Nature 历年网络科学文集：大脑与疾病

导语

集智编译组汇总了近年来Nature及其子刊发表的网络科学相关论文，内容包括神经网络、全脑功能、复杂疾病等方面。本文是推荐汇总系列的第三篇，主要关注大脑与疾病。

相关阅读：

1.微连接组学：探索神经元网络在细胞层面上的组织原理

原题：Micro-connectomics: probing the organization of neuronal networks at the cellular scale

类型：Review Article

时间：2017 年 2 月 2 日

期刊：Nature Reviews Neuroscience

作者：Manuel Schröter, Ole Paulsen & Edward T. Bullmore

网址：https://www.nature.com/articles/nrn.2016.182

评价：微连接组学涉及到确认神经元网络在细胞水平上的组织原理。在这篇综述中，Schröter，Paulsen 和 Bullmore 检验了一系列研究，这些研究对于相对来说更小、更为复杂的神经系统中的网络组织提出了新的见解。

摘要：微连接组学，即在细胞层面上定义神经元网络的组织原理，是现代神经科学面临的一大关键挑战。在这篇综述中，我们将焦点放在微连接组拓扑的图论参数上，这些参数背后通常带有经济学原理的根据，原理在概念上往往源于拉蒙·卡哈尔的守恒定律（conservation laws）。首先，我们归纳了在完整小型生物和大型神经系统样本中的研究成果。然后，我们评估了在神经元网络组织中是否存在生物学成本与功能价值之间的经济平衡的相关证据。多种结果表明，神经元网络组织的许多方面确实是在这两个基本选择压力之间竞争下的结果。

2.利用网络控制原理预测秀丽隐杆线虫连接组中的神经元功能

原题：Network control principles predict neuron function in the Caenorhabditis elegans connectome

类型：Letter

时间：2017 年 10 月 18 日

期刊：Nature

作者：Gang Yan, Petra E. Vértes ⋯ Albert-László Barabási

网址：https://www.nature.com/articles/nature24056

评价：控制理论被广泛用于探索复杂的生物学、社会学或技术意义上的网络如何从特定输入中获得理想的输出结果，但对其核心原理的实验性证明少之甚少。现在，Albert-LászlóBarabási 及其同事将网络控制理论应用于秀丽隐杆线虫的神经元连接组中，以预测单个神经元是否参与运动。他们成功地预测了先前已确认参与运动的所有神经元组，以及一个新的类别。通过激光消融和行为跟踪实验的验证，他们还揭示了已知类别中个体神经元能够在运动中扮演的出人意料的角色。这些结果在参考连接体受到少量干扰的情况下仍然保持可靠性，表明相同的分析框架或许能被应用于更大的、同时尚缺乏了解的神经系统。

摘要：最近关于复杂系统可控性的研究成果，为我们提供了一个强大的数学框架，可以系统地探索生物，社会和技术网络中结构与功能的关系。尽管理论上有进步，但对于这些被广泛使用的控制原理的有效性，我们仍然缺乏直接的实验证明。为了填补这一空白，在本文中，我们将控制框架应用于秀丽隐杆线虫的连接组中，这使我们能够预测单个个体中的每一神经元如何参与运动行为。我们预测到，对肌肉或运动神经元的控制，共需要12个神经元类别，其中包括以前在激光消融实验中已被发现和运动有关的类别，以及一个尚未经过研究的神经元 PDB。我们通过实验验证了这一预测，发现 PDB 的消融会导致大体弯中背腹极性的明显丧失。重要的是，控制原理还允许我们研究每个神经元类别中单个神经元的参与。例如，我们预测，在DD运动神经元类别中，只有三个（DD04、DD05和DD06）在单独消融的情况下会影响运动。这一预测也得到了证实；DD04或DD05在单独消融时会影响身体后部的运动，而DD02或DD03则不会。在对于当前连接组删除弱连接，或存在丢失连接、重连的连接等情况下，我们的预测仍然是可靠的，这表明此分析框架可能也适用于较大的、尚缺乏了解的连接组。

