SILICA-SNC: FROM STREAMLINES TO NETWORKS

Het menselijk brein is een uitgestrekt, ingewikkeld netwerk van draden, waarbij miljarden neuronen communiceren via lange, kabelachtige vezels die witte stof worden genoemd. Decennialang hebben wetenschappers geprobeerd deze verbindingen in kaart te brengen om te begrijpen hoe het brein is opgebouwd. De standaardaanpak is geweest om het brein te behandelen als een stadsplattegrond, waarbij het wordt verdeeld in afzonderlijke wijken of regio's en er lijnen tussen hen worden getrokken om aan te geven welke gebieden met elkaar verbonden zijn. Deze methode, bekend als een structureel connectoom, is ongelooflijk nuttig geweest, maar legt slechts een fractie van het verhaal vast. Het mist de complexe, continue paden die vezels afleggen terwijl ze door het brein slingeren, waarbij de rijke details van hoe deze lange trajecten georganiseerd zijn en hoe ze zich tot elkaar verhouden buiten eenvoudige punt-tot-puntverbindingen, worden genegeerd.

Een nieuwe studie van onderzoekers van Georgia State University, de Georgia Institute of Technology en Emory University biedt een andere manier om naar deze biologische bedrading te kijken. In plaats van het brein in een raster van wijken te dwingen, stellen zij een methode voor die de continue aard van de vezels zelf respecteert. Door de werkelijke paden van deze vezels te analyseren, ontdekte het team een verborgen laag van organisatie die onthult hoe verschillende vezelsystemen samenwerken. Deze aanpak brengt niet alleen in kaart waar de draden naartoe gaan; het brengt in kaart hoe de draden zelf worden gegroepeerd in functionele systemen, wat een duidelijker, directer beeld geeft van de structurele architectuur van het brein.

De onderzoekers begonnen met een enorme collectie gegevens van dertig gezonde volwassenen. Met behulp van een gespecialiseerde beeldvormingstechniek genaamd diffusie-MRI volgden zij de paden van miljoens kleine vezels door het gehele brein, waardoor ze een volledige 3D-kaart van de bedrading van het brein creëerden, een zogenaamde tractogram. Waar eerdere methoden hier zouden zijn gestopt door simpelweg te tellen hoeveel vezels twee specifieke hersenregio's verbinden, ondernam dit team een andere stap. Ze gebruikten een wiskundige techniek genaamd Streamline Independent Component Analysis, of SILICA, om de volledige kaart op te splitsen in afzonderlijke, coherente systemen. Stel je voor dat je een verwarde kluwen wol sorteert, niet op kleur, maar op hoe de draden van nature draaien en groeperen. SILICA doet dit precies voor hersenvezels: het identificeert ongeveer eenenveertig unieke, op gegevens gebaseerde systemen die de belangrijkste structurele paden van het brein vertegenwoordigen zonder dat er vooraf gedefinieerde hersenregio's nodig zijn.

Zodra deze systemen waren geïdentificeerd, stelden de onderzoekers een nieuwe vraag: hoe verhouden deze systemen zich tot elkaar? Om dat te beantwoorden, ontwikkelden ze een nieuwe tool genaamd Structural Network Coupling, of SNC. In plaats van naar verbindingen tussen hersenregio's te kijken, kijkt SNC naar de relatie tussen de vezelsystemen zelf. Het meet hoeveel twee verschillende systemen dezelfde vezels delen. Als twee systemen zwaar leunen op dezelfde set paden, zijn ze sterk gekoppeld; als ze zeer verschillende paden gebruiken, zijn ze zwak gekoppeld. Dit creëert een nieuw soort kaart waarbij de knooppunten niet hersenregio's zijn, maar de vezelsystemen zelf, en de lijnen tussen hen laten zien hoe nauw hun paden overlappen.

Toen het team deze methode toepaste op hun groep van dertig deelnemers, waren de resultaten opmerkelijk. De nieuwe kaarten onthulden een hoog georganiseerde structuur die de vezels van het brein van nature verdeelde in drie grote families: commissurale paden die de twee helften van het brein verbinden, projectiepaden die het brein met het ruggenmerg verbinden, en associatiepaden die verschillende delen van het breinoppervlak met elkaar verbinden. Opvallend genoeg kwam deze scheiding puur voort uit de data, zonder dat de onderzoekers de computer vertelden waar hij naar moest zoeken. De methode toonde ook een sterke voorkeur voor het groeperen van vezels binnen hetzelfde hemisfeer van het brein, waarbij links- en rechtszijdige systemen onderscheidend werden gehouden, terwijl nog steeds werd getoond hoe de commissurale paden als een brug tussen hen fungeren.

De studie bevestigde dat deze nieuwe manier van het brein zien niet zomaar een willekeurig patroon is. Toen de onderzoekers hun groep van dertig mensen in tweeën splitsten en de twee groepen afzonderlijk analyseerden, waren de resulterende kaarten bijna identiek, met een correlatie van 0,993. Deze extreme stabiliteit suggereert dat de patronen die zij vonden een echt, fundamenteel kenmerk van de menselijke hersenanatomie zijn, en geen artefact van de specifieke mensen die zij bestudeerden. Bovendien kwam de sterkte van de verbindingen tussen deze systemen overeen met wat we weten over de hersenanatomie. Zo vertoonden de vezels die de twee zijden van het brein verbinden sterkere links met zowel de projectie- als de associatiesystemen dan die twee systemen met elkaar hadden, wat de centrale rol weerspiegelt die deze dwarshemisferische vezels spelen in de algehele structuur van het brein.

Dit werk vervangt de traditionele kaarten van hersenregio's niet, maar voegt een nieuwe, diepere laag van begrip toe. Het laat zien dat de organisatie van het brein duidelijk te zien is door de vezels zelf te volgen, in plaats van de regio's die ze verbinden. Door de focus te verleggen van geïsoleerde punten naar continue systemen, hebben de onderzoekers een flexibel kader geboden dat wetenschappers kan helpen beter te begrijpen hoe de fysieke structuur van het brein zijn functies ondersteunt. De methode behoudt een directe link terug naar de werkelijke vezels, wat betekent dat elke verbinding in hun nieuwe netwerk direct herleid kan worden naar de fysieke paden in het brein, wat een completer beeld geeft van hoe onze interne bedrading werkelijk is gerangschikt.