Trends in Neurosciences：多尺度连接组学方法在卒中恢复领域的兴起

最新推荐文章于 2024-09-17 16:52:57 发布

思影科技

最新推荐文章于 2024-09-17 16:52:57 发布

阅读量68

点赞数

文章标签：人工智能网络

卒中是成人残疾的主要原因。理解卒中的损伤和恢复需要解读不同时空尺度下复杂脑网络的变化。尽管近期脑部读出技术的发展和复杂网络建模的进步已经革新了我们对卒中对脑网络影响的宏观尺度理解，但小尺度脑网络的重组仍未完全理解。在本文中，我们使用图论的概念框架来定义从纳米到宏观尺度的脑网络。通过强调多尺度下与卒中相关的脑连接性研究，我们认为多尺度连接组学方法可能提供新的途径更好地评估卒中后以及恢复期间脑结构和功能的重映射。本文发表在Trends in Neurosciences杂志。（可添加微信号19962074063或18983979082获取原文及补充材料，另思影提供免费文献下载服务，如需要也可添加此微信号入群，另思影脑影像分析业务，如感兴趣也可咨询)

关键词：神经修复、图论、复杂系统、脑连接组学、脑成像

本文亮点：

1.脑网络是跨多个时空维度从纳米到宏观尺度高度优化和连接的系统，提供了信息隔离与整合之间的平衡。

2.卒中通常涉及脑部局部区域的损伤，随后是全局功能和结构连接组的扰动，这涉及到不同空间和时间尺度的脑网络。

3.大脑成像和信号采集技术和追踪技术的同时进步允许应用复杂网络的概念框架来解码卒中后脑结构和功能的重组。

4.应用多尺度连接组学方法对于描绘卒中对脑结构和功能配置的潜在影响以及建立因果关系是必要的。通过这些方法获得的洞察可能会导致卒中的新型治疗方法。

术语表：

阵列断层扫描：通过对组织切片中每个结构染色、剥离切片并为另一个结构染色的程序来可视化组织切片中的细胞结构。

布洛卡失语症：通常由卒中引起的语言障碍，在这种障碍中，尽管意图和词语选择完整，但表达词语存在困难。

脑电皮层图（ECoG）：从靠近皮质表面的电极记录大脑的综合电活动。

脑电图（EEG）：从头皮表面电极记录大脑的综合电活动。

扩展显微镜术（ExM）：使用生物材料和固定方法扩展组织切片的所有元素，使其变大并允许可视化之前低于显微镜分辨率的结构的技术。

脑磁图（MEG）：记录大脑电流产生的大脑磁场。

单分子定位显微镜（SMLM）：显微镜技术，可以使用单个荧光分子生成超分辨率图像或一系列超分辨率图像时间序列，这些分子是从衍射限制的图像序列中计算定位的。

双光子显微镜术：基于近同时两个光子与荧光团发生的非线性相互作用的成像技术，导致从基态到激发态的转变，并发射荧光光。它提供了完整活体大脑内的深层组织穿透，使得可以记录数千个皮层神经元直到硬膜下几百微米深的位置。

大脑作为一个复杂的连接系统

在复杂网络研究的理论和技术进步方面，尽管复杂系统的多样性，但最新进展表明，每个系统中网络的特征和动态都是由一套共同的原则驱动的【1,2】。大脑是一个自组织系统，展现了复杂网络的特性。尽管“神经元学说”由拉蒙·卡哈尔引入并巩固，但可以在1943年麦卡洛克和皮茨发表的论文中看到将神经网络作为计算实体的理论概念化的前奏【3】。使用图灵机的数学计算概念，麦卡洛克和皮茨提出了一种解释，认为心智功能反映了神经网络过程的输出。

网络神经科学是一个跨学科领域，汲取了一般网络科学、统计物理（包括统计力学）、计算机科学和大脑研究的知识。早期将网络科学应用于中枢神经系统（CNS）的实例包括对人类【4,5】和动物模型【6,7】的大脑网络的结构拓扑分析。从那时起，通过快速发展的复杂网络理论和现代成像技术的进步，这些技术能够追踪不同尺度上大脑结构、细胞和分子的性质和活动，我们对大脑网络及其结构和功能拓扑的性质的理解取得了巨大进展。在这方面，大脑网络被认为是在多个维度上高度优化、连接的系统。尽管在这一背景下“大脑”这个词有时被限制性地用来指新皮层或CNS的一组区域，我们在这里使用“大脑网络”这个词，更广泛地指代贯穿神经轴的连接区域，从皮层到皮下区域、脑干和脊髓。

