Energy-Driven Structure in Coupled Brain–Body Dynamics

技術要約：脳–身体システムにおけるクロススケール・エネルギー協調

問題提起
精神神経疾患や神経変性疾患は、伝統的に分子病理学的カスケードがネットワーク機能不全へと至るダウンストリームの結果として捉えられてきた。しかし、病理に焦点を当てた介入の成功が限定的であることは、不可逆的な構造的損傷が生じる前の初期の脆弱性を説明できる、システムレベルの補完的な説明の必要性を示唆している。現在のモデルは、脳機能の中心的組織原理として、行動の最適化や予測誤差の最小化を仮定することが多い。本研究は、大規模な脳力学が主に、分散した脳–身体システム間のエネルギーを調節するように組織されているという代替的な視点を提案する。そして、このクロスシステム間のエネルギー調節が非効率になったときに、認知的な脆弱性が生じるというものである。

手法
著者は、大規模な神経力学、末梢生理学、および代謝エネルギー調節の相互作用を調査するために、生成的な in silico フレームワークを開発した。本研究では、以下の手法構成を用いた：

• モデル・アーキテクチャ： 結合された非線形スチュアート–ランダウ（Stuart–Landau）振動子のネットワークと、シミュレートされた心臓信号および動的なエネルギー変数を組み合わせた全脳モデル。
• ネットワーク構築： 構造的結合性は、結果がアーキテクチャに依存しないことを保証するため、ノード数40、80、120の複数の標準的なトポロジー（スモールワールド、ランダム、およびラティスネットワーク）を用いた。
• ダイナミクス：
  • 神経系： ノードは、固有の振動力学、拡散結合（グラフ・ラプラシアン経由）、および心臓入力と代謝エネルギーからの乗法的変調を通じて進化する。
  • 末梢系： 確率的な心臓振動子が、神経力学への時変的な外部入力を提供する。
  • エネルギー： 代謝エネルギーは、生産（心臓信号によって駆動）、消費（神経パワーに比例）、および減衰のバランスをとる動的な変数としてモデル化された。これにより、神経活性がエネルギーを消費し、利用可能なエネルギーが神経力学を変調するという双方向の結合が確立された。
• ライフスパン・パラメータ化： 加齢に伴う発達および退行の軌跡を、離散的なグループ分けを行うことなくシミュレートするために、主要なパラメータ（結合強度、神経ノイズ、代謝減衰）を年齢の関数として変調させた。
• 指標：
  • 脳–心臓コヒーレンス（BHC）： 神経のメタ安定性と自律・代謝の変動性との間の整合性を定量化する指標（全域的な神経信号と心臓リズムの間の位相コヒーレンス）。
  • エネルギー–エントロピー結合指数（EECI）： ネットワークのメタ安定性と自律・代謝の変動性との間の整合性を定量化する動的システム指標。
  • 合成認知（Synthetic Cognition）： 全域的な結合強度とエネルギー統計（平均エネルギーおよび変動性）を組み合わせたプロキシ変数。
• 解析： 統計的関連性はピアソン相関および置換テストを用いて評価された。エネルギー効率がシステムレベルの協調と認知アウトカムの関係を媒介しているかどうかをテストするために、媒介分析（ブートストラップ・リサンプリング）が行われた。長期的軌跡は、5年ごとの年齢ビン（20–85歳）にわたって分析された。

主な貢献

1. 脳–心臓コヒーレンス（BHC）の導入： 神経のメタ安定性と自律・代謝の変動性との間の整合性を定量化する新しい指標を導入し、動的システム論の枠組みの中で神経内臓統合を定式化した。
2. システムレベルの仮説： 認知パフォーマンスは、病理の負担そのものよりも、クロススケールのエネルギー協調の効率性に依存することを提案する。これは、認知的な脆弱性が、エネルギー制約のあるメタ安定な最適状態から逸脱したときに生じることを示唆している。
3. メカニズムの差別化： エネルギー–エントロピー結合が、予測処理の尺度（能動的推論）や病理中心のモデルとは異なる説明的価値を提供することを実証した。
4. ライフスパンの軌跡： 最適な認知が特定のエネルギー制約下のメタ安定レジーム内で発生することを示す創発的な軌跡を特定し、異なるモデル（能動的推論は成人期初期にピーク、脳–身体結合は中年期から後期にかけてピーク）で異なる時間的ピークを示すことを明らかにした。

結果

• 予測妥当性： 能動的推論モデルは「認知的エネルギー」と中程度の関連を示したが（$R^2 \approx 0.089$）、脳–身体結合および帰無モデルは無視できる効果を示した（$R^2 < 0.001$）。しかし、これらの予測因子は統計的に独立しており、非重複の変動を捉えていた。
• エネルギー効率による媒介：
  • 脳–身体モデルの場合、認知エネルギーとの関連は、主にエネルギー効率を介した媒介経路を通じて表現された（負の間接効果、正の直接効果）。
  • 能動的推論モデルの場合、間接効果および直接効果の両方が大きく正であった。
  • 帰無モデルは、無視できる媒介効果を示した。
• ライフスパン・ダイナミクス：
  • エネルギー効率は、成人のライフスパンを通じて単調に減少した。
  • 能動的推論モデルは、成人期初期に最も強い媒介効果を示した（22.5歳でピーク）。
  • 脳–身体モデルは、人生のより後半で最大の効果に達した（57.5歳でピーク）。
  • これらの軌跡は、クロスバリデーションのフォールドおよびネットワーク・トポロジーを横断して頑健であった。
• 構成概念の特異性： 観察された関係は、脳–身体–エネルギーシステムに特有のものであり、ランダムな変動や循環的な定義によるアーティファクトではないことが示された。

意義および主張
本論文は、神経力学、代謝、および末梢生理学を結びつける、メカニズム的に明示的かつ経験的にテスト可能なモデルを提供すると主張している。著者は、認知的な脆弱性を、単なる病理の累積的な負担や「摩耗と損傷」（アロスタティック負荷）ではなく、エネルギー効率の喪失およびエネルギー制約のあるメタ安定な最適状態からの逸脱として捉えるべきであると論じている。

• 理論的転換： 本研究は、認知の低下を、病理の累積的な負担や「摩耗と損傷」として見ることから、エネルギー効率の喪失およびエネルギー制約のあるメタ安定な最適状態からの逸脱として見る方向への転換を促すものである。
• 発達的関連性： このモデルは、主要な精神疾患が出現する発達の窓（思春期および成人期初期）が、特定のエネルギー的なトレードオフや結合強度のシフトと一致していることを示唆しており、これが構造的損傷が生じる前の脆弱性を説明できる可能性を示している。
• 限界と範囲： 著者は、本研究が簡略化された末梢および代謝表現を用いた完全に in silico のものであることを明記している。これは分子モデルに取って代わるものではなく、補完的な仮説を提供するものである。$R^2$ 値が小さいことは、合成認知変数の独立した設計によるものであるとし、今後の研究にはマルチモーダルな神経イメージングおよび生理学的記録による経験的検証が必要であることを認めている。