功能脑网络的稳健核心结构支持拓扑韧性和认知表现 | 复杂性科学顶刊精选9篇

集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「我的集智」推送论文信息。

扫描下方二维码，关注“我的集智”服务号，即可订阅Complexity Express：           

Complexity Express 一周论文精选

以下是2022年10月24日-10月30日来自Complexity Express的复杂性科学论文精选。如果Complexity Express列表中有你感兴趣的论文，欢迎点赞推荐，我们会优先组织解读~

目录：

1. 功能脑网络的稳健核心结构支持拓扑韧性和认知表现

2. 导航过程中空间决策的神经痕迹

3. 不需要知道图结构的情况下预测网络动力学

4. 内禀非线性动力学驱动单物种系统

5. 阴谋论文本分析

6. 具有淬火和退火无序的二维不可压缩集群

7. 来源于逆转录病毒的人类蛋白质的演化和抗病毒活性

8. 一个更好的转录组数据插补的综合方法改善了因果基因的鉴定

9. 腐败的第三方破坏人与人之间的信任和亲社会行为

1.功能脑网络的稳健核心结构

支持拓扑韧性和认知表现

论文题目：A robust core architecture of functional brain networks supports topological resilience and cognitive performance in middle- and old-aged adults

论文来源：PNAS

论文链接：https://www.pnas.org/doi/10.1073/pnas.2203682119

衰老与认知能力的逐渐变化有关，但有些人却表现出对与年龄有关的认知能力下降的保护。那么，大脑网络的拓扑特征如何促进对衰老中认知能力下降的保护？在这里，我们使用一个健康的中老年人（n = 478，年龄 40-90 岁）横截面数据集，通过描绘大脑的核心网络结构，研究大脑网络的稳健性和韧性与认知表现是否相关。

首先，我们用 k-shell 分解法对每个受试者的大脑功能网络进行分解，发现年龄与强健的核心网络结构呈负相关。接下来，我们通过攻击模拟对这些网络进行扰动，发现核心脑网络节点的韧性也随年龄的增长而下降。然后，我们将数据集划分为中年（ 40 至 65 岁，n = 300）和老年（ 65 至 90 岁，n = 178）受试者，并观察到老年个体的核心网络连接性和韧性较差。在这些分析之后，我们发现情节记忆（episodic memory）与强大的连接性和核心韧性呈正相关，特别是在默认节点、连边和额叶控制网络中。重要的是，我们发现情节记忆中与年龄相关的差异与核心韧性呈正相关，这表明核心网络韧性在保护认知能力下降方面的潜在作用。这些发现共同表明，强健的核心网络连接和大脑网络的韧性可以促进衰老时的高认知表现。

图：研究概要。（A）我们的研究使用了人类连接组计划-衰老数据集中 478 名受试者的功能磁共振数据；年龄在 40-90 岁之间。RSFC 数据被登记到具有 17 个功能网络和 400 个 ROI 的 Schaefer 局部-整体解析中。（B）使用两步程序对 Fisher z 变换的功能连接矩阵进行阈值处理。首先，在每个受试者的分割 z-scored  功能连接矩阵上生成 20 个 OMSTs。其次，如果连边出现的频率大于所有受试者中连边频率的第 50 个四分位数，则予以保留。我们把得到的网络称为受试者的  OMST-thresholded 网络。（C）我们用 k-shell 分解法对 OMST-thresholded 网络进行分解，然后用攻击模拟法对每个受试者的大脑网络的韧性进行量化。（D）最后，我们研究了强健连接的结点核心与年龄的关系，支持高认知性能，以及年龄、结点核心的韧性和情节记忆之间的关系。

2.导航过程中空间决策的神经痕迹

论文题目：Neuronal signature of spatial decision-making during navigation by freely moving rats by using calcium imaging