大脑区域网络的复杂连接，类似于其他类型的信息处理网络的连接，具有特定的特征，这些特征可以提供信息隔离与整合之间的平衡，并导致对优化连接架构的预测。因此，大脑网络的结构配置，从脑区内神经元之间的连接到区域间的连接，反映了优化信息流的连接规则。从这种正常大脑功能中神经网络连接的视角看，大脑疾病可以被视为神经网络或神经连接的选择性障碍。即使在涉及到看似集中的神经系统部分中断的条件下，如卒中，这种概念化也认为障碍不仅仅是导致特定且局部化的大脑区域失活的病变。在过去的十年中，基于连接组的方法已应用于许多CNS疾病，包括癫痫【8】、阿尔茨海默病【9】、自闭症【10】、精神分裂症【11】和卒中【12】。这些研究主要应用了网络理论的可量化工具来研究大脑网络，主要是在宏观尺度上（即，脑区域或区域间的连接）。能够监控从基因到单个神经元和神经元群体的大脑网络的技术进步，允许复杂网络的概念框架在不同尺度上解决CNS问题。最近的研究使用基于连接组的方法评估了在各种大脑疾病中，如癫痫【13】、脑癌【14】和帕金森病【15】的微观尺度上的大脑网络动态。

卒中是由急性局部事件引发的慢性疾病。在与卒中相关的研究中应用复杂网络范式可能提供更好地理解卒中后大脑结构和功能拓扑变化以及恢复过程中的途径。本文首先定义了不同尺度上的大脑网络，重点是所有复杂网络的一些共同特性。然后，我们介绍了可以用来追踪从纳米到宏观尺度大脑网络的各种技术。接下来，我们讨论了应用基于连接组的方法来检查与卒中相关的大脑连接重组在中观和宏观尺度上的研究。我们以对这些跨学科方法目前的局限性和未来进展的前景的讨论作为结论。

节点和边：大脑网络中的定义

大多数复杂网络的一个基本特征，从基因到生态系统，是组件之间通过成对连接的相互作用。在网络科学中，这些组件由一系列“节点”表示，这些节点通过“边”相互连接，其中每条边定义了两个组件之间的相互作用（图1A和框1）。在数学术语中，这些节点和边的集合形成了一个网络，由图表描述。借助节点-边的命名法，大脑的多个元素，在不同的结构和功能尺度上，可以被概念化为一个网络（框1）。实际上，大脑是一个复杂的系统，由分子、细胞和区域空间水平的共活元素组成，在网络中的功能性激活共同决定了正常的CNS功能、疾病的影响以及恢复过程。识别这些网络中的节点和边允许映射它们在空间层级内部和之间的相互作用，以及大脑在健康和疾病中的功能。尽管网络分析，特别是图论，为大脑中的结构和功能网络提供了定量的表征，我们对大脑网络的当前理解在很大程度上依赖于大脑测量技术的进步。

图1. 多尺度大脑网络中节点和边的命名法。

（A）顶部：由节点和边构成的网络的图示。底部：通过结构、功能和有效连接定义的大脑网络中不同类型的边。

（B）大脑网络的多维组织示意图。在一个多维网络中，作为网络相互作用实体的节点，本身可以被视为包含更低维度节点的网络。例如，一个在宏观尺度大脑（结构）网络中的单个节点，基于精确的分割定义，包含成千上万的神经元，这些神经元本身代表中观尺度的节点。大脑网络中的边可以代表结构、功能或有效连接。与节点类似，边在大脑网络的不同尺度上存在。不同的技术可以用来测量功能性或结构性连接，如每个大脑网络尺度所列的技术。然后通过应用图理论分析来分析获得的数据。上述方法可以用于卒中的实验模型（从啮齿动物到非人灵长类动物）。在人类中，大多数分析集中在宏观尺度的大脑网络上。

缩写：dMRI，扩散MRI；DTI，扩散张量成像；EEG，脑电图；IOS，光信号成像；MEA，微电极阵列；MEG，脑磁图；SML，单分子定位；STED，刺激发射消耗。

框1 大脑中节点的命名法

大脑中的节点通常是具有基于它们尺度不同性质的物理元素，范围从基因到大脑区域。在宏观尺度上，通过对皮质和皮下区域进行划分，从而可以将大量大脑空间（体素）的信息压缩到单个节点[126]，从而得到节点的识别。宏观尺度上的节点反映了一个明确的大脑区域。

