[论文解读] The specificity and robustness of long-distance connections in weighted, interareal connectomes

Richard F. Betzel, Danielle S. Bassett|arXiv (Cornell University)|Nov 10, 2017

Functional Brain Connectivity Studies参考文献 101被引用 249

一句话总结

本研究挑战了主流假设，即长距离脑连接主要通过减少拓扑距离来实现高效通信。相反，它提出这些连接通过提供独特且非冗余的输入和输出，增强了功能多样性。基于五份加权区域间连接组数据集，作者发现长距离连接具有高度特异性，形成非随机的聚类，并在维持神经动力学的功能多样性方面至关重要——表明其作用不仅限于路由效率，更在于支持复杂脑功能。

ABSTRACT

Brain areas' functional repertoires are shaped by their incoming and outgoing structural connections. In empirically measured networks, most connections are short, reflecting spatial and energetic constraints. Nonetheless, a small number of connections span long distances, consistent with the notion that the functionality of these connections must outweigh their cost. While the precise function of these long-distance connections is not known, the leading hypothesis is that they act to reduce the topological distance between brain areas and facilitate efficient interareal communication. However, this hypothesis implies a non-specificity of long-distance connections that we contend is unlikely. Instead, we propose that long-distance connections serve to diversify brain areas' inputs and outputs, thereby promoting complex dynamics. Through analysis of five interareal network datasets, we show that long-distance connections play only minor roles in reducing average interareal topological distance. In contrast, areas' long-distance and short-range neighbors exhibit marked differences in their connectivity profiles, suggesting that long-distance connections enhance dissimilarity between regional inputs and outputs. Next, we show that -- in isolation -- areas' long-distance connectivity profiles exhibit non-random levels of similarity, suggesting that the communication pathways formed by long connections exhibit redundancies that may serve to promote robustness. Finally, we use a linearization of Wilson-Cowan dynamics to simulate the covariance structure of neural activity and show that in the absence of long-distance connections, a common measure of functional diversity decreases. Collectively, our findings suggest that long-distance connections are necessary for supporting diverse and complex brain dynamics.

研究动机与目标

• 挑战主流假设，即长距离连接通过减少拓扑距离来实现高效通信。
• 探究长距离连接在塑造脑动力学方面是否具有更具体、非随机的作用。
• 评估长距离连接对区域输入-输出多样性及网络鲁棒性的功能影响。
• 确定长距离连接模式在不同物种间是否保守，并表现出非随机组织特征。
• 通过动力学模拟评估长距离连接在支持复杂、多样化神经动力学中的作用。

提出的方法

• 分析来自小鼠、果蝇、猕猴和人类（高分辨率与低分辨率）的五份加权区域间连接组数据集，以评估其空间-结构架构。
• 计算连接权重与欧氏距离之间的皮尔逊相关系数，量化权重随距离衰减的程度。
• 使用连接模式的余弦相似度评估基于连接模式的脑区间功能相似性。
• 通过按长度标记连接的前5%、10%、20%和25%来识别长距离连接，并分析其在不同距离区间的分布。
• 应用社区检测（Louvain算法）识别长距离连接模式的聚类，以评估其非随机组织特征。
• 使用线性化Wilson-Cowan模型模拟神经活动，评估在有无长距离连接的情况下功能多样性的变化。

实验结果

研究问题

• RQ1 长距离连接是否如普遍假设的那样，在加权脑网络中主要通过减少拓扑距离来实现通信？
• RQ2 长距离连接是否具有功能特异性，还是仅承担非特异性路由功能？
• RQ3 长距离连接模式是否表现出非随机聚类，暗示功能冗余或鲁棒性？
• RQ4 长距离连接如何影响脑区功能谱的多样性？
• RQ5 移除长距离连接与短距离连接对神经动力学中功能多样性的影响有何不同？

主要发现

• 在加权区域间网络中，长距离连接对减少平均拓扑距离的贡献微乎其微，最短加权路径主要由短距离连接主导。
• 与短距离邻居相比，区域的长距离邻居表现出显著更低的连接模式相似性，表明其具有功能特异性和输入/输出多样化。
• 在不同物种中，长距离连接模式形成非随机聚类，提示长程通信通路具有冗余性和鲁棒性。
• 移除长距离连接导致功能多样性显著下降，这一结果通过神经活动模拟中的协方差结构测量得到证实。
• 相比之下，移除短距离连接反而增加了功能多样性，表明长距离连接在维持复杂、多样化动力学方面具有独特作用。
• 本研究结果支持一种模型：长距离连接并非单纯的拓扑捷径，而是通过输入/输出多样化，对实现复杂、多样的脑动力学至关重要。