论文来源：PNAS

论文链接：https://www.pnas.org/doi/10.1073/pnas.2212152119

空间记忆的一个挑战，是理解位置细胞的放电如何有助于导航决策。我们设计了一个空间最近任务，让自由活动的老鼠在几天内熟悉一个空间环境，然后要求它们编码，并接着有选择地回忆当天被选择奖励的三个特定位置中的一个。在实验中，钙成像被用来记录五只大鼠在日常任务的探索、采样和选择阶段的海马 CA1 区的 1000 多个细胞。关键的发现是，在进入竞技场之前的短时间内， startbo 中的神经活动稳步上升，这种选择性的群体细胞放电在正确的试验中可以预测每日变化的目标，但在动物犯错误的试验中却不能预测。单细胞和群体活动的测量方法都集中在这样一个观点上：神经活动的前瞻性编码可以参与导航决策。

图：大鼠 CA1 区的 Miniscope 钙成像。（A）大鼠海马 CA1 区的示意图。（B）GRIN透镜被植入到 CA1的外表面，并与动物的头骨粘合。（C）组织学分析证实了GRIN透镜在CA1的口层以上的定位。（D）大鼠 CA1 的 FOV。（E）使用 CNMF-E 算法来识别神经元。（F）用 OASIS 算法对 CNMF-E 的记录进行事件检测。（G）跨连续会话的纵向确认(S18至S21)。（H）各期之间共同细胞的配对比较。（I）日常活动中行为任务的示意图。（J）行为表现随着时间的推移而增加，因为动物在选择试验中识别正确的沙窝时犯的错误较少。（K）动物在学习的不同阶段进行选择阶段的轨迹示例。

3.不需要知道图结构的情况下

预测网络动力学

论文题目：Predicting network dynamics without requiring the knowledge of the interaction graph

论文来源：PNAS

论文链接：https://www.pnas.org/doi/10.1073/pnas.2205517119

一个网络由两个相互依存的部分组成：网络拓扑结构或图（graph）（由节点之间的链接组成），和网络动力学（由一些控制方程指定）。一个关键的挑战是对网络动力学的预测，例如预测传染病在人类接触网络中的传播。不幸的是，对动力学的准确预测似乎几近不可行，因为网络往往是复杂和未知的。在这项工作中，鉴于过去对固定图上动力学的观察，我们展示了相反的情况：即使不知道网络的拓扑结构，我们也可以预测动力学。

具体来说， 对于一类确定的控制方程，我们提出一个两步预测算法。首先，我们通过将每个节点状态的过去观测值与动力学模型进行拟合，得到一个代理网络。其次，我们在代理网络上迭代控制方程以预测动力学。令人惊讶的是，尽管代理拓扑结构和真实拓扑结构之间没有相似性，但在相当长的预测时间范围内，在广泛的观测次数范围，以及在合理的噪声水平下，预测是准确的。预测网络的动力学不需要真实的拓扑，因为与图的大小和异构性相比，动力学在低得惊人的维度子空间中演化。我们的结果为复杂网络的非线性动力学这一广阔领域提供了一个新的视角。

图：预测未知网络动力学的框架。

4.内禀非线性动力学驱动单物种系统

论文题目：Intrinsic nonlinear dynamics drive single-species systems

论文来源：PNAS

论文链接：https://www.pnas.org/doi/10.1073/pnas.2209601119

振荡和确定性混沌在自然生物系统中的重要性已经讨论了几十年，最初是基于离散时间的种群增长模型（May 1974）。最近，在几个物种相互作用的实验群落中显示了所有类型的非线性动力学。然而，没有数据显示没有营养相互作用的单一物种系统的非线性动力学的完整范围。到目前为止，生态学实验和模型忽略了细胞内的维度，其中甚至在一个细胞类型内也包括多种非线性过程。

在这里，我们表明，在连续实验恒化器系统中的单物种原生动物系统的动力学，以及相应的连续时间模型揭示了非线性动力学的典型特征，甚至是确定性的混沌，这是一个非常罕见的发现。自动细胞登记（cell registration）使我们能够以较高的时间分辨率，对动态行为进行连续和不受干扰的分析。我们考虑到细胞周期的简单和一般模型表现出显著的动态行为谱。在实验和建模数据中，在没有任何外部强迫的情况下，在单一类型的细胞水平上显示了连续的单物种种群的类混沌动力学。这项研究证明了发生在单细胞中的复杂过程如何影响种群水平上的动力学。非线性应被视为细胞生物学和单物种动力学的一个重要现象，同时，为了维持自然界的高度生物多样性，也是自然保护的一个先决条件。

