پروژه (Human Connectome (HCP

پروژه (Human Connectome (HCP (به انگلیسی: (Human Connectome Project (HCP) که به اختصار با عنوان HCP از آن یاد می‌شود پروژه ای 5 ساله است که توسط 16 عضو موسسه ملی بهداشت ایالات متحده پشتیبانی می‌شود. HCP پروژه‌های تحقیقاتی خود را در قالب دو کنسرسیوم جدا دنبال می‌کند. این پروژه در ژوئیه سال 2009 میلادی به عنوان اولین چالش بزرگ سازمان NIH در زمینه علوم عصبی (neuroscience) آغاز شد.[1][2] در تاریخ 15 سپتامبر سال 2010، سازمان NIH اعلام کرد که اعتباراتی برای دو کنسرسیوم در نظر گرفته‌است. اعتباری به ارزش 30 میلیون دلار در طول 5 سال به کنسرسیومی اهدا شد که توسط دانشگاه واشنگتن در سنت لوئیس و دانشگاه مینه‌سوتا با همکاری دانشگاه آکسفورد (FMRIB) اداره می‌شد. همچنین اعتباری به ارزش 8.5 میلیون دلار و در مدت 3 سال به کنسرسیومی اهدا شد که توسط دانشگاه هاروارد، بیمارستان عمومی ماساچوست و دانشگاه کالیفرنیا، لس‌آنجلس اداره می‌شد.[3]

هدف پروژه HCP تهیه نقشه شبکه ای از اتصالات مغزی (connectome) است که حقایقی را در زمینه اتصالات ساختاری و عملکردی نواحی مختلف مغز انسان‌های سالم آشکار می‌کند. همچین داده‌های حاصل از این پروژه، تحقیقات موجود در زمینه اختلالات مغزی ناشی از اوتیسم، آلزایمر، اسکیزوفرنی و خوانش پریشی (dyslexia) را تسهیل خواهند کرد.[4][5]

از 28 نوامبر 2017 این پروژه بطور رسمی مختومه اعلام شده‌است.

کنسرسیوم WU-Minn-Oxford

این کنسرسیوم مقادیر زیادی از داده‌های رفتاری و MRI را روی 1.200 فرد مختلف جمع‌آوری کرده که شامل دوقلوها و برادارن و خواهران آن‌ها از بین 300 خانواده بوده‌است. داده‌های بدست آمده آنالیز شده و ارتباطات ساختاری و عملکردی مغر هر فرد استخراج شده‌است. این ارتباطات توسط داده‌های رفتاری جمع‌آوری شده نیز تطبیق داده خواهند شد. مقایسه داده‌های اتصالات مغزی و داده‌های ژنتیکی، میان دوقلو‌هایی که از نظر ژنتیکی همسان هستند و دوقلوهای ناهمسان، نشان می‌دهد که هم ژن و هم محیط در تشکیل مدارات مغزی و تغییرات ژنتیکی مرتبط مشارکت می‌کنند.

این کنسرسیوم سعی می‌کند، با استفاده از تکنولوژی‌های تصویربرداری غیرتهاجمی، از جمله تصویر برداری rfMRI، tfMRI، MEG، EEG و DWI تا نقشه اتصالات مغزی را در سطح ماکرو بررسی کند. در این شیوه، بجای تک تک نورون‌ها، تصویربرداری از ناحیه‌های مجزای مغزی در حالت ساختاری و عملکردی صورت می‌گیرد.

