北京师范大学最新PNAS文章

来自北京师范大学认知神经科学与学习重点实验室，美国NIH药物滥用研究所的两个研究组合作指出无论是静息休息状态，还是任务应答调控状态下，在血流供应和大脑功能拓扑结构之间都存在紧密联系，这也许有助于揭示人类大脑功能互作组的生理基础机制。相关成果公布在1月PNAS杂志在线版上。

　　

生物通报道：来自北京师范大学认知神经科学与学习重点实验室，美国NIH药物滥用研究所的两个研究组合作，完成了题为“Coupling of functional connectivity and regional cerebral blood flow reveals a physiological basis for network hubs of the human brain”的文章，指出无论是静息休息状态，还是任务应答调控状态下，在血流供应和大脑功能拓扑结构之间都存在紧密联系，这也许有助于揭示人类大脑功能互作组的生理基础机制。相关成果公布在1月PNAS杂志在线版上。

文章的通讯作者是北京师范大学贺永研究员，以及美国NIH药物滥用研究所杨一鸿研究员，其中贺永研究员主要从事计算神经影像与人脑连接组学研究，即采用多个模态的神经影像技术（结构、扩散和功能磁共振成像），结合数学图论的计算方法，研究活体人脑结构和功能网络的连接模式。

人类大脑功能网络包含了一些密集的连接枢纽，这些连接点在休息和工作状态下，担负着不同区域信息传递的关键职责，然而迄今为止，科学家们对于这些功能性连接点，与大脑生理学反应之间的关联，比如局部脑血流量（rCBF），知之甚少。

在这篇文章中，研究人员利用血氧合度依赖对比（Blood Oxygenation Level Dependent Contrast，BOLD Contrast），以及动脉自旋标记灌注对比（arterial-spin–labeling perfusion contrasts）的功能磁共振成像数据，分析了休息状态和 N-back工作记忆任务状态下，大脑功能连接强度（functional connectivity strength，FCS）和局部脑血流量rCBF。

在休息状态下，研究人员发现了高FCS的功能大脑连接点，主要出现在默认模式(default mode)，insula和视觉区域中，FCS显示出与rCBF明显的空间相关性，并且比较于视觉和感觉网络，在默认模式网络（DMN，包括内侧额叶-顶叶皮层）和执行管控神经网络(ECN，包括侧额叶-顶叶皮质)中关联性更强。

而且这种关联性取决于连接的距离，也就是说，rCBF与长距离连接点，比与短距离连接点的关联更强。值得注意的是，几个DMN和ECN区域表现出了每单元连接强度，更高的rCBF（rCBF/FCS ratio），而这一指标在​​后视觉区域较低。

在工作记忆的实验中，研究人员发现FCS-rCBF耦合和 rCBF/FCS ratio受到ECN和/或DMN区域负载任务的调控。此外，任务诱导的侧顶叶中FCS和rCBFA的改变与与行为表现正相关。

这些研究结果表明，无论是静息休息状态，还是任务应答调控状态下，在血流供应和大脑功能拓扑结构之间都存在紧密联系，这也许有助于揭示人类大脑功能互作组的生理基础机制。

贺永研究组曾建立了世界上第一个活体人脑结构连接网络草图，发现了人脑不同区域之间的灰质厚度具有“小世界”组织方式，并由此建立了阿尔茨海默氏病和白质多发硬化病的脑结构网络失连接模型。

（生物通：张迪）

原文摘要：

Coupling of functional connectivity and regional cerebral blood flow reveals a physiological basis for network hubs of the human brain

Human brain functional networks contain a few densely connected hubs that play a vital role in transferring information across regions during resting and task states. However, the relationship of these functional hubs to measures of brain physiology, such as regional cerebral blood flow (rCBF), remains incompletely understood. Here, we used functional MRI data of blood-oxygenation-level–dependent and arterial-spin–labeling perfusion contrasts to investigate the relationship between functional connectivity strength (FCS) and rCBF during resting and an N-back working-memory task. During resting state, functional brain hubs with higher FCS were identified, primarily in the default-mode, insula, and visual regions. The FCS showed a striking spatial correlation with rCBF, and the correlation was stronger in the default-mode network (DMN; including medial frontal-parietal cortices) and executive control network (ECN; including lateral frontal-parietal cortices) compared with visual and sensorimotor networks. Moreover, the relationship was connection–distance dependent; i.e., rCBF correlated stronger with long-range hubs than short-range ones. It is notable that several DMN and ECN regions exhibited higher rCBF per unit connectivity strength (rCBF/FCS ratio); whereas, this index was lower in posterior visual areas. During the working-memory experiment, both FCS–rCBF coupling and rCBF/FCS ratio were modulated by task load in the ECN and/or DMN regions. Finally, task-induced changes of FCS and rCBF in the lateral-parietal lobe positively correlated with behavioral performance. Together, our results indicate a tight coupling between blood supply and brain functional topology during rest and its modulation in response to task demands, which may shed light on the physiological basis of human brain functional connectome.

