大尺度脑连接与区域刺激效应间的关系依赖于集体动力学状态

在宏观尺度上，大脑作为相互连接的神经元群体网络运作，这些群体展现支持区域间通信的节律动力学。理解特定脑区的刺激如何影响此类协同活动，对于获取脑功能的基本见解以及将神经调控开发为治疗工具十分重要。然而，预测焦点刺激的下游效应仍十分困难。具体而言，关于网络活动的集体振荡态如何影响区域扰动对协同动力学的后果，所知甚少。在此，我们结合连接组数据与生物物理建模来开始填补这些空白。通过调节控制网络集体动力学的参数，我们识别出模拟脑活动的不同状态，并研究刺激的分布式效应如何在不同状态中显现。当基线振荡较弱时，受刺激区域展现出增强的功率与频率，并且由于网络交互，邻近区域在受激频带内发展出相位锁定活动。重要的是，我们发现焦点刺激还引起网络相干性在区域基线振荡频率上更分布式的改变，且这些效应由功能连接而非结构连接能更好预测。相反，当网络处于较强内源振荡状态时，刺激仅引起功率与频率的轻微偏移，且网络平均相干性变化在受刺激区域的选择上更为同质。总之，本工作建立并扩展了先前研究刺激影响的计算研究，并强调刺激位点以及关键的大脑网络动力学状态，均能影响网络对局部扰动的全局响应。