ده‌ها بازرس و پژوهشگر از 9 مؤسسه در انجام این پروژه مشارکت کرده‌اند. دانشگاه واشنگتن در سنت لوییس، مرکز تحقیقات تشدید مغناطیسی در دانشگاه مینه سوتا، دانشگاه آکسفورد، دانشگاه سنت لوئیس، دانشگاه ایندیانا، دانشگاه آنونزیو پسکارا، موسسه ارنست استرانگمن، دانشگاه واریک، تکنولوژی‌های پیشرفته MRI و دانشگاه برکلی کالیفرنیا از جمله موسسات تحقیقاتی شرکت‌کننده هستند.[6]

داده‌های بدست آمده از این تحقیقات به صورت عمومی و متن باز (open-source) توسط پلتفرم تحت وب قابل دسترس خواهند بود.[7][8]

کنسرسیوم MGH/Harvard-UCLA consortium

تمرکز این کنسرسیوم بیشتر بر روی بهینه سازی تکنولوژی MRI برای ثبت تصاویر هرچه بهتر از مغز و ارتباطات ساختاری قسمت‌های مختلف آن با استفاده از diffusion MRI خواهد بود. هدف این کنسرسیوم افزایش رزولوشن مکانی، کیفیت و سرعت تصویربرداری است. تصویربرداری Diffusion MRI که در هر دو پروژه استفاده می‌شود، ارتباطات فواصل طولانی فیبروزهای مغزی را با استفاده از مسیر یابی حرکت آب بدست می‌آورد ( ترکتوگرافی ). الگوی انتشار آب در انواع مختلف سلول ها، شناسایی انواع مختلف بافت‌ها را ممکن می‌سازد. با استفاده از این روش تصویربرداری، مسیرهای طولانی نورون که ماده سفید مغز نام دارند، به وضوح مشخص می‌شوند.[9][10]

اسکنر جدیدی که مخصوص این پروژه در مرکز MGH Martinos ساخته شده‌است، 4 تا 8 برابر بهتر از اسکنرهای عادی است که تصویربرداری از آناتومی دستگاه عصبی را با حساسیت بیشتری نسبت به گذشته ممکن می‌سازد.[3] اسکنر فوق توان گرادیانی برابر با 300 میلی‌تسلا بر متر و سرعت چرخش (slew rate) برابر با 200 تسلا بر متر بر ثانیه دارد. مقدار b-value برای این اسکنر تا مقدار 20.000 نیز تست شده‌است. جهت انجام مقایسه بهتر بین این اسکنر و اسکنرهای عادی لازم بذکر است که مقدار حداکثر گرادیان اسکنرهای عادی 45 میلی تسلا بر متر است و b-value آن‌ها در حدود 700 می‌باشد.[11][12][13]

تست ها و اندازه‌گیری های رفتاری

برای درک بهتر ارتباط میان اتصالات مغزی ( connectivity ) و رفتار فرد، پروژه HCP از برخی از تست‌ها و اندازه گیری‌های قابل اطمینان و معتبر استفاده خواهد کرد تا محدوده گسترده ای از کارکردها و توانایی‌های انسان را ارزیابی کند. هسته مرکزی این تست‌ها ابزار و روش‌هایی است که توسط تولباکس NIH برای ارزیابی عملکردهای رفتاری و عصبی، ابداع شده‌اند.[14]

پژوهش

پروژه HCP از گروه‌های بزرگی از تیم‌های تحقیقاتی بهره می‌برد. این تیم‌ها از اسکن و تحلیل‌های مختلف مغز که توسط پروژه ابداع شده‌است، استفاده می‌کند.[15] این مطالعه معمولاً از گروه‌های بزرگی از شرکت کنندگان نیز بهره برده، زوایای مختلفی از مغز آنان را اسکن کرده و با دقت بالایی محل ساختارهای مختلف داخل مغز هر فرد را ثبت می‌کنند.[16] مطالعاتی که در پروژه HCP انجام گرفته، هم‌اکنون توسط Connectome Coordination Facility دسته‌بندی شده‌اند. این مطالعات به 3 دسته تقسیم‌بندی می‌شوند : اتصالات مغزی افراد سالم، داده‌های اتصالات مغزی ثبت شده در طول عمر افراد، اتصالات مغزی مرتبط به بیماری‌های انسان. گروه‌های تحقیقاتی مختلفی تحت این 3 دسته کار کرده و به دنبال پاسخگویی به سوالات خاصی در این زمینه‌ها هستند.