3.新皮层微电路中具有大量基于特定细胞类型的网络拓扑

原题：Rich cell-type-specific network topology in neocortical microcircuitry

类型：Article

时间：2017 年 6 月 5 日

期刊：Nature Neuroscience

作者：Eyal Gal, Michael London ⋯ Idan Segev

网址：https://www.nature.com/articles/nn.4576

评价：为了进一步理解新皮层网络结构的规律，Gal 等人分析了一个符合生物学原理的新皮层微电路模型。利用图论的扩展，他们发现了多种特定于细胞类型的连接特征，包括小世界和富人俱乐部等拓扑结构。这些结构可能有助于提升新皮质执行大量计算的能力。

摘要：揭示皮质电路的结构规律和建构拓扑，对于理解神经计算至关重要。最近，一种忠于实验条件的算法从幼年大鼠的体感新皮层中重构生成了一个体积约为 0.3 mm^3 密集网络，其中包含约 31,000 个细胞和约 3600 万个突触。通过这种重构，我们发现了一个细胞之间平均分隔为2.5个突触的小世界拓扑结构，还发现了多个基于特定细胞种类的连接特征。兴奋性和抑制性神经支配的数量因细胞而异，但锥体神经元保持了相对恒定的兴奋/抑制比例。重构模型电路中还包含与其他神经元高度连接的中枢神经元，这些中枢神经元分属于少量的特定细胞类型，并形成相互连接的、特定于细胞类型的富人俱乐部结构。某些三神经元基序数量超出比例，与最近的实验结果相吻合。生成功能性拓扑时，如果把突触强度和权值符号纳入考量，特定于细胞类型的网络特性会变得更加突出。本文中系统性的方法，能帮助我们解释微连接组学的“大数据”，并提供一些可通过实验来检验的预测。

4.人脑对于社交网络位置信息进行自发神经编码

原题：Spontaneous neural encoding of social network position

类型：Letter

时间：2017 年 4 月 18 日

期刊：Nature Human Behavior

作者：Carolyn Parkinson, Adam M. Kleinbaum & Thalia Wheatley

网址：https://www.nature.com/articles/s41562-017-0072

评价：帕金森等人结合社交网络分析和对于功能性磁共振成像数据的多体素模式分析，展示了大脑在遇到一个社交网络中的个体时，会自发地编码其社交距离，也就是该个体在该网络的中心性。作者还展示了在何种程度上，这些信息能够用来促进成员之间的联系。

摘要：与许多以松散的聚集体（例如鱼群或兽群）制定社交行为的物种不同，人类组成的群体，包括了许多与非亲属组成的长期、紧密、非生殖性的联系。我们通常认为，在这样的群体中生活的认知需求对人脑的进化有重大影响；然而，关于人脑是如何、以及在多大程度上编码其所嵌入的社交网络的结构，我们知之甚少。在本研究中，我们记录了一个学术群体的社交网络（N = 275）。网路中的部分成员（N = 21）完成了功能磁共振成像（fMRI）测试，测试涉及到浏览网络中其他个体成员，这些成员在几个维度有所不同：与被试的“分离度”（社交距离），与人脉广的个体之间的连接性（特征向量中心性），以及与人脉较弱的个体之间的连接性（经纪业务）。要了解这些社交网络位置特征，需要跟踪直接关系、第三方之间的关系、以及更广泛的网络拓扑。通过结合网络数据和多体素模式分析，我们发现当遇到熟悉的个体时，大脑能够准确地感知并自主触发社交网络位置信息。这些发现阐明了人脑如何编码其所在的社交世界中的结构，并强调了将对于社交网络的理解整合到社会感知研究领域中的重要性。

5.功能性连接组指纹：通过大脑连接模式进行个体识别

原题：Functional connectome fingerprinting: identifying individuals using patterns of brain connectivity

