杏仁核在许多精神疾病的病理生理学中起着核心作用。然而,由于对杏仁核如何融入人类大脑更大的网络组织的理解不够准确,限制了我们在个体患者身上创建功能障碍模型以指导个性化治疗的能力。因此,我们在10个高度采样的个体(每人5小时的fMRI数据)中研究了杏仁核的位置及其在大脑网络组织中的功能细分。我们对每个人的杏仁核进行了三个功能细分。我们发现,一个分区优先与默认模式网络相关;第二种优先与背侧注意力和额顶叶神经网络相关;第三个细分区没有任何与其他两个细分区相关的网络。这三个分支均与腹侧注意和躯体运动网络呈正相关,与显著性和扣带盖网络呈负相关。这些观察结果在一个独立的120个人的组数据集中被复制。我们还发现,杏仁核与大脑皮层的功能连接的分布和大小与个体在杏仁核细分和皮层功能脑网络的立体定向位置的差异有关。最后,利用滞后分析,我们发现相对于杏仁核的细分,功能性磁共振成像信号在皮层中一致的时间顺序。总之,这项工作提供了一个详细的杏仁核-皮质相互作用的框架,可以作为将个体患者的杏仁核连接异常与精神症状联系起来的模型的基础。
1.简介
精神疾病是全球发病率和死亡率的主要原因。在过去几十年里,在减少这一负担方面几乎没有取得进展,部分原因是我们缺乏个性化的精神疾病模型技术,可用于个别病人诊断和指导治疗。杏仁核是内侧颞叶的一个结构,对任何精神疾病的个性化模型都很重要。用功能性磁共振成像(fMRI)测量杏仁核的功能连接已经广泛地与许多不同精神疾病的症状、纵向病程和治疗反应相关。然而,将这些研究成果转化为临床应用生物标志物的一个重大障碍是,我们对杏仁核在个体大脑更大的功能网络组织中的作用了解不足。结果,我们在创建个体患者的功能和功能障碍模型以指导个性化治疗方面的能力有限。
人类大脑的一个基本组织原则是,它可以分为10到20个大规模的、分布式的功能大脑网络。功能磁共振成像(fMRI)研究已经建立了成人大脑中这些大规模脑网络内部和之间的连接特性,这是通过大脑区域间的低缓慢活动(ISA, <0.1 Hz)的相关性来评估的。此外,关于网络内部和网络之间连接的时间方向的信息,已经通过计算两个大脑区域间ISA的时间偏移来提供,这两个区域最大限度地提高了它们的相关性。
总之,这些工具已经建立了一个越来越复杂的人类大脑网络模型,其中ISA以特定的定向模式在网络内部和网络之间传播。这些联系的强度和时间的变化与精神疾病的风险有关。
杏仁核的生物学和功能是由它在这个网络层次组织中的位置决定的。对基本杏仁核回路的详细描述导致了一个模型,该模型中,杏仁核外侧核整合了感觉输入和当前生理状态,而杏仁核中央核发送广泛的输出,以指导适当的行为和生理反应。特别是在啮齿类动物身上的开创性工作,已经确定了驱动杏仁核对外部刺激做出反应的特定皮层连接,以及这些反应中的上调和下调。此外,对啮齿动物和非人灵长类动物的研究表明,个体对威胁刺激的行为反应的变化与杏仁核生物学和皮层连接的变化有关。
杏仁核的功能连接中断可能是精神疾病的核心。然而,我们对个体杏仁核的功能连接知之甚少,这限制了我们理解和治疗个体杏仁核连接障碍的能力。在这里,我们将10个人的杏仁核分成三个部分,并利用每人5小时的功能磁共振成像数据来定义连接模式。我们证明,在个体中,三个杏仁核分区的每个分区都占据了大致一致的位置,并与特定的皮层功能网络表现出一致的功能连接:一个到默认模式网络,另一个到背侧注意网络,第三个没有优先连接。
2.结果
2.1 个体化杏仁核分区

