Nat. Rev. Neurosci. 综述：网络模型增强跨物种研究的转化影响

关键词：网络科学，神经科学，脑网络，跨物种转化

论文题目：Network models to enhance the translational impact of cross-species studies
期刊名称：Nature Reviews Neuroscience
论文地址：https://www.nature.com/articles/s41583-023-00720-x

神经科学研究通常是在动物模型中进行，以理解人类状况的特定方面。然而，跨物种研究结果转化仍然是一个重大挑战。网络科学方法可以通过将动物模型研究中识别出的小尺度细胞过程，映射到在人类中观察到的大尺度区域间回路，增强跨物种研究在神经科学领域的转化影响。

这篇综述强调了网络科学方法对神经科学中跨物种转化研究的贡献。作者们首先探讨跨物种转化模型的目标。其次，新工具的发展使得在动物模型中以细胞分辨率获取整个大脑数据成为可能，文章中讨论了这些进展如何为跨物种应用网络科学方法来理解大尺度脑网络提供前所未有的机会。文章描述了这些工具如何支持跨物种和成像模态之间的研究结果转化，并强调未来的机会。

图1. 网络科学应用于神经科学。（a）小鼠、猕猴和人类连接组中社团结构的相似性比较；（b）大脑的能量景观；（c）跨物种神经解剖预测。

图2. 跨物种转化研究流程。

在神经发育的转化研究中，网络模型可以用来绘制大脑结构在发育过程中的变化，并确定基因和环境因素如何影响发育结果。例如青少年期的发育差异可能导致成年大脑的网络结构差异（图3a）。神经调节研究评估大脑在不同条件下对刺激的反应，如药物依赖的网络模型可以识别对药物刺激的协调活动的差异（图3b）。在神经退行的研究中，病理蛋白被注射到特定的脑区域。然后，网络模型可以用来模拟病理在大脑结构纤维束上的传播，并预测疾病的进展（图3c）。