成され、脳の構造的接続体（connectome）を通じて皮質全体に伝播する仕組みを説明する、全脳計算モデルを提案する。fMRIおよびEEGデータにフィットするための多目的進化的アルゴリズムを用い、現実的な局所的および全身的SWOsが適切な空間的・時間的統計的性質を示す臨界的な適応強度を同定した。前頭側から後頭側への伝播は、接続体の不均一性に起因する。

ABSTRACT

During slow-wave sleep, the brain is in a self-organized regime in which slow oscillations (SOs) between up- and down-states propagate across the cortex. Here we address how SOs emerge locally and can recruit large parts of the brain. A whole-brain model that produces bistable states and adaptation-induced SOs is fit to fMRI and EEG data using a multi-objective evolutionary algorithm. Optimal fits are found at critical values of the adaptation strength where the model produces a wide range of local and global SOs with realistic statistics. Local oscillations are more frequent, last shorter, and have a lower amplitude. Global oscillations spread as waves of silence across the brain. The well-known directionality of propagation from anterior to posterior regions is explained by heterogeneities of the connectome. Our results demonstrate the applicability of whole-brain models beyond the resting-state and their potential for elucidating the spatiotemporal patterns of brain oscillations in general.

研究の動機と目的

• 睡眠中に脳内で局所的にスローウェーブ振動（SWOs）がどのように生成されるかのメカニズムを理解すること。
• 局所的SWOsがどのように伝播することで大規模な皮質ネットワークを活性化するかを調査すること。
• 脳の構造的接続体がSWOsの方向性および空間的・時間的ダイナミクスをどのように規定するかを特定すること。
• fMRIおよびEEGデータで観察される現実的なSWO統計を再現する全脳モデルを開発すること。
• 神経動的な臨界的適応強度が、局所的および全身的SWOパターンのバランスをどのように実現するかを探索すること。

提案手法

• バイステーブルな神経集団を用いた全脳モデルを構築し、上状態と下状態を示す。適応電流がそれらの状態を駆動する。
• 人間の接続体を、領域間結合の構造的基盤として採用し、拡散テンソル画像（DTI）から得られた重みを接続強度に用いる。
• 多目的進化的アルゴリズムを用い、fMRIおよびEEGデータの両方の実測値（パワースペクトル、空間的・時間的ダイナミクスなど）を同時に再現するようにモデルパラメータを最適化する。
• 適応強度を体系的に変化させ、現実的な統計的性質を示す多様な局所的および全身的SWOsが出現する臨界値を同定する。
• SWOsの伝播パターンを分析し、特に前頭側から後頭側への伝播の方向性を評価し、接続体の不均一性と関連付ける。
• スペクトルパワー、振動持続時間、振幅、空間的伝播パターンなどの指標を用いてモデルの性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 外部入力がない状態で、内在的な神経細胞の適応によってどのように局所的スローウェーブ振動が生成されるか。
• RQ2 構造的接続体が皮質全体に広がるスローウェーブ振動の伝播パターンをどのように規定するか。
• RQ3 モデルの振動が、空間的・時間的統計的性質において、実測fMRIおよびEEGデータと最もよく一致するのはどの適応強度のときか。
• RQ4 なぜスローウェーブ伝播に前頭側から後頭側への優位な方向性が見られるのか。これは接続体の構造によって説明可能か。
• RQ5 バイステーブルなダイナミクスと適応を有する全脳モデルは、人間のスローモード睡眠で観察される局所的および全身的SWO特性の全範囲を再現可能か。

主な発見

• 最適なモデル適合は、局所的および全身的SWOsが両方とも現実的な統計的性質を示す臨界的適応強度で達成される。
• 局所的振動は全身的振動に比べて頻度が高く、持続時間が短く、振幅が小さい。これは実測EEG観察と一致する。
• 全身的振動は、皮質全体に広がる「沈黙の波」として伝播する。これはEEGおよびfMRIで観察される「上状態」と「下状態」のダイナミクスと一致する。
• 前頭側から後頭側への伝播方向性は、接続体の不均一性に起因し、後頭側の強い接続が波の拡散を促進する。
• 本モデルは、fMRIおよびEEG両モalityにおいて、スペクトルパワーおよび空間的・時間的組織の両方の主要な特徴を的確に再現した。
• 本研究は、全脳モデルが休息状態ダイナミクスを超えて、スローモード睡眠のような複雑な周期的状態を説明する応用が可能であることを示した。