作者简介：

杨一鸿，美国国家卫生研究院(NIH)高级研究员，国家药物成瘾研究所(NIDA)磁共振成像(MRI)与频谱(MRS)部主任。1995 年获得美国伊里诺伊大学 (University of Illinois at Urbana-Champaign) 博士学位，师从MRI 发明者、诺贝尔奖得主Lauterbur 教授。1995 年至1998 年任NIH 博士后，从事脑功能磁共振成像(fMRI)与灌注成像(perfusion imaging)的技术研究。1998 年至2002 年任美国康奈尔大学(Cornell University)助理教授，从事脑功能成像与弥散张量成像(DTI)的技术开发及其在精神病学方面的应用。2002年至今，分别任NIH 研究员、终身高级研究员，并且任国家药物成瘾研究所磁共振成像与频谱部主任。目前主要从事静息脑功能成像、灌注成像、弥散张量成像、图像分析、动物模型、磁共振频谱等技术研究与在药物成瘾方面的应用。已在国际主流期刊发表学术论文近90 篇，合著MRI 与医学成像专著三部。多年参与NIH 与其他基金的评审。

贺永 博士，985团队研究员，博士生导师

教育经历
2002.9-2005.6 中科院自动化所模式识别国家重点实验室，博士
1999.9-2002.7 大连理工大学机械工程学院，硕士
1993.9-1997.7 山东理工大学机械工程学院，学士

工作经历

2008-至今，北京师范大学认知神经科学与学习国家重点实验室，团队研究员
2005.7-2008.1，加拿大麦吉尔(McGill)大学蒙特利尔神经病学研究所(MNI)脑成像中心，博士后

研究领域

本实验室主要开展计算神经影像与人脑连接组学研究，即采用多个模态的神经影像技术（结构、扩散和功能磁共振成像），结合数学图论的计算方法，研究活体人脑结构和功能网络的连接模式。在该领域发表SCI论文90余篇，SCI总引用2200余次。

脑结构网络：提出采用结构磁共振图像获得的脑皮层灰质形态学数据构建人脑结构网络模型的计算方法，建立了世界上第一个活体人脑结构连接网络草图，发现了人脑不同区域之间的灰质厚度具有“小世界”组织方式(He et al., Cereb Cortex 2007)。采用该方法，建立了阿尔茨海默氏病(He et al., J Neurosci 2008)和白质多发硬化病(He et al., Brain 2009)的脑结构网络失连接模型。建立了基于扩散磁共振图像人脑白质结构网络的计算方法(Gong, He et al., Cereb Cortex 2009)，并成功将其用于性别(Yan et al., Cereb Cortex 2011)，阿尔茨海默病(Lo et al., J Neurosci 2010)，白质多发硬化病(Shu et al., Cereb Cortex 2011)和老年抑郁(Bai et al., J Neurosci 2012)的研究中。

脑功能网络：采用静息态fMRI数据构建了人脑在时间和空间上的功能连接网络，发现人脑自发活动在不同脑区间具有等级模块化设计原则(He et al., PLoS ONE 2009)。针对脑网络研究中的若干方法学问题进行了研究，比如研究了静息态下多个脑功能网络的动态连接(Kang et al., NeuroImage 2011)和有向连接模式(Yan et al., PLoS ONE 2011)，评价了不同脑分区方法对脑网络构建的影响(Wang et al., Hum Brain Mapp 2009)，评价了脑功能网络在不同时间上的可重复性(Wang et al., PLoS ONE 2011; Liang et al., PLoS ONE 2012)等。将功能网络计算模型成功应用于性别(Tian et al., NeuroImage 2011)，正常老化(Wang et al., NeuroImage 2010)和神经精神疾病如强迫症(Zhang et al., J Psychiatry Neurosci 2011)，抑郁症( Zhang et al., Biol Psychiatry 2011), 阿尔茨海默病(Dai et al., Neuroimage 2012)和轻度认知障碍(Wang et al., Biol Psychiatry 2012)的研究中。

在脑网络研究领域中，曾获得多次邀请综述(He et al., Curr Opin Neurol 2010; He et al., Neuroscientist 2009; Wang et al., Front Syst Neurosci 2010; Xia and He, Brain Connectivity 2011; Xie and He, Front Psychiatry 2012)。

本实验室建立的脑网络系列计算方法和相关应用研究已经得到了国际国内同行的广泛关注，目前已和国内多个大学和医院以及加拿大、澳大利亚、美国、日本、台湾等国家和地区的研究者建立长期实质性合作关系，在脑网络计算方法和应用领域已合作发表了多篇研究论文。