共通のマーモセット脳における安静状態ネットワークの共通性と分散

脳機能の動物モデルは、ヒト疾患の研究と効果的な介入の発達にとって重要です。安静時ステートネットワーク（RSN）分析は、脳機能を評価し、動物種間で比較を実行するための強力なツールです。いくつかの研究では、人間以外の霊長類である一般的なマーモセット（Callithrix Jacchus; Marmoset）のRSNが報告されています。ただし、RSNSを特定し、より多くのデータを使用して分析を介して共通性と個人間の差異を評価する必要があります。この研究では、慎重な前処理を伴う安静状態の機能的磁気共鳴画像データの100,000を超える時間コース画像ボリュームを使用して検出されたMarmoset RSNを提示します。さらに、これらのRSNの組成に関与する脳領域を抽出して、人間とマルモセットの違いを理解しました。主要なマーモセットで16のRSNを検出しましたが、そのうち3つはマーモセットで以前に報告されていない新しいネットワークでした。これらのRSNは、神経変性疾患の機能的評価に使用する可能性があるため、この研究のデータは、神経変性疾患の機能的効果の理解に大きく貢献します。

Animal models of brain function are critical for the study of human diseases and development of effective interventions. Resting-state network (RSN) analysis is a powerful tool for evaluating brain function and performing comparisons across animal species. Several studies have reported RSNs in the common marmoset (Callithrix jacchus; marmoset), a non-human primate. However, it is necessary to identify RSNs and evaluate commonality and inter-individual variance through analyses using a larger amount of data. In this study, we present marmoset RSNs detected using > 100,000 time-course image volumes of resting-state functional magnetic resonance imaging data with careful preprocessing. In addition, we extracted brain regions involved in the composition of these RSNs to understand the differences between humans and marmosets. We detected 16 RSNs in major marmosets, three of which were novel networks that have not been previously reported in marmosets. Since these RSNs possess the potential for use in the functional evaluation of neurodegenerative diseases, the data in this study will significantly contribute to the understanding of the functional effects of neurodegenerative diseases.