企业官网建设流程全解析

本篇文献发表在Neurobiology of Disease杂志。所发布内容旨在与大家分享学术新知，促进交流学习，版权归原作者或原出处所有，感谢各位学者的辛勤付出与研究成果。

1.引言

癫痫是一种复杂的神经系统疾病，其特征是间歇性、通常慢性的发作活动，影响着全球数百万人。理解驱动大脑从非发作状态向发作状态转换的潜在功能和结构机制，尤其是脑区，对于开发精确的医学或手术干预脑靶点至关重要。近期科学范式的转变使此研究认识到，癫痫会带来大脑宏观组织的变化，甚至局灶性癫痫也构成一种网络通信障碍。

当前研究特别关注颞叶癫痫，这是最常见的局灶性癫痫形式。此研究通过结构网络连接的视角探索了大脑宏观组织，特别是神经元能量资源，这使得此研究能够绘制出那些在脑状态之间发生的高能量需求和低资源转换中培养和驱动的脑区。在此项目中，此研究对参与状态转换的脑网络的区域归属或组织拓扑结构未做任何先验假设。因此，此研究采用了一种开放的全脑数据驱动分析方法，允许任何区域或网络的组合作为定义脑状态的源拓扑和目标拓扑出现。这种方法使此研究能够在试图分离出与年龄和性别匹配的健康参与者相比需要异常水平能量的转换时，探查广泛的状态转换。

转换能量是大脑系统从一个状态转移到另一个状态所需的能量。一些研究表明，颞叶癫痫通常与转换能量降低有关，这种降低与颞叶癫痫区域病理直接造成的潜在功能或结构负担相关。然而，存在一个限制了此研究对驱动大脑进入癫痫样活动的转换的理解的难题。也就是说，从未确定发作期脑区间的神经元超同步转换是否需要异常水平的能量消耗。因此，在此研究的方法中，此研究强调了颞叶癫痫组和健康对照组之间转换能量的任何极端差异，所有目标都是为了分离处于颞叶癫痫诱导的脑重组神经生物学核心的脑状态转换。

尽管磁共振成像、正电子发射断层扫描、头皮、颅内和立体脑电图以及神经心理学测试取得了进展，但仍然没有确定、完善的方法来识别颞叶癫痫中的致痫网络，有些病例仍然是定位的挑战。同样，没有经验或临床证据表明，即使在局灶性颞叶癫痫中也只有一个致痫网络在起作用。与此一致，此研究的方法提供了一种手段，不仅可以识别单个异常网络，还可以识别一系列能够驱动颞叶癫痫中明显异常脑状态的区域和网络。此研究假设此研究的方法会产生两种可能的转换能量情况，每种情况都可能捕捉致痫病理的关键机制。第一，与健康参与者相比，颞叶癫痫中的某些转换需要异常增加的能量，这种情况意味着克服稳态基线（如非发作状态）始终是代谢上消耗巨大的。第二，与健康参与者相比，颞叶癫痫中转换能量明显降低，这种情况意味着颞叶癫痫病理夹带了一个神经元回路，使得在两个给定状态之间转换变得容易，即使在健康对照中存在的转换也是如此，强调转换的易促进特征是发作产生的关键机制。重要的是，虽然两种情况都指出了构建癫痫样网络的潜在结构机制，但能量需求的差异将区分特定区域在促进向致痫活动转换中所起的作用。也就是说，转换能量提供了关于固有能量资源的信息，揭示了区域将大脑转向病理性发作活动的能力。通过评估这种能力，转换能量捕获了一个超越通过标准图论度量测量的区域功能或结构连接的特征。

此研究选择在分离需要低能量或高能量供颞叶癫痫大脑转换的转换时，不施加任何网络拓扑或组织。此研究测量了由多壳弥散加权磁共振成像数据构建的个体网络在脑状态之间转换所需的最小能量，这些状态是从动态静息态功能磁共振成像中提取的。接下来，此研究利用网络控制理论度量来捕捉特定区域作为脑状态转换驱动因素的能力。此研究还通过标准的图论中心度测量，检查了参与观察到的异常状态转换的区域的結構連接。最后，此研究评估了区域能量、控制和图论度量与临床变量（如癫痫发病年龄、病程和发作频率）的关联，这可能为区域发展出特定状态能量、控制或连接特征的临床历史或轨迹提供线索。

