这篇文章综述由世界著名的脑成像专家Marcus E.Raichle教授撰写,Raichle 教授来自圣路易斯华盛顿大学(Washington University in St Louis),他和他的研究团队在PET及fMRI研究中做出来了巨大的贡献,作为一个脑功能及脑网络研究工作者,非常有必要了解Raichle教授及他的团队所在做的工作:请你猛戳以下链接—https://sites.wustl.edu/nillabs/people/marcus-e-raichle/,认真的了解一下Raichle教授在脑功能及网络研究中所做出的巨大贡献。
本综述的内容是Raichle教授主要贡献中占据重要地位的“默认网络(The Brain’s Default Mode Network)”。这一重要发现的确立时间为2001年,《Inaugural article: a default mode of brain function 》(PNAS)一文的发表正如其题目所说的一样,拉开了对大脑中发现的一个独特的额顶叶网络的大范围的研究,这个网络后来被称为“默认网络”。同时,我们还建议您在看这篇综述的同时,去回顾Raichle教授在2001年发表在《Nature Reviews Neuroscience》上的另一篇文章——《Searching for abaseline: Functional imaging and the resting human brain》。这三篇文章,一起读,有奇效!!!
本篇对默认网络(Default Mode Network,为了方便论述,以下统一用中文)的发现和发展做了一个基于数据统计的脉络性总结,然后对静息态研究进行了详细的阐述。其后将主要内容集中在对默认网络的功能方面进行探讨,分别从默认网络的组成成分(The Components of the Default ModeNetwork )、自发认知(Spontaneous Cognition)、平衡(Balance)以及解剖结构(Anatomy)四个方面对默认网络进行详细的分析。最后,作者对该综述进行了总结,并在不同研究者对大脑功能基本性质的不同讨论的基础上对默认网络在未来研究中的发展进行了预测。
大脑的默认网络由离散的、双侧并且对称的皮层区域组成,位于人类、非人灵长类动物、猫和啮齿动物大脑的内侧和外侧顶叶、内侧前额叶、内侧和外侧颞叶皮质。它的发现是来自于大脑成像研究中一个意外的结果,该研究最初是用正电子发射断层扫描(positron emission tomography)进行的。在正电子发射断层扫描中,研究者将各种新奇的、需要注意力的、非自我参照的任务,与闭上眼睛安静休息或简单的视觉固定这些非任务展开对比研究。与这些放松的非任务态下的活动相比,任务态下的默认网络始终会减少其活动。默认网络的发现重新点燃了人们对大脑持续的或内在活动的重要性的长期兴趣。目前,对大脑内在活动的研究,即通常所说的静息态下的研究,在人类大脑健康和疾病的研究中起着重要的作用,而大脑的默认网络在这项工作中又起着核心的作用。
1. 默认网络的发现及相关研究发展
距离Shulman等人(1997)第一次发现一组人类大脑皮层区域在执行各种新奇任务时与安静休息的控制状态相比(如闭眼或注视的静止状态),会不断地降低其活动这一现象,已经过去17了(按本文发表时间计算)。在这一现象的背后,最直接的挑战是要证明这些活动的减少并不是由于在静止状态中不受控制的认知活动引起的。
