Inferring excitation-inhibition dynamics using a maximum entropy model unifying brain structure and function.
Inferring excitation-inhibition dynamics using a maximum entropy model unifying brain structure and function.
复制标题
DOI：
10.1162/netn_a_00220
复制
发表时间：
2022-06
影响因子：
4.7
通讯作者：
Leow, Alex
中科院分区：
文献类型：
--
作者：
Fortel, Igor;Butler, Mitchell;Korthauer, Laura E.;Zhan, Liang;Ajilore, Olusola;Sidiropoulos, Anastasios;Wu, Yichao;Driscoll, Ira;Schonfeld, Dan;Leow, Alex
关键词：
从神经元回路到大规模大脑网络的不同尺度的神经活动协调产生了复杂的认知功能。弥合微观和宏观尺度的过程之间的差距，我们提出了一个新的框架的基础上的最大熵模型来推断一个混合的静息态结构连接体，代表功能相互作用的结构连接性约束。我们证明了结构信息网络在模拟大脑动力学方面优于无约束模型，其中通过用网络结构约束推理模型，我们可以提高成对BOLD信号相互作用的估计。此外，我们使用Monte Carlo模拟新的混合连接体来模拟脑网络动力学，以探测载脂蛋白E（APOE）-ε4携带者和非携带者之间兴奋-抑制平衡的连接体水平差异。我们的研究结果揭示了APOE-ε4携带者在临界状态下功能动力学的性别差异;特别是，女性携带者似乎对兴奋性相互作用增加导致的网络中断表现出较低的耐受性。总之，这里探索的新的多模态网络通过整合结构和功能来分析大脑动力学，从而深入了解神经活动背后的复杂相互作用，例如兴奋和抑制的平衡。
Neural activity coordinated across different scales from neuronal circuits to large-scale brain networks gives rise to complex cognitive functions. Bridging the gap between micro- and macroscale processes, we present a novel framework based on the maximum entropy model to infer a hybrid resting-state structural connectome, representing functional interactions constrained by structural connectivity. We demonstrate that the structurally informed network outperforms the unconstrained model in simulating brain dynamics, wherein by constraining the inference model with the network structure we may improve the estimation of pairwise BOLD signal interactions. Further, we simulate brain network dynamics using Monte Carlo simulations with the new hybrid connectome to probe connectome-level differences in excitation-inhibition balance between apolipoprotein E (APOE)-ε4 carriers and noncarriers. Our results reveal sex differences among APOE-ε4 carriers in functional dynamics at criticality; specifically, female carriers appear to exhibit a lower tolerance to network disruptions resulting from increased excitatory interactions. In sum, the new multimodal network explored here enables analysis of brain dynamics through the integration of structure and function, providing insight into the complex interactions underlying neural activity such as the balance of excitation and inhibition.
登录
查看更多内容
影响因子：
5.7
作者：
Ashourvan A;Gu S;Mattar MG;Vettel JM;Bassett DS
通讯作者：
Bassett DS
影响因子：
2.1
作者：
Bretsky, PM;Buckwalter, JG;Henderson, VW
通讯作者：
Henderson, VW
影响因子：
5.7
作者：
Barrick, Thomas R.;Charlton, Rebecca A.;Markus, Hugh S.
通讯作者：
Markus, Hugh S.
影响因子：
5.7
作者：
Aksenov, Daniil P.;Li, Limin;Wyrwicz, Alice M.
通讯作者：
Wyrwicz, Alice M.
影响因子：
3.7
作者：
Alexander-Bloch, Aaron F.;Vertes, Petra E.;Gogtay, Nitin
通讯作者：
Gogtay, Nitin