2.材料与方法

2.1参与者

从托马斯杰斐逊大学综合癫痫中心（19例左侧颞叶癫痫；6例右侧颞叶癫痫；临床和人口学详细信息见表1）共招募了25例局灶性颞叶癫痫患者（年龄 42.07 ± 12.0）。所有患者均为获批接受发作颞叶热凝或切除手术的候选人。发作焦点通过多模态数据表面视频脑电图、磁共振成像、正电子发射断层扫描、神经心理学评估）和托马斯杰斐逊大学综合癫痫中心手术会议委员会的共识决定确定。通过临床病史、临床访谈和所有提供者的病历审查进一步判定诊断。共招募了25名年龄和性别匹配的健康参与者（健康参与者：年龄 39.62 ± 10.54）。排除标准包括：除癫痫外对中枢神经系统有影响的医疗疾病；既往或当前的酒精或非法药物滥用；颞叶外发作或磁共振成像/正电子发射断层扫描病理的证据；磁共振成像禁忌症；除轴I型抑郁障碍外的精神科诊断；或因《精神障碍诊断与统计手册》第四版所列任何轴I型障碍住院。请注意，考虑到抑郁与癫痫的显著共病性，患者样本中允许存在抑郁障碍。此研究向所有参与的患者和健康参与者详细解释了研究目的和潜在后果，所有参与者均签署了知情同意书。

2.2一般成像协议

所有图像均使用位于杰斐逊神经科学医院的西门子MAGNETOM Prisma 3T扫描仪的32通道头线圈采集。MP-RAGE、静息态功能磁共振成像（rfMRI）和多壳弥散加权成像（NODDI）序列在同一扫描过程中采集。颞叶癫痫/健康对照组的扫描时间表或一天中的时段没有差异，这排除了可能随时间变化的扫描仪校准带来的偏倚。MP-RAGE时间点在矢状面采集，分辨率为320 × 320 mm，层厚0.8 mm（208层，各向同性体素0.8 mm³，重复时间 = 2500 ms，回波时间 = 2.2 ms，视野256 mm，翻转角8°）。弥散加权图像使用单次自旋回波平面回波成像脉冲序列采集（回波时间 = 68 ms，重复时间 = 3000 ms，采集时间约10分钟），共64个方向（b值 = 1000, 2000, 3000 s/mm²，前后折叠方向）和5个非弥散时间点（b值 = 0 s/mm²）。每个脑容量在横断面采集，共50层（层厚 = 2.5 mm，层间距= 0 mm），矩阵大小88 × 88（视野220 × 220 × 125 mm³，体素大小2.5 × 2.5 × 2.5 mm³）。使用标准的频谱预饱和反转恢复技术抑制脂肪。静息态功能磁共振成像数据使用梯度回波平面回波成像序列在两个连续的8分钟周期内采集。成像参数包括：重复时间 = 800 ms，回波时间 = 37 ms，采集72层，视野208 mm，层厚2 mm，翻转角52度。

2.3图像预处理与重建

所有图像均使用标准的QSIPrep和fMRIPrep流程进行预处理。使用基于Nipype的QSIRecon进行网络重建。使用广义q采样成像重建弥散取向分布函数。在DSI Studio中运行自动纤维束示踪成像，并使用Brainnetome图谱进行分区和构建结构连接矩阵（使用了全部246个脑区；每个脑区/感兴趣区除以其灰质体积进行归一化）。右侧颞叶癫痫患者的连接矩阵被翻转，产生相对于发作焦点同侧或对侧的半球数据。

2.4网络控制理论度量

此研究应用网络控制理论来识别在初始源结构网络和最终目标结构网络之间转换所需的最小能量。网络控制理论是一个用于理解网络中的某些区域（在此为脑区）如何影响整个系统（大脑）动态的框架。最小能量是指将大脑从初始状态（例如，在认知研究中，可以是与空间注意力相关的网络）转移到目标状态（例如，与情绪或决策状态相关的网络）所需的最小努力或神经元资源量。此外，此研究评估了平均和模态可控性，分别反映了特定脑区以最小努力与最大努力将大脑引导和驱动到广泛状态范围的能力。由于这些可控性度量呈强负相关（即对于所有脑区对，相关性 r ≈ -1），此研究将仅报告平均可控性。