在2001年,作者使用正电子发射断层扫描(PET)测量局部血流量和耗氧量,根据已建立的激活代谢标准,显示在任务执行期间持续表现出活动减少的脑区在静息状态下没有被激活。该篇文章的题目正是我们前文提到的《Inaugural article: a default mode of brain function》(Raichle et al. 2001)。作者的结论是,在需要集中注意力、目标导向的任务中所观察到的大脑区域在静息状态下并没有被激活,这表明大脑内在或正在进行的活动中存在一个迄今尚未被识别的组织。这一组织的形式被命名为“默认网络”,并且在后续研究中得到了众多研究者的关注和进一步的研究发展。
自从大脑功能默认网络一文(Raichle et al. 2001)发表以来,已经近3000篇关于这个主题的论文发表。作者为了更好地为我们呈现这些文章的主题及互相关系,使用Gephi工具包可视化了与其建构的默认网络相关的研究领域关系图(见图一)。
图一网络相关研究领域关系图
为了确定DMN(Default Mode Network)领域中广泛的研究主题,作者检索了Raichle等人(2001)的论文。搜索结果显示,信息科学研究所(ISI)数据库中有2988篇带有数字对象标识符的论文(即有明确引用Raichle等人(2001)论文的文献)。
然后将ISI用于返回2988篇论文中的每一篇的参考列表。利用这些数据构造一个2988×2988的二元邻接矩阵,其中每个元素(i, j)表示i是否引用了论文j。构建好邻接矩阵后,将其导入开源网络可视化工具Gephi中。为了简化网络图,删除所有度(网络中其他论文的引用数)小于或等于20的节点。然后使用Gephi中包含的快速模块优化方法确定网络模块的数量。每个节点被分配到一个特定的模块,每个模块被分配一个独特的颜色,以便于可视化。
通过确定每个模块中引频次数最高的论文的重点,为每个模块分配一个主题。最后,根据节点度对图中每个节点的大小进行加权。每个集群代表了DMN领域中一个广泛的研究主题。紫色的部分包含了典型的认知神经科学的任务驱动的论文。蓝色聚类中的论文广泛关注疾病状态和DMN之间的关系。红色集群中的论文主要关注功能连接过程。绿色的集群由关于自我参照处理和走神的论文组成。黄色部分的文章与神经生理学和细胞生物学有关。中心的黄色部分是Raichle等人的研究论文。
从这张图中,可以看到Raichle等人(2001)的研究引起了不同领域研究者的极大兴趣,如此多的领域同时对DMN进行关注,也充分表明了DMN在脑功能及网络研究中的重要地位。在对DMN相关研究进行了一个总体的关照后,作者开始仔细阐述DMN发现的机理。
在需要集中注意力的任务中,发现一个区域网络经常表现为脑活动度的下降,这既令人惊讶,也颇具挑战性,令人惊讶的是,这些区域并不像我们想象中的运动或视觉系统那样被直观地识别为一个系统;而具有挑战性的是,起初,研究者们并不清楚如何在被动或静止状态下描述它们的活动。它们是只处于静止状态时的激活吗?为什么它们同时出现在PET和功能性磁共振成像(fMRI)中呢?作者通过以下两个方面的论述对这一问题进行了解答。
第一个方面是:功能磁共振成像(fMRI)对激活的生理定义可以用PET测量(这是我们前文提到的作者在2001发表的另一篇文章中极为重要的研究成果)。这一定义源于定量循环和代谢PET研究,该研究表明,当在静息状态下,大脑活动短暂增加时,血液流量的增加多于氧气的消耗,导致的结果是,随着耗氧量与供氧量的比值下降,也就是局部脑区血液中的氧气量增加。这个比率被称为氧萃取分数( the oxygenextraction fraction ,OEF)。激活可以从生理学上定义为OEF的短暂局部降低,从而导致局部氧利用率的增加。这个观察的实际结果是为fMRI使用血氧水平依赖(BOLD)对比奠定了生理学基础。使用这个激活的定量来定义,我们可以思考激活是否存在于静止状态。但激活必须是相对于某物而定义的。如果没有闭眼休息或注视的控制状态,如何进行比较呢?
