论文标题：Convergent and divergent spatial topographies of individualized brain functional networks and their developmental origins

期刊：Psychoradiology

作者：Jianlong Zhao, Yu Zhai, Yuehua Xu, Lianglong Sun, Tengda Zhao*

发表时间：23 April 2026

DOI：10.1093/psyrad/kkag013

北京师范大学赵腾达副研究员团队在Psychoradiology期刊发表题为《Convergent and divergent spatial topographies of individualized brain functional networks and their developmental origins》的研究文章，提出功能拓扑协方差分析新框架，用于量化个体化脑功能网络之间的空间趋同与分化关系。研究揭示了脑功能网络“协同-拮抗”交互的空间组织特征，强调负性功能连接在维持脑功能系统动态平衡中的重要作用，并为理解脑功能系统的组织规律及其发育机制提供了新的理论视角。

一、研究背景

人脑在宏观尺度上由多个具有特定空间拓扑结构的典型功能网络组成，这些网络的空间组织形式被称为“功能拓扑”。功能拓扑能够反映皮层神经环路的空间激活与相互作用模式，其发育重塑过程与脑成熟及行为发展密切相关。既往研究主要聚焦于单一功能网络的空间构型，对不同功能网络之间如何进行空间协调、其“协同-拮抗”模式如何形成，以及这些模式的发育来源，仍缺乏系统认识。此外，传统分析通常忽略负性连接，而越来越多的神经生理学证据表明，负性功能连接对于维持脑功能系统的功能分离和动态平衡具有重要意义。因此，建立能够刻画个体化功能网络空间耦合关系的新方法，对于深入理解脑功能系统的组织原则及其发育机制具有重要价值。

二、研究目的

基于上述背景，本文建立一种基于个体化功能拓扑的新型分析框架——功能拓扑协方差分析（Functional topography covariance analysis, FOCA），从“空间协同-拮抗”的角度重新理解大尺度脑功能网络的组织规律，并进一步揭示其神经生物学基础及发育起源。具体的研究目的如下：

1. 构建FOCA框架，量化个体化功能网络的趋同与趋异耦合关系；

2. 揭示成人脑FOCA的层级组织、个体变异特征及神经生物学基础；

3. 阐明新生儿FOCA模式与成人的差异、早期发育轨迹；

4. 验证新生儿FOCA特征对18月龄神经发育结局的预测价值；

5. 对比FOCA与传统功能连接（Functional connectivity, FC）在负性连接捕捉上的稳定性与敏感性。

三、研究方法

研究纳入三组公开功能性磁共振成像数据：成人高密度采样数据（Midnight Scan Club, MSC）：9名被试，300分钟（共12次）扫描；大样本成人数据（Human Connectome Project, HCP）：996名被试，约58分钟扫描；大样本新生儿数据（Developing Human Connectome Project, dHCP）：370名被试，15分钟扫描，其中238名完成18月龄贝利婴幼儿发育量表（Bayley-III）随访。

研究采用模板匹配法生成个体化功能网络，并通过计算不同网络空间拓扑图之间的相关性构建FOCA矩阵，用于量化网络间的趋同与分化关系。随后，通过层级聚类解析网络层级结构，结合多变量回归模型探究神经生物学基础。采用广义加性模型分析新生儿发育轨迹，线性回归评估发育预测效能。最后，从全局信号回归稳定性、个体变异捕捉、发育变化敏感性三个维度对比FOCA与传统FC。

四、研究结果

1. 成人脑FOCA稳定呈现层级化耦合模式

成年人的层级化“合作-竞争”架构：成人FOCA矩阵呈现出高度的个体一致性和稳定性。层级聚类分析揭示了一个清晰的“六簇-三超簇”层级结构。其中，高级联合网络（如默认模式网络、额顶网络、背侧注意网络）内部及彼此间表现为显著的负耦合（竞争），而初级感觉运动网络（如视觉、感觉运动）簇内部则表现为显著的正耦合（协作）。这种模式与大脑从初级皮层到联合皮层的功能梯度高度吻合。

图1. 功能拓扑协方差矩阵的层级结构及其神经生物学基础。（A）基于FOCA群体矩阵中各网络的连接特征进行层级聚类分析。（B）层级聚类揭示了六个功能簇，并进一步形成三个超簇。（C）展示簇内及簇间功能网络的协同与拮抗拓扑模式。第一行为簇内正耦合网络，第二行为初级系统超簇之间的正耦合及高阶系统超簇之间的负耦合。上方脑图为各簇平均功能拓扑图。（D）FOCA矩阵可被脑基本神经生物学特征预测，其中有氧糖酵解与外锥体化贡献最大。

