[논문 리뷰] Small-World Brain Networks Revisited

Danielle S. Bassett, Edward T. Bullmore|arXiv (Cornell University)|2016. 08. 19.

Functional Brain Connectivity Studies참고 문헌 110인용 수 9

한 줄 요약

이 논문은 소월드 뇌 네트워크 개념을 재검토하며, 이론적으로는 이분 그래프 분석이 오랫동안 연결체학 분야를 지배했지만, 가중치가 부여된 그래프 모델이 신경 연결의 생물학적 현실을 더 잘 반영한다고 주장한다. 고해상도 트랙트 트레이싱 데이터를 재분석함으로써, 특히 약한 장거리 연결의 역할을 중심으로 한 가중치가 부여된 소월드 위상구조가 전통적인 이분 그래프 지표보다 더 정확하고 생물학적으로 의미 있는 방식으로皮질 네트워크 조직을 이해하는 데 기여함을 보여준다.

ABSTRACT

It is nearly 20 years since the concept of a small-world network was first quantitatively defined, by a combination of high clustering and short path length; and about 10 years since this metric of complex network topology began to be widely applied to analysis of neuroimaging and other neuroscience data as part of the rapid growth of the new field of connectomics. Here we review briefly the foundational concepts of graph theoretical estimation and generation of small-world networks. We take stock of some of the key developments in the field in the past decade and we consider in some detail the implications of recent studies using high-resolution tract-tracing methods to map the anatomical networks of the macaque and the mouse. In doing so, we draw attention to the important methodological distinction between topological analysis of binary or unweighted graphs, which have provided a popular but simple approach to brain network analysis in the past, and the topology of weighted graphs, which retain more biologically relevant information and are more appropriate to the increasingly sophisticated data on brain connectivity emerging from contemporary tract-tracing and other imaging studies. We conclude by highlighting some possible future trends in the further development of weighted small-worldness as part of a deeper and broader understanding of the topology and the functional value of the strong and weak links between areas of mammalian cortex.

연구 동기 및 목표

• 뇌과학 분야에서 소월드 네트워크 분석의 기본 가정을 재평가하는 것, 특히 이분 또는 무게 없는 그래프에 대한 의존성에 초점한다.
• 고해상도, 가중치가 부여된 신경해부학적 데이터에 적용되었을 때 고전적 소월드 지표의 한계를 부각하는 것.
• 연결체학에서 가중치가 부여된 그래프 이론의 도입을 주장하여 실제 피질 연결 위상구조를 더 잘 반영하는 것.
• 도마뱀류 뇌에서 약한 장거리 연결이 소월드 성질을 유지하고 기능적 통합을 이루는 데 핵심적인 역할을 한다는 것을 입증하는 것.

제안 방법

• 고해상도 트랙트 트레이싱 데이터에서 유도된 원숭이와 쥐의 피질 연결체에 가중치가 부여된 그래프 이론을 적용하였다.
• 공간적 거리에 기반한 간선 가중치를 사용하는 가중치가 부여된 네트워크용으로 수정된 Watts-Strogatz 생성 모델을 사용하였다.
• 재결합 확률과 네트워크 밀도에 따라 가중치가 부여된 군집도(Γ) 및 가중치가 부여된 경로 길이(Λ)를 계산하였다.
• 실제 네트워크를 무작위 및 격자 기반 벤치마크와 비교하기 위해 정규화된 지표인 소월드 성향(φ)을 도입하고 계산하였다.
• 연결 매트릭스를 임계값 처리하여 네트워크 밀도와 연결 강도에 따라 소월드 지표가 어떻게 변화하는지 분석하였다.
• 가장 강한 5%와 가장 약한 5%의 연결에 대한 위상적 성질을 분석하여 공간적 조직과 무작위성의 차이를 비교하였다.

실험 결과

연구 질문

• RQ1 실제 뇌 네트워크를 묘사할 때, 가중치가 부여된 소월드 지표는 고전적 이분 지표와 어떻게 다를까?
• RQ2 반려동물 뇌의 피질 네트워크에서 약한 장거리 연결의 기능적 및 위상적 역할은 무엇인가?
• RQ3 고해상도 트랙트 트레이싱 데이터를 사용하여 원숭이와 쥐 뇌의 소월드 위상구조가 가중치가 부여된 그래프 모델로 분석되었을 때 얼마나 지지되는가?
• RQ4 네트워크 밀도는 가중치가 부여된 뇌 네트워크에서 소월드 성질이 나타나는 데 어떤 영향을 미치는가?
• RQ5 소월드 성향(φ)은 연결체학에서 네트워크 위상구조를 위한 강력하고 생물학적으로 해석 가능한 지표가 될 수 있는가?

주요 결과

• 66%의 연결 밀도에서 원숭이 연결체는 소월드 성향(φ)이 약 0.8을 보이며, 가중치가 부여된 네트워크에서 강한 소월드 특성을 나타낸다.
• 53%의 밀도에서 쥐 연결체는 φ 값이 약 0.6을 보이며, 소월드 위상구조를 지니지만 원숭이에 비해 덜 뚜렷하다.
• 쥐 뇌에서 가장 강한 5%의 연결은 주로 인접하거나 동일 기능 영역을 연결하는 등 공간적으로 조직되어 있었고, 가장 약한 5%의 연결은 더 긴 거리를 연결하며 더 무작위적인 위상 패턴을 보였다.
• 가중치가 부여된 소월드 지표(Γ, Λ, σ, φ)는 네트워크 밀도에 매우 민감했으며, φ는 중간 밀도에서 최고치를 보이며 통합성과 모듈성 사이의 상충관계를 시사했다.
• 연구에서는 약한 연결이 수적으로는 적지만 짧은 경로 길이와 전역적 통합을 유지하는 데 필수적임을 발견하여, 강한 연결만이 중요하다는 가정을 도전했다.
• 저자들은 가중치가 부여된 소월드 특성 분석이 이분 모델보다 더 정확하고 생물학적으로 관련성이 있는 프레임워크를 제공하며 피질 연결의 기능적 가치를 이해하는 데 유의미하다고 결론내렸다.