标准的基于组的研究通常使用概率结构模板将杏仁核划分为三个分区,对应于组平均解剖位置的中央内侧、基底外侧和浅表杏仁核分区。
我们在图1A中说明了这个公开可用的模板。请注意,在最初的Amunts等人的研究中,这些分区的大小和空间范围存在高度的可变性。因此,这些概率模板可能不能准确地定义所有个体杏仁核细分的位置。
为了解决这个问题,我们开发了一种方法,通过功能连接,在10个个体中分别定义三个杏仁核细分。根据相对于其他两个子区具有最高正向功能连通性的网络对子区进行标记,如下所述。
经验定义的个体杏仁核细分(图1B)在平均位置和个体间变异上都类似于公开可用的杏仁核分区(图1A)。请注意,尽管经验的、功能上定义的细分平均上与概率的、解剖上定义的细分重叠,但在受试者之间存在显著的变异(图1B和SI附录,图S8)。这种跨受试者的变异与Amunts等人研究中细胞结构定义分区的跨受试者变异相似(图1A)。
这种差异性的一个潜在后果是,将一个共同的模板应用于所有的个体,将会在许多个体中错误地贴上杏仁核细分的标签。因此,皮层的细分网络关系可能被掩盖,下面将详细探讨这种可能性。
我们使用相同的经验程序来定义WU群体平均数据集中的三个细分,并获得了三个类似的细分(图1C)。请注意,这三个细分的空间布局与Amunts等人的概率分区相似,但并不完全相同。

图1 根据与皮层的连接模式在个体中定义的杏仁核分区类似于根据细胞结构在个体中定义的杏仁核分区
2.2 概率杏仁核分区的组平均功能连接
我们首先在120个个体的组平均数据集(WU数据集)中,对amts等人导出的三个概率杏仁核分区的每个分区执行了计算皮层连通性的标准方法。标准模板方法产生的连接模式与之前的调查相似(图2)。三种概率分区的杏仁核与皮层的连接高度相似,成对分区间的全皮层连接模式的Pearson相关性在0.88到0.92之间。

图2 三个杏仁核概率分区与皮层的连接模式高度相似。
2.3 个体化杏仁核分区的功能连接
接下来,我们计算了每个MSC个体中三个经验和单独定义的杏仁核细分的皮层功能连接性(图3A和SI附录,图S3)。每个经经验定义的细分区域都有独特的皮层网络连接模式(图3B)。根据网络对细分区域进行命名,与其他两个细分区域相比,细分区域具有最高的正连通性(图3C)。默认模式细分与DMN的正相关程度高于其他两种。背侧注意分区与DAN和额顶叶网络有较高的正向连接。一个未指定的细分区域与其他细分区域的特定网络并没有唯一的正相关关系,而只是具有三个细分区域共享的连通性属性。相对于默认模式(平均配对相关= 0.45)和背侧注意(平均配对相关= 0.35)细分,未指定细分的全脑连接模式在个体间的相似性最低(平均配对相关= 0.29)。
除了每个细分都有与皮层连接的独特特征外,三个细分都共享了与皮层连接的许多特征(图3B)。例如,所有这三个分支的活动都与腹侧注意(VAN)和躯体运动(SMN)网络的活动呈正相关,而与扣带-盖眼(CON)和显著性(SN)网络的活动呈负相关。这些模式在个体MSC参与者(图3B和SI附录,图S8)和群体平均WU数据集(SI附录,图S5)中都很明显。

图3 单独产生的杏仁核细分表明,杏仁核有一个细分区选择性地与DMN功能连接,而另一个细分区选择性地与DAN功能连接。
2.4 杏仁核的功能连接尊重大脑功能网络的边界
接下来,我们测试了群体平均功能边界和个体特定功能边界是否能够更好地捕捉杏仁核细分功能连接的网络特异性。在此分析中,我们选择评估杏仁核默认模式细分与内侧前额叶皮层(mPFC)内定义的感兴趣区域(ROI)之间的功能连接,因为之前的大量工作强调了杏仁核mPFC连接在精神疾病中的作用。图4A描述了每个个体的杏仁核默认模式细分到Talairach空间中以mPFC[0 33 0]为中心的公共群体定义ROI的功能连通性。这种ROI来源于对杏仁核mPFC连接与内化症状相关研究的元分析。在个体间,即使使用个性化的杏仁核默认模式分区,与群体衍生的mPFC区域的连接也没有显著性差异。
接下来,我们测量了个体特定的杏仁核默认模式细分功能连接与mPFC中个体特定的功能定义位置(图4B)。在所有10个个体中,杏仁核默认模式细分连通性与mPFC的DMN部分呈正相关,与mPFC的SN部分呈正相关。虽然mPFC内DMN的位置在个体间有中度重叠(平均Dice系数为0.61),但SN的位置在个体间具有高度可变(平均Dice系数为0.07)。如图4B,在正连通的大范围内(主要对应于DMN的个体特异性位置),大多数个体存在负连通岛(主要对应于SN的个体特异性位置)。由于每个人的SN的位置不同,杏仁核默认模式细分到任何特定立体定向位置的连接是高度可变的,并取决于个体特定的mPFC网络布局。这些分析表明,在mPFC中,特定立体定向位置的连通性在参与者中是可变的,因为不同的人在这些位置有不同的网络。这一现象在SI附录(图S9)中得到了更广泛的研究。