为了确定提交给上述能量转换和控制理论计算的脑区，此研究利用静息态数据来识别具有高水平内在激活的脑区。更具体地说，使用DynamicBC工具箱计算动态低频振幅（dALFF）（注：低频振幅测量给定区域血氧水平依赖信号强度的自发波动）。对于所有颞叶癫痫患者和健康参与者，此研究将30秒和40秒窗口应用于静息态功能磁共振成像数据，重叠步长为0（无重叠）、0.25（25%重叠）和0.5（50%重叠）。在Brainnetome图谱的每个时间窗口为每个感兴趣区计算低频振幅。然后，此研究对每个区域在每个窗口中的活动进行二值化。也就是说，如果给定窗口内感兴趣区的低频振幅大于全脑活动平均值两个标准差，则该区域被认为处于活跃状态（状态=1），否则被认为处于非活跃状态（状态=0）。每个二值化动态低频振幅构成了定义不同脑状态的最终区域/网络集合。接下来，此研究计算了所有连续二值化动态低频振幅定义状态对之间转换所需的最小能量，然后在健康对照组/颞叶癫痫组之间进行置换t检验，从而为所有转换（共10,150个转换）创建组间差异能量图。存在于初始状态中的区域称为源区域。存在于最终终端状态中的区域称为目标区域。存在于转换中但不在特定源或目标区域列表中的感兴趣区称为边缘区域。

2.5图论中心度度量

此研究计算了图论中心度度量，包括度中心性（计算每个节点的连接数）和特征向量中心性（评估枢纽节点之间的连接）。

2.6统计分析

与每个动态低频振幅定义的脑状态之间所有可能转换相关的全脑最小能量度量被提交给独立t检验（Benjamini-Yekutieli FDR多重检验校正，置换p值<0.05），以确定哪些转换在健康对照组/颞叶癫痫组之间存在可靠差异。对于每个显示全脑最小能量存在显著健康对照组/颞叶癫痫差异的转换，此研究识别了源状态和/或目标状态中存在的特定脑区。报告了与三个转换相关的每个单独感兴趣区的最小能量组间差异，包括边缘区域。对于单独的感兴趣区，此研究还探查了平均可控性和中心度（度中心性和特征向量中心性）的健康对照组/颞叶癫痫差异。在所有t检验分析中，使用置换p值阈值（p < 0.05）来确定统计显著性。最后，检查了在转换中显示显著健康对照组/颞叶癫痫差异的区域最小能量、可控性和图论度量与临床变量（如癫痫发作年龄、过去一年每月发作频率和病程）的相关性。

在脑海科技云平台中，内置了图论分析，支持用户批量处理数据，并确保每一步参数设置都有据可查。此外，平台的项目管理模块可清晰记录数据筛选标准、排除被试原因、分析版本等信息，极大提升了研究的透明度和可复现性。感兴趣可联系咨询以及预约产品演示。

3.结果

3.1人口学与临床比较

实验组在年龄、生物学性别或利手方面没有差异。然而，两组在受教育年限上确实存在差异，健康参与者达到了更高的水平。因此，为了解决教育对比较的潜在影响，使用线性回归模型从度量值中回归掉教育因素。然后将得到的残差用于后续的统计分析和推断。

3.2健康对照组/颞叶癫痫组在特定状态间转换中的差异

如前所述，动态低频振幅算法从静息态功能磁共振成像数据中提取了10，150个脑状态转换。在这些转换中，有三个转换显示全脑转换能量存在可靠的健康对照组/颞叶癫痫差异。在所有三个转换中，从源到目标转换所需的能量消耗在颞叶癫痫组中显著更高。重要的是，未发现颞叶癫痫患者相比健康参与者需要更低能量的转换。图2显示了由动态低频振幅给出的三个转换的区域活动分布。这些转换的能量消耗的总体均值和分布按组别显示在图3中。

区域转换能量数据显示，转换一从顶上小叶起始，至同侧内侧楔前叶，再到同侧眶回、同侧头尾侧海马旁回、对侧内侧杏仁核，以及双侧腹侧颗粒状和无颗粒状岛叶。同侧尾侧舌回、同侧尾侧楔回和双侧内侧枕上叶在源状态和目标状态中均活跃且保持不变。