中观尺度上节点的定义相对于正在应用的大脑读出技术的空间分辨率[127., 128., 129.]。空间定位、共享的结构和形态属性以及共同的功能特征是中观尺度节点分类的标准之一。例如，小鼠大脑前肢运动皮层的II层神经元群或腹内侧丘脑的神经元可以被定义为中观尺度上的一个节点[130]。这个尺度上的节点，被局部和区域性的界定，具有优先类似的属性，并可以被聚集到称为社区的子网络中[129,131]。追踪和读出方法的进步提供了巨大的可能性来识别中观尺度网络（见正文图1B）[129,132., 133., 134., 135., 136., 137.]。

微观尺度的节点可以通过大脑在细胞和亚细胞水平的元素来定义。例如，单个神经元、星形胶质细胞或小血管可以代表一个节点。由于这个总体分类是基于空间分辨率的，这些单个细胞元素的几个部分也可以被视为微观尺度上的节点。在这方面，神经元实际上是一个整合元素，其树突棘或轴突段可能代表节点；在星形胶质细胞中，节点可以由亚细胞部位代表，如小片。各种成像和记录技术，如电子显微镜（EM）或膜片钳记录，已被广泛应用于在细胞和亚细胞水平上重建微观尺度的大脑节点（见正文图1B）[138., 139., 140., 141., 142., 143.]。大脑中的节点进一步可以在纳米尺度上被识别[144]。几个组件，如突触小泡或离子通道，以及大脑基因组、转录组和蛋白质组元素，可以被概念化为纳米尺度网络的节点。包括超分辨率显微镜（SRM）[145,146]、单分子定位显微镜（SMLM）[147,148]或扩展显微镜（ExM）[149]在内的新技术，结合标记技术，如DNA-PAINT[150]，可以追踪纳米尺度的大脑节点。提高时间分辨率和适应深入活体大脑组织内成像是这些技术未来发展的目标之一。

大脑中边的命名法

节点之间的相互作用被表示为边。在大脑网络的图论概念化中，边可以通过三种类型的连通性来定义：结构连通性，代表物理连接（突触、轴突投射或白质束）；功能连通性，代表节点在时间序列中活动的统计依赖性或统计相似性（来自活体内钙成像的相关活动或人类神经成像中的功能连通性）；以及有效连通性，代表系统元素之间相互的因果影响（图1A和图2，及框2）。

图2. 基于有效连通性的动态因果建模在卒中研究中的应用

(A) 健康对照组和卒中患者的任务相关有效连通性（见框2）。颜色代表连接强度（1/s, Hz）。正值表示一个区域对另一个区域的兴奋性影响。

(B) 在中观尺度评估有效连通性（见框2）；活体内双光子钙或电压成像可用于测量感兴趣区域的神经元活动。

左侧：通过颅窗在前肢区前部（RFA）和前肢区后部（CFA）记录GCaMP信号，控制或基线（上）和卒中（下）大脑。可以通过对提取的数据应用动态因果建模来评估有效连通性。在微观或中观尺度上，可以使用卒中的实验模型[此处为光血栓（PT）]研究卒中是否影响RFA和CFA之间的耦合参数。选择性光遗传刺激可以用来探索RFA节点对CFA活动的精确影响。实验范式可以在固定头部行为的动物中进行，以进一步评估与有效连通性变化相关的运动功能。

缩略语：aIPS, 前顶内沟；cIPS, 尾顶内沟；M1, 主运动皮层；PMv, 腹侧前运动皮层；SMA,辅助运动区。

框2 大脑网络中的有效连通性

有效连通性是基于模型定义的，由一个节点对另一个节点行为的影响来确定（见正文图1A和图2）【34,151】。与功能连通性不同，功能连通性在两个节点之间没有具体的方向性，有效连通性的测量生成一个图，捕捉到两个节点之间交互（边）的方向（例如，信息从大脑的一个区域流向另一个区域）。例如，有效连通性可以调查大脑疾病，如卒中，是否影响不同大脑区域之间的相互作用，以及这些区域之间因果关系的变化是否与受损的行为和功能恢复有关。在卒中患者中，伴随运动障碍的研究表明，参与运动控制和执行的大脑区域之间的有效连通性减弱并在特定大脑区域重新组织（见正文图2）【152,153】。在宏观尺度上，基于fMRI或EEG数据，不同的模型，如动态因果建模或Granger因果性，已被用于估计人类和动物研究中的有效连通性【151】。在动态因果建模中，大脑被视为一个接收输入并生成输出的确定性非线性动态系统【154】。在Granger因果性分析中，测量因果影响和信息流【152,155】。例如，结合光遗传学和fMRI，动态因果建模被用来调查基底神经节-丘脑皮层网络区域之间的有效连通性强度【156】。在微观和中观尺度的大脑网络中，需要进行进一步的研究来评估这些模型对行为的预测有效性。

