fMRI and MEG Fingerprints Diverge at the Individual Level

Malgré une forte correspondance au niveau de la population, cette étude révèle que les empreintes de connectivité fonctionnelle au niveau individuel, dérivées de l'IRMf et du MEG, présentent une similitude surprenamment faible, la variabilité structurelle expliquant la majeure partie de la variance liée à l'âge partagée entre les modalités, tandis que le MEG capture de manière unique des traits cognitifs non reflétés dans l'IRMf.

L'essentiel

Imaginez votre cerveau comme une ville immense et animée. Les scientifiques disposent de deux méthodes différentes pour prendre une « photo instantanée » de l'organisation de cette ville :

1. L'IRMf (La caméra de trafic) : Elle observe le flux sanguin. C'est comme regarder un vidéo accélérée de voitures traversant la ville sur une longue période. Elle vous montre quels quartiers sont actifs simultanément, mais elle est un peu lente et floue.
2. La MEG (La tour radio) : Elle écoute les signaux électriques des habitants de la ville. C'est comme se brancher sur des milliers de stations de radio à la fois. Elle capture les conversations rapides et en temps réel entre les différentes parties de la ville.

Habituellement, lorsque les scientifiques examinent la ville « moyenne » (en combinant les données de centaines de personnes), ces deux photos instantanées semblent très similaires. Ils s'accordent sur la disposition générale : « Oh, la bibliothèque et le parc sont toujours connectés. »

La grande surprise
Cet article a posé une question différente : « Si nous regardons la ville d'une personne spécifique, la caméra de trafic et la tour radio racontent-elles la même histoire à propos de cet individu ? »

La réponse fut un non retentissant.

Voici la répartition de leurs découvertes à l'aide d'analogies simples :

1. Le décalage de l'« empreinte digitale »

Considérez une « empreinte digitale neuronale » comme une carte unique de la façon dont les quartiers du cerveau d'une personne spécifique communiquent entre eux.

• Le test : Les chercheurs ont pris la carte de la caméra de trafic (IRMf) et la carte de la tour radio (MEG) pour les mêmes 543 personnes.
• Le résultat : Même si les cartes semblaient similaires lorsque l'on moyennait l'ensemble des personnes, les cartes individuelles étaient totalement différentes. Si vous essayiez de faire correspondre la carte de la caméra de trafic de la personne A avec sa carte de la tour radio, elles ne coïncidaient pas. C'est comme prendre une photo de votre visage dans un miroir et une photo de votre onde vocale ; ce sont tous deux « vous », mais ils semblent et sonnent complètement différents l'un de l'autre.

2. Le facteur « plan » (Structure)

Pourquoi sont-ils si différents ? Les chercheurs ont découvert que la structure physique du cerveau (le câblage réel, la taille des routes, la forme des bâtiments) est la raison principale pour laquelle les cerveaux des personnes varient à mesure qu'elles vieillissent.

• L'analogie : Imaginez deux personnes marchant dans la ville. L'une marche lentement, l'autre rapidement. La différence de leur vitesse (activité fonctionnelle) s'explique presque entièrement par le fait que l'une des personnes boite (différence structurelle).
• La découverte : Lorsque l'on prend en compte le « plan » physique du cerveau, presque toutes les différences dans la façon dont les personnes vieillissent s'expliquent par ce plan. Les cartes de la « caméra de trafic » et de la « tour radio » reflètent principalement les mêmes différences physiques sous-jacentes, et non des différences fonctionnelles uniques.

3. La seule chose que la tour radio sait

Il y avait une petite exception. La tour radio (MEG) possédait certaines informations uniques sur la façon dont les personnes pensent et résolvent des problèmes (cognition) que le plan ne pouvait pas expliquer.

• Le hic : Cependant, la caméra de trafic (IRMf) ne possédait pas cette même information unique. Ainsi, bien que la tour radio connût un secret sur les compétences de pensée que le plan ignorait, la caméra de trafic ne connaissait pas ce secret non plus. Elles ne racontaient toujours pas la même histoire « individuelle ».

La conclusion

L'article conclut que, bien que ces deux méthodes d'imagerie cérébrale s'accordent sur le cerveau « moyen », elles racontent des histoires très différentes concernant les individus.

Si vous considérez le cerveau comme un orchestre :

• L'IRMf entend l'harmonie lente et grandissante de tout l'orchestre.
• La MEG entend les notes rapides et complexes des instruments individuels.
• La découverte : Lorsque vous regardez l'orchestre moyen, l'harmonie et les notes semblent correspondre. Mais lorsque vous regardez un musicien spécifique, la façon dont il joue les notes (MEG) et la façon dont il gonfle avec la musique (IRMf) sont étonnamment sans rapport, principalement à cause de la forme de son instrument (structure).

En bref : Ne supposez pas que, parce que deux IRM cérébrales se ressemblent au niveau du groupe, elles se ressembleront pour vous personnellement. Elles capturent différents aspects de l'individualité.

Résumé technique

1. Énoncé du problème

Bien que les profils de connectivité fonctionnelle (FC) dérivés de l'imagerie par résonance magnétique fonctionnelle (IRMf) et de la magnétoencéphalographie (MEG) soient connus pour offrir des vues complémentaires de l'organisation cérébrale à grande échelle, leur relation au niveau individuel reste mal comprise.