类型：Article

时间：2015 年 10 月 12 日

期刊：Nature Neuroscience

作者：Emily S Finn, Xilin Shen ⋯ R Todd Constable

网址：https://www.nature.com/articles/nn.4135

评价：这项研究表明每个人大脑中不同区域之间的功能连接模式都是独一无二的。功能连接的模式可以充当一种“指纹”，用来准确识别群体当中的个体。此外，一个人的连接状况，还可以预测他或她的流体智力水平。

摘要：功能磁共振成像（fMRI）研究通常会折叠来自许多被试的数据，但每个人的脑功能组织可能会有所不同。在本文中，我们确认了这种个体差异性的鲁棒性和可信度。通过使用人类连接组项目的数据，我们展示了功能连接模式类似一种“指纹”，可以在大型人群中准确识别出被试个体。在不同的扫描测试阶段，甚至无论是任务和静息状态，识别都是成功的，这表明了个体的连接性画像是内在固有的，而且无论成像期间大脑正在进行怎样的活动，都能够被用于辨认出该个体。特征性连接模式分布在整个大脑中，但额顶网络显示得最为独特。此外，我们展示了连接性画像能够预测流体智力的水平：在个体之间差异最大的网络也最能预测认知行为。这些结果表明，通过功能核磁共振成像得到的功能性连接数据，有潜力帮助我们对于单个被试进行推断。

6.使用基于连接组的预测模型，通过大脑连接数据预测个体行为

原题：Using connectome-based predictive modeling to predict individual behavior from brain connectivity

类型：Protocol

时间：2017 年 2 月 9 日

期刊：Nature Protocols

作者：Xilin Shen, Emily S Finn ⋯ R Todd Constable

网址：https://www.nature.com/articles/nprot.2016.178

评价：该规范描述了如何开发线性模型，以通过适当的交叉验证从大脑连接性数据预测个体行为，以及如何使用在线工具来可视化模型中的最具预测性的特征。

摘要：神经影像学是一个快速发展的研究领域，它使用功能磁共振成像（fMRI），扩散张量成像（DTI）和脑电图（EEG）等技术，收集人脑的解剖学和功能学影像。技术的进步和大规模的数据集，让我们能够开发适当的模型，利用神经影像数据中的大脑连接性测量，来预测特征和行为层面的个体差异。在这里，我们介绍了基于连接组的预测模型（connectome-based predictive modeling CPM），它是一种数据驱动的建模规范，使用交叉验证的方法，在连接数据基础上开发脑与行为关系的预测模型。该规范包括以下步骤：（i）特征选择，（ii）特征汇总，（iii）模型构建，以及（iv）预测重要性评估。我们还提供了关于如何对最具预测性特征（即大脑连接）进行可视化的建议。本文的最终结果，应是一个可推广的模型，模型输入为大脑的连接性数据，输出为对于新受试者中行为测量的预测，并可以解释这些测量相当一部分的方差。我们已经证实，CPM 规范在大脑-行为关系预测上性能，等同于甚至优于许多现有得方法。由于 CPM 专注于线性建模和纯数据驱动的建模方法，它对那些在机器学习或优化方面经验有限的神经科学家来说，会更加易于实现。取决于要处理的数据量，根据该规范建立模型可能需要 10–100 分钟，排列测试需要 1–48 小时，结果可视化则需要 10–20 分钟。

7.图建构在动态网络控制中的角色，以及在神经系统当中的应用

原题：Role of graph architecture in controlling dynamical networks with applications to neural systems

类型：Article

时间：2017 年 9 月 25 日

期刊：Nature Physics

作者：Jason Z. Kim, Jonathan M. Soffer ⋯ Danielle S. Bassett

网址：https://www.nature.com/articles/nphys4268

评价：线性控制理论认为，控制网络所需的能量，与驱动节点和非驱动节点之间的连接有关。本文将这一理论应用到连接组数据上，发现大脑网络中多样的动态变化只需要小额能量成本。