اتصالات مغزی میان افراد سالم

[17] مطالعات HCP روی افراد جوان، اتصالات مغزی را میان 1100 فرد جوانی که در دسترس گروه تحقیقاتی بودند، ثبت کرده‌است.[18] دانشمندان، داده‌های بدست آمده از این پروژه را برای اثبات این تئوری استفاده کرده‌اند که کدام نواحی مغزی با یکدیگر در ارتباط هستند.[19] به عنوان مثال یکی از مطالعات صورت گرفته توسط داده‌های بدست آمده از پروژه، نشان داد که آمیگدال ( یکی از نواحی ضروری مغز در پردازش احساس ) به آن قسمت‌هایی از مغز متصل است که اطلاعات حسی و جابجایی را دریافت می‌کند.[20] مطالعه دیگری که انجام گرفت نشان داد، افرادی که بیشتر مستعد اضطراب و افسردگی هستند، اتصالات کمتری بین آمیگدال و نواحی دیگر مغزی مربوط به تمرکز و توجه دارند.

داده های اتصالات مغزی ثبت شده در طول عمر افراد

[21] در حال حاضر 4 گروه مختلف تحقیقاتی وجود دارند که داده‌های مربوط به اتصالات مغزی افرادی غیر از افراد جوان را جمع‌آوری می‌کنند. هدف این گروه‌ها تعیین اتصالات عادی مغز در بین نوزادان، کودکان، نوجوانان و افراد میانسال و سالخورده است. دانشمندان داده‌های بدست آمده توسط این 4 گروه تحقیقاتی را با همان روش‌های موجود در دستهٔ اتصالات مغزی افراد سالم تحلیل خواهند کرد.

اتصالات مغزی مرتبط با بیماری های انسان

[22] 14 گروه تحقیقاتی مختلف، چگونگی تغییرات اتصالات مغزی، طی بیماری‌های خاص را بررسی می‌کنند. 4 گروه از این تعداد بر روی آلزایمر یا زوال عقل تمرکز کرده‌اند. آلزایمر و زوال عقل بیماری‌هایی هستند که در اثر افزایش سن ظهور می‌کنند. از دست دادن حافظه و نقص‌های شناختی افراد از جمله نشانه‌های پیشرفت این بیماری‌ها هستند. دانشمندان معتقدند آلزایمر نوعی بیماری است که دلیل و منشا مشخصی دارد، درحالیکه زوال عقل نشانه‌هایی دارد که به چندین دلیل و منشا نسبت داده می‌شود. 2 گروه دیگر تحقیقاتی بیماری‌هایی را بررسی می‌کنند که منجر به مختل شدن اتصالات دیداری ( ویژن ) مغز می‌شوند. 4 گروه تحقیقاتی دیگر نیز بر روی اختلالات اضطراب و اختلالات افسردگی تمرکز کرده‌اند. این بیماری‌ها نوعی اختلالات روانشناسی هستند که منجر به حالات نامناسب احساسی در فرد بیمار می‌شوند. 2 گروه دیگر نیز بر روی تأثیرات روان‌پریشی تمرکز کرده‌اند. روان پریشی یکی از علائم اختلالات روانی است که در آن، فرد بیمار، واقعیت را متفاوت با آنچه که دیگران درک می‌کنند، درک می‌کند. یکی از تیم‌ها نیز تحقیقاتی در زمینه صرع انجام می‌دهد. صرع، بیماری‌ای است که توسط تشنج‌های متعدد شناسایی می‌شود. در نهایت، یکی از تیم‌ها نیز اتصالات مغزی آمیش‌ها را ثبت می‌کنند. آمیش‌ها گروهی از افراد قومی و مذهبی که نرخ بالایی از اختلالات روانی دارند.

