[論文レビュー] Neuroscience needs Network Science

Dániel L. Barabási, Ginestra Bianconi+18 more|arXiv (Cornell University)|May 10, 2023

Functional Brain Connectivity Studies被引用数 7

ひとこと要約

本論文は、神経科学がスケールをまたがる脳の複雑な構造-機能関係を解明するため、神経科学がネットワーク科学を緊急に必要としていると主張している。マルチスケールのデータをネットワークモデル、指標、動的解析によって統合することで、著者らは神経発達、機能、疾患を統一的に研究するフレームワークを提唱し、脳研究の前進のための学際的協力を提唱している。

ABSTRACT

The brain is a complex system comprising a myriad of interacting elements, posing significant challenges in understanding its structure, function, and dynamics. Network science has emerged as a powerful tool for studying such intricate systems, offering a framework for integrating multiscale data and complexity. Here, we discuss the application of network science in the study of the brain, addressing topics such as network models and metrics, the connectome, and the role of dynamics in neural networks. We explore the challenges and opportunities in integrating multiple data streams for understanding the neural transitions from development to healthy function to disease, and discuss the potential for collaboration between network science and neuroscience communities. We underscore the importance of fostering interdisciplinary opportunities through funding initiatives, workshops, and conferences, as well as supporting students and postdoctoral fellows with interests in both disciplines. By uniting the network science and neuroscience communities, we can develop novel network-based methods tailored to neural circuits, paving the way towards a deeper understanding of the brain and its functions.

研究の動機と目的

• 脳を相互に接続された要素を有する複雑なマルチスケール系として理解する課題に対処すること。
• 空間的・時間的スケールをまたいで多様なデータタイプを統合するのに困難を抱える現在の神経科学的手法の限界を克服すること。
• 脳の構造（接続体）、ダイナミクス、機能をモデル化するためのネットワーク科学の手法の採用を促進すること。
• ネットワーク科学と神経科学のコミュニティ間の協力を促進し、脳に特化したネットワークツールを開発すること。
• ネットワーク神経科学分野における学際的専門知識を育成するための教育・資金支援イニシアチブを支援すること。

提案手法

• 神経系をノード（脳領域またはニューロン）とエッジ（構造的または機能的結合）として表すグラフとして表現するネットワーク科学の枠組みを適用すること。
• 中心性、クラスタリング係数、経路長などのネットワーク指標を用いて、神経ネットワークのトポロジー的性質を定量化すること。
• ゲノム、細胞、機能的、構造的データなどのマルチスケールデータを統合し、脳の組織的構造を多レベルで捉える統一されたネットワークモデルを構築すること。
• 時間的ネットワークアプローチを用いて神経ダイナミクスをモデル化し、発達から健康状態、病態への移行を研究すること。
• 計算ツールとネットワーク理論を活用して、神経回路における出現的性質をシミュレートおよび予測すること。
• 再現性とスケーラビリティを可能にするために、神経回路解析に特化した標準化されたネットワークベースの手法を提言すること。

実験結果

リサーチクエスチョン

• RQ1 ネットワーク科学は、神経科学におけるマルチスケールデータ統合のための統一的フレームワークをどのように提供できるか？
• RQ2 発達および疾患をまたがる神経回路の構造的・機能的組織を最もよく捉えるネットワーク指標は何か？
• RQ3 神経ネットワーク内の動的プロセスは、どのようにして出現的脳機能および機能障害を生じさせるか？
• RQ4 複雑な神経系にネットワーク科学を適用する際の主な課題は何か。それらはどのように解決できるか？
• RQ5 ネットワーク科学と神経科学のコミュニティ間の学際的協力は、脳研究における発見をどのように加速できるか？

主な発見

• ネットワーク科学は、相互に接続されたコンポーネントを有する複雑系として脳をモデル化する強力でスケーラブルなフレームワークを提供する。
• ネットワークモデルを通じたマルチスケールデータの統合により、遺伝子から行動に至る脳の組織的構造をより包括的に理解できるようになる。
• 中心性やモジュラリティなどのネットワーク指標は、神経回路における重要な構造的・機能的ハブを明らかにする。
• 動的ネットワークモデルは、健康状態から病態への移行をシミュレートでき、神経疾患の理解に役立つ洞察を提供する。
• ネットワーク科学と神経科学のコミュニティ間の協力は、脳に特化したネットワークツールや手法を開発するために不可欠である。
• ネットワーク神経科学の発展を促進するためには、資金、教育、制度的支援が不可欠である。