这就要涉及到第二个方面了,闭着眼睛休息或注视控制状态下的生理信息。长期以来,研究人员利用PET定量测量大脑耗氧量和血流量,发现被试者在PET扫描仪中安静休息时,整个大脑的血流量和耗氧量是密切匹配的。尽管灰质和白质之间耗氧量和血流量相差近四倍,灰质内部的变化幅度超过30%,但仍能观察到这种匹配的现象。由于这种血液流动和休息时耗氧量的密切匹配,OEF在整个大脑中惊人地一致。这一公认的观察结果使作者提出一个假设,如果这一观察结果(即在静止状态下,大脑具有一个统一的OEF)是正确的,那么,正如上面所定义的,在静止状态下可能没有激活。作者对这一假设进行了后续验证。
利用PET定量评估区域OEF,作者检查了两组处于静息状态的正常受试者,分析最初局限于如下所示(图2a)的区域。与其他区域相比,作者没有发现这些皮质区域(MPF,内侧前额皮质;PCC,楔前叶和后扣带回皮质)被激活的证据(其OEF是统一的)。因此,作者得出的结论是,在任务执行过程中经常观察到的区域激活下降代表了处于静止状态的有组织的功能的存在,而这种功能在要求注意力的非自我参照任务的存在下减弱了。作者和其他研究者还注意到,这一区域还存在一些任务特异性更强的失活,这与大脑默认功能模式广泛地基于所有大脑系统的观点一致(这一假设得到了对大脑休息状态的功能研究的大量支持)。
图2 默认网络图
2. 静息态研究
默认网络的发现,使得研究大脑大规模内在组织的方法显得十分必要。一个重要的进展是发现这种大规模的网络组织(包括但不仅限于默认网络),可以通过研究静息态fMRI BOLD中自发波动(即噪声)信号的空间相干模式来进行显示。
功能磁共振成像的一个显著特征是原始信号中存在噪声。这促使研究人员需要将数据平均化,以增加有用的信号并减少噪声。Bharat Biswal和他的同事(1995)在人体感觉运动系统研究中首次发现,相当一部分的信号在已知的大脑系统中表现出惊人的一致性。当Michael Greicius和他的团队考虑得出默认网络一致性的结论时,这一重要的观察结果引起了作者的注意。Michael Greicius等人将感兴趣的区域置于后扣带皮层或腹侧内侧前额皮质,其区域Bold信号的变化表现出显著的一致性引出默认网络的概念(图2b),这一结果在时间-活动曲线(图2b)反映了整个默认网络中的一致性(图2c)。静息态下类似的一致性模式已经在很多大脑皮层及皮层下连接相关的研究中被报道。
作者对这一部分的论述梳理了静息态fMRI的机理并指出了默认网络在静息态下的功能状态。然后,作者开始集中对DMN的功能进行了四个方面的详细探讨。
3.默认网络的功能
3.1 默认网络的组成成分(The Components of the Default Mode Network)
一个常见的问题是,“默认网络的功能是什么?”。作者首先总结了一下目前我们所知道的与人类默认网络相关的解剖学的行为功能,并注意到从这个角度出发可以探讨的主题。然后,作者提出了一些从对默认网络和内在活动的研究中得出的更基本的见解。
默认网络大致分为三大子成分:
腹侧内侧前额皮质(the ventral medial prefrontal cortex);
背内侧前额皮质(the dorsal medial prefrontal cortex );
以及后扣带回皮质和邻近的楔前叶以及外侧顶叶皮质(the posterior cingulate cortex and adjacentprecuneus plus the lateral parietal cortex,约为布罗德曼区39)。在图2a中很容易理解这些脑区的位置。另外一个与默认网络相关的区域是内嗅皮质。
在Joel Price (Ongur & Price 2000) and HelenBarbas (Barbas 2007) 等人的研究中,通过对结构和解剖学连接的研究了解到腹侧内侧前额叶皮层(VMPC)这个区域。虽然这项“工作”大部分是在非人类灵长类动物身上完成的,但有许多证据表明,大多数从非人类灵长类动物身上学到的经验同样适用于人类身上。从这项工作中我们可以知道,VMPC是网络中的一个关键元素,它们通过眶额叶皮层接收来自外部世界和身体的感觉信息,并将这些信息传递给下丘脑、杏仁核和中脑导水管周围灰质等结构。单单这个解剖回路就足以说明这个默认网络作为一个与社会行为、情绪控制和动机驱动有关的感觉-内脏运动联系的潜在作用,而这些都是个体性格形成的重要组成部分。