转换二从同侧尾侧顶上小叶起始，至同侧眶回和同侧头侧海马旁回以及双侧腹侧颗粒状和无颗粒状岛叶。同侧尾侧海马旁回、同侧尾侧舌回、同侧尾侧楔回以及双侧内侧枕上叶在源状态和目标状态中均活跃且保持不变。因此，转换二涉及同侧顶叶及同侧下部和内侧源区域，到达一个包括同侧内侧、皮层下和大部分后部脑区的目标状态。海马旁回在此转换中扮演了突出角色，其中几乎完全是同侧结构。

转换三也从同侧尾侧顶上小叶起始，其他区域在源状态和目标状态中均活跃且保持不变。因此，转换三的特征是大多数同侧后部区域的激活稳定性，以及一个孤立的同侧顶叶区域起始但随后移出目标状态。再次，内侧结构在此转换中作用有限。

综上所述，区域转换能量模式主要是同侧和内侧的性质。所有这些区域的活动在源状态和目标状态之间通常保持稳定。值得注意的是，还涉及一些对侧结构。总体而言，内侧结构的作用有限。所有三个转换的共同点是颞叶受累非常有限，额叶受累也非常有限。因此，这些区域是最常被归类为每个转换的边缘区域。

3.3颞叶癫痫患者和健康参与者中的高能量消耗感兴趣区

将此研究的焦点转向需要高能量消耗来穿越脑状态的单个感兴趣区，这些节点形成的拓扑模式在颞叶癫痫组和健康对照组中截然不同。表3显示了在个体感兴趣区消耗上显示组间差异的特定感兴趣区（注：源区“S”和目标区“T”后面的数字表示该感兴趣区参与的转换）。这些感兴趣区可以被视为通常充当从脑状态的源节点（起始）到目标节点（终止）转换的促进者的节点。在源区和目标区中，与健康参与者相比，颞叶癫痫患者需要最高能量消耗的是同侧眶回（OrG）13区、同侧海马旁回（PhG）头侧35/36区、同侧腹侧枕叶中部皮质（尾侧舌回和尾侧楔回 [MVOcC; cLinG和cCung]）。表3按转换显示了源区、目标区和边缘节点（↑表示颞叶癫痫组能量显著高于健康对照组，↓表示相反方向）。在边缘区域中，与健康参与者相比，颞叶癫痫患者中保持高能量消耗的是同侧背内侧顶枕沟（dmPOS）、楔前叶（Pcun; dmPOS）和对侧腹外侧梭状回（FuG, 37lv区）。与颞叶癫痫患者相比，健康参与者中需要更高能量的边缘区域是：同侧头侧颞中回（MTG; 21r区）、同侧背侧颗粒状岛叶（INS; dIg）和同侧枕叶丘脑（Otha）。

总之，组间能量消耗存在显著差异的节点主要位于患者发作起始区的同侧（注：健康参与者中为左侧半球）。这些区域通常表明颞叶癫痫中能量使用过度，这些高能量节点主要涉及源区或目标区。相比之下，在健康参与者显示更高能量的节点中，这些节点涉及边缘区域（“B”）。

3.4.中心度（度中心性和特征向量中心性）分析

与健康参与者相比，颞叶癫痫患者的几个区域显示出显著更高的中心度（区域全脑连接）（见表4）。双侧苍白球的度中心性在颞叶癫痫中增加。同侧前运动丘脑和同侧眶回（13区）的特征向量中心性在颞叶癫痫中也更高，而对侧腹外侧额中回的特征向量中心性在颞叶癫痫患者中低于健康参与者。

3.5平均可控性分析

平均可控性分析揭示，与健康参与者相比，颞叶癫痫患者在感兴趣区控制能力上存在少量显著改变。具体而言，颞叶癫痫患者中对侧下肢旁中央小叶和对侧中央后回（舌和喉）驱动状态转换的能力减弱。相比之下，对侧海马旁回（内嗅区）和双侧苍白球（基底节）在颞叶癫痫患者中显示出显著升高的平均可控性（见表4）。

