理解人腦如何支持復(fù)雜的認(rèn)知功能，使人類能夠應(yīng)對(duì)多變環(huán)境中的各種挑戰(zhàn)，是當(dāng)代腦科學(xué)研究的核心問題之一。人類的認(rèn)知功能體系極其復(fù)雜，涵蓋了注意力、記憶、執(zhí)行能力、語言能力和社會(huì)認(rèn)知等多個(gè)方面。這些功能既相互關(guān)聯(lián)，又保持著相對(duì)的獨(dú)立性。隨著認(rèn)知本體論的發(fā)展，我們獲得了一種結(jié)構(gòu)化的方法來探索這些心智能力。其中，最為人所知的概念之一是g因子，也稱為智力因子。這一因子被認(rèn)為反映了個(gè)體認(rèn)知能力的整體水平，是多種認(rèn)知能力發(fā)展的基石。那么，我們不禁要問：在大腦中是否存在一組獨(dú)特的腦網(wǎng)絡(luò)結(jié)構(gòu)來表征這一因子，并能廣泛支持多種認(rèn)知功能？

為探究這一問題，中國(guó)科學(xué)院心理研究所認(rèn)知與發(fā)展心理學(xué)研究室的杜憶研究組開展了一項(xiàng)創(chuàng)新性研究，巧妙地結(jié)合了多模態(tài)磁共振技術(shù)和機(jī)器學(xué)習(xí)方法，并利用公開數(shù)據(jù)集展開分析。本研究首先基于13個(gè)不同功能域的行為任務(wù)構(gòu)建了一個(gè)高階認(rèn)知因子，以表征核心認(rèn)知功能；隨后運(yùn)用機(jī)器學(xué)習(xí)技術(shù)，從海量數(shù)據(jù)中篩選出一組對(duì)預(yù)測(cè)該高階認(rèn)知因子分?jǐn)?shù)最為關(guān)鍵的功能網(wǎng)絡(luò)。在此基礎(chǔ)上，本研究探索了這些功能網(wǎng)絡(luò)的應(yīng)用價(jià)值和生物學(xué)基礎(chǔ)，并在獨(dú)立數(shù)據(jù)集上驗(yàn)證了這組表征高階認(rèn)知因子的核心功能網(wǎng)絡(luò)是否能夠廣泛表征多種認(rèn)知功能。最后，本研究分析了支持該功能網(wǎng)絡(luò)的結(jié)構(gòu)連接基礎(chǔ)和基因基礎(chǔ)，為理解大腦認(rèn)知功能的生物學(xué)機(jī)制提供了新的視角。

研究結(jié)果發(fā)現(xiàn)，大腦中確實(shí)存在一組能穩(wěn)定表征高階認(rèn)知因子的功能網(wǎng)絡(luò)。更值得注意的是，這一網(wǎng)絡(luò)結(jié)構(gòu)對(duì)不同方法構(gòu)建的高階認(rèn)知因子都表現(xiàn)出良好的預(yù)測(cè)能力（如圖1所示）?；谶@一模型，研究人員根據(jù)預(yù)測(cè)模型中的權(quán)重大小，精確篩選出一組對(duì)高階認(rèn)知因子預(yù)測(cè)起關(guān)鍵作用的核心腦網(wǎng)絡(luò)連接。在經(jīng)過一系列閾值化處理后，權(quán)重排名（絕對(duì)值）前10%的連接被認(rèn)定為支持高階認(rèn)知因子的核心腦網(wǎng)絡(luò)，這組核心網(wǎng)絡(luò)主要由顳葉、額葉和頂葉皮層的廣泛腦區(qū)組成，這與以往研究發(fā)現(xiàn)高級(jí)聯(lián)合皮層支持復(fù)雜認(rèn)知功能的結(jié)果一致。

圖1. 高階認(rèn)知因子可以使用不同結(jié)構(gòu) (A,C) 的結(jié)構(gòu)方程模型從13個(gè)不同認(rèn)知域的行為學(xué)測(cè)量中計(jì)算得到，但無論是哪種計(jì)算方式，都可以使用功能連接得到中等效應(yīng)量(B,D) 的預(yù)測(cè)準(zhǔn)確率。