图：单一物种系统的非线性动力学。(A）目前对真核细胞周期蛋白在整个细胞周期中的表达水平变化的理解示意图。（B-D）在无菌恒化器系统中的丰度动态实验结果。（E）无菌恒温箱中的丰度动态的实验结果。（F，G）关于浮游硅藻 Synedra sp.（F）和 F. crotonensis（G）的不受干扰的丰度动态的文献数据。（H-J）分别对 B、E 和 F 中的数据集进行时间延迟重建。

5.阴谋论文本分析

论文题目：Interconnectedness and (in)coherence as a signature of conspiracy worldviews

论文来源：Science Advances

论文链接：https://www.science.org/doi/10.1126/sciadv.abq3668

阴谋论可能产生于一种一般性的阴谋论世界观，这种世界观通过不相关甚至相互矛盾的解释，识别出共同的诡计元素，从而导致自我强化的信念网络。我们通过分析一个大型自然语言数据库来检验这个猜想，数据库中包含了同样事件的阴谋论和非阴谋论文本，从而将理论驱动的心理学研究与数据驱动的计算方法联系起来。我们发现，相对于非阴谋论文本，阴谋论文本相互关联程度更高，主题更加异质，彼此更加相似，揭示了阴谋论文本内部呈现较低的连贯性，但是文本之间有着更高的连贯性，并为一般性的阴谋论世界观提供了强有力的实证支持。我们的研究结果为阴谋论文本分类算法和进一步探索信念结构中的个体差异提供了新的思路。

图：（A）不同话题的阴谋论和非阴谋论文本组成的网络，可以看到其中有显著差异。（B）是只考虑不同话题时，阴谋论和非阴谋论文本连通性的对比。

6.具有淬火和退火无序的

二维不可压缩集群

论文题目：Packed Swarms on Dirt: Two-Dimensional Incompressible Flocks with Quenched and Annealed Disorder

论文来源：Physical Review Letters

论文链接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.129.188004

我们表明，即使在二维空间存在淬火无序的情况下，不可压缩的极性活性流体也能表现出有序、连贯运动的相。只具有退火无序（即随时间变化的随机白噪声）的此类活性流体，其行为就像具有长程相互作用的平衡态铁磁体，与此不同，抵抗淬火无序的稳健性根本上是一种非平衡态现象。

有序状态属于一个新的普适性类，我们用三种不同的重整化群方案计算其标度律，它们的标度指数都在 0.02 以内，表明我们的结果是相当准确的。我们的预测可以在现成的人工活性系统中进行定量测试，并暗示生物系统，如细胞层可以在不可避免地处于无序状态的体内连贯运动。

7.来源于逆转录病毒的

人类蛋白质的演化和抗病毒活性

论文题目：Evolution and antiviral activity of a human protein of retroviral origin

论文来源：Science

论文链接：https://www.science.org/doi/10.1126/science.abq7871

内源性逆转录病毒是哺乳动物基因组中丰富的成分，由古老的种系感染而来。在一些哺乳动物中，由这些元件编码的包膜蛋白可以抵抗外源性病毒， 但这种活性尚未在人类内源性表达的包膜中得到证实。我们发现，人类基因组中藏有大量的包膜衍生序列，具有限制逆转录病毒感染的潜力。为了验证这一点，我们描述了一种包膜衍生蛋白——Suppressyn。我们发现，Suppressyn 利用其祖先的逆转录病毒启动子在人类植入前的胚胎和发育中的胎盘中表达。细胞培养实验表明，Suppressyn 及其同源物可以限制现存哺乳动物 D 型逆转录病毒的感染。我们的数据支持宿主免疫和基因组防御的逆转录病毒包膜共选择的一般化模型。

