Cerebral Cortex:静息态下功能连接的遗传力:跨网络的动态均值、动态变异性和静态连接的评估 2024-04-10 23:36:33 1.摘要最近评估大脑功能连接体的遗传性的努力主要集中在静态连接上。然而,评估随时间变化的连通性可以为大脑功能的内在动态本质提供有价值的见解。在这里,研究人员检查了人类连接组计划静息态fMRI数据的遗传率,以确定功能连接的动态波动是否有遗传基础。除了动态平均值和标准静态连通性外,还对动态连通性变化进行了评估。遗传率使用ACE (APACE)的加速排列推断(Accelerated Permutation Inference)进行估计,该方法模拟了加性遗传(h2)、共同环境(c2)和唯一环境(e2)变化。遗传力中等(平均h²:动态均值= 0.35,动态变异性= 0.45,静态= 0.37),动态变异性比动态均值或静态连通性更大。此外,动态变异的遗传力在多个网络连接的两个阶段都是可靠的,特别是在高阶认知和视觉网络之间。对于动态平均和静态连通性,在网络中发现了相似的遗传模式。这些发现支持动态连接受基因影响的观点。网络连接的灵活性,而不仅仅是它们的强度,是一种可遗传的内表型,可能导致特质行为的倾向。2.简述对双胞胎的检查为理解大脑网络功能的遗传性提供了宝贵的机会。人类连接组项目(HCP)是一项多模态神经成像研究,包括数百个兄弟姐妹组的家庭结构,包括MZ双胞胎、DZ双胞胎、非双胞胎兄弟姐妹以及单胞胎。在这里,我们使用DCC和ACE模型在HCP数据集中使用动态和静态度量来研究网络FC的遗传力。这是第一个研究动态FC(反映网络灵活性的指标)的变化本身是否可遗传的研究。3.材料和方法3.1被试、数据采集、数据预处理HCP 900数据集的815位健康被试。包括81MZ双胞胎,78DZ双胞胎,103非双胞胎兄弟,113无关被试。采集4个14min33s静息态数据,分为2sessions。ICA+FIX伪迹去除、去均值、变异性标准化、ICA降维。组ICA在几个维度进行了工作(即25、50、100、200、300个组分)。预计较高的ICA维数将改善网络连通性估计,因为网络的空间识别更加精确,而且每个网络包含更多的边。因此,我们的主要分析使用变异性分量模型来检验300维ICA的遗传力。对其他ICA维度进行后续分析,以评估ICA维度对遗传力估计的影响。整个处理流程见图1.3.2网络识别我们的主要分析检验了300维ICA数据集的平均网络内和网络间连通性估计的遗传力。为了评估边缘连接的遗传力值范围,对所有信号成分之间的个体连接进行了跟踪分析。为了进行网络分类和信号分量识别,使用之前定义的标准,基于空间重叠的Yeo 7-网络分区,对Group-ICA分量空间图的体积的MNI152 3D空间版本进行自动标记。这包括对每个成分地图中前5%的体素进行阈值化,然后将成分分配给空间重叠最高的网络。因此,每个成分被标记为7个Yeo网络之一:视觉(VN),躯体运动(SMN),背侧注意(DAN),腹侧注意(VAN),边缘(LN),额顶叶(FPN),或默认模式(DMN),或如果它有一个低程度的网络重叠,就被分类为噪声。这导致65个信号成分(29 VN, 8 SMN, 3 DAN, 2 VAN, 8 FPN, 15 DMN)用于计算连通性。由于没有成分被归类为LN,只有6个网络被纳入网络分析。为了确定这种标记方法是否准确地标记了噪声成分,ICA成分也完全基于成分时间过程的时间特征进行了标记。这涉及检查LF:HF功率,基于以前的方法。LF功率定义为0.1 ~ 0.01 Hz功率的积分,HF功率定义为0.2 ~ 0.67 Hz功率。后者是在Allen et al.(2011)将高频功率定义为0.15-0.25 Hz的基础上进行修改的。最近的研究表明,静息态网络特征存在的频率比之前认为的更高,因此,由于HCP多频带采集的时间分辨率更高,目前的研究将最小频率提高到0.2 Hz,并将最大频率设置为0.67 Hz。