有氧糖酵解是核心预测因子：九种神经生物学特征能够较好预测FOCA矩阵（校正R² = 0.36），其中有氧糖酵解和外锥体化的贡献最大（占总贡献的80.3%），提示脑能量代谢特征及皮层层级结构可能是塑造脑功能网络空间协同-拮抗关系的重要生物学基础。

2. 新生儿的“反转”模式

与成人形成鲜明对比，新生儿的功能图谱协方差分析矩阵呈现出成人反转的耦合模式。在成人中呈强负相关的网络对（如默认模式网络与背侧注意网络，默认模式网络与视觉V5网络），在新生儿中却表现为显著的正相关。反之，成人中正相关的网络对（如背侧注意网络与行动模式网络，视觉V5与感觉运动-手部网络），在新生儿中则为负相关。这种反转主要由负耦合空间拓扑的显著重分布所驱动，提示脑功能系统的“协同-拮抗”模式是在出生后逐渐成熟形成的。

图2. 新生儿与成人网络间协方差模式的发育差异。（A）新生儿FOCA矩阵呈现与成人“反转”的网络耦合模式。（B）展示新生儿与成人FOCA矩阵的组间差异及四组代表性网络对的变化。（C）新生儿中，背侧注意网络（DAN）与默认模式网络（DMN）呈正耦合、与行动模式网络（AMN）呈负耦合，而成人中上述关系均发生反转。（D）新生儿中，视觉V5网络与DMN呈正耦合、与感觉运动-手部网络呈负耦合，而成人中上述关系同样发生反转。这些变化主要由负性连接空间拓扑的重新分布驱动（黑箭头）。

3. FOCA可预测早期认知发展

新生儿时期的FOCA特征能够显著预测18个月龄时的认知能力，其中前运动网络和视觉V5网络的耦合模式预测准确性最高。此外，视觉V5网络的FOCA特征还能显著预测后续的语言发展水平。

图3. 出生后早期网络间耦合的发育重塑及其神经发育结局。（A）采用广义加性模型分析FOCA的发育变化，结果显示听觉与行动模式网络（AMN）的发育变化最明显。（B）展示听觉及AMN网络相关耦合的代表性发育轨迹。（C）展示37–44周经后龄期间听觉及AMN网络的功能拓扑变化，负性耦合在角回区域逐渐重新分布（黑箭头）。（D）出生时的FOCA特征可预测18月龄神经发育结局，其中前运动网络和视觉相关网络对认知能力预测最佳，视觉V5网络可显著预测语言能力。

五、结论与意义

研究首创FOCA框架，实现了对个体化脑功能网络空间“协同-拮抗”关系的稳定量化，证实负性功能连接是脑网络功能分化与发育的重要维度。描述功能网络在发育过程中如何在空间上相互协调，对于理解大脑成熟过程中功能系统的整合与特化具有关键意义。

研究进一步揭示了脑功能网络由新生儿阶段的广泛协同逐渐向成人阶段的模块化特化演变的发育规律，并发现有氧糖酵解是影响网络耦合的重要代谢基础。同时，新生儿期FOCA特征能够预测后续认知与语言发育水平，提示其有望成为早期脑发育评估及发育障碍识别的潜在影像学标志物。

通讯作者介绍：赵腾达，博士，北京师范大学认知神经科学与学习国家重点实验室副研究员。长期从事基于多模态神经影像的人脑连接组学研究，致力于绘制人脑发育图谱并解析其发育规律，研究涵盖儿童脑影像计算、脑图谱构建及脑网络建模等。在Nature Communications、Communications Biology、Neuroimage、Human Brain Mapping、Cerebral Cortex等学术期刊发表多篇论文。

引用本文：Zhao, J., Zhai, Y., Xu, Y., Sun, L., & Zhao, T. (2026). Convergent and divergent spatial topographies of individualized brain functional networks and their developmental origins. Psychoradiology, 6, kkag013. https://doi.org/10.1093/psyrad/kkag013

本文来源于“精神影像学”公众号：https://mp.weixin.qq.com/s/lvhiGY1IO92N9Fd94CyHOQ