Механическая иерархия в формировании и модуляции паттернов корковых складок.

Блог

ДомДом / Блог / Механическая иерархия в формировании и модуляции паттернов корковых складок.

Apr 06, 2024

Механическая иерархия в формировании и модуляции паттернов корковых складок.

Scientific Reports, том 13, номер статьи: 13177 (2023) Цитировать эту статью 380 Доступ 1 Подробности о альтметрических метриках Важные механические параметры и их иерархия при росте и складывании

Научные отчеты, том 13, Номер статьи: 13177 (2023) Цитировать эту статью

380 Доступов

1 Альтметрика

Подробности о метриках

Важные механические параметры и их иерархия в росте и складывании человеческого мозга до конца не изучены. В этом исследовании мы разработали многомасштабную механическую модель, чтобы изучить, как взаимодействие между первоначальными геометрическими волнами, дифференциальным тангенциальным ростом кортикальной пластинки и аксональными связями формируются и регулируют паттерны складывания человеческого мозга в иерархическом порядке. Для этого были разработаны, статистически проанализированы и подтверждены наблюдениями за визуализацией различные сценарии роста с использованием двухслойных сферических моделей, которые характеризуются начальными волнообразными формами коры головного мозга и равномерным или гетерогенным распределением аксональных волокон в белом веществе. Результаты показали, что дифференциальный тангенциальный рост является индуктором кортикальной складчатости, а в иерархическом порядке высокоамплитудные начальные волнистости на поверхности и аксональных волокнах в субстрате регулируют структуру складок и определяют расположение извилин и борозд. Места с плотными аксональными волокнами после сворачивания располагаются в извилинах, а не в бороздах. Статистические результаты также показали, что существует сильная корреляция между расположением положительных (наружных) и отрицательных (внутренних) начальных волнистостей и расположением извилин и борозд после складывания соответственно. Кроме того, расположение 3-шарнирных извилиновых складок сильно коррелирует с начальными положительными волнами и расположением плотных аксональных волокон. В качестве еще одного открытия было обнаружено, что существует корреляция между плотностью аксональных волокон и индексом локального гирификации, которая наблюдалась в исследованиях изображений, но еще не получила фундаментального объяснения. Это исследование является первым шагом в понимании связи между аномальным гирификацией (морфологией поверхности) и нарушением связей, которое наблюдается при некоторых заболеваниях головного мозга, таких как расстройство аутистического спектра. Более того, результаты исследования напрямую способствуют концепции регулярности и изменчивости моделей сворачивания в мозге отдельных людей.

На протяжении всего развития человеческого мозга первоначально небольшой мозг с гладкой поверхностью претерпевает трансформацию, известную как складчатость коры. Во время этой трансформации мозг испытывает объемное расширение с последующим образованием извилин (выпуклых складок) и борозд (вогнутых складок) на кортикальной поверхности1,2. Эти складки обычно подразделяют на одну из трех категорий: первичные, вторичные или третичные складки. Первичные складки формируются первыми и являются самыми большими и глубокими. Вторичные и третичные складки развиваются вскоре после разделения первичных складок3,4. Исследования показали, что с точки зрения их расположения первичные складки относительно одинаковы у особей одного и того же вида, тогда как вторичные и третичные складки сильно различаются3,5. Эти складки существенно влияют на функцию мозга; аномалии кортикальных складок связаны с когнитивными нарушениями, а также расстройствами нервного развития и психическими расстройствами, такими как расстройства аутистического спектра (РАС), эпилепсия и шизофрения6,7. Кора головного мозга, внешний слой мозга, также называемый серым веществом, состоит из тел клеток и капилляров. Белое вещество, или подкорка, представляет собой сложную систему аксональных волокон, которые действуют как связи между различными областями мозга. Эти волокна можно отнести к одной из трех категорий8,9,10: проекционные, комиссуральные или ассоциативные волокна. Проекционные волокна идут радиально от подкорковых областей к коре. Комиссуральные волокна соединяют два полушария мозга посредством комиссур. Ассоциативные волокна соединяют разные области, расположенные в одном полушарии2. Расположение и ориентация этих волокон меняются на протяжении всего процесса развития, что привело к множеству исследований, изучавших взаимосвязь между ними и паттернами кортикальных складок2,11,12,13,14,15,16. Первоначально предполагалось, что аксональные волокна натягивают кору и таким образом вызывают кортикальную складчатость17,18. Однако эта теория в значительной степени игнорировалась из-за противоречивых данных19. Фактически, складчатая кора тянет аксоны, вызывая удлинение аксонов и рост белого вещества, а не аксоны, тянущие мозг, чтобы вызвать складку коры14,20.

 1) is a constant scaler, I is the unit tensor, and \({\widehat{{\varvec{n}}}}_{s}\) is the normal vector of the surface77,78. It is worth noting that a homogeneous tangential growth of the cortex was assumed in the models for the purpose of simplification. However, in reality, the growth of the cortical plate is heterogeneous in both tangential and radial direction28,85,86. In contrast, we assumed that the growth of the ECM followed an isotropic expansion, as defined by \({G}_{W}={g}_{w}{\varvec{I}}\). Additionally, the growth of axonal fiber bundles was assumed to occur along the axis of the bundles (modeled by truss elements). The isotropic and transversal growth were simulated using isotropic and transversal thermal coefficients in Abaqus FE software87. The gray and white matter growth rates were extracted from Andescavage et al.88 in the range between 25 and 40 GWs89. We introduce the metric of the whole model growth ratio as the third root of the volume of the grown model over the initial volume of the model to describe the growth process, encompassing both gray and white matter. In the growth model, we initiated the simulation by replicating the same volumes of the gray and white matter in a spherical setup, using ¼ of the volumes to represent ¼ of a sphere with symmetric boundary conditions. Subsequently, the gray matter was assigned tangential growth, while the white matter underwent isotropic growth, aiming to achieve the volumes observed at the second time point./p> 0.2 and sulci regions with MPC \(\le \hspace{0.17em}\)0.2 and the rest as walls, all the criteria were chosen empirically./p>