高级神经信号采集技术，如活体内双光子显微镜和光遗传学刺激，可以在微观和中观尺度上用于此目的（见正文图2）。光遗传学沉默或激活特定神经元集合【例如，运动前皮层/前肢前区（RFA）的兴奋性神经元】结合同时记录感兴趣区域（例如，对侧半球RFA的兴奋性和/或抑制性神经元）的活动，可以用于进一步测量有效连通性，从而阐明两个区域之间的相互作用（见正文图2）。

结构连通性通过不同的追踪和成像技术来测量（图1B）。在微观尺度上，通过系列电子显微镜（EM）切片的重建，绘制了线虫Caenorhabditis elegans神经系统的完整矩阵[16]。在哺乳动物大脑中，从小鼠到猕猴，神经回路追踪绘图在过去几十年里取得了显著进展。这包括回路标记和追踪技术，如利用病毒传递在特定细胞类型中表达荧光蛋白的载体[17,18]，转基因小鼠系列[19]，或基于转录组的细胞类型分类[20]。这些标记的进步，结合成像读出技术，如两光子显微镜（见术语表）[21]，阵列断层扫描[22]或EM[23]，已被用来重构从纳米到中观尺度的结构连通性图（图1B）。例如，通过艾伦研究所的小鼠大脑连通性数据库可以可视化几个大脑区域的传入和传出轴突投射，以及通过Janelia开发的MouseLight数据库，提供了超过1000个神经元及其在小鼠新皮层、海马和丘脑的轴突过程的重构图[21]。在一项研究中，重构了大鼠新皮层的一个单元，为从解剖连通性发展出连接节点和边的网络提供了平台[24]。在宏观尺度上，使用神经成像技术，如扩散MRI（dMRI）或扩散张量成像（DTI），来绘制人脑不同区域间的结构连通性（图1B）[4,25., 26., 27.]。纤维束束间连接大脑区域的轨迹是宏观尺度上结构边的一个例子[28]。这些宏观尺度的MRI连通性图构建了一个大脑区域连通性的矩阵。网络科学的研究表明，大脑结构连通性的组织使得信息处理高效，因此，解密不同尺度上大脑连通性的特征在提高我们对复杂大脑功能理解中扮演着关键角色。

功能连通性通常根据节点活动随时间的相关性来定义。在动物模型中，广泛使用基因编码的钙[18,29]或电压指示器[17]，结合活体内两光子[30]或单光子宽场[31]成像，来探测微观和中观尺度上的功能性大脑网络（图1B）。这些技术的高时间和空间分辨率提供了测量单个神经元和神经元集合在毫秒时间尺度上相关活动的可能性。相关活动随后可以用来测量功能连通性，为网络在不同条件下的行为提供指标（图1B）。此外，由于这些指示器的表达可以基于细胞类型指定，或可以限制在特定的神经元部门，它们通过节点的不同属性提供了有关微观和中观尺度上大脑网络功能组织的详细信息。电生理技术，如微观尺度上的膜片钳或中观尺度上的多电极阵列，也被广泛用于通过测量大脑细胞的电活动来确定动物模型中的功能边（图1B）[32,33]。在宏观尺度上，功能连通性可以基于从功能MRI（fMRI）中提取的估计大脑区域血液动力学时间过程来量化，使用血氧水平依赖（BOLD）信号的变化。MRI BOLD信号通常在任务执行或静息状态下记录。这种方法允许导出与静息状态和模式化行为（如运动控制）相关的不同大脑状态的功能网络[34., 35., 36.]。其他追踪神经活动产生的电磁信号的技术，如脑电图（EEG），脑磁图（MEG），和电皮层图，也用于宏观尺度上的功能网络分析，并在时间分辨率方面提供优势，允许与BOLD MRI相比记录更快的神经网络活动（图1B）[34., 35., 36., 37.]。

大脑网络的结构和功能连通性也可以在纳米尺度上识别。例如，EM可以用来追踪神经元之间代表结构连通性的突触连接[38]。纳米尺度上的功能连通性也可以通过使用转录组分析结合加权相关网络分析（WGCNA）在神经元和胶质细胞中共表达的基因网络中评估[39]。