اگرچه که تئوری‌های موجود در رابطه با نحوه اتصالات مغزی، در بیماری‌های مختلفی که بررسی می‌شود، تغییر می‌کند، اما داده‌های بدست آمده از افراد سالم، بسیاری از این تئوری‌ها را پشتیبانی می‌کنند.[20] برای مثال، آنالیزی که بر روی مغز افراد سالم صورت گرفت، این تئوری را که افراد دارای اختلالات خشم و افسردگی، اتصالات کمتری میان مراکز احساسی و نواحی تمرکز و توجه دارند، ثابت نمود. پژوهشگران امیدوارند تا از طریق جمع‌آوری داده‌های این بیماران، به چگونگی تغییر اتصالات مغزی این افراد در طول زمان، پی ببرند.

وضعیت پروژه

از 28 نوامبر 2017 این پروژه بطور رسمی مختومه اعلام شده‌است.

لینک های کاربردی

HCP wiki - Human Connectome Project wiki

ICA-FIX - Documentation on ICA-FIX algorithm used on resting state fMRI data[23][24][25]

مناسب برای مطالعه

منابع
  1. NIH Launches the Human Connectome Project to Unravel the Brain’s Connections, National Institutes of Health, 2009-07-15, retrieved 2013-02-16
  2. "The Human Connectome Project", NIH Blueprint for Neuroscience Research, National Institutes of Health, retrieved 2013-02-16
  3. $40 million awarded to trace human brain's connections, National Institutes of Health, 2010-09-15, retrieved 2013-02-16, Souped-up scanners to reveal intricate circuitry in high resolution
  4. Ghosh, Pallab; Van Wedeen, M.D. (2013-02-16). "Inside the brain's wiring" (video). Boston: BBC News Online. Retrieved 2013-02-16.
  5. Geddes, Linda (2016). "Human brain mapped in unprecedented detail". Nature. doi:10.1038/nature.2016.20285.
  6. "$40 Million Awarded to Trace Human Brain's Connections". NIMH. September 15, 2010. Archived from the original on 10 January 2012. Retrieved March 12, 2018.
  7. https://www.humanconnectome.org/
  8. https://db.humanconnectome.org
  9. "Sample diffusion MRI image of brain", Laboratory of Neuro Imaging, UCLA, archived from the original on 2012-03-05, retrieved 2013-02-16
  10. Fan, Qiuyun; Witzel, Thomas; Nummenmaa, Aapo; Van Dijk, Koene R. A.; Van Horn, John D.; Drews, Michelle K.; Somerville, Leah H.; Sheridan, Margaret A.; Santillana, Rosario M. (2016-01-01). "MGH-USC Human Connectome Project datasets with ultra-high b-value diffusion MRI". NeuroImage. 124 (Pt B): 1108–1114. doi:10.1016/j.neuroimage.2015.08.075. ISSN 1095-9572. PMC 4651764. PMID 26364861.
  11. Improving SNR in high b-value diffusion imaging using Gmax = 300 mT/m human gradients, Proc. Intl. Soc. Mag. Reson. Med. 20 (2012) 2738
  12. http://www.nmr.mgh.harvard.edu/martinos/aboutUs/facilities.php%7B%7Bfull citation needed|date=May 2018}}
  13. Fan, Qiuyun; Nummenmaa, Aapo; Witzel, Thomas; Zanzonico, Roberta; Keil, Boris; Cauley, Stephen; Polimeni, Jonathan R.; Tisdall, Dylan; Van Dijk, Koene R. A. (2014-11-21). "Investigating the capability to resolve complex white matter structures with high b-value diffusion magnetic resonance imaging on the MGH-USC Connectom scanner". Brain Connectivity. 4 (9): 718–726. doi:10.1089/brain.2014.0305. ISSN 2158-0022. PMC 4238244. PMID 25287963.
  14. http://humanconnectome.org/about/project/behavioral-testing.html, Retrieved 2013-03-08