3.6.与颞叶癫痫临床特征的关联

此研究的结果显示了临床因素与区域最小能量度量之间的显著关联（见表5）。较晚的发病年龄与同侧额中回背侧区和同侧顶下小叶嘴背侧区较高的转换能量相关。较早的发病年龄与对侧背外侧前上颞中回、对侧腹外侧颞下回和腹侧壳核较高的转换能量相关。观察到较高的发作频率（每月）与对侧额上回、对侧外侧额中回、对侧中央小叶躯干区、同侧旁中央小叶下肢区以及同侧膝下扣带回较高的能量消耗相关。同侧背侧无颗粒状岛叶和对侧外侧枕叶皮层的较低能量消耗与较高的发作频率相关。较长的病程与同侧外侧杏仁核、对侧外侧额中回、对侧腹外侧颞下回和对侧膝前扣带回较高的能量消耗相关。

在显示出可靠健康对照组/颞叶癫痫差异的可控性和中心度度量中，相对较少的度量显示出与颞叶癫痫临床特征的显著关联。具体而言，同侧尾侧颞中回的平均可控性随癫痫发病年龄的增加而降低。类似地，同侧背侧无颗粒状岛叶的平均可控性随每月发作频率的增加而降低。相比之下，同侧旁中央小叶（1/2/3区）的平均可控性随发作频率的增加而增加。此外，较长的病程与对侧后部海马旁回和对侧楔前叶（31区）较高的平均可控性相关。最后，延长的病程与对侧眶回（A12/47o）、对侧楔前叶（31区）、对侧感觉丘脑和同侧头侧颞上回（22区）的特征向量中心性增加相关。这些结果突显了临床变量与区域作为状态转换特定驱动因素的能力之间的高度选择性关系。

4.讨论

利用一种区域无约束的方法来识别脑状态转换，此研究发现了三个在颞叶癫痫中需要异常高能量水平的转换。值得注意的是，与健康参与者相比，没有低能量转换是颞叶癫痫特有的。在这些高能量转换中，颞叶癫痫患者主要利用和消耗位于源网络和目标网络内部的区域的能量。相比之下，在这些转换中表现出显著较低能量消耗的健康个体，招募了源网络和目标网络之外的中介区域，如丘脑、岛叶和颞叶中部区域，来桥接源网络和目标网络。这种模式表明，颞叶癫痫患者在这些特定转换中依赖于更受区域限制且效率更低的网络。这些数据还表明，健康参与者通过这些转换的渐进步骤实现了更高的能量效率，而颞叶癫痫患者依赖于源网络和目标网络之间更突然、更大的不连续跳跃。颞叶癫痫中缺乏正常介导和促进的网络重配置可能反映了区域整合能力下降，这很可能是慢性癫痫样活动的结果。值得注意的是，在颞叶癫痫患者这些高能量转换中活跃的源节点和目标节点主要位于发作起始区的同侧，这增加了这些节点受发作影响的的可能性。管理这些特定转换的神经元网络的拓扑机制中的这些组间差异很可能对依赖于这些通路的认知过程产生功能后果。

此研究关于平均可控性的数据突显了颞叶癫痫中的几个区域，这些区域显示出驱动状态转换的异常能力。更具体地说，颞叶癫痫中双侧基底节的平均可控性值表明该结构具有高于正常的能力来启动“容易”的状态转换。来自此研究实验室和其他实验室的证据表明，即使在局灶性颞叶癫痫的情况下，基底节也参与发作活动。相比之下，在颞叶癫痫中，对侧旁中央小叶和中央后回似乎是具有驱动“困难”转换的高能力的结构。注意，这些具有异常平均可控性值的区域均未在此研究发现的三个转换中作为源区或目标区出现。这种差异表明，这些区域要么不具备足够的內在激活值以被纳入转换能量分析，要么这些结构倾向于驱动的完整网络转换总体上在网络水平上不需要此研究的健康对照和颞叶癫痫组中不同水平的能量消耗。此研究的中心度数据表明，双侧基底节和同侧前运动丘脑具有异常高的结构连接水平，这与这些区域强大的致痫潜力一致。同侧眶回也显示出高的异常密度，而一个结构显示出与健康参与者相比降低的中心度。在这些区域中，同侧眶回在此研究的所有三个转换中均作为目标出现。因此，此研究的数据指向一个区域，其异常的连接密度在形成低效、高成本的转换中发挥了作用。由于异常的连接密度和转换能量都代表了反映发作对结构通路影响的特征，因此观察到的这些特征之间的关系并不令人惊讶。然而，总体而言，此研究的数据揭示了与颞叶癫痫相关的区域驱动能力、节点密度以及对颞叶癫痫患者成本最高的网络转换之间的众多分离。为什么会出现这种分离？

