[논문 리뷰] The Energy Landscape of Neurophysiological Activity Implicit in Brain Network Structure

Shi Gu, Matthew Cieslak외 5명|arXiv (Cornell University)|2016. 07. 07.

Functional Brain Connectivity Studies참고 문헌 61인용 수 17

한 줄 요약

이 연구는 백질 구조적 연결성을 기반으로 한 최대 엔트로피 모델을 제안하여 뇌 기능의 에너지 경관을 매핑한다. 이는 인지 시스템과 유사한 동시 활성화 패tern을 보이는 저에너지 뇌 상태를 규명하며, 예측된 임계 상태 fMRI 활성화 비율과 관측된 비율 간 강한 상관관계(r=0.17, p=0.0094)를 보이며, 에너지적 제약과 구조적 제약가 함께 기능적 뇌 조직을 형성함을 드러낸다.

ABSTRACT

A critical mystery in neuroscience lies in determining how anatomical structure impacts the complex functional dynamics of human thought. How does large-scale brain circuitry constrain states of neuronal activity and transitions between those states? We address these questions using a maximum entropy model of brain dynamics informed by white matter tractography. We demonstrate that the most probable brain states -- characterized by minimal energy -- display common activation profiles across brain areas: local spatially-contiguous sets of brain regions reminiscent of cognitive systems are co-activated frequently. The predicted activation rate of these systems is highly correlated with the observed activation rate measured in a separate resting state fMRI data set, validating the utility of the maximum entropy model in describing neurophysiologial dynamics. This approach also offers a formal notion of the energy of activity within a system, and the energy of activity shared between systems. We observe that within- and between-system energies cleanly separate cognitive systems into distinct categories, optimized for differential contributions to integrated v.s. segregated function. These results support the notion that energetic and structural constraints circumscribe brain dynamics, offering novel insights into the roles that cognitive systems play in driving whole-brain activation patterns.

연구 동기 및 목표

• 구조적 뇌 연결성이 기능적 뇌 동역학과 상태 전이를 어떻게 제약하는지 이해하기.
• 에너지 제약이 뇌 상태의 확률과 안정성에 미치는 역할을 조사하기.
• 에너지 최소화 원리에 기반해 뇌 네트워크 구조와 신경생리 활동을 연결하는 공식적 프레임워크를 개발하기.
• 모델 예측을 독립적인 휴식 상태 fMRI 데이터와 비교하여 검증하기.
• 내부 및 상호 시스템 에너지 지표를 사용해 인지 시스템의 통합적 및 분리적 기능 역할을 구분하기.

제안 방법

• 연구는 실측된 백질 트락토그라피 데이터를 구조적 제약으로 사용해 뇌 활동의 최대 엔트로피 모델을 구축한다.
• 에너지 경관 내 국소 최소값을 샘플링하기 위해 가능한 뇌 상태를 가로질러 무작위 보행을 시뮬레이션한다. 이는 가장 가능성이 높은 상태를 나타낸다.
• 에너지가 지역적 활성도와 구조적 연결도의 함수로 정의되며, 각 뇌 영역에 대해 내부 및 상호 시스템 에너지 성분이 계산된다.
• 모델은 샘플링된 저에너지 상태에서의 빈도에 기반해 뇌 영역의 활성화 비율을 계산한다.
• 예측된 활성화 비율은 피어슨 상관계수를 사용해 별도의 휴식 상태 fMRI 데이터에서 관측된 비율과 비교된다.
• 인지 시스템은 기존의 분할 기준을 사용해 식별되며, 그들의 에너지 프로파일은 통합적과 분리적 기능 역할을 구분하기 위해 분석된다.

실험 결과

연구 질문

• RQ1 구조적 연결성이 뇌 활동의 가장 가능성이 높은 상태를 어떻게 형성하는가?
• RQ2 구조적 연결성 외에도 에너지 제약이 인간 뇌의 관측된 기능적 동역학을 얼마나 잘 예측하는가?
• RQ3 뇌 상태의 에너지 경관을 사용해 인지 시스템의 인지 기능 역할에 따라 이를 구분할 수 있는가?
• RQ4 내부 시스템 및 상호 시스템 에너지 기여는 뇌의 통합과 분리의 균형과 어떻게 관련되는가?
• RQ5 뇌 영역의 예측 활성화 비율이 휴식 상태에서의 실측 fMRI 활성화 비율과 유의미하게 상관되는가?

주요 결과

• 에너지 경관 내 국소 최소값에 해당하는 가장 가능성이 높은 뇌 상태는 알려진 인지 시스템과 유사한 동시 활성화 패턴을 보인다.
• 최대 엔트로피 모델에서 예측된 활성화 비율은 휴식 상태 fMRI 데이터에서 관측된 비율과 유의미한 정적 상관관계(r=0.17, p=0.0094)를 보인다.
• 내부 및 상호 시스템 에너지 지표는 인지 시스템을 통합적과 분리적 기능 카테고리로 명확히 분리하며, 각각 통합적 또는 분리적 뇌 기능에 기여하는 비율이 다르다.
• 모델은 에너지 제약이 단지 구조적 연결성 외에도 뇌 동역학 예측에 추가적인 설명력을 제공함을 드러낸다.
• 지역적 활성화 비율은 지역적 디그리 또는 에너지만으로는 잘 예측되지 않으며, 이는 연결성과 에너지의 상호작용이 정확한 예측에 필수적임을 시사한다.
• 에너지 경관 프레임워크는 뇌 상태 간 전이 메커니즘을 공식적으로 설명할 수 있으며, 이상적 상태 전이를 동반하는 정신건강 및 신경학적 장애에 대한 통찰을 제공한다.