局部损伤对全局重组的影响

卒中是导致死亡和残疾的主要原因[40]，强调了更好地理解其对大脑功能/结构网络及其恢复过程中所涉及的影响的需求。卒中开始时是大脑某区域急性血流丧失，导致大脑实质直接损伤[41,42]。尽管卒中的结构损伤是局部的，但它导致了大脑功能和结构的局部和全局改变[43,44]。实际上，从连通组的角度来看，卒中是大脑局部区域的损伤，随后导致全局功能和结构连通组的扰动，这种扰动分布在神经轴的各个部分，从皮层到皮下区域、脑干和脊髓。这种全局扰动不仅限于神经元：它涉及其他大脑细胞类型，并在不同的空间和时间尺度上调动大脑网络[43., 44., 45., 46.]，从代谢和转录组反应到远端大脑区域的干扰。

卒中传统上被用来定义大脑区域的功能，如布洛卡区用于表达性语言。然而，可以认为，与其说卒中是一个局部病灶，不如说它更适合被概念化为“断连组”，其中多个大脑区域之间的功能和结构网络被断开[44]，而不仅仅是一个局部病灶（框3）。例如，在受损和未受损半球之间远程连接的皮层区域检测到功能网络中断[47]，断开的连接可能导致与组织坏死功能上相似的障碍[48]，如一名严重布洛卡失语症患者没有任何布洛卡区的损伤[49]。与许多其他神经系统疾病不同，卒中发生在相对较短的时间内，并且，与逐渐进展的条件不同，可以为卒中对复杂大脑系统的影响指定一个相对明确的开始时间。可以使用多种实验模型，从啮齿动物到非人类灵长类动物，在卒中研究中提供关于生理条件下和对卒中反应随时间变化的大脑网络信息[50., 51., 52., 53.]。从实验模型获得的数据然后可以被利用来比较卒中前、开始时和之后的网络特征。此外，由于卒中后大脑功能变化代表大脑对这种急性损伤的反应，而不是代表如进行性神经退行性疾病中的持续病理过程，因此卒中可以被用作复杂网络动态中扰动的独特模型[54]。

框3 卒中大脑中的断连组

大脑包含物理网络，其结构连通性与功能连通性高度相关[157., 158., 159.]。关于卒中引起的结构连通性损伤是否改变功能连通性的兴趣日益增长，特别是在宏观尺度上开发了大型dMRI和fMRI数据库以及用于生成连接区域地图的分析方法，即“连通组”。在相关概念“断连组”中，使用健康受试者的临床dMRI数据，通过评估穿过病灶的正常白质束损伤的概率来估计结构断连[103,160,161]，确定哪些束被卒中病灶影响。在结构断连组中，每个体素代表由病灶对完整健康白质束造成的结构断连的概率。卒中引起的直接或间接结构断连可以影响功能连通性[120]。例如，直接结构连通性的损伤会中断断连大脑区域之间的静息状态功能连通性[99]。长程结构断连介导了焦点病灶和恢复上功能断连效应（见正文图3C）[74,100]。

然而，这里的一个挑战是缺乏可以用来操纵卒中患者结构断连组的技术。动物模型的研究表明，卒中创造了一个可以通过治疗和恢复过程重塑的短暂结构断连[22,162]。卒中后，如病变白质束的结构断连是否在患者中重新组织并随时间恢复，目前尚不清楚。未来使用先进技术的研究，如纳米材料递送或干细胞疗法，可以提供一个平台，用于以短暂或永久方式操纵结构连通性，以测试中风初期损伤后的结构连通性与功能连通性的关系，以及自发恢复或治疗诱导的恢复。

卒中引起的大脑全局功能和结构连通组的改变影响神经功能，包括行为，如运动控制。基于连通组的方法可以用来检测与特定行为缺陷相关的受影响的结构或功能网络[55]。此外，卒中后的自发恢复在人类和动物模型中都发生了[56,57]。在这里，由于卒中引起的大脑拓扑结构内在变化导致的自发恢复可以在大脑网络的不同尺度上评估。实验观察表明，卒中导致的功能连通性降低，不仅局限于梗死附近的神经元，而且在分布式大脑网络中[46,50]。这种降低的功能连通性随后可能部分解决，或以涉及新的连通性模式的方式改善。后者过程可能代表一个“恢复连通组”，与卒中前支持功能的原始大脑网络不同（框3）。例如，在卒中后报告了围梗死区运动和前运动兴奋性及抑制性神经元网络的功能连通性降低。这种降低的功能连通性遵循前运动皮层网络中特定于神经元的恢复模式，并与自发运动恢复的开始相关[46]，并且在某些实验性结构连通性案例中与其有因果关系[58]。此外，除了自发恢复外，还采用了几种形式的卒中恢复方法，如药物干预或非侵入性脑刺激，以增强中风后的功能。使用基于连通组的方法也可以调查是否特定的大脑网络作为成功康复形式的结果而被重新映射。例如，一项在小鼠中进行的研究检查了磷酸二酯酶（PDE2A）抑制的治疗效果，发现PDE2A抑制是功能连通性的积极刺激，并挽救了中风引起的功能连通性缺陷[59]。综合来看，卒中可以被视为研究大脑功能和结构网络（连通组）的独特模型，为卒中领域和复杂网络研究提供相互利益。