为了计算低频:高频功率,首先在这些预定范围内计算功率的积分,在每个个体和每个成分的时间进程内。然后,如果所有受试者的平均低频功率大于2(即,至少是成分中低频功率的两倍),或其他分类为噪声,则每个ICA组件被归类为信号。将新的时间分类与我们之前使用Yeo 7网络空间重叠的成分分类进行比较,我们发现了90%的敏感性和89%的特异性。我们之前的空间方法将300个成分中的65个划分为信号,而新的时间方法将87个网络划分为信号。使用这两种方法,共有58个成分被一致归类为信号,使用Yeo空间重叠方法,65个成分中只有7个归类为信号,使用时间方法时其归类为噪声。说明之前的空间方法在区分信号和噪声分量方面做得比较好。在当前的研究中,使用Yeo 7-网络分段来标记ICs,而不是更细粒度的分段,因为以前的研究表明,更高的模型阶ICA倾向于将较大的网络细分为较小的子网。因此,使用300分量高模型阶独立分量分析(ICA)来区分每个独立分量所具有的子网络。然后使用粗功能标记将这些成分分组成更大规模的网络。 图1 数据处理流程3.3动态和静态连接估计对于动态连接和静态连接,初级ACE模型检验了网络连接的遗传率,后续ACE模型检验了边缘连接的遗传率。网络方面的估计包括首先计算所有信号分量对之间的边连接,然后对确定为特定网络对的这些连接进行平均。对于目前研究中包含的6个Yeo网络,这导致了21个网络连接(即6 * 2^5 = 21),包括网络内部和网络之间的连接。对于每65个信号分量之间的边向连接,这将导致2080个连接(即65 * 2^64)。DCC用于计算动态连通性(https://github.com/canlab/Lindquist_Dynamic_Correlation)。简单地说,DCC是一种多元波动率方法,在该方法中,当前条件相关性使用条件相关性的过去估计和当前观测值的线性组合来更新。DCC通过拟最大似然法估计模型参数,因此,不像滑动窗口方法,不需要设置任意的窗口长度。每个参与者的4次静止状态runs的每个时间点都获得了两两动态连接值。在每个扫描session的2400个时间点上生成一个由2080个边连接值(即65个信号成分之间的所有成对连接)组成的矩阵。在每个扫描session的2400个时间点上生成了21个网络连接值的矩阵(即6个Yeo网络之间的所有成对连接)。然后将动态连通性总结为一次run中所有时间点的平均值或变异性。因此,DCC均值代表一次run的动态连接强度,而DCC变异性代表一次run的动态连接的可变性或灵活性。对于每个连接,静态连接是两两信号分量时间过程之间的皮尔逊相关系数,因此,代表整个运行的标准FC。与DCC测量一样,这首先是在每次run中计算的,然后是取run的平均值。对21个网络连接的动态连通性和静态连通性的均值和变异性进行ACE建模,并对2080个边连接进行后续遗传模型。3.4连通性的动态均值、变异性和静态均值的遗传力利用ACE模型的加速置换推断进行遗传度分析。遗传力的ACE模型是利用家庭结构对可加性遗传(a)、共同环境(C)和唯一环境(E)变化进行的变异性分解。每个APACE模型包括有害变量(年龄、性别、年龄²、年龄x性别、年龄² x性别、利手、种族、民族和扫描移动)。4.结果4.1网络连接的可遗传性动态(均值和变异性)和静态连通性测量都导致了所有网络对的非零遗传力值(图S1)。动态连通性的遗传力值与更传统的静态连通性遗传力值的范围相似(图2)。动态连通性平均遗传力范围为0.21 ~ 0.53,与静态连通性的遗传力范围相似,且与之前检验传统静态FC遗传力的研究具有可比性。动态连通性变异性的遗传力范围为0.2 ~ 0.59,也在与静态连通性遗传力相似的范围内。 图2 对连接度量的相对贡献4.2跨网络对测试可遗传性图S1显示了3个连接度量在每个session期间的网络可遗传性。对于动态平均和静态连接,只有VN-DAN网络连接的遗传率在两个sessions中保持显著性。