图：env 衍生转录物在人类细胞类型子集上的表达谱。（A-C）热图显示组织（列）（A）和受刺激的免疫（B）或 HIV 感染的 CD4+ T 细胞（C）中的 envORF 基因座（行）表达（log2 (TPM + 1) > 1）。热图上方的条形表示测序策略（A）和组织（A）或治疗 [ B 和 C]，其配色方案与无花果中使用的相同。行和列按 envORF 表达式的层次聚类排序。通过超几何检验计算显着的 envORF 簇富集。在 （B）和（C）中，箱线图表示 envORF 表达水平相对于未刺激（B）和模拟感染细胞（C）的分布。对于（C），envORF 表达在供体之间进行平均 (n = 3)，并归一化为未刺激细胞的平均表达 (n = 6)。

8.一个更好的转录组数据插补的

综合方法改善因果基因的鉴定

论文题目：SUMMIT: An integrative approach for better transcriptomic data imputation improves causal gene identification

论文来源：Nature Communications

论文链接：https://www.nature.com/articles/s41467-022-34016-y

具有中低表达遗传力的基因可以解释大部分复杂性状病因，但这些基因在常规转录组范围关联研究（TWAS）中无法充分捕获，部分原因是用于开发表达遗传预测模型的可用参考数据集相对较小，难以捕获基因表达的中度至低度基因调控成分。

在这里，我们介绍了一种方法，即汇总级统一转录组建模方法（SUMMIT），通过使用大型表达数量性状基因座（eQTL）汇总级数据集来提高表达预测模型的准确性和 TWAS 的能力。我们将 SUMMIT 应用于 eQTLGen 联盟提供的 eQTL 汇总级数据。通过对 24 个复杂性状的全基因组关联研究汇总统计的模拟研究和分析，我们表明 SUMMIT 提高了血液中表达预测的准确性，成功构建了低表达遗传力基因的表达预测模型，并获得了比几个基准方法更高的统计力。最后，我们通过 SUMMIT 对 COVID-19 的严重程度进行了案例研究，并确定了与 COVID-19 严重程度相关的 11 个可能的致病基因。

图：SUMMIT 工作流程。SUMMIT 由三个主要步骤组成：（1）建立预测模型来计算基因表达水平；（2）测试预测的基因表达水平与感兴趣的性状之间的关联；以及（3）汇总所有拟合预测模型的结果。

9.腐败的第三方破坏

人与人之间的信任和亲社会行为

论文题目：Corrupt third parties undermine trust and prosocial behaviour between people

论文来源：Nature Human Behaviour

论文链接：https://www.nature.com/articles/s41562-022-01457-w

腐败是一种普遍存在的现象，它影响机构的质量，破坏经济增长并加剧全球不平等。在这里，我们测试了将机构代表视为腐败是否会破坏陌生人之间的信任和随后的亲社会行为。我们开发了一个实验性游戏范式，将代表作为第三方惩罚者来操纵或评估腐败，并研究其与信任和亲社会性（信任行为、合作和慷慨）的关系。

在一个连续的双人掷骰子任务中，参与者观察一个目标的不诚实行为，该目标随后将在信任游戏（研究1a，N = 540）、囚徒困境（研究1b，N = 503）和独裁者游戏（研究2-4，N = 765，预先注册）中充当第三方惩罚者。在这五项研究中，认为第三方腐败会破坏人与人之间的信任，进而破坏亲社会行为。这些发现有助于我们理解机构代表在现代社会中塑造合作关系方面所发挥的关键作用。

图：研究 1a 至 4 的两个阶段的实验程序。（a）参与者通过观察两个参与者在掷骰子中的互动（研究1a 和 1b），或作为第一推动者在掷骰子任务中亲自互动（研究2至4），接触到第三方惩罚者的腐败。（b）参与者报告他们在第二推动者充当第三方惩罚者的经济游戏中对一个无关的陌生人的信任和亲社会行为。

关于Complexity Express

Complex World, Simple Rules.