基于连通组方法在卒中研究中学到了什么？图论分析主要用于卒中研究中追踪宏观尺度的大脑动态[60,61]。将大脑区域定义为节点，主要研究了两种类型的边，即功能和结构连通性[60]。在人类中，功能连通性通常基于fMRI中固有波动的BOLD信号量化[62]。尽管基于任务的fMRI可以提供有关中风后特定领域（如运动控制或其他认知领域）功能重组的信息，但BOLD信号通常是从静息状态fMRI中提取的，指的是参与者未参与任何特定任务时记录的固有大脑活动[63]。几个因素可以解释静息状态fMRI的普遍使用；与仅由任务驱动的区域（节点）被追踪的基于任务的fMRI相比，它提供了一次对多个网络的调查，从而提供了测量区域间相互作用的可能性；静息状态fMRI不需要患者的合作，因此消除了患者（卒中严重程度不同）无法准确执行任务的可能性。

在急性卒中阶段，尤其是在初级感觉运动、语言和空间注意领域，频繁报告降低的两半球功能连通性。在急性卒中阶段（中风后3天内）功能连通性的降低可以延伸到慢性阶段（中风后>6个月）的患者中，如果临床缺陷持续存在[61,64]。这强调了功能连通性中断的程度与相应神经功能缺陷的严重程度之间的关联[12,65., 66., 67., 68., 69., 70., 71., 72., 73.]。例如，研究表明背侧注意网络功能连通性降低的程度与急性中风患者空间忽视的严重程度显著相关[71,72]。其他研究，测量大规模静息状态fMRI功能连通性，显示空间和非空间忽视缺陷的严重程度与几个网络（包括感觉运动和背侧注意）中断的功能连通性的两种模式相关[69,72]。还证明，受影响的功能连通性与注意缺陷最相关，与其他缺陷的相关性较差[74., 75., 76.]。

已经进行了大量研究来研究卒中对感觉和运动皮层功能连通性的影响。也许最一致的发现是，在卒中急性阶段的上肢障碍患者中，运动网络的两半球功能连通性降低（图3A）[64,76., 77., 78., 79., 80., 81., 82.]。总的来说，卒中相关行为缺陷与运动皮层功能连通性改变之间的关系在研究中变化不一。这些研究中静息状态功能连通性的不一致可能是由于多种方法学和技术因素造成的。功能连通性是时间依赖的。原则上，功能连通性的量化基于时间序列（离散或连续）之间的统计依赖性，反映神经活动。例如，在更短的时间段内测量的相关性可能本身会有更多波动。由于缺乏通用的分析流程，研究采用不同的方法和技术从静息状态fMRI数据中量化功能连通性，这导致了研究间可能的不一致性。此外，案例研究之间的异质性是不可避免的（例如，病灶的大小和位置或中风后的时间）。卒中后大脑重连可能被误解为功能连通性的直接后果，反映了受损组织的变化，而实际上，大脑重连是恢复过程的一部分，包括结构连通性的相关变化。此外，卒中后连通性变化的位置可能在大脑中，这是fMRI调查的主要场所，或者更广泛地分布在连接的CNS系统中，如脑干或脊髓。相关地，已经显示刺激脊髓和小脑可以增强中风后患者的恢复[83,84]。值得注意的是，更好地理解卒中对功能连通性的影响需要评估恢复过程中随时间的变化，然而到目前为止，大多数相关研究都是横断面的。

