Человеческий мозг, понятый в простой статистической модели

Путем моделирования компромисса между двумя конкурирующими способами сделать полезные связи, команда британских и американских ученых создала удивительно полную статистическую картину сложной сети человеческого мозга. Они предполагают, что простая математическая модель не только помогает нам лучше понять здоровые мозги, но также и предлагает уникальное понимание шизофрении и подобныйнарушения.Ученые сообщают о своей работе в недавно изданной проблеме Продолжений Национальной академии наук (PNAS) и комментируют его в заявлении для прессы, опубликованном 12 апреля.Ведущим автором исследования является Эд Баллмор, преподаватель в Отделении Психиатрии, Поведенческом и Клиническом Институте Нейробиологии, в Кембриджском университете в Великобритании.

В пути это делает связи, «проводка» человеческого мозга кажется подобной другим сложным сетям, таким как сети социальных связей и Всемирная паутина.Однако до этого исследования, мы знали мало о правилах, вовлеченных в формирование сети человеческого мозга, как авторы объясняют в их справочной информации:«Несмотря на то, что сложный набор мер доступен, чтобы описать топологию мозговых сетей, давления отбора, стимулирующие их формирование, остаются в основном неизвестными».Баллмор и коллеги нашли, что они могли произвести хорошую модель из двух конкурирующих давлений: «штраф расстояния» за поддержание связей дальнего действия и предпочтения, чтобы связать области (включая тех вполне далеко друг от друга), та акция подобный ввод. Сначала у них просто был первый, но тогда когда они ввели второй, модель, значительно улучшенная, поскольку сам Баллмор объясняет:«Существует огромная сумма доказательств, что проводка мозговых сетей имеет тенденцию минимизировать затраты на связь.

Менее дорогостоящие, близкофокусные связи являются намного более многочисленными, чем более дорогостоящие, дальние связи. Таким образом, наша модель реалистично включает штраф расстояния на дальних связях, которые будут иметь тенденцию поддерживать затраты на связь на низком уровне».«Однако», он добавляет, «мы нашли, что одного только контроля затрат было недостаточно, чтобы воспроизвести широкий спектр сетевых свойств.

Чтобы сделать это, мы должны были смоделировать экономичный компромисс между контролем затрат и другим термином, одобрившим новые, прямые связи между областями, разделившими подобный ввод или иначе уже косвенно связанными».Команда пишет, что, вместе, этих двух «биологически вероятных факторов» было достаточно, чтобы представить «впечатляющий диапазон топологических свойств функциональных мозговых сетей».

Они калибровали модель с помощью данных о функциональной магнитно-резонансной томографии (fMRI) от одной компании здоровых волонтеров, и затем показали, что это обеспечило хорошую подгонку к сетям, оцененным во втором независимом наборе данных.Кроме того, путем небольшого «расстройки» модели, таким образом, это одобрило больше связей между отдаленными отделами головного мозга, они нашли, что это «генерировало обоснованное моделирование патологических свойств мозговых функциональных сетей у людей с шизофренией».

Соавтор доктор Петра Э Фертес, также Кембриджского университета, говорит:«Этот результат повторяет некоторые предшествующие результаты изображения головного мозга, предполагающие, что мозговые сети при шизофрении могут быть связаны с патологическим компромиссом между затратами на связь и другими топологическими свойствами мозговых сетей».Авторы предполагают, что простые модели как это, на основе правил компромисса о возможности соединения между различными мозговыми областями, могут помочь объяснить много аспектов мозговой сетевой организации, и в здоровье и в болезни.


Блог Хаисы