デフォルトモードネットワークの安定性と思春期のタスクエンゲージメントへの非アクティブ化の貢献

過去10年間に安静状態の機能分析を通じて発見されたいくつかの本質的な脳ネットワークのうち、デフォルトモードネットワーク（DMN）は、激しい関心と研究の対象となっています。特に、DMNは、タスクエンゲージメント中に著しい抑制を示し、目標指向の動作を実行するためにダウンレギュレートする必要がある、内部指向の認知における仮説の役割につながりました。以前の研究は、DMN抑制のメカニズムとしての単変量の非活性化に大きく焦点を合わせてきました。しかし、タスク中のDMNダウンレギュレーションの一時的な性質を考えると、重要な疑問が生じます。DMNは、タスク学習を成功させるために強く、またはより安定して抑制される必要がありますか？この質問を探るために、65人の青年（Mage = 13.32; 21人の女性）は、fMRIスキャン中に危険な意思決定タスクを完了しました。タスク上のフィードバック学習のレベルを予測する際に、時間をかけて活性化の安定性に対する絶対不活性レベルの個人差を調べることにより、主要な質問をテストしました。安定性を測定するために、地域内の時間にわたって活性化の安定性を推定するモデルベースの機能的接続アプローチを利用しました。私たちの仮説に沿って、デフォルトモード領域での活性化の安定性は、DMNの非活性化の絶対レベル以上のタスクエンゲージメントを予測し、脳が行動に対する脳ネットワークの影響を抑制できる新しいメカニズムを明らかにしました。これらの結果は、脳の機能的ダイナミクスを理解するためにモデルベースのネットワークアプローチを採用することの重要性を強調しています。

Out of the several intrinsic brain networks discovered through resting-state functional analyses in the past decade, the default mode network (DMN) has been the subject of intense interest and study. In particular, the DMN shows marked suppression during task engagement, and has led to hypothesized roles in internally-directed cognition that need to be down-regulated in order to perform goal-directed behaviors. Previous work has largely focused on univariate deactivation as the mechanism of DMN suppression. However, given the transient nature of DMN down-regulation during task, an important question arises: Does the DMN need to be strongly, or more stably suppressed to promote successful task learning? In order to explore this question, 65 adolescents (Mage = 13.32; 21 females) completed a risky decision-making task during an fMRI scan. We tested our primary question by examining individual differences in absolute level of deactivation against the stability of activation across time in predicting levels of feedback learning on the task. To measure stability, we utilized a model-based functional connectivity approach that estimates the stability of activation across time within a region. In line with our hypothesis, the stability of activation in default mode regions predicted task engagement over and above the absolute level of DMN deactivation, revealing a new mechanism by which the brain can suppress the influence of brain networks on behavior. These results also highlight the importance of adopting model-based network approaches to understand the functional dynamics of the brain.