[論文レビュー] Emergent complexity: what uphill analysis or downhill invention can not do

Dante R. Chialvo|ArXiv.org|Mar 31, 2008

Complex Systems and Decision Making参考文献 28被引用数 4

ひとこと要約

本稿は、脳が相転移の臨界点近くで機能しており、設計された構造ではなく自己組織的ダイナミクスを通じて、顕在的な複雑な行動を生み出していると提唱している。fMRIおよびMEGデータから得られる機能的脳ネットワークの分析により、これらのネットワークがスケールフリー、スモールワールド、フラクタルな構造を示すことが明らかになった。これは臨界性の主要な兆候であり、臨界性が脳の計算効率性とレジリエンスを支えているという仮説を支持する。

ABSTRACT

In these notes we review emergent phenomena in complex systems, emphasizing ways to identify potential underlying universal mechanisms that generates complexity. The discussion is centered around the emergence of collective behavior in dynamical systems when they are poised near a critical point of a phase transition, either by tuning or by self-organization. We then argue the rationale for our proposal that the brain is naturally poised near criticality reviewing recent results as well as the implications of this view of the functioning brain.

研究の動機と目的

• 複雑系において、特に臨界点近くで顕在する複雑性の普遍的メカニズムを特定すること。
• 神経画像データからの実証的ネットワーク特性に基づき、脳が自然に臨界点近くで機能していると主張すること。
• 複雑な行動が明示的な設計なしに自己組織化によって生じることを示し、ブライテンベルクの「上り坂分析、下り坂設計」の原則に反論すること。
• 社会性昆虫と神経系における集団的ダイナミクスを、自己組織化と臨界性の共通原理で結びつけること。
• 複雑ネットワークにおける相転移と臨界現象と脳機能を結びつける理論的枠組みを提供すること。

提案手法

• 脳領域間の時間的相関を抽出するために、fMRIおよびMEGの時系列データを用いて機能的脳ネットワークを分析する。
• 相関係数が臨界値 $ r_c $ を超えることで、脳部位間のリンクを定義するためのしきい値処理を適用する。
• 機能的脳ネットワークを構築し、トポロジー的性質（次数分布、経路長 $ L $、クラスタリング $ C $）を計算する。
• 実際の脳ネットワークとランダム化されたバージョンを比較し、スモールワールド性とスケールフリーなトポロジーを評価する。
• MEGデータのウェーブレット分解を用いて、周波数別にネットワーク構造を分析する。
• 標的型ノード除去をシミュレートし、ランダム障害と比較することでネットワークのレジリエンスをテストする。

実験結果

リサーチクエスチョン

• RQ1 動的系において、複雑な集団的行動が顕在する背後にある普遍的メカニズムは何か？
• RQ2 明示的な設計やチューニングなしに、高次元系で複雑で頑健な行動がどのように生じるのか？
• RQ3 人間の脳が臨界点近くで機能しているという仮説を支持する証拠は何か？
• RQ4 スケールフリーな次数分布やスモールワールド特性といったトポロジー的特徴は、脳ネットワークにおける臨界性とどのように関係するか？
• RQ5 機能的脳ネットワークが臨界ダイナミクスに一致する程度のレジリエンスと再構成可能性を示しているか？

主な発見

• fMRIデータから得られた機能的脳ネットワークは、指数が約2のべき乗則的次数分布を示しており、スケールフリーな組織を示している。
• 脳の機能的ネットワークはスモールワールドトポロジーを示しており、経路長 $ L $ が短く、クラスタリング $ C $ が高く、ランダムネットワークよりも顕著に高い。
• 脳領域間のリンク数が物理的距離とともにべき乗則に従って減少し、長距離相関と臨界性に一致する。
• MEGデータのウェーブレット解析により、周波数バンド全体にわたりフラクタル的でスモールワールドな構造が確認され、臨界ダイナミクスを支持する。
• 高次数のハブを標的的に攻撃された場合、比較的スケールフリーなネットワークよりも脳ネットワークはよりレジリエントであることが判明し、臨界性と関連する頑健性を示唆する。
• アルツハイマー病では、機能的ネットワークがスモールワールド特性を失うことが確認され、臨界性が病的状態で破壊されることを支持する。