19 世纪下半叶, Wernicke, Meynert 和Dejerine 等人提出了大脑“失连接”的概念, 此后, 很多研究表明大多数神经和精神疾病都存在这种失连接症状, 如阿尔兹海默氏病、癫痫、儿童多动症、精神分裂症等. 如上所述, 大脑功能网络具有高效的“小世界性”, 模块化结构, 广泛分布的核心脑区等优化的拓扑属性. 那么, 与失连接相关的各种神经疾病是否会影响大脑功能网络的这些拓扑属性? 网络拓扑结构的变化能否为神经疾病的诊断提供新的参考?
目前, 已经有大量研究采用EEG/ERP, MEG/ERF 及fMRI 成像技术, 利用基于图论的脑网络分析方法对以上问题进行了探讨.
1、阿尔兹海默氏病
2007 年, Stam 等人第一次将“小世界”网络的研究方法应用于疾病的研究,他们发现阿尔茨海默病患者最短特征路径长度相对于正常人显著增加, 表明患者大脑加工效率明显下降, 而且这项拓扑参数与病人疾病量表显著相关.
Stam C J, Jones B F, Nolte G, et al.Small-world networks and functional connectivity in Alzheimer’s disease. CerebCortex, 2007, 17: 92—99
Stam 等人在最近的研究中利用脑磁图数据建立了静息态功能加权网络, 发现在病人中, 脑网络的“小世界”性有所退化, 集群系数和最短特征路径都显著下降. 通过模拟网络攻击发现, 在正常被试脑网络中的核心节点受到攻击后, 网络表现出了与病人相似的拓扑结构.
Stam C J, de Haan W, Daffertshofer A, et al.Graph theoretical analysis of magnetoencephalographic functional connectivityin Alzheimer’s disease. Brain, 2009, 132: 213—224
Supekar 等人用静息态fMRI 研究发现, 阿尔兹海默氏病病人大脑功能网络的集群系数在全局水平(全脑)和局部水平(双侧海马)上都显著降低, 并且能够以较高的正确率将患者和正常对照区别开来,这意味着通过评定功能网络的属性可能能为该病的临床诊断提供新的影像学标记.
Supekar K, Menon V, Rubin D, et al. Networkanalysis of intrinsic functional brain connectivity in Alzheimer’s disease.PLoS Comput Biol, 2008, 4: e1000100
Buckner 等人分析了127 人的大样本静息fMRI 数据, 发现大脑功能网络的核心节点主要分布在大脑的联合皮层, 如扣带回后部, 颞叶外侧面, 顶叶外侧面和前额叶等区域,而且这些区域与病人大脑中Aβ淀粉样蛋白沉积的区域高度重合, 这说明了联合皮层的多数区域作为重要的连接中枢更易受到攻击.
Buckner R L, Sepulcre J, Talukdar T, et al.Cortical hubs revealed by intrinsic functional connectivity: Mapping,assessment of stability, and relation to Alzheimer’s disease. J Neurosci, 2009,29: 1860—1873
2、精神分裂症
2006 年, Micheloyannis 等人利用自发和诱发脑电技术分别研究了精神分裂症患者在静息态和任务态时的功能网络, 发现在进行2-Back 工作记忆任务时, 正常被试alpha, beta 和gamma 频段的大脑功能网络都具有“小世界”属性,而精神分裂症患者脑功能网络的全局和局部属性与随机网络更为相近.
Micheloyannis S, Pachou E, Stam C J, et al.Small-world networks and disturbed functional connectivity in schizophrenia.Schizophr Res, 2006, 87: 60—66
2008 年, Pachou 等人分析了工作记忆任务下精神分裂症患者大脑功能网络的表现,发现与正常被试相比, 精神分裂症患者“小世界”属性较差, 表明其大脑组织结构发生了异常的变化.
Pachou E, Vourkas M, Simos P, et al. Workingmemory in schizophrenia: An EEG study using power spectrum and coherenceanalysis to estimate cortical activation and network behavior. Brain Topogr,2008, 21: 128—137
最近, Rubinov 等人利用脑电图测量了不同脑区之间的非线性关系, 发现精神分裂症患者脑功能网络的全局和局部属性与随机网络更为相近.
Rubinov M, Knock S A, Stam C J, et al.Small-world properties of nonlinear brain activity in schizophrenia. Hum BrainMapp, 2009, 30:403—416
Liu 等人利用静息fMRI 研究精神分裂症患者脑功能网络属性的变化, 发现网络的集群系数降低而最短路径长度变长, “小世界”属性的显著降低表明精神分裂症患者的脑功能网络拓扑结构恶化, 导致信息交换出现紊乱.此外, 该研究还发现精神分裂症患者的大脑网络全局效率明显下降, 从全脑的角度提示了精神分裂症患者脑功能的失整合. 更为重要的是, 该研究发现脑功能网络的拓扑属性和临床指标之间是显著相关的,患者患病时间越长, 脑网络的全局效率越低, 这为我们进一步理解精神分裂症的发病机理及疾病的早期诊断提供了新的线索.
Liu Y, Liang M, Zhou Y, et al. Disrupted small-world networks inschizophrenia. Brain, 2008, 131: 945—961
3、其他脑疾病
Wang 等人用复杂网络分析方法结合fMRI 技术研究了儿童多动症患者的大脑功能网络属性, 结果发现, 与正常被试相比, 患者大脑功能网络的局部效率显著增强, 尤其在前额叶、颞叶和枕叶等区域最为突出.
Wang L, Zhu C Z, He Y, et al. Alteredsmall-world brain functional networks in children with attention-deficit/hyperactivitydisorder.Hum Brain Mapp, 2009, 30: 638—349
Ponten 等人采用EEG数据研究分析了癫痫患者脑功能网络属性在发病前后的变化, 发现在病发中和病发后, 脑功能网络的集群系数增大, 平均最短路径长度增长, 网络有规则化的倾向.
Ponten S C, Bartolomei F, Stam C J.Small-world networks and epilepsy: Graph theoretical analysis of intracerebrallyrecorded mesial temporal lobe seizures. Clin Neurophysiol, 2007, 118: 918—927
Leistedt 等为了探讨抑郁症与神经网络信息处理能力的关系, 结合EEG 技术研究了抑郁症患者在睡眠期间大脑功能网络拓扑属性的变化, 结果发现, 在睡眠期间, 抑郁症患者大脑网络的平均最短路径长度在theta 和delta 频段明显增长, 导致其网络“小世界”属性显著降低.
Leistedt S J, Coumans N, Dumont M, et al.Altered sleep brain functional connectivity in acutely depressed patients. HumBrain Mapp, 2009, 30: 2207—2219
明天见。
感谢/brain.bnu.edu.cn。
文章节引自csb.scichina.com
图片引自文献原文。