摘要：网络系统的组成部分之间有着复杂的交互模式。在物理网络中，这些交互作用往往沿着结构性连接发生，这些结构性连接把组成部分在一个硬连接的网络拓扑之中联系起来，并支持多种系统性的动态行为，例如同步（synchronization）。尽管对于这些行为的描述很重要，但对于理解并掌握网络拓扑和系统行为之间的关系这一目标，这仅是第一步。在这里，我们通过线性网络控制理论推导出了精确的解析表达式，对于网络中驱动节点与非驱动节点之间的结构性连接，将其连接性与控制该网络系统的最小能量需求相关联。为了展示数学证明的效用，我们将该方法应用于近期重建的，来自果蝇、小鼠和人脑的具有高分辨率的连接组数据。通过这些原理，我们提出人类大脑具有相对优势，在支持多种多样的网络动态同时能够做到低耗能、防扰动。我们还利用这些原理，通过去除网络中的特定单个连接，对于大脑的控制性能进行了临床上可实施的、有针对性的操控。总体来说，我们的结论将对于控制系统行为的预期追溯到其网络建构基础，通过分布式控制的思想，启发网络分析与涉及研究中的新方向。

8.复杂疾病并发症中的网络生物学概念

原题：Network biology concepts in complex disease comorbidities

类型：Review Article

时间：2016 年 8 月 8 日

期刊：Nature Reviews Genetics

作者：Jessica Xin Hu, Cecilia Engel Thomas & Søren Brunak

网址：https://www.nature.com/articles/nrg.2016.87

评价：动态网络模型是研究复杂疾病恶化过程的有用工具。本文中，作者定义并回顾了多效性（pleiotropy），鲁棒性（robustness）和重新布线（rewiring）的概念，并强调了共同考虑这些因素以及它们与个体中疾病的共现关系的重要性。

摘要：不同疾病并发的情况，能帮助我们了解其生理基础的生物学网络中不同疾病共有的致病基因和路径。此外，并发症有助于阐明环境因素的作用，例如饮食，生活方式和患者护理。随着全球卫生交易数据越来越常由电子方式收集，疾病并发的信息也开始得到定量的研究。结合网络动力学与现实中同时患有多种彼此相互影响的疾病的“非典型患者”的信息，为我们对疾病在分子层面的机制提出新的假设提供了宝贵的基础，并为促进药物再利用和开发靶向治疗策略提供了知识。

9.神经系统疾病中的现代网络科学

原题：Modern network science of neurological disorders

类型：Review Article

时间：2014 年 9 月 4 日

期刊：Nature Reviews Neuroscience

作者：Cornelis J. Stam

网址：https://www.nature.com/articles/nrn3801

评价：当网络科学被应用于一些常见的神经系统疾病当中，它挑战了这些疾病能被二分为“局部”或者“全局”的观点。在这篇综述中，Kees Stam 提出了一种枢纽超负荷和故障的模型，作为一种可能的，多种神经系统疾病的最终共同路径。

摘要：现代网络科学已经揭示了正常大脑网络组织的基本特性，例如小世界和无标度模式，分层模块化，枢纽，和富人俱乐部。我们面临的下一个挑战，是利用这些知识来更好地了解脑部疾病。网络科学在诸如阿尔茨海默氏病，多发性硬化综合症，脑外伤和癫痫等疾病中应用的最新发展，挑战了神经系统疾病必为“局部”或“全局”的经典概念，并指出了在枢纽的超负荷和失败可能是神经系统疾病中一种可能的最终共同路径。

10.脑部疾病的连接组学

原题：The connectomics of brain disorders

类型：Review Article

时间：2015 年 2 月 20 日

期刊：Nature Reviews Neuroscience

作者：Alex Fornito, Andrew Zalesky & Michael Breakspear

网址：https://www.nature.com/articles/nrn3901

评价：大脑遭受的病理性干扰，能够利用网络科学来描述和建模。在本综述中，作者讨论了在此类干扰下适应性与适应不良的神经反应，以及连接组学能够如何被用来描绘、跟踪以及预测疾病的发展。

