發展軌線研究揭示腦功能網絡分化與整合規律

　　眾所周知，人腦的高級功能通過大規模神經網絡實現，存在模塊化的組織結構和功能可塑性，但腦功能模塊之間的組織結構及其動態演變仍然是現代腦科學探索的核心前沿問題，尤其是人腦功能網絡的畢生發展變化規律極具挑戰性。

　　以往研究發現：腦功能網絡中的“默認網絡”(圖1B)及“楔前葉-背側扣帶后回網絡”(Precuneus-dorsal posterior cingulate cortex network, PCU-dPCC，圖1A)是整個腦神經網絡中重要的樞紐，與許多功能相對專一的功能網絡具有廣泛聯系，但通常都被籠統地作為一個腦功能網絡，即默認網絡。人腦的“默認網絡”(Default mode network, DMN)一直被認為是老化過程的主要攻擊目標網絡，其功能活動的衰退被各種認知年老化疾病研究廣泛報道(如老年癡呆癥)，然而“默認網絡”的區域界定及其與其他腦網絡的功能邊界在學術界一直存在爭議。究其原因，是缺乏一種兼具個體特異性和群體可重復性的計算方法來檢測人腦功能網絡。

　　為克服上述方法學局限，中科院心理研究所人腦功能連接組與發展實驗室成功地開發出基于被試間一致性的人腦功能網絡檢測算法(gRAICAR，Yang et al., 2008; Yang et al., 2012)，將其整合為自主研發的人腦功能連接組計算系統(CCS，Zuo et al., 2013)的功能之一。借助心理所最近建立的高性能計算集群和上述CCS計算系統，課題組楊志副研究員等使用gRAICAR數據挖掘方法，系統地挖掘了來自126名不同年齡(年齡范圍：7-85歲)的健康志愿者的“靜息態”腦功能影像數據。他們首先驗證了腦功能網絡中的“默認網絡”及“楔前葉-背側扣帶后回網絡”是不同的功能網絡，盡管它們在扣帶后回區域具有很大程度的空間交疊(圖1C)，但研究發現這兩個網絡具有不同的屬性，因而應加以區分。更重要的是，他們發現這兩個功能網絡表現出了不同的畢生發展軌線：“默認網絡”的內部功能聯系在畢生發展中相對穩定，而“楔前葉-背側扣帶后回網絡”的內部功能聯系隨年齡增長而降低(圖1)。進一步分析發現：構成“楔前葉-背側扣帶后回”網絡的兩個主要腦區隨著年齡的增長對“默認網絡”的貢獻越來明顯。這些結果說明這兩個原本具有不同功能的腦網絡隨著年齡增長而逐漸合并為一個功能網絡。這兩個“功能樞紐”網絡的動態整合可以解釋腦老化進程中各種認知功能的不同變化，例如自我意識基本不隨腦老化而消退可能與穩定的“默認網絡”存在和保持有關，而空間認知等隨腦老化有明顯減退的功能可能與“楔前葉-背側扣帶后回”網絡的逐步解體有關。從畢生發展的角度，基于本研究的發現可以推測：以往觀測到的與腦老化相關的“默認網絡”活動變化可能來源于“楔前葉-背側扣帶后回”網絡，對這兩個腦功能網絡不加區分的方法使得以往研究將觀測到的現象籠統地歸因于“默認網絡”功能衰退。

　　本研究為探索人腦功能連接組的功能模塊提供了新的視角，幫助重新認識已有研究中與“默認網絡”有關的發現，對今后臨床研究中與“默認網絡”有關的神經與精神疾病研究結果的解釋具有重要指導意義。

　　本研究獲國家科技支撐計劃項目(2012BAI36B01)、國家自然科學基金(81270023, 81171409, 81220108014)、中科院重點部署項目(KSZD-EW-TZ-002)和“百人計劃”基金、美國國家衛生研究所與兒童心理研究所合作者相關基金支持。

　　目前，本研究已經在線發表于神經影像方法學領銜期刊NeuroImage。該研究組的相關研究成果如下：

　　Yang Z*, Chang C, Xu T, Jiang L, Handwerker DA, Castellanos FX, Milham MP, Bandettini PA, Zuo XN*. Connectivity trajectory across lifespan differentiates the precuneus from the default network. NeuroImage. 2013 Nov 25 (http://www.ncbi.nlm.nih.gov/pubmed/24287438)

　　Yang Z*, Zuo XN, Wang P, Li Z, LaConte SM, Bandettini PA, Hu XP. Generalized RAICAR: discover homogeneous subject (sub)groups by reproducibility of their intrinsic connectivity networks. NeuroImage. 2012 Oct 15;63(1):403-14.

　　Yang Z, LaConte S, Weng X, Hu X*. Ranking and averaging independent component analysis by reproducibility (RAICAR). Human Brain Mapping. 2008 Jun;29(6):711-25.

　　Zuo XN*, Xu T, Jiang LL, Yang Z, Cao XY, He Y, Zang YF, Castellanos FX, Milham MP. Toward reliable characterization of functional homogeneity in the human brain: preprocessing, scan duration, imaging resolution and computational space. NeuroImage. 2013 Jan 15;65:374-86.

圖1. gRAICAR數據挖掘匯總。(A)“楔前葉-背側扣帶后回”網絡; (B)“默認網絡”。 (C)兩個網絡的構成腦區及空間交疊示意圖。構成這兩個網絡的腦區如(A)或(B)中左上角所示。這兩個網絡在受試者間的一致性或可重復性如左下角的相似性矩陣所示，受試按年齡從低到高排序。基于相似性矩陣的三種受試間一致性指標(subject centrality, within-group consistency, fraction of significant subjects)顯示，“楔前葉-背側扣帶后回”網絡隨受試年齡穩定性下降，而“默認網絡”相對穩定。