[論文レビュー] Core-Periphery Organisation of Human Brain Dynamics

Danielle S. Bassett, Nicholas F. Wymbs+4 more|arXiv (Cornell University)|Oct 12, 2012

Neural dynamics and brain function被引用数 9

ひとこと要約

本研究は、運動スキル習得中の脳動態がコア・パーサイフィリア（core-periphery）組織を示すことを明らかにした。安定的かつ高接続性を示すコア領域（感覚運動および視覚領域）は時間的に剛性を示す一方、多様な関連領域からなるフレキシブルなパーサイフィリア領域は頻繁に再構成される。このコア・パーサイフィリア構造は、個人の学習成功を予測でき、複雑な目的指向行動における機能的ネットワーク再組織化を理解するための簡潔な枠組みを提供する。

ABSTRACT

As a person learns a new skill, distinct synapses, brain regions, and circuits are engaged and change over time. In this paper, we develop methods to examine patterns of correlated activity across a large set of brain regions. Our goal is to identify properties that enable robust learning of a motor skill. We measure brain activity during motor sequencing and characterize network properties based on coherent activity between brain regions. Using recently developed algorithms to detect time-evolving communities, we find that the complex reconfiguration patterns of the brain's putative functional modules that control learning can be described parsimoniously by the combined presence of a relatively stiff temporal core that is composed primarily of sensorimotor and visual regions whose connectivity changes little in time and a flexible temporal periphery that is composed primarily of multimodal association regions whose connectivity changes frequently. The separation between temporal core and periphery changes over the course of training and, importantly, is a good predictor of individual differences in learning success. The core of dynamically stiff regions exhibits dense connectivity, which is consistent with notions of core-periphery organization established previously in social networks. Our results demonstrate that core-periphery organization provides an insightful way to understand how putative functional modules are linked. This, in turn, enables the prediction of fundamental human capacities, including the production of complex goal-directed behavior.

研究の動機と目的

• 運動スキル習得中の機能的ネットワーク再組織化の背後にある組織的原則を特定すること。
• 学習を支援する安定的かつ一貫性のあるモジュールを形成する脳領域があるかどうかを特定すること。
• コア・パーサイフィリア構造が個人の学習パフォーマンスの差を説明できるかどうかを調査すること。
• 時間発展型コミュニティ検出法を発展・適用し、機能的脳ネットワークに応用すること。

提案手法

• 最近開発された、機能的脳ネットワークにおける時間発展型コミュニティを同定するアルゴリズムを適用した。
• 脳領域間の一貫した活動パターンをネットワーク構築の根拠とした。
• 時間的変動が小さい、感覚運動および視覚領域からなる時間的コアを同定した。
• 時間的変動が大きい、多様な関連領域からなる時間的パーサイフィリアを同定した。
• 訓練セッション全体にわたり、コアとパーサイフィリアの分離度を動的指標として定量化した。
• コア・パーサイフィリア構造と個人の学習成果を相関させ、予測能力を評価した。

実験結果

リサーチクエスチョン

• RQ1 運動スキル習得中に機能的脳ネットワークはどのように再構成されるか？
• RQ2 学習脳における機能的モジュール間のダイナミックな相互作用を支配する組織的原則は何か？
• RQ3 学習中に一貫した結合性を維持する脳領域の安定的コアは存在するか？
• RQ4 コア・パーサイフィリア分離度は、個人の学習成功の差を予測できるか？
• RQ5 訓練の進行に伴い、剛性のあるコアとフレキシブルなパーサイフィリアのバランスはどのように変化するか？

主な発見

• 運動スキル習得中、脳はコア・パーサイフィリア組織を示す。安定的コア領域（感覚運動および視覚領域）は、時間経過に伴い結合性の変化が最小限に抑えられる。
• フレキシブルなパーサイフィリアは、主に多様な関連領域から構成され、頻繁に変化する結合パターンを示す。
• コアとパーサイフィリアの分離度は訓練に伴い増大し、個人の学習パフォーマンスと強く相関する。
• コア領域は内部に密な結合性を示しており、社会的システムで観察されるコア・パーサイフィリアネットワーク構造と整合的である。
• コア・パーサイフィリア構造は、個人の学習成功の差を有意に予測する要因である。
• 機能的モジュールのダイナミックな再構成は、剛性のあるコアとフレキシブルなパーサイフィリアの共存によって簡潔に記述できる。