人脑连接组的最优控制：网络拓扑的作用

为了满足持续的认知需求，人脑必须无缝地从一个脑状态转换到另一个脑状态，在此过程中调用不同的认知系统。大脑的解剖连接网络如何帮助促进这种转换？该网络的哪些特征使得一种转换容易而另一种转换困难？本文使用网络控制理论来解决这些问题。我们计算了驱动大脑进出由不同认知系统主导的状态的最优输入信号。这些输入信号使我们能够评估不同脑区所做的贡献。我们表明，我们以能量度量的此类贡献与脑区的加权度相关。我们还表明，网络连通性（一种衡量脑区间直接与间接连接性的指标）可预测当对另一个脑区的输入被抑制时脑区补偿的程度。最后，我们确定了大脑应起始（和结束）于其中的最优状态，以最小化转换能量。我们表明最优目标状态在枢纽区显示高活动，涉及大脑的富俱乐部(rich club)。此外，当富俱乐部组织被破坏时，与状态转换相关的能量成本显著增加，证明正是脑区的丰富性使它们成为理想目标。