图3. 卒中大脑网络中基于连通组的方法。

(A) 卒中患者运动领域的功能连通性（FC）和病灶拓扑图。绿色连接代表增加的FC，可以预测该领域更好的表现；橙色连接表示增加的FC，预测更差的表现。

(B) 从上到下；基于白质（WM）束的弥散MRI（dMRI）结构连通组图谱，一名卒中患者的dMRI（T2加权结构MRI）扫描，同一患者的基于体素的病灶，基于追踪的结构断连性（SDC）和基于区域的患者SDC图。

(C) 左侧；基于卒中后SDC和功能断连性（FDC）模式变化的多变量岭回归模型，预测功能领域（此处为语言）。红色色谱代表预测缺陷的体素，蓝色色谱表示预测无缺陷的体素。右侧：基于FDC（功能断连性）和SDC（结构断连性）的静息状态fMRI衍生的FC图。绿色边表示更好的表现，橙色连接表示更差的表现（见框3）。

(D) 卒中前后运动皮层神经元的功能连通性变化图，中观尺度。数据来自小鼠活体内两光子钙成像。绿色节点代表兴奋性神经元，橙色节点表示抑制性神经元。链接显示未加权图中的功能连通性。

在动物模型中，由于高分辨率读出技术以及回路追踪和操纵技术的发展，卒中后和恢复期间在不同大脑尺度上研究了功能连通性。在宏观尺度和不同实验模型中，来自静息状态fMRI和内在光信号成像（IOS）的数据显示卒中后两个半球的功能连通性受到破坏[85., 86., 87.]。这些研究中功能连通性的改变及其程度似乎直接与卒中损伤的严重程度、不同大脑区域的涉及和病灶的位置有关[88,89]。应用宽场单光子钙成像在小鼠上，一项宏观尺度的研究显示，在急性和亚急性阶段（中风后3-11周）两个半球的初级运动皮层间的功能连通性减少[90]。并发现与卒中相关联并与之连接的大脑区域的功能连通性中断与神经元兴奋性基因的广泛下调相关，将纳米尺度网络中断与微观尺度网络效应联系起来[91]。在微观和中观尺度上，使用两光子钙成像展示了同侧运动和前运动皮层网络功能连通性的减少[46,59]（图3D）。这些尺度上功能连通性的缺陷也与卒中小鼠模型中受损的运动表现相关[46]。总之，在各种动物模型研究中，卒中后的行为缺陷与功能连通性的改变相关，无论研究的网络尺度或使用的追踪和数据采集技术如何。

除了这些回路功能连接的研究外，还可以使用dMRI技术，包括DTI或弥散加权成像（DWI），评估大脑区域作为宏观尺度节点的结构连通性。在卒中患者的群体分析中，大多数卒中影响了皮层下结构连通性，包括白质和灰质结构连接[92., 93., 94., 95.]。在对侧半球也发现了结构连通性的破坏[96., 97., 98., 99., 100., 101.]。事实上，卒中的局部损伤可以引起直接或间接的结构断连，其对结构连通性的影响可能不归因于梗死体积或其与梗死的距离，因为即使是小的皮层下和白质病灶也可以引起广泛的结构断连（图3B）[12,100,101]。这里，直接断连被定义为两个区域之间直接结构连接的丧失，间接断连代表由于卒中缺乏直接结构连接的两个区域之间最短结构连接长度的增加。

病灶引起的直接结构断连与直接断连的皮层区域的神经退行性变化相关[98,101., 102., 103.]。例如，与皮层下缺血病灶直接连接的远处大脑区域以及其对侧同源区在卒中慢性阶段产生的皮层厚度减少[101,104]。随后报告了几个月后这些区域的结构连通性变化导致皮层大脑区域的体积萎缩[98,104]。卒中后宏观尺度结构连通性的改变也与行为缺陷和恢复相关[105., 106., 107., 108.]。在卒中后运动恢复中最常研究的宏观尺度结构连通性是皮质脊髓束（CST）的结构完整性，主要从DTI中提取。卒中后CST损伤的程度与急性和慢性卒中阶段的运动缺陷的严重程度相关。在严重运动障碍的患者中，CST损伤更大，导致运动改善的恢复较差[109., 110., 111., 112., 113.]。其他研究表明，皮层-皮层结构连接的混乱，如同侧额顶通路，胼胝体和背侧初级运动连接与卒中后残留运动恢复相关[114,115]。结构连通性的改变，特别是卒中后白质束完整性的变化，通过DTI测量，也影响空间忽视[116., 117., 118.]和失语症[112,119,120]等其他领域的缺陷和恢复。