在最基本的层面上，鉴于此研究的方法，这些分离表明在颞叶疾病的情况下，区域节点密度和可控性的结构异常不一定表现为内在激活的异常。这些分离还表明，低效、高能量需求的状态转换不一定依赖于节点密度或节点控制能力。因此，这些分离似乎代表了不同但互补的异常。为了阐明这些不同异常的性质，此研究将度量与临床病史测量进行了相关性分析，并观察到相对较少的显著关联。同侧颞中回较高的平均可控性与较早的发病年龄相关，这可能表明在颞叶癫痫中，异常的区域特异性脑状态驱动因素可以在发作颞叶中出现，这些更可能在癫痫发作年龄较小时发展。

另一个值得注意的发现是癫痫发作年龄与跨区域能量消耗之间的差异关联。在同侧区域，观察到正相关，而对侧区域则表现出负相关。这种模式可能表明癫痫发作年龄改变了能量资源跨半球的分布。此外，较高的发作频率与同侧顶小叶中较高的可控性和较高的中心度相关，但与同侧岛叶中较低的可控性相关。注意，发作频率与跨个体脑区的能量消耗之间的关系主要是正相关的，并且在半球侧别上是混合的。有趣的是，较长的病程显示出最多的关联，涉及较高的可控性和较高的中心度。六个关联中有五个涉及对侧节点，主要是中线皮质或中线/对侧皮层下性质。这些相关性表明，随着颞叶癫痫疾病的进展，对侧中线白质结构的连接组破坏风险增加。此研究的结果还显示病程与能量消耗之间呈正相关，较长的病程与较高的能量消耗相关，这一发现反驳了癫痫慢性化的网络夹带会降低转换能量成本的可能性。有趣的是，涉及临床变量的十个相关性中，只有一个在此研究发现中的三个转换中充当了源区或目标区。

虽然此研究报道的颞叶癫痫异常转换可以说与发作的表现相关，但此研究的数据对于这些异常是直接描绘致痫网络还是代表与颞叶癫痫核心神经生物学影响相关的某些次级网络效应仍然不可知。同样重要的是要注意，此研究所有的转换能量度量，根据定义，都与潜在的结构和功能异常相关联。这些区域在功能上更活跃，在此研究识别的脑状态转换期间在结构上更低效且消耗更多能量。因此，此研究报道的在状态转换中作为源区和/或目标区的区域可以说具有耦合的结构和功能异常。此研究的数据还清楚地表明，在颞叶癫痫中，这种功能/结构耦合强烈地位于发作起始区的同侧，但主要在颞叶之外。因此，此研究的发现与许多其他研究一致，这些研究表明发作的许多关键有害影响靠近发作起始区，但本质上是颞叶外的。

此研究的转换能量发现的影响超出了中心度和可控性度量所隐含的节点、成对连接。也就是说，状态转换能量捕获了区域之间的高阶交互，因为它需要区域共同活动并重新配置以形成新的目标网络。因此，此研究的转换能量数据表明，大规模协同的区域群体交互是颞叶癫痫发作及其效应的特征。另一个区别是，此研究的中心度和可控性基于时不变的结构特性，而转换能量基于内在静息态信号中存在的时变激活的异常。

在临床意义方面，此研究的发现可以在五个方面影响临床管理。第一，检测异常的内在脑状态转换为理解与癫痫相关的认知、情绪、行为、睡眠和其他共病的病因学提供了新视角。第二，此研究描述的方法指向了对这些异常网络转换有不成比例贡献的特定脑区，为治疗干预提供了潜在靶点。第三，人们越来越认识到即使是局灶性癫痫也是一种网络疾病。因此，阻止癫痫不仅需要识别和靶向致痫区，还需要靶向更广泛的致痫网络。考虑到这一点，此研究的发现可以被视为提供了一个假设，即缩小了与癫痫密切相关的脑网络的范围。因此，转换能量为此研究在寻求识别致痫网络和早期检测其累积效应的过程中提供了另一种工具。第四，有证据表明，在健康状态下，大脑旨在实现能量效率以正常工作和发挥功能。因此，识别低效运行网络的方法为那些经历功能损害、需要治疗干预的网络提供了一个独特的窗口。第五，此研究不知道为什么具有相似脑损伤的个体会表现出不同的功能缺陷和不同的治疗结果。获得能够挖掘替代或先前未测量的脑机制的测量方法可能有助于解释这些个体差异。然而，确定显示异常转换能量的网络的功能和性质将需要未来的研究。