摘要：大脑受到的病理干扰很少局限在一个单独的部位。相反，它们往往通过轴突路径传播，以影响其他区域。这种疾病传播的方式受到作为生理基础的神经结构拓扑学约束；神经结构高度复杂，但具有极高的组织性，也被称为连接组。因此，网络组织从根本上影响脑部疾病，而以网络科学为基础的连接组学方法，对于理解神经病理学必不可少。在这里，我们讨论了脑网络拓扑结构如何塑造神经系统对于创伤的反应，尤其强调了一些关键的适应不良过程，例如神经机能联系不能（diaschisis），跨神经元退化（transneuronal degeneration）和脱分化（dedifferentiation）。我们也讨论了让适应成为可能的资源，例如简并（degeneracy）和储备（reserve），和过程，例如代偿（compensation）。然后，我们展示了网络拓扑的相关知识，如何能使我们不仅可以描述病理过程，而且还可以生成模型来预测脑病的传播和功能性的后果。

11.用功能性脑网络中的连接性打通心理病理学的特征维度

原题：Linked dimensions of psychopathology and connectivity in functional brain networks

类型：Article

时间：2018 年 8 月 1 日

期刊：Nature Communications

作者：Cedric Huchuan Xia, Zongming Ma ⋯ Theodore D. Satterthwaite

网址：https://www.nature.com/articles/s41467-018-05317-y

评价：并发症和症状重叠的情况，让精神疾病很难与特有的神经特征联系起来。在这里，本文作者使用了一种数据驱动的方式，表明了情绪，思觉失调，恐惧，以及外在行为在症状维度上显示出独特的功能性连接缺失的模式。

摘要：目前，与精神疾病相关的神经生物学异常不能很好地映射到现有的诊断类别。高并发率显示了不同诊断类别之间共有的神经电路级别的异常特征维度。在这里，通过稀疏的典型性相关分析，我们试图在 663 位青年被试的样本中识别大脑层面的精神病理学特征维度。该分析揭示了功能连接性模式和精神病症状的相关性。我们发现，心理病理学的四个维度——情绪、思觉失调、恐惧、和外在行为——与不同的连接性模式相关（r = 0.68–0.71）。预设模式网络和执行网络之间网络隔离的丢失，被发现是所有维度的共同特征。与情绪和思觉失调有关的连接性随着发展阶段变得更加突出，二与情绪和恐惧有关的连接性存在性别差异。至关重要的是，这些发现在另一份独立的数据集中很大程度上得以复现。这些结果描绘了一套以连接性为导向的、跨越多个临床诊断类别的心理病理学特征维度，这或许能为开发基于网络的精神病学生物标志物打下基础。

12.全脑功能连接性中，持续性注意力的神经学特征

原题：A neuromarker of sustained attention from whole-brain functional connectivity

类型：Article

时间：2015 年 11 月 23 日

期刊：Nature Neuroscience

作者：Monica D Rosenberg, Emily S Finn ⋯ Marvin M Chun

网址：https://www.nature.com/articles/nn.4179

评价：人类的注意力水平有相当大的个体差异，并且对人的日常生活有深远的影响，但我们缺乏对这些能力的标准化衡量方法。本项研究引入了一种新的功能核磁共振（fMRI）测量方法，它基于全脑连接性模式，通过个体的静息态数据来预测成人在注意力任务中的表现以及儿童的注意力缺陷多动障碍（ADHD）症状。

摘要：尽管注意力在感知和认知中无处不在，但我们仍然缺少一种简单的方法来测量一个人的整体注意力能力。由于行为指标多种多样且难以标准化，我们使用了功能磁共振成像来寻找记忆力中的一大重要类别——持续性注意力——的神经学特征。为达到这个目的，我们先识别了激活强度在持续性注意力任务间能够预测任务表现的功能性大脑网络。基于这些网络的模型，可以泛化到新的个体使用，甚至可以仅通过静息态连接来预测任务表现。此外，同样是这些模型，在另一系列儿童与青少年的静息态连通性的数据集中，还能够预测临床上对于注意力的测量，也就是注意力缺陷多动障碍（ADHD）的症状。这些结果表明，全脑功能性网络的激活强度，对于持续性注意力提供了一个可广泛使用的神经学特征。

