Cortical resting state circuits: connectivity and oscillations

• Autores: Tristan Nakagawa
• Directores de la Tesis: Gustavo Deco (dir. tes.), Salvador Soto-Faraco (codir. tes.)
• Lectura: En la Universitat Pompeu Fabra ( España ) en 2015
• Idioma: español
• Tribunal Calificador de la Tesis: Morten L. Kringelbach (presid.), Adrián Ponce Alvarez (secret.), Petra Ritter (voc.)
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen

  • Últimamente, el interés de la comunidad científica sobre los patrones de la continua actividad espontanea del cerebro ha ido en aumento. Complejos patrones espacio-temporales emergen a partir de interacciones de un núcleo estructural con dinámicas funcionales. Se ha encontrado que estos patrones no son aleatorios y que omponen la red estructural en la que la arquitectura cognitiva humana se basa. En esta tesis usamos un modelo computacional detallado para estudiar los factores clave en producir los patrones emergentes. Por primera vez, presentamos un modelo simplificado de la actividad cerebral en envejecimiento. También demostramos que la inclusión del desfase de transmisión en un modelo para grabaciones magnetoencefalográficas del estado en reposo maximiza el rendimiento del modelo. Para ello, aplicamos un modelo con una red de neuronas pulsantes (spiking-neurons) y con dinámicas oscilatorias. Además, proponemos adoptar una posición comparativa basada en los datos para descomponer el sistema en subredes.

    En conclusion, hemos estudiado efectos de cambios estructurales y la importancia de desfases en la presencía de oscillaciones en el modelo, y hemos encontrado que ambos una red estructural intacta y la consideracíon de desfases maximisan el rendimiento del modelo respecto a datos empiricos, indicando que los dos aspectos ayudan a mantener el sistema en un regímen metaestable. Con esto, los resultados contribuyen al avance del campo de la investigacíon del estado de reposo y la dinámica del cerebro. Anticipamos que los conceptos discutidos llevan ímpetu para estudiar y llegar a comprender mas profundamente esa dinámica interna.

    Bibliografía Brookes, M. J., et al. (2011a). Measuring functional connectivity using MEG: Methodology and comparison with fcMRI. NeuroImage, 56(3), 1082¿1104.

    Brookes, M. J., et al. (2011b). Investigating the electrophysiological basis of resting state networks using magnetoencephalography. Proc Natl Acad Sci U S A, 108(40), 16783¿16788.

    Deco, G. & Jirsa, V. K. (2012). Ongoing Cortical Activity at Rest: Criticality, Multistability, and Ghost Attractors. J Neurosci,32(10), 3366¿3375.

    Deco, G., Jirsa, V. K., & McIntosh, A. R. (2013a). Resting brains never rest: computational insights into potential cognitive architectures. Trends in Neurosciences, 36(5), 268¿274.

    Deco, G., Jirsa, V. K., McIntosh, A. R., Sporns, O., & Kötter, R. (2009). Key role of coupling, delay, and noise in resting brain fluctuations. Proc Natl Acad Sci U S A, 106(25), 10302.

    Deco, G., Jirsa, V. K., Robinson, P. A., Breakspear, M., & Friston, K. J. (2008). The dynamic brain: From spiking neurons to neural masses and cortical fields. PLoS Comput Biol, 4(8), e1000092.

    Deco, G., Ponce-Alvarez, A., Mantini, D., Romani, G. L., Hagmann, P., & Corbetta, M. (2013). Resting-state functional connectivity emerges from structurally and dynamically shaped slow linear fluctuations.

    J. Neurosci., 33(27), 11239¿11252.

    Nakagawa, T. & Deco, P. D. G. (2014). Multiscale Brain Connectivity. In D. Jaeger & R. Jung (Eds.), Encyclopedia of Computational Neuroscience (pp. 1¿3). Springer New York.

    Nakagawa, T. T., Jirsa, V. K., Spiegler, A., McIntosh, A. R., & Deco, G. (2013). Bottom up modeling of the connectome: Linking structure and function in the resting brain and their changes in aging. NeuroImage, 80, 318-329.

    Nakagawa, T. T., et al. (2014). How delays matter in an oscillatory whole-brain spiking-neuron network model for MEG alpha-rhythms at rest. NeuroImage, 87, 383¿394.