自范例患者Phineas Gauge的研究(Damasio et al. 1994 )发表以来,已经许多研究报道,正常人在VMPC受损后,出现显著的人格变化和异常的社会行为表现。
同时,正常被试的影像学研究表明,受试者的情绪状态可直接影响默认网络中VMPC的活动水平。通过任务的难度诱发焦虑行为的研究表明,在执行任务时,VMPC与默认网络的其他脑区一致性的活动度与被试在执行任务时的焦虑水平成正比。高度焦虑时,VMPC的活动度几乎没有下降。任务态下的焦虑减低时,VMPC中的活动也会减少。在一个对比研究中,辛普森等人(2001a)通过让正常被试者提前预知一根手指会受到痛苦的电击,从而诱发预期性焦虑。VMPC的活动减少与焦虑自我评分呈负相关,即焦虑程度最低的受试者表现出VMPC最大程度的减少,而最焦虑的受试者则没有明显减少或轻微增加。综上所述,这两项研究表明,默认网络的VMPC成分的活动反映了集中注意力和受试者情绪状态之间的动态平衡,并且可能发生在功能活跃的基线上。
这些研究结果表明,VMPC的成分活动增加实际上与身体内环境平衡的破坏相关。
背侧内侧前额叶皮质(DMPC)虽然与VMPC毗邻,但与VMPC的区别在于它与自我参照判断关联。这方面的一个例子来自作者早期的工作(Gusnard et al. 2001)。受试者被要求从国际情感图片系统(IAPS)给出的图片中做出一个关于情绪稳定的自我判断(即,愉快或不愉快)。在DMPC中观察到了活动的增加,伴随着VMPC的减少,这与注意力要求任务减弱情绪处理的事实相一致。
后扣带皮层和内侧楔前叶是作者最先注意到的默认网络的显著特征脑区。这些区域,连同默认网络的侧顶叶组成部分,一直与先前研究项目对回忆的研究相关(有关此文献的回顾,请参见Vincent etal . 2006)。该文章提出了静息态功能连接中,显示海马与默认网络的后端成分之间存在显著关系。在随后的一项研究中,Shannon等人(2013)证明,海马-顶叶记忆网络表现出显著的日变化,这种表现在在晚上强烈存在,而在正常夜间睡眠后的早晨则不存在。这一发现表明,海马和默认网络的后端成分之间的关系对清醒状态下的经历很敏感,而睡眠每天会重置这种关系。此外,在规划旨在研究默认网络在记忆和学习中的作用的实验时,应该考虑默认网络功能连接的这些引人注意的日变化。
总而言之,来自人类的数据表明,默认网络实例化了支持情感处理(VMPC)、自我参照心理活动(DMPC)和回忆先前经历的过程(默认网络的后验元素)。在任务执行过程中,默认网络的这些功能元素可能会受到任务性质的不同影响。然而,不管特定任务的细节如何表现,默认网络总是从高活动的基线开始,在此活动中进行少量更改以适应特定任务的需求。现有的证据表明,默认网络的功能从未关闭,而是特定于任务的增强或减弱。
3.2 自发认知(Spontaneous Cognition)
由于默认网络最初是在休息状态确定的,因此许多研究者(图1)将默认网络功能与通常伴随安静休息的放松状态(如白日梦、走神或独立于刺激的思想,这就是文中所述的自发认知)联系起来。此外,自发认知通常包括对个人过去和未来的思考,这与人类默认网络中已确定的功能非常吻合。然而,有几个因素使作者认为,仅仅关注自发认知忽略了默认网络在大脑功能中发挥更基本作用的可能性。以下是支持这一观点的观察结果。
自发活动与自发认知相反,是导致人类大脑功能高成本的主要因素。虽然成年人的大脑只占体重的2%,但却消耗了人体20%的能量。相对于持续的高能源消耗率,它主要用于功能活动(Raichle & Mintun 2006),与任务引起的大脑活动变化相关的额外能量消耗很小,通常低于局部的5%。因此,没有理由假设不受约束的思想比受约束的思想需要更多的能量,这就留下了很多关于自发活动本质的解释。
此外,默认网络的一般特性现在已经在猴脑和鼠脑中确定。从视觉上比较大鼠、猴子和人类的默认网络的地形(图3),可以产生一种相似感,但细节上有明显的差异。例如,在人类中,侧顶叶部分大约位于Brodmann区39。猴子没有类似的顶叶区域。在大鼠中,外侧顶叶成分位于初级感觉皮质。相似之处在中间线处最为明显,但这里,在细节中仍然存在差异。
