Struktur von Gehirn-Netzwerken ist nicht behoben

Struktur von Gehirn-Netzwerken ist nicht behoben

Die Form und Konnektivität von neuronalen Netzen — diskrete Bereiche des Gehirns, die zusammen arbeiten, um komplexe kognitive Aufgaben — ändern können, grundlegende und immer wiederkehrende Möglichkeiten, im Laufe der Zeit, entsprechend einer Studie geführt von der Georgia State University.

Die Interaktion und Kommunikation zwischen den Neuronen, bekannt als „funktional-Konnektivität,“ gibt Anlass, um Gehirn-Netzwerke. Forscher haben lange davon, diese Netze sind räumlich statische und eine Feste Gruppe von Hirnregionen, die tragen für jedes Netzwerk. Aber in einer neuen Studie in Human Brain Mapping, Georgia State Forscher finden Beweise, dass Gehirn-Netzwerke sind räumlich und funktional Flüssigkeit.

Sammelten die Wissenschaftler die funktionelle Magnetresonanztomographie (fMRT) brain imaging-Daten zum erstellen von snapshots der Netzwerk-Aktivität auf granularer Ebene im Laufe von mehreren Minuten, und die beobachteten raschen Veränderungen in der Funktion, Lage und Größe der Netze.

„Vorausgesetzt, jeder Hirnregion ist die Interaktion mit dem rest des Gehirns in der gleichen Weise im Laufe der Zeit ist zu stark vereinfacht“, sagte Armin Iraji, research scientist am Center for Translational Research in Neuro-Bildgebungs-Datenbank und Daten Wissenschaft (TReNDS), und führen Autor der Studie. Die Studie co-Autoren gehören Vince Calhoun, Distinguished University Professor von Psychologie und Direktor des TReNDS, und Jessica Turner, außerordentlicher professor von Psychologie.

Eher, einer bestimmten Gehirn die räumlichen Eigenschaften ändern im Laufe der Zeit wie seine Beziehung mit anderen Gehirn-Netzwerke, die Forscher gefunden.

„Man kann sich das Gehirn wie eine Organisation, in denen Mitarbeiter zusammenarbeiten, um das ganze system laufen“, sagte Iraji. „Für eine lange Zeit dachten wir, dass Gehirn-Netzwerke waren wie Abteilungen oder Büros, wo die gleichen Leute waren gerade dabei, den gleichen job jeden Tag. Aber es stellt sich heraus, dass Sie mehr wie coworking spaces, wo die Menschen in und aus zu bewegen und es gibt verschiedene jobs, die durchgeführt zu einem bestimmten Zeitpunkt.“

Die Missachtung dieser räumlichen und funktionalen Abweichungen führen könnten, die ein Falsches und unvollständiges Verständnis des Gehirns, Iraji Hinzugefügt.

„Sagen wir, wir Messen die funktionelle Verknüpfung zwischen den beiden Regionen zu unterschiedlichen Zeiten, und wir sehen eine gewisse Variabilität“, sagte er. „Eine Sicht ist zu sagen, dass die Stärke der Konnektivität, die mit einer bestimmten Aufgabe über die Zeit verändert. Aber was, wenn diese region ist verantwortlich für verschiedene Aufgaben zu unterschiedlichen Zeiten? Vielleicht gibt es andere Menschen, die in diesen zwei Büros an verschiedenen Tagen, so dass ist, warum sehen wir den Unterschied in der Kommunikation.“

Die Ergebnisse der Forscher bauen auf dem Konzept der chronnectome — ein Modell des Gehirns, bei der die funktionelle Konnektivität-Muster im Laufe der Zeit ändern, die ursprünglich vorgeschlagen von Calhoun in 2014 — in dieser Arbeit die Erklärung der „räumlichen“ chronnectome.

Die Wissenschaftler untersuchten auch, ob die Gehirn-Netzwerke können unterscheiden zwischen Patienten mit Schizophrenie und gesunden Kontrollpersonen. Weile fanden Sie die Kontraste zwischen den beiden Gruppen, die Sie beachten Sie, dass diese Unterschiede nicht vorhanden sind, sind konsequent und so ist es wichtig zu erfassen, diese vorübergehenden Veränderungen.

„Die meisten früheren Studien haben Durchschnittliche Netzwerk-Aktivität über die Zeit“, sagte Iraji. „Aber wenn man sich die durchschnittlichen, entfernen Sie alle jene kleinen Schwankungen, welche ein Unterscheidungsmerkmal zwischen gesunden Personen und Personen mit Erkrankungen des Gehirns.“

Iraji gesagt, dass in der Zukunft werden die Wissenschaftler die Untersuchung dieser Erkrankungen sollte auch die Möglichkeit der räumlichen dynamische Konnektivität, wenn Sie versuchen zu modellieren, das Gehirn.

Die Studie wurde unterstützt durch die National Institutes of Health grants 2R01EB005846, R01REB020407, und P20GM103472; und durch die National Science Foundation (NSF) grant 1539067 Vince Calhoun.