  15. Glasser, Matthew F; Smith, Stephen M; Marcus, Daniel S; Andersson, Jesper L R; Auerbach, Edward J; Behrens, Timothy E J; Coalson, Timothy S; Harms, Michael P; Jenkinson, Mark; Moeller, Steen; Robinson, Emma C; Sotiropoulos, Stamatios N; Xu, Junqian; Yacoub, Essa; Ugurbil, Kamil; Van Essen, David C (2016). "The Human Connectome Project's neuroimaging approach". Nature Neuroscience. 19 (9): 1175–87. doi:10.1038/nn.4361. PMID 27571196.
  16. UpAndRunning. "Connectome - Homepage". www.humanconnectome.org. Retrieved 2017-11-28.
  17. UpAndRunning. "HCP Young Adult - Connectome - Publications". www.humanconnectome.org. Retrieved 2017-11-29.
  18. «نسخه آرشیو شده». بایگانی‌شده از اصلی در ۷ مه ۲۰۱۷. دریافت‌شده در ۲۹ مه ۲۰۱۸.
  19. Toschi, Nicola; Duggento, Andrea; Passamonti, Luca (2017). "Functional connectivity in amygdalar-sensory/(pre)motor networks at rest: New evidence from the Human Connectome Project". European Journal of Neuroscience. 45 (9): 1224–1229. doi:10.1111/ejn.13544. PMID 28231395.
  20. De Witte, Nele A. J; Mueller, Sven C (2016). "White matter integrity in brain networks relevant to anxiety and depression: Evidence from the human connectome project dataset". Brain Imaging and Behavior. 11 (6): 1604–1615. doi:10.1007/s11682-016-9642-2. PMID 27744495.
  21. UpAndRunning. "Connectome - HCP Lifespan Studies". www.humanconnectome.org. Retrieved 2017-12-13.
  22. UpAndRunning. "Connectome - Human Connectome Studies Related To Disease". www.humanconnectome.org. Retrieved 2017-12-13.
  23. Smith, Stephen M; Beckmann, Christian F; Andersson, Jesper; Auerbach, Edward J; Bijsterbosch, Janine; Douaud, Gwenaëlle; Duff, Eugene; Feinberg, David A; Griffanti, Ludovica; Harms, Michael P; Kelly, Michael; Laumann, Timothy; Miller, Karla L; Moeller, Steen; Petersen, Steve; Power, Jonathan; Salimi-Khorshidi, Gholamreza; Snyder, Abraham Z; Vu, An T; Woolrich, Mark W; Xu, Junqian; Yacoub, Essa; Uğurbil, Kamil; Van Essen, David C; Glasser, Matthew F (2013). "Resting-state fMRI in the Human Connectome Project". NeuroImage. 80: 144–68. doi:10.1016/j.neuroimage.2013.05.039. PMC 3720828. PMID 23702415.
  24. Griffanti, Ludovica; Douaud, Gwenaëlle; Bijsterbosch, Janine; Evangelisti, Stefania; Alfaro-Almagro, Fidel; Glasser, Matthew F; Duff, Eugene P; Fitzgibbon, Sean; Westphal, Robert; Carone, Davide; Beckmann, Christian F; Smith, Stephen M (2017). "Hand classification of fMRI ICA noise components". NeuroImage. 154: 188–205. doi:10.1016/j.neuroimage.2016.12.036. PMC 5489418. PMID 27989777.
  25. Salimi-Khorshidi, Gholamreza; Douaud, Gwenaëlle; Beckmann, Christian F; Glasser, Matthew F; Griffanti, Ludovica; Smith, Stephen M (2014). "Automatic denoising of functional MRI data: Combining independent component analysis and hierarchical fusion of classifiers". NeuroImage. 90: 449–68. doi:10.1016/j.neuroimage.2013.11.046. PMC 4019210. PMID 24389422.

پیوند به بیرون
Related Connectome Projects
Press releases
News reports

الگو:Human connectomics الگو:HCP Research Network

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.