另一方面,对于动态连通性的变异性,遗传力对一些网络对是一致显著的。这包括VN- SMN,VN-VAN,VN-FPN,VN-DMN,SMN-VAN,andDAN-FPN。4.3跨不同扫描长度测试可遗传性对连续的时间点以及run平均时间点,检验扫描长度对遗传率估计的影响。图3显示,对于300、600、900、1200、2400、3600和4800时间点(即3:36、7:12、10:48、14:24、28:48、43:12和57:36 (min:s))的连续扫描长度,在遗传力估计稳定(2400-3600时间点或28-43分钟)之前,需要较长的扫描周期。这是所有3个连接性指标的情况;尽管,正如目前的研究一致发现的,DCC变异倾向于在所有扫描长度上导致更高的遗传率,与DCC平均值和静态连通性相比,需要更少的时间点来稳定。图4显示,对于平均扫描长度,在4次扫描长度为300、600、900和1200时,遗传力值总体上是一致的。对于静态连通性,在扫描长度为300时,遗传力值较低,但在扫描长度>300时,遗传力值趋于一致。对于DCC测量,所有扫描长度的遗传力值都是稳定的。 图3 遗传性作为连续扫描长度的函数 图4 遗传性作为评价4runs的扫描长度的函数4.4跨不同维度测试遗传性表S1显示了session1和session2在25、50、100、200和300分量ICA维度上的网络遗传性值的范围和平均值。遗传力值在ICA维度上变化不大。虽然DCC变异性的遗传力值在25 ~ 300个组分之间略有增加,但这主要是由于小于100个组分的ICA维数值较小。对于DCC均值和静态连通性,这种趋势不太明显。在所有ICA维度上,DCC变异性倾向于比DCC均值或静态连通性具有更高的遗传力值。4.5测试个体连接的遗传性表S2显示了session1和session2的300维ICA的个体连接遗传力值的范围和平均值。由于大量的个体连接,仅对主要的300维ICA结果进行了遗传力检验。我们发现,与平均网络连接相比,单个连接的遗传力范围更大,平均遗传力更低。这可能是由于一些个体连接的遗传率非常低。4.6对动态连接变异性的更高的遗传性如前所述,动态连通性平均值与静态FC值相似。这对实际的连通性值和遗传力都是正确的。动态变异性的遗传力有高于动态均值和静态连通性的趋势。在不同维度(表S1)以及单个连接(表S2)中都发现了这种趋势。当考虑扫描长度的影响时,DCC变异性也倾向于在所有扫描长度上具有较高的遗传力值(图3)。为了确定这一趋势在21对网络中是否显著,对于300维ICA的优先遗传力结果,我们进行了双尾测试,配对t检验,检验21对网络中动态变异性的遗传力与动态均值或静态连通性的遗传力是否不同。我们发现,在两个阶段,动态变异性的遗传力都高于动态均值,动态变异性也倾向于高于静态连通性。5.结论我们的结果证明了检验动态连通性指标遗传性的效用,并提供了证据,表明遗传对动态连通性变异性的影响比静态和平均动态测量的影响更大。这表明,除了网络强度之外,网络灵活性也是影响行为特质水平差异的重要因素。建立功能网络的遗传性对理解疾病的病因具有潜在深远的意义。许多神经和精神疾病,如精神分裂症、自闭症、阿尔茨海默症、多动症,都有很强的遗传成分,并与大脑回路的异常功能有关。评估动态均值和方差与遗传学的关系有助于鉴定内表型。这些内表型可能反过来阐明这些疾病的神经生物学病因,并有助于新疗法的发展。 赞 (0) 相关推荐 大规模电生理网络动力学 多年来,人们一直认为神经同步对认知至关重要.不同神经群之间的同步时间模式承载的信息超越了这些群的孤立活动,这一观点引发了功能性神经成像领域的焦点转移.具体来说,对某些刺激或任务引起的某些区域内的激活的 ... 动态功能连接:前景、问题和解释 大脑必须跨多个时间尺度动态整合.协调和响应内部和外部刺激.利用功能磁共振(fMRI)对大脑活动进行无创测量,极大地促进了我们对支持这些基本脑功能特征的大规模功能组织的理解.