fMRI and MEG Fingerprints Diverge at the Individual Level

集団レベルでは強い対応が見られるにもかかわらず、この研究は fMRI と MEG から導き出された個体レベルの機能的結合の指紋が驚くほど低い類似性を示すことを明らかにしており、両モダリティ間で共有される年齢関連の分散の大部分は構造的変動によって説明される一方で、MEG は fMRI には反映されていない認知的特性を独自に捉えている。

要約

あなたの脳を、大規模で賑やかな都市だと想像してみてください。科学者たちは、この都市の組織化のされ方を「スナップショット」で捉えるために、2 つの異なる方法を持っています。

1. fMRI（交通カメラ）： これは血流を観察します。長時間にわたって都市を移動する車のタイムラプス動画を視聴しているようなものです。どの地区が一緒に活発になっているかを示しますが、やや遅く、ぼやけています。
2. MEG（ラジオ塔）： これは都市の住人たちの電気信号を聴取します。数千のラジオ局を同時にチューニングするようなものです。都市の異なる部分間の迅速でリアルタイムの雑談を捉えます。

通常、科学者たちが「平均的な」都市（数百人のデータを組み合わせたもの）を見ると、これらの 2 つのスナップショットは非常に似ています。「ああ、図書館と公園はいつも繋がっているね」というような、全体的な配置については一致しています。

大きな驚き
この論文は、異なる問いを投げかけました。「もし、ある特定の個人の都市を見ると、交通カメラとラジオ塔は、その個人について同じ物語を語るのでしょうか？」

答えは、明確な**「いいえ」**でした。

以下に、彼らの発見を単純な比喩を用いて解説します。

1. 「指紋」の不一致

「神経指紋」を、特定の個人の脳内地区同士がどのように会話しているかを表す固有の地図だと考えてください。

• テスト： 研究者たちは、同じ 543 人の人々について、交通カメラ（fMRI）からの地図と、ラジオ塔（MEG）からの地図を取り出しました。
• 結果： 全員を平均化すると地図は似ていましたが、個々人の地図は全く異なっていました。A さんの交通カメラの地図を、同じ A さんのラジオ塔の地図と照合しようとすると、一致しませんでした。鏡に写した自分の顔の写真を取るのと、音声波の写真を撮るのとを比べるようなものです。どちらも「あなた」ですが、見た目も音も互いに全く異なります。

2. 「設計図」要因（構造）

なぜこれほど異なるのでしょうか？研究者たちは、脳の実体構造（実際の配線、道路の幅、建物の形状）こそが、加齢に伴う人々の脳の変異の主な理由であることを発見しました。

• 比喩： 2 人の人が都市を歩いていると想像してください。一人はゆっくり歩き、もう一人は速く歩きます。彼らの歩行速度の違い（機能的活動）は、片方の人が足を引きずっている（構造的な違い）という事実によって、ほぼ完全に説明されます。
• 発見： 脳の実体的な「設計図」を考慮に入れると、人々が加齢する過程での違いのほとんどは、その設計図によって説明されます。「交通カメラ」と「ラジオ塔」の地図は、主に同じ根本的な物理的差異を反映しているだけであり、固有の機能的差異を反映しているわけではありません。

3. ラジオ塔だけが知っている唯一のこと

小さな例外が 1 つありました。ラジオ塔（MEG）は、設計図では説明できない、人々の思考や問題解決（認知）に関する独自の情報をいくつか持っていました。

• 欠点： しかし、交通カメラ（fMRI）には、この同じ独自の情報がありませんでした。つまり、ラジオ塔は設計図が知らない思考スキルに関する秘密を知っていましたが、交通カメラもその秘密を知りませんでした。彼らは依然として、同じ「個人」の物語を共有していないのです。

結論

この論文は、これらの 2 つの脳スキャン手法が「平均的な」脳については一致するものの、個人については非常に異なる物語を語っていることを結論付けています。

脳を交響楽団だと考えてみてください。

• fMRI は、オーケストラ全体が奏でるゆっくりとした、盛り上がるハーモニーを聴きます。
• MEG は、個々の楽器が奏でる速く、複雑な音符を聴きます。
• 発見： 平均的なオーケストラを見ると、ハーモニーと音符は一致しているように見えます。しかし、特定の音楽家を見ると、彼らが音符を演奏する方法（MEG）と、音楽に合わせて盛り上がる方法（fMRI）は、驚くほど無関係であることがわかります。それは主に、彼らの楽器の形状（構造）によるものです。

要約すれば：グループレベルで 2 つの脳スキャンが似ているからといって、個人レベルでも似ていると想定してはなりません。 これらは、個人性の異なる側面を捉えているのです。

技術概要

論文「fMRI と MEG の指紋は個人レベルで分岐する」の詳細な技術的概要を、問題、方法論、貢献、結果、意義の順に構造化して以下に示す。

1. 問題提起

機能的磁気共鳴画像法（fMRI）と脳磁図（MEG）から導き出される機能的結合（FC）プロファイルは、大規模な脳組織の補完的な視点を提供することが知られているが、個人レベルにおけるそれらの関係性は未だ十分に理解されていない。