结构连通性可以通过几个因素直接或间接地重塑，包括神经元结构可塑性，如树突形态变化、轴突发芽和突触生成。这些变化在卒中后和恢复过程中在动物模型中已经广泛研究，但很少有这些研究应用了基于连通组的方法来模拟结构连通性。在动物模型中，除了dMRI或追踪术，其他技术，如顺行/逆行神经元病毒追踪，已被广泛用于追踪单突触轴突通路[121., 122., 123.]。与dMRI相比，这些追踪技术的几个优势之一是它们不受交叉纤维的阻碍，因此在灰质中不会失去灵敏度[124]。在宏观尺度上，与中风患者的研究一致，发现卒中后小鼠同源运动区之间的两半球连通性增强[125]。使用dMRI和追踪技术在小鼠中，显示卒中直接影响的区域显示出局部连通性减少[124]。小鼠皮质缺血产生初级和次级感觉区结构连通性强度下降[124]。在中观尺度上，卒中后由于轴突发芽和树突棘更新而导致的结构连接重映射，可能影响大脑功能连通性（连通组）重组。然而，卒中后结构连接的变化是否能导致功能配置或在恢复中发挥作用尚不清楚。在卒中后应用基于连通组的方法进行大脑中观尺度结构研究，可以提供中风后中观尺度大脑网络结构-功能重塑之间因果关系的证据。

总结性评论和未来展望

大脑结构和功能连接建立了一个组织，赋予了有效信息处理的能力，并支持跨多个空间和时间尺度的复杂大脑操作。新技术提供了在不同尺度追踪这些连接的可能性，提供了对局部大脑区域微回路内通信的理解，以及这是否转化为跨越大脑更大距离的全局网络通信的见解（见未解决的问题）。卒中影响大脑各尺度的结构和功能连通性。卒中后连通性组织的变化可能提供对大脑功能原则的洞见。如前文讨论，许多已发表的基于宏观尺度连通组的卒中研究展示了卒中对大脑网络结构和功能连通性的影响。卒中对结构连通性的影响涉及宏观尺度大脑网络的广泛结构断连和多个领域的行为缺陷。卒中后主运动区域的结构断连程度与运动障碍的严重程度和残留运动恢复相关。功能连通性与包括非运动和卒中后运动障碍在内的多个领域相关。在失语症和空间忽视中，功能连通性的中断发生在卒中早期，并随着时间和/或治疗而恢复。在运动领域，卒中早期降低了同侧和对侧初级感觉运动皮层网络之间的功能连通性。这种减少随着运动恢复的进行可能会增加。进一步的基于宏观尺度连通组的研究可以阐明是否特定的连通性模式，无论是结构还是功能，特定于某些卒中结果。例如，可以生成卒中后结构连通组图谱来更密切地研究结构连通性与卒中后行为障碍和恢复之间的关联。在这里，人们可能会因为研究群体或方法学方法的不同而争论跨图谱发现的潜在不一致性。为了构建一个通用的卒中连通组平台，应考虑多个变化参数，如年龄、性别、中风类型，以及病灶的数量、大小和位置。

卒中后的微观和中观尺度基于连通组的实验模型研究也与宏观尺度运动文献关于病灶、功能连通性、运动缺陷和恢复的一致性展示一致。卒中破坏了小鼠同侧运动和前运动皮层神经元之间的功能连通性，随后随时间正常化。应用多尺度基于连通组的方法在实验性中风研究中可以允许评估卒中、行为障碍和恢复反应中节点和边跨尺度的因果整合。例如，可以确定中风后特定神经元的基因表达变化的影响，以评估这些神经元对其局部功能回路的贡献，这是从纳米到微观到中观尺度的整合。或者，可以使用基于中观到宏观尺度的连通组方法研究轴突发芽或运动回路网络神经元的重组对该运动网络大脑区域功能连通性的影响（见未解决的问题）。多尺度基于连通组的方法可以用来阐明节点和边与特定卒中后行为状态或恢复之间的因果关系。例如，未来研究可以旨在构建特定运动皮质神经元或参与特定运动缺陷的运动区域的功能和/或结构连通性图谱。进一步的评估可以确定这些图谱在恢复期间或响应特定治疗干预的急性和/或长期重组。

随着持续的技术创新为在卒中实验模型中跨尺度表征大脑节点和边提供了可能性，如何将动物模型的纳米到中观尺度网络数据链接到宏观尺度然后临床转化的问题仍将存在。未来在机器学习和大脑或神经启发的人工智能与多尺度连通组方法结合的进步，可能提供一种模拟多尺度受卒中影响的大脑网络的方法，这在转化研究中有潜在应用。

未解决的问题：