以往静息态fMRI研究的结论 ... GVRP基础配置 ! 原理概述 GVRP (GARP VLAN Registration Protocol),中文名为GARP VLAN注册协议,是GARP ( Generic Attribute Registrati ... BRAIN:急性缺血性卒中影响大脑的动态连接状态 已有研究表明,急性缺血性卒中扰乱了健康的大脑组织,从而导致脑功能网络的重组,以弥补神经组织和功能的损失.静息态功能磁共振研究已经通过估计卒中引起的网络连接在几分钟内累积的变化,加深了我们对大脑重组的理 ... 最近业绩预告频出,到底该怎么给企业估值? 这几天公司有点忙,在接洽一些客户,自己还一边忙着研究企业,最近不少企业出中报业绩预告了,有朋友问到我这个企业该怎么估值,为什么有的企业几倍的PE没人炒,为什么沃森生物七八百倍PE屹立不倒?我也就大概的 ... 静息态下海马功能连接的改变与22q11缺失综合征患者中出现的阳性精神病症状有关 在精神病谱系中,海马的改变是最常见的神经影像学发现之一.此外,此外,有强有力的转化证据表明,在小鼠模型中保留海马体网络的成熟可以防止认知缺陷的进展.然而,在人类中,海马功能连接的发展轨迹及其对精神病的 ... Nature子刊:基于静息态EEG功能连接模式识别精神疾病亚型 摘要:精神疾病在神经生物学和临床表征上存在异质性,基于数据驱动的疾病亚型识别有助于精神疾病的诊断和治疗,本文报告了创伤后应激障碍(PTSD)和重度抑郁障碍(MDD)两种临床相关亚型的识别,这两种疾病亚 ... 贺永课题组与合作者在Cerebral Cortex发表论文 揭示儿童青少年脑动态功能网络发育的规律及... 本文转自公众号:北师大脑与认知科学 2021年8月10日,国际神经科学杂志<CerebralCortex>在线发表北京师范大学认知神经科学与学习国家重点实验室贺永课题组研究论文" ... Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型 一.背景介绍 这是一篇2016年发表在<nature medicine>杂志并轰动精神医学界的深度好文章.虽然时间过去了5年,但是它对我们的指导和借鉴价值丝毫没有衰减,反而越来越大. ... Cerebral Cortex:疼痛诱发的功能脑网络重组 最近的研究表明,慢性疼痛患者的大脑网络可能发生重大的重组,但即时疼痛体验如何影响大规模功能网络的组织尚不清楚.为了研究这个问题,我们对106名同时经历有害和无害发热的参与者进行了功能性磁共振成像.疼痛 ... Cerebral Cortex:北师大卢春明课题组揭示亲子互动通过亲子大脑同步影响儿童认知能力的机制... 本文来源于"北师大脑与认知科学" 在第108个母亲节即将到来之际,Cerebral Cortex 杂志于2021年4月24日在线发表了北京师范大学认知神经科学与学习国家重点实验室卢 ... 心理学部团队在《Cerebral Cortex》发文揭示结果价值与任务厌恶通过两条独立的神经环路影响... "明日复明日, 明日何其多, 我生待明日, 万事成蹉跎",一首"明日歌"道出了拖延的弊端, 它亦警示后人谨防拖延.然而,随着工作和生活节奏的加快,拖延似乎已成为 ... Cerebral Cortex:西南大学团队揭示影响拖延行为的两条独立神经环路 本文来源于"西大心理" "明日复明日, 明日何其多, 我生待明日, 万事成蹉跎",一首"明日歌"道出了拖延的弊端, 它亦警示后人谨防拖延.然 ... Cerebral Cortex:额顶控制网络的网络间作用可以很好地预测记忆抑制能力 摘要 记忆抑制(Memorysuppression,MS)与精神健康相关.然而,没有研究探索内在静息态功能连接(resting-state functional connectivity,rs-FC) ...