XiaoMi-AI文件搜索系统
World File Search System全脑
共表达网络架构揭示了疾病易感性的全脑和多区域基础
神经精神疾病在遗传上很复杂，遵循由数千种风险变异和基因组成的多基因结构。1 与孟德尔遗传病（可通过分析单个基因获得可推广的机制见解）不同，复杂遗传病的病因围绕基因的功能组或通路进行组织。1 预计这些组中的基因将共同调节并在允许通路发挥作用的水平上表达。2,3 RNA 共表达和蛋白质-蛋白质相互作用 (PPI) 网络为理解此类基因组的组织方式提供了强大的概念框架，并具有预测能力，可优先考虑多基因疾病中的疾病相关变异。4,5,6 该框架通过将基因排列成更小、更易处理且连贯的模块集以进行实验分析，有助于表征相关的生物通路。此外，基因共表达网络可以通过将目标组织中普遍存在的细胞类型和细胞状态共同变化的基因连接在一起，进一步加深我们对复杂多基因疾病的理解。 7,8
共表达网络架构揭示了疾病易感性的全脑和多区域基础
神经精神疾病在遗传上很复杂，遵循由数千种风险变异和基因组成的多基因结构。1 与孟德尔遗传病（可通过分析单个基因获得可推广的机制见解）不同，复杂遗传疾病的病因围绕基因的功能组或通路进行组织。1 预计这些组中的基因将共同调节并在允许通路发挥作用的水平上表达。2,3 RNA 共表达和蛋白质-蛋白质相互作用 (PPI) 网络为理解此类基因组如何组织提供了一个强大的概念框架，并具有预测能力，可以优先考虑多基因疾病中的疾病相关变异。4,5,6 该框架通过将基因排列成更小、更易处理且连贯的模块集以进行实验分析，有助于表征相关的生物通路。此外，基因共表达网络可以通过将目标组织中普遍存在的细胞类型和细胞状态共同变化的基因连接在一起，进一步加深我们对复杂多基因疾病的理解。 7,8
振荡存在时区域异质性对全脑动态的影响
考虑到大脑细胞和分子组成、连接性和功能，健康和疾病状态下的大脑区域之间存在很大差异。由耦合大脑区域组成的大规模全脑模型可以深入了解形成自发性大脑活动复杂模式的潜在动态。特别是，异步状态下基于生物物理的平均场全脑模型被用来展示包括区域差异的动态后果。然而，当大脑动态由同步振荡状态支持时，异质性的作用仍然不太清楚，这是一种大脑中普遍存在的现象。在这里，我们实现了两个能够以不同抽象程度呈现振荡行为的模型：现象学斯图尔特-朗道模型和精确平均场模型。这些模型的拟合由结构到功能加权 MRI 信号 (T1w/T2w) 提供信息，使我们能够探索纳入异质性对健康参与者静息态 fMRI 记录建模的影响。我们发现，疾病特异性区域功能异质性在神经退行性疾病的 fMRI 记录的振荡范围内产生了动态后果，对脑萎缩/结构（阿尔茨海默氏症患者）产生了特定影响。总体而言，我们发现模型
对阿尔茨海默氏病淀粉样蛋白β和tau的差异影响的全脑建模
摘要背景：阿尔茨海默氏病是一种与两种错误折叠蛋白淀粉样蛋白（aβ）和tau的积累有关的神经退行性疾病。我们研究了它们对神经元活性的影响，目的是评估其个体和综合影响。方法：我们使用全脑动力学模型来发现最佳参数，最能描述β和Tau对局部节点的激发抑制平衡的影响。结果：我们发现，在早期疾病阶段（MCI），β在TAU上明显占优势，而Tau在最新阶段（AD）在β上占主导地位。我们在复杂的神经元动力学中确定了β和tau的关键作用，并证明了使用区域分布来定义AD中大规模脑功能的模型的生存能力。结论：我们的研究提供了对这两种蛋白质之间的动态和复杂相互作用的进一步见解，为进一步研究生物标志物和候选治疗靶标的途径开辟了道路。
非人类灵长类动物大规模高密度全脑神经记录
表示用于子场拼接制造工艺的四个段或子块。 (E) 柄尖电极布局（顶部）和 CMOS 电路布局（底部）的细节。 (F) 柄中一个金属层穿过拼接区域时的自上而下的扫描电子显微镜 (SEM) 图像（比例尺：1 µm）；左上：拼接重叠区域外的横截面；右上：最窄处的横截面；由于双重光刻胶曝光，金属线更窄。 (G) 柄尖机械研磨至 25° 的 SEM 照片；插图：探针 10
乳糖酸二乙酰胺（LSD）对全脑功能和有效连通性的影响
迷幻药已成为各种精神病疾病的有前途的候选疗法，并且鉴于其临床潜力，需要识别生物标志物的影响。在这里，我们使用回归动态因果建模（RDCM）研究了乳酸二乙酰胺（LSD）的神经机制，这是一种新型技术，可在静止脑功能磁共振成像（fMRI）期间评估全脑有效连通性（EC）。我们从两个随机的，安慰剂对照的双盲，交叉试验中建模了数据，其中在两个静止状态fMRI会话中给了45名参与者100μgLSD和安慰剂。我们使用经典统计和机器学习方法比较了EC与全脑功能连接性（FC）。与安慰剂相比，对EC参数的多变量分析揭示了LSD下的区域间连通性和LSD下的自我抑制降低，显着的区域间连通性和枕骨大脑区域中的自我抑制较弱的例外以及皮下区域。在一起，这些发现表明LSD渗透了大脑的激发/抑制平衡。值得注意的是，全脑EC不仅为LSD对大脑的激发/抑制平衡的影响提供了额外的机械洞察力，而且EC还与LSD的全球主观效应和基于机器学习的基于机器学习的分析的全球主观效应相关（91.11％）（91.11％），从而强调了对整个brain EC的潜在反复效应的潜在的效果。
全脑映射揭示氯胺酮对多巴胺系统的不同影响
。CC-BY-NC-ND 4.0 国际许可，根据未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者（此版本于 2023 年 4 月 12 日发布。；https://doi.org/10.1101/2023.04.12.536506 doi：bioRxiv 预印本
基于模型的全脑扰动景观...
