従来のように皮質全体の特性が均一であると仮定するのではなく、68の領域それぞれに独自の受容体密度プロファイルを持たせることで、同じ化学信号が局所的な分子構造に応じて異なるネットワーク効果を生み出すプロセスをモデル化することに成功しました。このアプローチは、神経伝達物質の受容体分布がランダムではなく、皮質全体に組織化された空間的勾配に従っていることを示す、増えつつある研究に基づいています
。
現実的な受容体の不均一性を組み込んだモデルは、すべての領域が同一に振る舞うモデルと比較して、領域間の機能的結合性と情報ルーティングを有意に改善しました。この生物学的な多様性は、より柔軟で協調的な脳状態を支えることが示されました
。この発見は、局所的なシナプス強度の階層的な不均一性が、fMRIで測定される安静時機能的結合性へのモデルの適合度を向上させるという先行研究とも一致しています
。
おそらく最も顕著な結果は、モデルが現実の脳現象、すなわち皮質の特定の領域に睡眠様の徐波が自然発生し、一方で他の皮質領域は覚醒状態を維持するという現象を再現したことです。これは、注意の散漫、睡眠不足、脳病変の周辺で発生する現象を模倣しています
。この発見は、睡眠中の低レベルのアセチルコリンがミクロ回路の活動を徐波とネットワーク同期に導くという先行研究とも一致します
。
アセチルコリンは脳全体に均一に作用するわけではありません。その効果は、その受容体がどの領域に集中しているかに依存します。つまり、同じ化学信号でも、皮質の領域によって異なるネットワークダイナミクスを生み出す可能性があるのです。覚醒時や注意課題時などの高濃度のAChはネットワーク活動を脱同期化する一方、低濃度のAChは同期した徐波パターンを出現させます
。
この研究は、微視的な分子化学(受容体分布)から巨視的な脳全体の機能的活動へとつなぐ、具体的な計算フレームワークを提供しています。研究チームは、このアプローチが意識障害、局所的な脳損傷、神経変性疾患における状態遷移の説明に役立つ可能性があると示唆しています
。
ほとんどの大規模脳モデルは、すべての皮質領域が同じように機能すると単純化しています。しかし、この新しいモデルは、ムスカリン性アセチルコリン受容体密度の詳細なマップを組み込むことで、意識状態と無意識状態の間の遷移をより現実的にシミュレートすることに成功しました
。