最后,静息态功能连接的模式似乎超越了意识的层次,存在于人类、猴子和老鼠的麻醉状态下,同时也存在于睡眠的早期阶段。这些观察使得连贯模式和它们所代表的内在活动不太可能主要是不受约束的、有意识的认知的结果(如走神或做白日梦)。
图3 老鼠、猴子和人类默认网络空间图
3.3平衡(Balance)
在这一部分,作者将对默认网络功能的探讨转向对默认网络和其他大脑系统之间功能平衡方面。作者主要是从其工作中发现的两个例子开始,它们影响了作者对默认网络的思考。两者都涉及到默认网络和其他大脑系统之间功能平衡的概念,以及由此对我们理解默认网络功能的影响。
第一个例子来自于作者早期关于默认网络和静态功能连接的工作中引用次数较多的一篇论文。该文指出,在静态状态下,默认网络与任务态正激活网络之间存在着一定的负相关关系。该篇论文中的后者由更为传统的背侧注意网络以及额顶叶控制网络的组成部分组成。尽管揭示这种关系的数据处理过程存在争议,但是这种观察的直观吸引力仍然很强,因为它捕捉到了默认网络和DAN(背侧注意网络)之间的关系,DAN的特点是执行新颖、需要注意力的任务。
作者对负相关关系的研究不仅增强了人们对大脑内在活动的fMRI静息状态成像研究的兴趣,而且也刺激了Popa et al.(2009)对这种关系的重要的神经生理学的探索。研究人员在猫的睡眠-觉醒周期和注意力需求变化期间,用慢性留置电极对猫进行检测,记录了猫的默认网络和DAN的同源物的单位活动和局部场电位。值得注意的是,这两个网络之间的负相关关系发生的时间占20%,而其余80%的时间存在相关性;这些观察结果表明,两个网络间的合作与对抗之间存在着一种可变的关系。此外,在注意力需求增加时,尽管局部场势(LFP)功率降低,但在猫默认网络内的触发率实际上增加了,这表明在注意力需求增加时,默认网络可能发挥了增强的作用。
在这个实验中,我们必须注意与静止状态fMRI中使用的数据操作的一个关键区别,该数据操作首次揭示了默认网络和DAN之间的负相关关系。在fMRI实验中,数据在预处理过程中会移除大脑所有区域的信号(即所谓的全局信号,global signal)。通过这样做,默认网络和DAN之间的关联(如果隐藏在这个信号中)将被删除。在Pare等人的实验中,没有进行这样的操作。如果,事实上,这个观察解释了猫和人的神经生理观察之间的差异,那么我们对默认网络和DAN之间关系的理解必须重新考虑。
按照传统的定义,注意力是否仅限于对环境新颖性的有意识感知?或者注意力是否也包含一个无意识的成分,引导我们注意我们大部分行为所依据的环境的预测规律?我们必须采取一种更加细致入微的方法来理解大脑的资源,在这些资源中,诸如默认网络和DAN之类的网络总是处于开启状态,但它们之间的关系却在微妙地进行调整。理解默认网络和DAN之间的关系变化可能是开始这项工作的关键。
第二个例子是作者对107名少年犯进行的静息态fMRI研究(Shannon et al. 2011),在该研究中,可以非常准确地将他们大脑的组织特征与他们的冲动程度联系起来。作者发现,在冲动较少的青少年和正常对照组中,运动规划区域与空间注意力和执行控制相关的大脑网络相关。在较冲动的青少年中,这些运动规划区域与默认网络相关。
研究结果表明,默认网络与控制空间注意力和执行控制的网络之间的平衡,对于决定皮质运动规划区域的输出至关重要,并最终决定受试者的冲动程度。为了进一步探索冲动和神经发育之间的关系,作者研究了95名年龄跨度较大的典型发育个体相同的运动规划区域的功能连接。功能连接随年龄的变化反映了冲动的变化:较年轻的受试者倾向于表现出与较冲动的监禁青少年相似的功能连接,而较年长的受试者表现出较不冲动的模式。似乎有理由认为,默认网络在组织和表达预先计划的、反射性的行为方面发挥着关键作用,这些行为对我们在复杂世界中的生存至关重要,但如果不受社会和物理环境的约束,它们就会变得冲动和具有破坏性。
3.4解剖结构(Anatomy)