图4 杏仁核与皮层的功能连接地形与个体特定的功能网络边界有关
2.5 杏仁核与皮层功能连接的时间关系
使用滞后分析来探索最稳健皮质杏仁核功能连接(图5A;统计标准见SI附录)。在SI附录S3和S4中提供了所有检测到的滞后关系的完整列表;在这里,我们通过细分和功能性脑网络来总结结果。
通过MSC和WU数据集,杏仁核的细分在人脑更大的网络组织中占据一致的时间位置。具体来说,杏仁核默认模式细分的fMRI活动先于VAN和DMN的mPFC部分的活动。相反,杏仁核默认模式的细分滞后于DMN的其他部分,如外侧顶叶皮层(LPC)。在FPN中,杏仁核默认模式的细分先于fMRI活动,但在SN、CON和顶叶记忆(PMN)网络中,杏仁核默认模式的细分滞后于fMRI活动;但fMRI活动在默认模式细分和每个网络之间是负相关的。杏仁核背侧注意分区落后于DAN,也落后于抗相关的SN和PMN。最后,未指定的杏仁核分区落后于CON、SN和PMN,这些分区都与该分区负相关。各杏仁核分区与皮层网络之间的连通性和滞后关系如图5和SI Appendix, Fig. S10所示。

图5 延迟分析揭示了相对于皮质网络,每个杏仁核分区内ISA的时间顺序
3. 讨论
本研究采用一种个性化的功能连接估计方法来表征作为大脑整体功能网络组织一部分的杏仁核及其细分。我们发现,三种杏仁核的细分在受试者中占据了大致一致的位置,并与特定的皮质功能网络表现出一致的功能连接。具体来说,我们描述了一个位于大多数个体优越位置的杏仁核分区,并与DMN具有优先的功能连接;第二杏仁核分区位于大多数人的内侧,与DAN有优先的功能连接;第三个杏仁核分支位于大多数人的腹侧没有任何网络与之呈正相关。fMRI活性与VAN和SMN的活性呈正相关,与in CON和SN的活性呈负相关。在两个独立的数据集(WU和MSC)中,我们检测到每个杏仁核细分和皮层功能网络之间一致的时间关系。值得注意的是,杏仁核分区和皮层功能网络的立体定向位置在不同的受试者中是不同的。因此,用基于标准模板的方法来测量杏仁核的连通性,往往会在不同的个体中捕捉到不同的功能连接。除了告知杏仁核的基本生物学,这项工作提供了一个框架,以发展机制,生物学上可信的模型,杏仁核功能和功能障碍的个体患者。

PNAS:杏仁核个体特异性功能连接:精准精神病学基础相关推荐

  1. 重磅综述:精准精神病学机器学习的现代观点

    1. 全局 在美国和世界各地,心理健康问题是一种流行病,给医疗保健系统和社会带来了巨大的负担.迄今为止,仍然缺乏生物标志物和个体化治疗指南.近年来,机器学习(ML)和人工智能(AI)在分析精神病学的神 ...

  2. 精神病性疾患的精准精神病学框架

    1. 摘要 精神病性疾患患者在发病.对治疗的反应和复发方面可以表现出明显的个体间差异,但他们接受的是广泛相似的临床护理.精准精神病学是一种方法,旨在根据不同的临床结果对特定疾病的患者进行分层,并根据他 ...

  3. Biological Psychiatry:为精准精神病学定义个体化功能神经解剖

    <本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 摘要 比较不同群体的研究表明,许多精神疾病都涉及到分散的大规模大脑网络的中断.功能性磁共振成像(fMRI)功能 ...