13.后突触交互组的时空画像与复杂脑病因素的整合

原题：Spatiotemporal profile of postsynaptic interactomes integrates components of complex brain disorders

类型：Resource

时间：2017 年 6 月 26 日

期刊：Nature Neuroscience

作者：Jing Li, Wangshu Zhang ⋯ Marcelo P Coba

网址：https://www.nature.com/articles/nn.4594

评价：Li 等人使用了对于蛋白质相互作用和生物信息学的大规模分析，来描述后突触致密区的核心-支架机制，以及其在蛋白质交互网络中的组织。作者展示了与复杂脑部疾病相关的突变，在时间与空间维度的蛋白复合物中如何分布，以及如何调节其蛋白交互过程。

摘要：后突触致密区（postsynaptic density, PSD）包含一系列用于组装突触信号传送复合体的支架蛋白质。然而，目前我们尚不了解核心-支架机制与蛋白交互网络的关联具体是什么，也不了解由与复杂脑病相关的基因编码的蛋白，在时空维度的蛋白复合体中是如何分布的。在这里，通过免疫纯化（immunopurification）、蛋白质组学（proteomics）和生物信息学（bioinformatics），我们在41个体内相互作用组（interactomes）分离了 2876 个蛋白质，确认了它们的蛋白质结构域组成，与基因表达水平的相关性，以及在发育过程中与 PSD 的整合。在胚胎期第14天和成年小鼠中，我们定义了一系列增加精神分裂症、自闭症谱系障碍发育迟缓和智力障碍的危险因素。当高度连接的节点出现突变，会改变蛋白质之间调控与疾病风险相关的大分子复合体的交互作用。这些结果集成到了一个软件平台  Synaptic Protein/Pathways Resource (SyPPRes)，从而使得识别优先级高的疾病风险因素及其在突触蛋白交互网络中的位置成为可能。

14.针对人类皮质老化的分子网络，

为阿尔兹海默症病理特征和认知下降提供新的见解

原题：A molecular network of the aging human brain provides insights into the pathology and cognitive decline of Alzheimer’s disease

类型：Article

时间：2018 年 5 月 25 日

期刊：Nature Neuroscience

作者：Jing Li, Wangshu Zhang ⋯ Marcelo P Coba

网址：https://www.nature.com/articles/s41593-018-0154-9

评价：基于来自 478 位被试的 RNA 测序数据，本文作者对于人类皮质老化过程构建并验证了一个分子层面的网络，并识别了影响阿兹海默氏症中认知能力下降或神经病理学相关的基因。

摘要：阿尔茨海默症（AD）是衰老相关的认知功能下降的主要元凶；预防这种疾病，需要一些新的治疗靶向。在这里，我们报告了一个针对人类皮质老化过程的分子层面的网络模型的建构和验证。我们使用了来自 478 位个体的 RNA 序列数据，首先利用共表达的基因模块构建分子网络，然后将这些模块与AD及其神经病理学和认知内在表型关联起来。我们在两个彼此独立的 AD 数据集中确认了这些相关性。我们还展示了如何利用该网络，在针对人类神经元和星形胶质细胞的体外验证中，优先考量与淀粉样蛋白和认知功能相关的基因。这些基于独特队列的分析，使我们能够分辨对于AD病理学特征积累有直接影响和对于认知功能下降有直接影响的不同皮层模块所扮演的不同角色。这也是对于网络分析方法在复杂疾病中应用的一份例证。

翻译：集智编译组

审校：曾祥轩

编辑：张希妍

推荐阅读

---

集智QQ群｜292641157商务合作及投稿转载｜[e-mail]

◆ ◆ ◆

搜索公众号：集智俱乐部
加入“没有围墙的研究所”让苹果砸得更猛烈些吧！

👇点击“阅读原文”，了解更多论文信息