最后,对大脑连接解剖结构的研究,揭示了默认网络对大脑组织的潜在重要性。Hagmann(2008)等人通过使用扩散光谱成像(diffusion spectrum imaging,DSI),这些研究人员无创地绘制了人类皮质-皮质的轴突通路。对他们的数据进行分析后发现,大脑后内侧和顶叶皮质内有一个结构核心,以及不同的颞叶和额叶模块。在这个结构核心内的大脑区域构成连接所有主要结构模型的连接枢纽。他们确定的结构核心包含一些区域,这些区域构成了默认网络的后端组件。他们还比较了结构连接度量和静态功能连接度量,并得出结论,这两种度量之间存在大量对应关系。从他们的工作中得出的结论是,这个结构核心,就像它位于默认网络的后端一样,对于功能集成非常重要。这类的其他研究将默认网络置于大脑组织结构和功能的中心。
4. 总结和展望
大脑的默认网络是关于大脑组织和功能的讨论中一个相对较新的领域,但它激发了多年前关于大脑功能基本性质的讨论。Sherrington (1906) 支持的一种观点认为,大脑主要是反射性的,受环境瞬时需求的驱动。另一种观点是谢林顿的学生T. Graham Brown (1914) )提出的,他认为大脑的活动主要是内在的,包括获取和维护信息,以解释、响应甚至预测环境需求。
后一种观点显然占主导地位,人们对大脑正在进行的活动的兴趣迅速增加,这要求大脑必须建立和维持一个世界的运作模型,并在高度贫乏的感官信息的基础上加以实现。该活动的特征之一是其大规模的功能组织,其中默认网络似乎起着主导作用。我们的挑战是更好地确定这一作用,这可能迫使我们重新考虑诸如注意力等已确立的概念,并寻求科学家参与所有层次的调查。虽然这篇综述没有从细胞的角度来考虑问题,但是这部分观点引起了越来越多的关注,它们与人类的默认网络有关。同时,随着我们重新审视阿尔茨海默病(Buckner et al. 2008, Vlassenko et al. 2010)和抑郁症(Drevets et al. 1997, Greicius et al. 2004, Mayberg et al. 2005)等疾病,这很可能是未来几年一个令人兴奋的前沿领域,因为这些疾病无法用简单的解释来进行理解。默认网络很可能在所有这些研究领域都占据重要地位,当我们开始越了解它在大脑功能中的真正作用时,就会发现它的作用之大。
总结:
本文从作者以2001发表的《Inaugural article: a default mode of brain function 》这篇文章为起点,对默认网络的发现过程、发现机理以及在近年来的发展脉络进行了详略的论述,其后将重点放在默认网络功能方面,从默认网络的组成成分(The Components of the Default ModeNetwork )、自发认知(Spontaneous Cognition)、平衡(Balance,与其他网络之间的动态关系)以及解剖结构(Anatomy)四个方面对默认网络的可能存在的功能展开深入探讨,结果表明默认网络在支持情感处理(VMPC)、自我参照心理活动(DMPC)和回忆先前经历的过程(默认网络的后验元素)中起着重要的作用,同时默认网络在大脑功能中可能发挥更基本的作用,在组织和表达预先计划的、反射性的行为方面也发挥着关键作用。并且,结构连接度量和静态功能连接度量在默认网络相应区域存在的大量对应关系,将默认网络置于大脑组织结构和功能研究的中心。最后,作者指出了默认网络在未来研究中展现出的极大潜力和光明前景。
来自文末的小尾巴:默认网络在fmri中占着举足轻重的位置,甚至是刚入门的功能小白,都能对默认网络侃侃而谈几句,那么我们究竟该怎么对默认网络展开研究?研究默认网络前一系列的数据预处理该如何进行?思影科技有限公司提供的功能磁共振数据处理基础班及脑网络班:第十届磁共振脑网络数据处理班(南京)
可对fmri进行国际期刊认可的流程处理以及默认网络成分提取并展开进一步的分析。无论你研究还是不研究,静息态下的默认网络始终在那里,散发着他的魅力,并等待着被探索。
原文:The Brain’s Default ModeNetwork
Marcus E. Raichle
Washington University School of Medicine, St. Louis, Missouri 63110;
如需原文,请加微信:siyingyxf索取。
联系客服