1物理系，阿根廷布宜诺斯艾利斯布宜诺斯艾利斯大学； 2阿根廷布宜诺斯艾利斯CABA的国家科学技术研究委员会（CONICET）； 3阿根廷布宜诺斯艾利斯大学的SanAndrés大学认知神经科学中心（CNC）； 4大脑和认知中心，计算神经科学小组，西班牙巴塞罗那庞贝·法布拉大学； 5美国旧金山，旧金山全球脑健康研究所，美国； 6拉丁美洲大脑健康研究所（Brainlat），智利圣地亚哥的阿道夫·伊巴尼斯大学； 7英国牛津大学精神病学系； 8丹麦·奥胡斯大学临床医学系的大脑音乐中心； 9 Life and Health Sciences Research Institute（ICVS），医学院，葡萄牙Braga，Minho大学医学院； 10 Eudaimonia和人类繁荣中心，英国牛津大学牛津大学； 11信息与通信技术系，西班牙巴塞罗那庞贝·法布拉大学； 12InstitucióCatalanade la Recerca I Estudis Avancats（Icrea），西班牙巴塞罗那； 13德国莱比锡Max Planck人类认知与脑科学研究所神经心理学系； 14澳大利亚克莱顿莫纳什大学心理科学学院； 15 Escuela defonoaudiología，Actultad deodontologíay Ciencias de laRehabilitación，智利圣地亚哥大学圣塞巴斯蒂大学大学； 16爱尔兰都柏林三一学院三一学院神经科学学院（TCIN）
可定制的基于地标的场孔径设计，用于自动全脑放射治疗计划
目的：开发和评估一种自动化全脑放射治疗 (WBRT) 治疗计划流程，该流程具有基于深度学习的自动勾勒轮廓和可定制的基于标志的射野孔径设计。方法：该流程包括以下步骤：(1) 使用深度学习技术在计算机断层扫描和数字重建的 X 光片上自动勾勒正常结构轮廓，(2) 使用射束视角定位标志结构，(3) 根据八种不同的标志规则生成射野孔径，以满足不同的临床目的和医生偏好。为进行质量控制，开发了两种并行的射野孔径生成方法。将生成的射野形状和剂量分布的性能与原始临床计划进行比较。来自四家医院的五名放射肿瘤学家评估了计划的临床可接受性。结果：通过临床使用的 182 名患者的视野孔径的豪斯多夫距离 (HD) 和平均表面距离 (MSD) 来评估生成的视野孔径的性能。第一种方法生成的视野孔径的平均 HD 和 MSD 分别为 16 ± 7 和 7 ± 3 毫米，第二种方法生成的视野孔径的平均 HD 和 MSD 分别为 17 ± 7 和 7 ± 3 毫米。第一种方法和第二种方法之间的 HD 和 MSD 差异分别为 1 ± 2 毫米和 1 ± 3 毫米。对 30 位患者进行的视场孔径设计临床审查显示，第一种方法和第二种方法的接受率均为 100%，计划审查显示第一种方法的接受率为 100%，第二种方法的接受率为 93%。第一种方法符合镜片剂量建议的平均接受率为 80%（左镜片）和 77%（右镜片），第二种方法为 70%（左镜片和右镜片），而临床计划的接受率为 50%（左镜片）和 53%（右镜片）。结论：本研究提供了一种自动化流程，其中包含两种视场孔径生成方法，可自动生成 WBRT 治疗计划。定量和定性评估均表明，我们的新流程与原始临床计划相当。
小鼠终纹外侧和内侧前背床核的全脑输入映射
终纹床核 (BNST) 的前部调节恐惧和压力反应。前背 BNST (adBNST) 在解剖学上可进一步细分为外侧和内侧部分。尽管已经研究了 BNST 亚区的输出投影，但对这些亚区的局部和全局输入连接仍然知之甚少。为了进一步了解以 BNST 为中心的电路操作，我们应用了新的病毒遗传追踪和功能电路映射来确定小鼠 adBNST 外侧和内侧亚区的详细突触电路输入。在 adBNST 亚区注射了单突触犬腺病毒 2 型 (CAV2) 和狂犬病毒逆行示踪剂。杏仁核复合体、下丘脑和海马结构占 adBNST 总体输入的大部分。然而，外侧和内侧 adBNST 亚区具有不同的长距离皮质和边缘大脑输入模式。外侧 adBNST 具有更多来自前额叶（前边缘、下边缘、扣带回）和岛叶皮质、前丘脑和外嗅皮层/外嗅皮层的输入连接。相比之下，内侧 adBNST 接收来自内侧杏仁核、外侧隔膜、下丘脑核和腹侧下托的偏向输入。我们使用 ChR2 辅助电路映射确认了从杏仁海马区和基底外侧杏仁核到 adBNST 的长距离功能输入。选定的新型 BNST 输入还通过来自艾伦研究所小鼠脑连接图谱的 AAV 轴突追踪数据进行了验证。总之，这些结果提供了外侧和内侧 adBNST 亚区差异传入输入的全面图谱，并为 BNST 电路对压力和焦虑相关行为的功能操作提供了新的见解。