  4. PNAS:静息状态下大脑功能连接相似性预示着整个村庄社交网络中的人际亲密度

    人们通常有一种直觉,认为自己和朋友相似,然而基于自我报告的个性同性(和相似的人做朋友)的证据是不一致的.功能连接--大脑中自发同步的模式--在个体中是稳定的,可以预测人们倾向于如何思考和行为.因此,他 ...

  5. Neuron:精神病学中的功能神经成像和失败案例

    精神疾病包括复杂的认知和情感异常,是最使人衰弱和对了解最少的疾病之一.目前的治疗主要依赖于针对大脑功能(药物)或学习过程(心理治疗)的干预措施.关于这些干预措施如何介导其治疗效果的机制仍不清楚.从20 ...

  6. Nature Medicine:利用静息态fMRI功能连接定义抑郁症神经生物学亚型

    <本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 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 ...

  7. 与内在功能连接个体变异性相关的基因表达

    摘要 研究表明,内在功能连接(FC)中的个体间变异性(ISV)与各种各样的认知和行为表现相关.然而,ISV在FC中的潜在组织原理及其相关基因转录谱尚不清楚.使用静息态功能磁共振成像数据从人类连接组计划 ...

  8. 以连边为中心的功能连接用于个体识别

    组水平的研究不能从网络结构上捕捉到个体差异,而网络结构是理解行为塑造的神经基质和开发临床干预措施的重要先决条件.最近的研究采用了功能连接的"指纹识别"分析来确定被试的特异性特征.在 ...

  9. Nature子刊:基于海马功能连接预测模型预测个体对压力的主观感受

    <本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 一.摘要 尽管我们生活中经常会感到压力,但是这种体验背后的生理机制目前是不清楚的.本文的作者研究了海马到全脑在 ...

  10. Cerebral Cortex:将功能连接梯度与个体创造力联系起来

    引言:人脑网络是一个层次结构的组织,表现出不同的连接组梯度.主梯度由模态特异性的主要区域和跨模态区域锚定.以往的研究表明,功能连接组的单模态-跨模态梯度可能为人脑的高阶认知提供了一个总体框架.然而,目 ...

最新文章

  1. NOIP2010-普及组复赛模拟试题-第一题-手机
  2. 金融安全资讯精选 2017年第十六期:逐条解读现金贷整顿对P2P影响,工信部宣布1亿以上用户信息泄露为特大网络安全事件,太平保险集团信息安全主管的企业安全方法论...
  3. latch free:SQL memory manager latch
  4. sql server中将一个字段根据某个字符拆分成多个字段显示
  5. 从0开始搭建一个战棋游戏的AI(初级教程)
  6. Samba服务器问题汇总
  7. leetcode 65. 有效数字(正则表达式)
  8. JavaScript编写了一个计时器
  9. 零基础爬虫requests初阶教程,手把手教你爬数据
  10. Python自动化二--jmeter分布式测试,抓包,python语法基本介绍
  11. block的界面间传值的使用
  12. web服务器IIS详细错误代码以及解释
  13. 酷炫的VR选座,阿里大麦背后的技术堪称豪华
  14. 重载运算符operator
  15. 光伏窗性能研究(2)——光伏窗性能研究方法和过程
  16. 为什么说数据不动代码动?移动计算比移动数据更划算?
  17. linux svn cleanup项目,SVN cleanup操作反复失败解决办法
  18. 两台计算机数据传输网线如何做,两台电脑连线传送数据(备份计算机资源)
  19. 论文阅读-Detecting and Recovering Sequential DeepFake Manipulation(SeqFakeFormer)
  20. 车辆占用应急车道识别抓拍系统 opencv

热门文章

  1. HTML5游戏引擎(十七)-egret引擎实战——踩格子游戏
  2. #pragma once 用法总结
  3. python逻辑回归aic_机器学习算法介绍(附上R和python程序)-第二期
  4. 正确修改SATA模式
  5. CAP理论维基百科翻译
  6. 一个字等于多少个字节
  7. 准确生成电信、联通、移动IP地址段
  8. 解决笔记本拔掉电源线和插上电源线鸣笛问题
  9. Guava---Joiner
  10. Hive 安全模式下 Prepare Plan 的时间分析