大腦皮層新圖譜 助解腦部之謎

立場新聞 2016/08/11 10:43

    大腦皮質是主宰感知、語言、邏輯和行動的重要部份。大腦神經科學家 Matthew Glasser 和研究人員就製作出新大腦皮質圖譜，幫助科學家研究腦部結構、功能和連接。
    大腦皮質錯綜複雜的結構，科學家一直都想將埋藏大腦的秘密逐一拆解——而製作圖譜就是關鍵之一。由解剖學到近年常用的磁力共振成像 (MRI) 等，都嘗試以單一方法，為大腦皮質結構和功能如地圖般，畫出相應範圍。可是，大腦每一處都擁有不同受體蛋白 (receptor protein) 的密度、與其他部份的連接，並可同時肩負不同功能，令不同研究都得出各有差異的大腦區域定義。
    empty
    由 Glasser 定議的 180 個區域。黑色線反映不同區域的範圍，而各種顏色代表大腦在靜止狀態時的關聯功能。(Glasser et al, Nature)
    不過， Glasser 就採用綜合分析方法重新為大腦畫下圖譜。他們利用 Human Connectome Project 收集到的 MRI 數據，包括：皮質厚度、髓磷脂密度、以及大腦靜止狀態活動等，以多種 MRI 量度方法將不同大腦皮質結構和定義。最終他們為左右大腦皮質各自定義了 180 個區域，當中有 97 個屬於新定義的皮質範圍。

    Human Connectome Project (HCP)

    Human Connectome Project 是由美國國立衛生研究院 (NIH) 贊助的 5 年研究，由 2009 年開始建立一個大腦圖譜，幫助了解健康人腦的解剖學和功能性連接，收集大腦數據幫助研究不同大腦疾病。

    利用綜合量度方法比起過往採用的研究方法為住。一方面神經科學家可以以多種量度方法彌補單一量度的不足，例如： Glasser 利用靜止狀態的 MRI 數據就可製作出比單純髓磷脂圖譜更精準的視覺皮質神經連接圖譜。除此以外，採用多重 MRI 量度數據亦可以減少間接量度大腦皮質產生的雜訊和偏差，更精確地分辨出神經活動和雜訊以定義大腦皮質區域。最後，綜合分析也可幫助科學家追溯以往研究，檢議和反映由傳統研究方法至現代腦部分析方法的科學發展。
    empty
    以不同量度方法觀察同一範圍 (55b) (Glasser et al., Nature)
    雖然 Glasser 和研究人員為大腦皮質畫出的新定義，但仍未是一個「完整」的圖譜。這是因為 Glasser 的定義方法主要根據過往認知的範圍分析而成，而非重新分析。此舉可能會引致「確認偏誤」，令圖譜定義有所偏差。另外，由於 Glasser 所用的方法都只在一小部份中驗證，將來須更多研究支持。正因如此，這 360 個區域未來可能再由其他神經科學家重新分區，Glasser 所製作的並非大腦皮質的終極圖譜。但無可否認，這次研究能為神經科學家了解大腦結構、疾病機制以及腦部功能提供進一步線索。
    報告：
    Glasser, M.F., Coalson, T.S., Robinson, E.C., Hacker, C.D., Harwell, J. Yacoub, E., ... & Van Essen, D.C. (2016). A multi-modal parcellation of human cerebral cortex. Nature, 536, 171–178. DOI: 10.1038/nature18933
    原文：
    Nature, Systems neuroscience: A modern map of the human cerebral cortex, 11 August 2016
    文／eh