[論文レビュー] Inter-regional ECoG correlations predicted by communication dynamics, geometry, and correlated gene expression

Richard F. Betzel, John D. Medaglia+4 more|arXiv (Cornell University)|Jun 19, 2017

Electrochemical Analysis and ApplicationsChemistry被引用数 18

ひとこと要約

本研究は、複数被験者の脳内EEG（ECoG）記録から全脳的・パラセレーションベースの機能的結合ネットワークを構築し、領域間のECoG相関が解剖的結合、領域間距離、遺伝子共発現パターンによって一貫して予測可能であることを示した。モデルは個々の被験者に対してECoGネットワークを正確に予測でき、特にイオンチャネルおよび膜電位調節に関与する遺伝子のサブセットが機能的結合と強く関連しており、脳ネットワーク組織の分子的基盤を明らかにした。

ABSTRACT

Electrocorticography (ECoG) provides direct measurements of synchronized postsynaptic potentials at the exposed cortical surface. Patterns of signal covariance across ECoG sensors have been associated with diverse cognitive functions and remain a critical marker of seizure onset, progression, and termination. Yet, a systems level understanding of these patterns (or networks) has remained elusive, in part due to variable electrode placement and sparse cortical coverage. Here, we address these challenges by constructing inter-regional ECoG networks from multi-subject recordings, demonstrate similarities between these networks and those constructed from blood-oxygen-level-dependent signal in functional magnetic resonance imaging, and predict network topology from anatomical connectivity, interregional distance, and correlated gene expression patterns. Our models accurately predict out-of-sample ECoG networks and perform well even when fit to data from individual subjects, suggesting shared organizing principles across persons. In addition, we identify a set of genes whose brain-wide co-expression is highly correlated with ECoG network organization. Using gene ontology analysis, we show that these same genes are enriched for membrane and ion channel maintenance and function, suggesting a molecular underpinning of ECoG connectivity. Our findings provide fundamental understanding of the factors that influence interregional ECoG networks, and open the possibility for predictive modeling of surgical outcomes in disease.

研究の動機と目的

• 被験者間での電極配置のばらつきやカバレッジの不足にもかかわらず、複数被験者のECoGデータから全脳的機能的結合ネットワークを構築する手法を開発すること。
• ECoG機能的ネットワークがfMRI BOLDネットワークと共通するトポロジー的特徴を有するかどうかを明らかにすること。
• 特に解剖的結合、距離、遺伝子共発現といった神経生物学的要因が、領域間ECoG相関パターンを予測するかどうかを同定すること。
• 特にイオンチャネル関連遺伝子を含む発現パターンが、ECoG結合を予測するネットワークにおいて豊富に存在するかどうかを評価すること。
• 単一被験者用のECoGデータで訓練したモデルが、他の被験者に一般化して個別特異的なネットワークトポロジーを予測できるかどうかを評価すること。

提案手法

• 標準化された皮質パラセレーションを用いて、複数被験者のECoG記録からパラセレーションベースのバンド制限機能的結合（FC）ネットワークを構築した。
• 接続重み相関、距離依存性、モジュラー構造などの指標を用いて、ECoG FCネットワークとfMRI BOLDネットワークを比較した。
• 解剖的結合、領域間ユークリッド距離、遺伝子共発現相関行列を予測子として用い、ECoG FC重みを予測する多変量線形モデルを構築した。
• 予測力が最も高い遺伝子を段階的に選択することで遺伝子発現サブセットを最適化し、最良の遺伝子セットに対して遺伝子オントロジー（GO）の豊富度解析を実施した。
• 予測モデルを個々の被験者に適合させ、その特異性およびアウトオブサンプル予測精度を評価した。
• 順列検定と交差検証を用いて、統計的有意性およびモデルの頑健性を評価した。

実験結果

リサーチクエスチョン

• RQ1 ECoG機能的結合ネットワークは、トポロジカルな構造においてどの程度fMRI BOLDネットワークに類似しているか？
• RQ2 解剖的結合、領域間距離、遺伝子共発現パターンを用いて、領域間ECoG相関を正確に予測できるか？
• RQ3 どの特定遺伝子がECoGネットワークトポロジーを最もよく予測するか、そしてそれらが共有する生物学的機能は何か？
• RQ4 個別被験者用に訓練した予測モデルは、他の被験者にも一般化して適切に機能するのか、それとも非常に特異的か？
• RQ5 ECoGネットワーク組織に分子的基盤が存在するか、特にイオンチャネルおよび膜電位調節に関与する遺伝子が関与しているか？

主な発見

• ECoG機能的結合ネットワークは、接続重み相関、距離依存性、モジュラー構造といった点で、fMRI BOLDネットワークと強いトポロジカル類似性を示した。
• 解剖的結合、領域間距離、遺伝子共発現を組み合わせた多変量モデルが、ECoG FCを高い精度で予測し、単一または二つの要因を用いたモデルを上回った。
• 最も優れた性能を示した遺伝子サブセットは、イオンチャネル活性、膜電位調節、バソールド電圧ゲート型イオンチャネル機能の両方に顕著に豊富であり、特に1–4 Hzおよび4–8 Hz帯で顕著であった。
• 遺伝子オントロジー解析により、予測力が最も高い遺伝子は「カルシウムイオンチャネル活性」（p = 6.55×10⁻⁶）、「バソールドナトリウムチャネル活性」（p = 5.78×10⁻⁵）、および「膜電位の調節」（p = 7.74×10⁻⁴）といった用語に顕著に豊富であった。
• 単一被験者用ECoGデータで訓練したモデルは高い特異性とアウトオブサンプル予測精度を示し、被験者間で共通する組織化原理があることを示唆した。
• 特にイオン輸送および膜電位に関連する遺伝子発現サブセットを制限して組み込むことでモデル性能が向上し、ECoG結合の直接的な分子的基盤があることを示唆した。