复杂世界，简单规则。

由于学科交叉融合，大量针对复杂系统的研究成果散落在人工智能、统计物理、网络科学、数据科学、计算社会科学、生命科学、认知科学等等不同领域的期刊会议中，缺乏整合。

为了让大家能及时把握复杂系统领域重要的研究进展，我们隆重推出「Complexity Express」服务，汇总复杂系统相关的最新顶刊论文。

Complexity Express 是什么？

Complexity Express 每天爬取复杂系统领域最新发表的顶刊论文，每周通过“我的集智”服务号汇总推送。

进入 Complexity Express 页面即可随时查看顶刊论文更新，你也可以通过微信接收研究更新推送和一周汇总。

Complexity Express 为谁服务？

• 如果你是复杂系统领域的研究者，可获得重要论文上线通知，每周获取最新顶刊论文汇总。

• 如果你是复杂系统领域的学习者，可了解学界关注的前沿问题，把握专业发展脉络。

• 如果你是传统的生命科学、社会科学等学科中的研究者/学习者，可以从复杂科学和跨学科研究中获得灵感启发。

• 如果你是关注前沿研究发现的知识猎手，可获得复杂系统研究对自然和人类世界的最新洞见。

Complexity Express 栏目也是集智俱乐部公众号的主要选题来源，诚挚邀请你订阅，与我们信息同步。

Complexity Express 论文从哪里来？

考虑复杂系统研究往往属于跨学科工作，我们主要抓取综合类和泛物理类/计算机类的顶级期刊，从每周新发表的数百篇论文中精选出与复杂系统相关的论文。

Complexity Express 参考影响因子和学者口碑，选择了如下期刊，每日爬取其论文更新：

• Nature

• Science

• PNAS

• Nature Communications

• Science Advances

• Physics Reports

• Physical Review Letters

• Physical Review X

• Nature Physics

• Nature Human Behaviour

• Nature Machine Intelligence

• Review of Modern Physics
• Nature Review Physics
• Nature Computational Science
• National Science Review
• 更多期刊持续增补中，欢迎推荐你认为重要的期刊！

如果你在 Complexity Express 中发现了感兴趣的论文，请立刻“点赞”！每周最高赞的论文，集智编辑部将组织专业解读~

Complexity Express 追踪哪些领域？

我们力求兼顾热点追踪与领域覆盖，目前筛选的论文主要集中在如下与复杂性关系密切的领域：

• 复杂系统基本理论
• 复杂网络方法及应用
• 图网络与深度学习
• 计算机建模与仿真
• 统计物理与复杂系统
• 量子计算与量子信息
• 生态系统、进化、生物物理等
• 系统生物学与合成生物学
• 计算神经科学与认知神经科学
• 计算社会科学与社会经济复杂系统
• 城市科学与人类行为
• 科学学
• 计算流行病学
• 以及一些领域小众，但有趣的工作

由于复杂性研究领域横跨多个学科，研究论文散落在不同的期刊上，很难不重不漏地把握最新工作。针对复杂性领域的论文筛选，我们专门设计了算法。经过数月的训练迭代优化，目前对上述领域爬取准确率达到90%以上。

将来我们还会根据你的具体研究领域，推出研究分类与个性化的订阅服务，敬请期待！

由于复杂性领域涉及的论文关键词和研究问题纷繁复杂，所以算法难免有不成熟的地方，如果你发现我们有漏掉的重要论文，或者爬到了领域有偏差的论文，欢迎联系我们（小助手微信：swarmaAI），帮助我们持续优化算法。

如果你对科学学、计算术语学等感兴趣并有代码能力，欢迎报名成为集智算法志愿者/实习生（具体请邮件联系算法组负责人[e-mail]）。

如果你对复杂科学及相关跨学科研究有长期兴趣，并乐于解读分享，欢迎加入集智作者团队（具体请邮件联系编辑部负责人[e-mail]）。

更多论文

更多复杂性顶刊论文，请到Complexity Express页面查看。订阅即可每周获取更新提醒。

点击“阅读原文”，追踪复杂科学顶刊论文