Exploración de la red cerebral: una revisión de la conectividad funcional en la RMf en estado de reposo

Resumen

Nuestro cerebro es una red. Está formado por regiones distribuidas en el espacio, pero funcionalmente conectadas, que comparten de manera continua información entre ellas. Es interesante señalar que los recientes avances en la adquisición y análisis de datos de neuroimagen funcionales han catalizado la exploración de la conectividad funcional en el cerebro humano. La conectividad funcional se define como la dependencia temporal de los patrones de activación neuronal de regiones cerebrales que anatómicamente están separadas, y en los últimos años un conjunto creciente de estudios de neuroimagen ha empezado a explorarla mediante la medición del nivel de coactivación de series temporales de resonancia magnética funcional (RMf) en estado de reposo entre distintas regiones del cerebro. Estos estudios han revelado nuevos resultados interesantes sobre las conexiones funcionales de regiones cerebrales específicas y redes locales, así como nuevas perspectivas importantes en la organización global de la comunicación funcional en la red cerebral. Presentamos aquí una visión general de estos nuevos métodos y comentamos la forma en la que han conducido a nuevas perspectivas respecto a aspectos clave del cerebro humano, presentando una visión general de estas nuevas técnicas de imagen y sus repercusiones para la neurociencia. Comentamos el uso de la RMf en estado de reposo espontáneo para determinar la conectividad funcional, así como los orígenes propuestos de esas señales, la forma en la que las conexiones funcionales tienden a estar relacionadas con las conexiones estructurales de la red cerebral y el modo en el que la comunicación cerebral puede desempeñar un papel clave en la función cognitiva. Comentaremos también el nuevo campo del estudio de los patrones de conectividad funcional mediante el uso de la teoría de grafos, centrándonos en la organización global de la red cerebral funcional. Concretamente, analizaremos el valor de estos nuevos instrumentos de conectividad funcional para examinar las enfermedades que se consideran relacionadas con la conectividad, como la enfermedad de Alzheimer, la demencia, la esquizofrenia y la esclerosis múltiple.

Abstract

Our brain is a network. It consists of spatially distributed, but functionally linked regions that continuously share information with each other. Interestingly, recent advances in the acquisitionand analysis of functional neuroimaging data have catalyzed the exploration of functional connectivity in the human brain. Functional connectivity is defined as the temporal dependency of neuronal activation patterns of anatomically separated brain regions and in the past years an increasing body of neuroimaging studies has started to explore functional connectivity by measuring the level of co-activation of resting-state fMRI time-series between brain regions. These studies have revealed interesting new findings about the functional connections of specific brain regions and local networks, as well as important new insights in the overall organization of functional communication in the brain network. Here we present an overview of these new methods and discuss how they have led to new insights in core aspects of the human brain, providing an overview of these novel imaging techniques and their implication to neuroscience. We discuss the use of spontaneous resting-state fMRI in determining functional connectivity, discuss suggested origins of these signals, how functional connections tend to be related to structural connections in the brain network and how functional brain communication may form a key role in cognitive performance. Furthermore, we will discuss the upcoming field of examining functional connectivity patterns using graph theory, focusing on the overall organization of the functional brain network. Specifically, we will discuss the value of these new functional connectivity tools in examining believed connectivity diseases, like Alzheimer's disease, dementia, schizophrenia and multiple sclerosis.