• ギャップ: 先行研究は、fMRI と MEG の間に集団平均レベルで妥当な対応関係があることを確立している。しかし、個人の変動性（特定の被験者固有の「神経指紋」）がこれら 2 つのモダリティ間でどのようにマッピングされるかは不明である。
• 核心的な問い: fMRI データにおいて 1 人の個人を他者と区別する結合の固有パターンは、MEG データで見られる固有パターンに対応しているのか？さらに、この個人の変動性のいくらが、基礎となる構造的解剖学によって駆動され、いくらが固有の機能的ダイナミクスによって駆動されているのか？

2. 方法論

本研究は、大規模な神経画像リソースであるCam-CAN データセットを利用し、安静時 fMRI と MEG スキャンの両方を受けた543 名の被験者を分析した。

• 神経指紋の導出: 著者らは、両モダリティから被験者レベルの FC プロファイルを抽出した。これらのプロファイルは、安定した個人固有の特性を捉えることを意図した「神経指紋」として機能した。
• 安定性の検証: まず、被験者内・セッション間の一貫性をテストすること、および年齢や認知的特性を予測する能力を実証することにより、これらの指紋が堅牢であることを確認した。
• クロスモダリティ対応関係の定量化: fMRI と MEG の指紋間の関係を測定するために、本研究は 2 つの主要な分析フレームワークを採用した：
  1. 分散分割: モダリティ間の共有分散を分解し、構造的結合（SC）と年齢によって説明される割合を決定するため。
  2. 表現類似性分析（RSA）: 被験者間のペアごとの類似性パターンの保存を定量化するために、特に**線形中心カーネルアライメント（CKA）**を使用する。この指標は、被験者 A が fMRI で被験者 B と類似している場合、MEG でも同様に類似しているかどうかを評価する。

3. 主要な貢献

• 大規模クロスモダリティ分析: 同一の被験者を用いて、大規模なコホート（N=543）において fMRI と MEG の個人レベルの機能的指紋を体系的に比較した、最初の研究の一つである。
• 構造と機能の脱結合: 構造的結合（SC）が機能的変動に寄与する部分を明示的に分離し、解剖学によって駆動される分散と、固有の機能的ダイナミクスによって駆動される分散を区別した。
• 方法論的統合: 神経画像指紋へのCKAと分散分割の適用は、個人レベルにおける異なる神経画像モダリティの整合性を評価するための厳密な枠組みを提供する。

4. 主要な結果

分析により、高いクロスモダリティ類似性を前提とした仮説に挑戦する 2 つの主要な知見が得られた。

• 低い個人レベルの対応関係: 集団平均 FC マップでは強い類似性が認められたにもかかわらず、被験者レベルの神経指紋は fMRI と MEG の間で低い対応関係を示した。
  • これは、低いクロスモダリティ共有分散によって示された。
  • 決定的なことに、CKA スコアは低く、fMRI における被験者間の差異のパターンが MEG における差異を予測しないことを示している。
• 構造的変動性の優位性:
  • 年齢関連分散: 構造的指紋は、両モダリティの機能的指紋における年齢関連分散の大部分を説明した。構造的結合は、fMRI と MEG の間で共有される年齢関連分散をほぼ完全に説明した。
  • 固有の MEG 情報: MEG 機能的指紋には、構造では説明されない認知的特性に関する固有の情報が含まれていたが、この固有の情報はfMRI と共有されていなかった。つまり、認知に関する MEG が提供する「追加的」な機能的洞察は、fMRI が捉えるものとは直交している。

5. 意義と示唆

• クロスモダリティ統合の再定義: 集団レベルでは補完的である fMRI と MEG は、個人変動性の異なる次元を捉えていることが示唆される。研究者は、あるモダリティにおける個人の「指紋」が他方に直接変換されると仮定してはならない。
• 解剖学の役割: 本研究は、機能的結合における個人の変動（特に老化に関連するもの）の多くが、実際には基礎となる構造的変動性の反映であることを浮き彫りにした。構造的差異を考慮に入れた後、fMRI と MEG の残りの機能的分散は著しく分岐する。
• 臨床的・認知的応用: 神経指紋をバイオマーカー（例えば、認知機能の低下や疾患の進行の予測）として使用しようとする研究において、単一のモダリティに依存することは、重要なモダリティ固有の情報を見過ごす可能性がある。具体的には、MEG は構造にも fMRI シグナルにも依存しない、認知に関する固有の機能的洞察を提供する。
• 「驚くべき類似性の欠如」の解釈: 論文は、電気生理学（MEG）と血流動態（fMRI）の間で被験者が変化する様式の類似性の欠如は、方法論的なアーチファクトではなく、脳組織の基本的な性質であると結論づけている。これは、精密医療のためのマルチモーダル神経画像データの統合において、よりニュアンスに富んだアプローチを必要とする。