• Le Vide : Des recherches antérieures ont établi une correspondance raisonnable entre l'IRMf et la MEG au niveau de la moyenne de la population. Cependant, il est incertain comment la variabilité individuelle (la « empreinte neuronale » unique d'un sujet spécifique) se transpose entre ces deux modalités.
• La Question Centrale : Les motifs uniques de connectivité qui distinguent un individu d'un autre dans les données IRMf correspondent-ils aux motifs uniques trouvés dans les données MEG ? De plus, dans quelle mesure cette variabilité individuelle est-elle pilotée par l'anatomie structurelle sous-jacente par rapport à des dynamiques fonctionnelles uniques ?

2. Méthodologie

L'étude a utilisé l'ensemble de données Cam-CAN, une ressource d'imagerie neuronale à grande échelle, pour analyser 543 participants ayant subi des scans IRMf et MEG au repos.

• Dérivation des empreintes neuronales : Les auteurs ont extrait des profils de FC au niveau du sujet à partir des deux modalités. Ces profils ont servi d'« empreintes neuronales » destinées à capturer des traits stables et spécifiques à l'individu.
• Validation de la stabilité : Ils ont d'abord vérifié que ces empreintes étaient robustes en testant la cohérence intra-sujet, inter-sessions et en démontrant leur capacité à prédire l'âge et les traits cognitifs.
• Quantification de la correspondance inter-modale : Pour mesurer la relation entre les empreintes IRMf et MEG, l'étude a employé deux cadres analytiques principaux :
  1. Partitionnement de la variance : Pour décomposer la variance partagée entre les modalités et déterminer quelle part est expliquée par la connectivité structurelle (CS) et l'âge.
  2. Analyse de similarité représentationnelle (RSA) : Spécifiquement en utilisant l'Alignement du noyau centré linéaire (CKA) pour quantifier la préservation des motifs de similarité inter-sujet par paires. Cette métrique évalue si, lorsque le Sujet A est similaire au Sujet B en IRMf, ils le sont également en MEG.

3. Contributions clés

• Analyse inter-modale à grande échelle : Il s'agit de l'une des premières études à comparer systématiquement les empreintes fonctionnelles au niveau individuel entre l'IRMf et la MEG dans une large cohorte (N=543) en utilisant les mêmes participants.
• Découplage de la structure et de la fonction : L'étude isole explicitement la contribution de la connectivité structurelle (CS) à la variabilité fonctionnelle, distinguant la variance pilotée par l'anatomie de celle pilotée par des dynamiques fonctionnelles uniques.
• Intégration méthodologique : L'application du CKA et du partitionnement de la variance aux empreintes d'imagerie neuronale fournit un cadre rigoureux pour évaluer l'alignement de différentes modalités d'imagerie neuronale au niveau individuel.

4. Résultats clés

L'analyse a produit deux découvertes principales qui remettent en question l'hypothèse d'une forte similarité inter-modale :

• Faible correspondance au niveau individuel : Malgré une forte similarité dans les cartes de FC moyennes de la population, les empreintes neuronales au niveau du sujet ont montré une faible correspondance entre l'IRMf et la MEG.
  • Cela a été démontré par une faible variance partagée inter-modale.
  • Crucialement, les scores CKA étaient faibles, indiquant que le motif de la manière dont les sujets diffèrent les uns des autres en IRMf ne prédit pas comment ils diffèrent en MEG.
• La dominance de la variabilité structurelle :
  • Variance liée à l'âge : Les empreintes structurelles ont accounted pour la majorité de la variance liée à l'âge dans les empreintes fonctionnelles pour les deux modalités. La connectivité structurelle a presque entièrement expliqué la variance liée à l'âge partagée entre l'IRMf et la MEG.
  • Information MEG unique : Bien que les empreintes fonctionnelles MEG contiennent des informations uniques concernant les traits cognitifs qui ne sont pas expliquées par la structure, cette information unique n'était pas partagée avec l'IRMf. En d'autres termes, l'« supplément » d'insight fonctionnel fourni par la MEG concernant la cognition est orthogonal à ce que l'IRMf capture.

5. Importance et implications

• Redéfinition de l'intégration inter-modale : Les résultats suggèrent que l'IRMf et la MEG, bien que complémentaires au niveau du groupe, capturent des dimensions distinctes de la variabilité individuelle. Les chercheurs ne peuvent pas supposer que l'« empreinte » d'un individu dans une modalité se traduira directement dans l'autre.
• Le rôle de l'anatomie : L'étude met en évidence qu'une grande partie de la variation individuelle dans la connectivité fonctionnelle (en particulier liée au vieillissement) est en fait le reflet d'une variabilité structurelle sous-jacente. Une fois les différences structurelles prises en compte, la variance fonctionnelle restante dans l'IRMf et la MEG diverge considérablement.
• Applications cliniques et cognitives : Pour les études visant à utiliser des empreintes neuronales comme biomarqueurs (par exemple, prédire le déclin cognitif ou la progression d'une maladie), se fier à une seule modalité peut manquer des informations critiques et spécifiques à la modalité. Spécifiquement, la MEG offre des insights fonctionnels uniques sur la cognition qui sont indépendants à la fois de la structure et des signaux IRMf.
• Interprétation du « manque surprenant de similarité » : L'article conclut que l'absence de similarité dans la manière dont les sujets varient entre l'électrophysiologie (MEG) et l'hémodynamique (IRMf) est une propriété fondamentale de l'organisation cérébrale, et non un artefact méthodologique. Cela nécessite une approche plus nuancée lors de l'intégration de données d'imagerie neuronale multi-modales pour la médecine de précision.