此研究的发现有几个值得注意的局限性。癫痫背景下的状态转换是复杂的，因为可能存在与睡眠、药物和间期癫痫样活动相关的变化，这些变化存在于内在静息状态中。如果在扫描期间存在这种转换，很可能因个体而异，因此在此研究的组水平分析中被抵消。尽管如此，此研究的一个关键局限性是在功能磁共振成像采集期间没有同时进行脑电图记录，这限制了我们明确确定扫描时大脑神经生理状态的能力。在此研究的分析中，从静息态功能磁共振成像数据中提取了脑状态，确保识别的状态在颞叶癫痫和健康对照样本中都确实存在。然而，功能磁共振成像数据的有限持续时间和分辨率阻碍了此研究捕捉间期癫痫网络活动的能力，后者在更短的时间尺度上运行。使用具有更高时间分辨率的方法来绘制更接近发作潜在时间动态的状态转换将非常重要。例如，与发作的超同步活动更明确相关的脑状态转换是否与此研究的数据相反，与低能量需求相关联，并由健康正常人中众所周知的脑状态转换启动器或大脑的高连接密度区域所支配，仍有待观察。同样重要的是要注意，无论异常转换在代谢上是高成本的还是比健康个体更高效，其在颞叶癫痫中的区域拓扑结构可能因不同类型的癫痫和颞叶癫痫亚型而异。这些区别值得进一步研究。最后，像转换能量这样的网络控制理论度量假设大脑中存在线性动态，但需要测试非线性模型以确定它们是否能更好地捕捉正在发作的单个神经元与其可能启动或扰动的状态转换之间的复杂动态。

此研究的结果报告了在探查大量脑状态后发现的颞叶癫痫中的异常能量状态转换。此研究证明，颞叶癫痫患者依赖于更受限且能量密集的网络来执行这些状态转换，而健康个体这些转换的特征是高效且更外部介导的。此研究的发现突显了由颞叶癫痫发作活动累积的潜在异常网络机制，这可能有助于解释众所周知的颞叶癫痫疾病的认知低效和其他缺陷。虽然节点连接密度和节点对转换的控制通常与参与转换的网络相关或重叠，但此研究表明在颞叶癫痫中情况并非如此。在此研究识别的异常状态转换中，源区利用大脑图拓扑将活动模式向目标状态扩散，而不利用连接密度或固有的高可控性来最小化其输出能量以实现期望的状态转换，注意到最小化这种输出是健康大脑的正常状态。此研究得出结论，颞叶癫痫大脑不仅仅是扰动脑连接以产生发作。还会发生其他扰动来支持脑状态之间的低效转换，这一特征可能导致颞叶癫痫的认知和行为缺陷。因此，在此研究数据中看到的发作迹象，无论它们代表发作产生、扩散还是间接发作影响和后遗症，都指向功能和结构异常的耦合，这些异常通过主要依赖于发作颞叶外部结构的网络产生低效、高成本的转换，并且在没有健康参与者中观察到的中介作用的情况下发生。

此研究证明了颞叶癫痫连接组的拓扑结构并不受限于优化高效信号传导和最小化布线成本以支持其进行的各种脑状态转换。通过探查基于能量的独特转换动态，此研究提供了一个识别驱动大脑发作的区域/网络的框架，并用于探索发作对认知和其他脑网络的影响，为未来研究癫痫相关功能障碍提供了基础。

解读：脑海科技

参考文献

Javidi SS, Zhang Q, Ankeeta A, Sperling MR, Tracy JI. High energy consumption characterizes abnormal brain state transitions in temporal lobe epilepsy. Neurobiol Dis. 2025;215:107089. doi:10.1016/j.nbd.2025.107089