[논문 리뷰] Neuroscience needs Network Science

Dániel L. Barabási, Ginestra Bianconi외 18명|arXiv (Cornell University)|2023. 05. 10.

Functional Brain Connectivity Studies인용 수 7

한 줄 요약

이 논문은 뇌의 복잡한 구조-기능 관계를 다양한 척도에서 해독하기 위해 신경과학이 즉각적으로 네트워크 과학이 필요하다고 주장한다. 다중 척도 데이터를 네트워크 모델, 지표 및 동적 분석을 통해 통합함으로써, 저자들은 신경 발달, 기능 및 질병을 연구하기 위한 통합된 프레임워크를 제안하며, 뇌 연구를 발전시키기 위해 다학제적 협력을 촉구한다.

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.

연구 동기 및 목표

• 다양한 요소들이 상호 연결된 복잡한 다중 척도 시스템으로서 뇌를 이해하는 데 도전하는 것.
• 공간적·시간적 척도에서 다양한 데이터 유형을 통합하는 데 어려움을 겪는 현재의 신경과학 접근법의 한계를 극복하는 것.
• 뇌 구조(연결체), 동적 변화 및 기능을 모델링하기 위해 네트워크 과학 방법론을 도입하는 것.
• 뇌 전용 네트워크 도구를 개발하기 위해 네트워크 과학과 신경과학 공동체 간의 협력을 촉진하는 것.
• 다학제적 전문성을 구축하기 위한 훈련 및 자금 지원 이니셔티브를 지원하는 것.

제안 방법

• 뇌 영역 또는 뉴런을 노드로, 구조적 또는 기능적 연결을 간선으로 하는 그래프로 신경 시스템을 표현하기 위해 네트워크 과학 프레임워크를 적용하는 것.
• 중심성, 군집도 및 경로 길이와 같은 네트워크 지표를 사용하여 신경망의 위상적 특성을 정량화하는 것.
• 유전체, 세포, 기능적, 구조적 데이터를 포함한 다중 척도 데이터를 통합된 네트워크 모델에 통합하여 다양한 수준에서 뇌 조직을 포괄적으로 기록하는 것.
• 시간적 네트워크 접근법을 사용하여 발달에서 건강 상태에서 질병 상태로의 전이를 연구하는 신경 동적 모델링.
• 계산 도구와 네트워크 이론을 활용하여 신경 회로에서 나타나는 탄생적 성질을 시뮬레이션하고 예측하는 것.
• 재현 가능성과 확장성을 보장하기 위해 뉴런 회로 분석에 특화된 표준화된 네트워크 기반 방법론을 제안하는 것.

실험 결과

연구 질문

• RQ1 네트워크 과학은 어떻게 신경과학에서 다중 척도 데이터를 통합하는 통합적 프레임워크를 제공할 수 있는가?
• RQ2 어떤 네트워크 지표가 발달과 질병 전반에서 뉴런 회로의 구조적 및 기능적 조직을 가장 잘 반영하는가?
• RQ3 신경망 내의 동적 과정은 어떻게 탄생적 뇌 기능과 기능 장애를 유도하는가?
• RQ4 복잡한 신경 시스템에 네트워크 과학을 적용할 때 발생하는 주요 과제는 무엇이며, 이를 어떻게 해결할 수 있는가?
• RQ5 네트워크 과학과 신경과학 공동체 간의 다학제적 협력은 어떻게 뇌 연구의 발견을 가속화할 수 있는가?

주요 결과

• 네트워크 과학은 상호 연결된 구성 요소를 가진 복잡한 시스템으로서 뇌를 모델링하는 데 강력하고 확장 가능한 프레임워크를 제공한다.
• 네트워크 모델을 통해 다중 척도 데이터를 통합함으로써 유전자에서 행동에 이르기까지 뇌 조직을 더 종합적으로 이해할 수 있다.
• 중심성 및 모듈성과 같은 네트워크 지표는 뉴런 회로 내에서 핵심적인 구조적 및 기능적 허브를 드러낸다.
• 동적 네트워크 모델은 건강한 상태에서 병적 상태로의 전이를 시뮬레이션할 수 있으며, 신경계 질환에 대한 통찰을 제공한다.
• 뇌 전용 네트워크 도구와 방법론을 개발하기 위해 네트워크 과학과 신경과학 공동체 간의 협력이 필수적이다.
• 다학제적 연구를 발전시키기 위해 자금, 훈련 및 기관적 지원이 중요하다.