跳到正文
原文
bioRxiv · Neuroscience· Zou, Y., Tu 等 19 人
精选AI 评分67

清醒小鼠脑内稳定的大尺度网络架构与结构化的个体差异

Stable large-scale network architecture and structured individual variability in the awake mouse brain

预印本 · 尚未经过同行评审

AI 导读

清醒小鼠的大尺度功能网络架构和个体间差异此前缺乏群体尺度的刻画。作者建立清醒小鼠连接组计划,采集 212 只性别均衡小鼠的多模态磁共振数据,生成活体组织概率图与可重复的全脑功能网络图谱,发现个体间功能连接差异沿有组织的连接梯度分布,并将聚类得到的网络骨架与组水平独立成分分析做了对比。研究还给出样本量、扫描时长与连接组精度之间的经验关系,并公开数据集、图谱与分析工具箱。

推荐理由

发布 212 只清醒小鼠的多模态磁共振资源,含组织概率图、聚类与独立成分两套全脑功能网络图谱及分析工具箱。

摘要 · AI 翻译

大规模功能网络为脑活动提供了支架,但其在清醒小鼠脑中的群体架构和个体间变异性仍界定不清。在此,我们介绍清醒小鼠连接组计划(Awake Mouse Connectome Project, AMCP),这是一个群体规模的多模态 MRI 资源,包含 212 只性别平衡的清醒小鼠。利用该数据集,我们生成了高精度的在体组织概率图,推导出可重复的全脑功能网络图谱,并量化了动物间网络连接的结构化变异性。所得图谱定义了一个与结构拓扑相一致的稳定大规模架构,而个体间功能连接变异性遵循有组织的连接梯度,而非随机离散。我们进一步将基于聚类得到的支架与传统的组独立成分分析(GICA)进行基准比较,并将 GICA 网络图谱作为配套资源发布。AMCP 还提供了连接样本量、扫描时长与连接组精度的经验性缩放关系。这些分析表明,平均功能连接与功能连接变异性具有不同的样本量需求,为聚焦于组平均连接和个体间变异性的研究提供了方案特异的指导。与组平均特征相比,源自 AMCP 支架的个体化网络分区在选定行为领域改善了行为预测,表明受试者特异网络架构具有功能相关性。总之,AMCP 建立了一个开放数据集、组织模板资源、基于聚类和 GICA 的功能图谱以及分析工具箱,用于可重复的清醒小鼠连接组学以及将环路机制与大规模脑组织联系起来的转化研究。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。