2023年10月24日，beat365英国官网网站人工智能研究院鄭志明院士團隊在《Nature Communications》期刊在線發表了題為“Enhanced brain structure-function tethering in transmodal cortex revealed by high-frequency eigenmodes”的學術論文。該研究指出高頻特征模對應的擴散模式有助于解釋跨模态聯合皮層的結構和功能連接耦合，加深了對大腦複雜功能交互模式及其形成機理的理解。
腦科學和神經科學是當前國際的熱點前沿，對理解認知行為的産生、神經疾病的治療和人工智能的發展都具有重要意義。然而，大腦結構連接如何支持區域間複雜的功能交互仍是該領域中的一個基本問題。雖然現已提出多種模型來構建它們之間的聯系，但結構和功能的對應程度相對溫和，功能連接網絡中仍有很大一部分不能被結構解釋。特别地，一些研究發現相對于單模态感覺運動皮層，跨模态聯合皮層的結構和功能連接更加難以耦合。結構和功能是否在跨模态皮層相互關聯，如果相互關聯，它的潛在機制是什麼仍是一個令人興奮的開放性問題。
該研究發現結構-功能的解耦可能不是大腦組織的固有屬性，而是可以被區域異質的并行擴散機制更好的解釋。
該研究探讨了由不同特征模描述的頻率特異的擴散模式對大腦結構-功能耦合的區域異質性貢獻（圖1），發現以往被認為可以解釋全腦功能連接的低頻特征模對聯合皮層區域的解釋較低，産生了沿單模态-跨模态宏觀梯度的結構-功能解耦，而被認為與噪聲和随機模式相關的高頻特征模對聯合皮層功能連接的解釋優于對初級感知區的解釋，産生了沿單模态-跨模态梯度逐漸增強的結構-功能耦合（圖2）。進一步，研究發現結構-功能耦合強度随加入高頻特征模數目的增加而穩定持續增長，其中增長百分比最大的區域主要集中在下頂葉、島葉、扣帶回和前額葉，說明高頻特征模對應的擴散模式有助于增強對大腦（尤其是跨模态聯合皮層）的結構-功能關系的理解（圖3）。
圖1 不同特征模對大腦結構-功能耦合的區域異質性作用
圖2 基于低頻特征模的結構-功能解耦和基于高頻特征模的結構-功能耦合
圖3 結構-功能耦合被高頻特征模增強
在此項研究中，博士生楊雅倩為第一作者，研究院助理教授王鑫、教授唐紹婷為共同通訊作者，beat365英国官网网站為第一單位。該研究工作得到了國家重點研發計劃和國家自然科學基金的支持。
唐紹婷教授小組長期從事社會大數據與複雜系統、演化博弈論、腦科學與人工智能等數學信息交叉領域研究，歡迎對相關科研方向感興趣的本科生加入。
論文鍊接：https://www.nature.com/articles/s41467-023-42053-4
