Structural and Functional Brain Networks: From Connections to Cognition

한글 요약

뇌의 비교적 고정된 구조적 연결에서 어떻게 풍부하고 유연한 기능이 생겨나는지를 뇌연결망 이론의 관점에서 정리한 Science 리뷰 논문입니다. 계층적 모듈 구조를 지닌 뇌연결망이 국소적으로 분리된 처리와 전역적 통합을 동시에 뒷받침하기에 적합하다는 점을 설명합니다. 기능적 연결망은 구조적 연결에 제약을 받지만, 인지 과제 수행 중 맥락에 따라 달라지는 통합 과정 때문에 구조와 기능은 필연적으로 어긋나며, 이러한 다대일(many-to-one) 대응 관계가 뇌연결망을 이해하는 핵심이라고 주장합니다. 정적인 구조에서 동적인 기능적 연결망이 나타나는 과정을 설명하려면 신경 정보처리에 대한 형식적이고 계산적인 접근이 필요함을 제안합니다.

How rich functionality emerges from the invariant structural architecture of the brain remains a major mystery in neuroscience. Recent applications of network theory and theoretical neuroscience to large-scale brain networks have started to dissolve this mystery. Network analyses suggest that hierarchical modular brain networks are particularly suited to facilitate local (segregated) neuronal operations and the global integration of segregated functions. Although functional networks are constrained by structural connections, context-sensitive integration during cognition tasks necessarily entails a divergence between structural and functional networks. This degenerate (many-to-one) function-structure mapping is crucial for understanding the nature of brain networks. The emergence of dynamic functional networks from static structural connections calls for a formal (computational) approach to neuronal information processing that may resolve this dialectic between structure and function.