為了探究以上發(fā)現(xiàn)的支持認(rèn)知本體因子的功能網(wǎng)絡(luò)如何支持廣泛的認(rèn)知功能，本研究引入了傳統(tǒng)全腦功能連接特征模型和基于相關(guān)性篩選功能連接特征的模型作為對(duì)比。研究結(jié)果表明，基于高階認(rèn)知因子的核心腦網(wǎng)絡(luò)構(gòu)建的預(yù)測(cè)模型能夠有效預(yù)測(cè)人類在多種認(rèn)知任務(wù)中的表現(xiàn)。然而，在預(yù)測(cè)情緒和運(yùn)動(dòng)能力時(shí)，該模型的表現(xiàn)明顯遜色于基線模型（見圖2）?？紤]到數(shù)據(jù)集可能存在的數(shù)據(jù)泄露問題，本研究進(jìn)一步使用了一個(gè)額外的數(shù)據(jù)集進(jìn)行驗(yàn)證。驗(yàn)證分析結(jié)果與圖2中的結(jié)構(gòu)一致，進(jìn)一步表明基于認(rèn)知本體因子引導(dǎo)的功能網(wǎng)絡(luò)特征篩選方法能夠有效識(shí)別出大腦中代表廣泛認(rèn)知功能的核心腦網(wǎng)絡(luò)。這支持了大腦高級(jí)聯(lián)合皮層腦區(qū)在多種認(rèn)知功能加工中復(fù)用的假說。

圖2 COPM模型為基于支持高階認(rèn)知因子的核心腦網(wǎng)絡(luò)所構(gòu)建的預(yù)測(cè)模型，F(xiàn)ull model為全腦功能連接特征模型，rCPM為基于相關(guān)性對(duì)功能連接作特征篩選的模型。橙色標(biāo)記的行為任務(wù)與認(rèn)知本體因子顯著相關(guān)，而藍(lán)色標(biāo)記的行為任務(wù)則與認(rèn)知功能無關(guān)。在所有與認(rèn)知本子因子顯著相關(guān)的任務(wù)上，COPM模型都是表現(xiàn)最優(yōu)的。

最后，本研究進(jìn)一步探索了支持廣泛認(rèn)知功能的腦網(wǎng)絡(luò)的結(jié)構(gòu)連接基礎(chǔ)以及該網(wǎng)絡(luò)腦區(qū)間的基因表達(dá)相似性。結(jié)果發(fā)現(xiàn)，這些關(guān)鍵功能連接不僅表現(xiàn)出高度的變異性，還具有明確的結(jié)構(gòu)連接基礎(chǔ)和相似的基因表達(dá)模式（見圖3）。這種功能連接的變異性可能反映了大腦的神經(jīng)適應(yīng)性和靈活性，有助于應(yīng)對(duì)各種復(fù)雜的認(rèn)知任務(wù)。該組網(wǎng)絡(luò)主要位于高級(jí)聯(lián)合皮層，其作為信息整合的樞紐，在復(fù)雜認(rèn)知功能中發(fā)揮著關(guān)鍵作用，可能是人類認(rèn)知靈活性的基礎(chǔ)。這組功能連接表現(xiàn)出的強(qiáng)結(jié)構(gòu)連接和相似的基因表達(dá)模式，可能提示這組功能網(wǎng)絡(luò)具有遺傳基礎(chǔ)，為理解個(gè)體間認(rèn)知能力差異提供了新的視角。

總而言之，本研究提出了一個(gè)新的基于認(rèn)知本體方法進(jìn)行腦功能網(wǎng)絡(luò)特征篩選的機(jī)器學(xué)習(xí)框架，不僅深化了當(dāng)前對(duì)大腦功能網(wǎng)絡(luò)如何支持廣泛認(rèn)知功能的理解，還為未來的個(gè)性化認(rèn)知訓(xùn)練和干預(yù)策略提供了潛在的腦神經(jīng)研究基礎(chǔ)。

圖3 支持廣泛認(rèn)知功能的核心功能腦網(wǎng)絡(luò)表現(xiàn)出極大的個(gè)體間變異。由這組核心功能腦網(wǎng)絡(luò)連接的廣泛腦區(qū)受到白質(zhì)結(jié)構(gòu)連接的支持，并且在基因表達(dá)方面呈現(xiàn)出較高的相似性。

該研究獲得國(guó)家科技創(chuàng)新2030-“腦科學(xué)與類腦研究”重大項(xiàng)目（2021ZD0201500）、國(guó)家自然科學(xué)基金（32300881，31822024）、中國(guó)科學(xué)院心理研究所揭榜掛帥項(xiàng)目和心理所青年人才啟動(dòng)項(xiàng)目（E1CX4725CX）等項(xiàng)目的支持。

文章已在線發(fā)表于Neuroimage。心理所博士研究生吳國(guó)偉為第一作者，心理所王秀祎助理研究員和杜憶研究員為共同通訊作者。北京腦與類腦研究中心崔再續(xù)研究員為本研究給予了大力支持。

論文信息：?

Wu, G., Cui, Z., Wang, X.*, & Du, Y.* (2024). Unveiling the core functional networks of cognition: An ontology-guided machine learning approach. NeuroImage, 298, 120804. https://doi.org/https://doi.org/10.1016/j.neuroimage.2024.120804