MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412921945 · doi:10.1101/2025.07.24.666667

The role of white matter myelin in structural-functional network coupling

2025· preprint· en· W4412921945 sur OpenAlexafffund
Mark C. Nelson, Wen Da Lu, Ilana R. Leppert, Heather A. Hansen, Christopher D. Rowley, Bratislav Mišić, Christine Tardif

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiqueAdvanced Neuroimaging Techniques and Applications
Établissements canadiensMcMaster UniversityMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesCanada First Research Excellence FundCanadian Institutes of Health ResearchKillam TrustsNatural Sciences and Engineering Research Council of CanadaFondation Brain Canada
Mots-clésWhite matterCoupling (piping)MyelinFunctional connectivityNeurosciencePsychologyComputer scienceMaterials scienceMedicineComposite materialCentral nervous systemMagnetic resonance imaging

Résumé

récupéré en direct d'OpenAlex

The brain is a complex network of neuronal populations interconnected by white matter tracts. The composition of these white matter connections (SC) shapes inter-regional signaling dynamics giving rise to spatial patterns of synchronous functional connectivity (FC). Several modeling approaches have proven useful for studying the mechanisms underlying the relationship between SC and FC. However, the myelination of white matter tracts -- a major component of white matter connectivity -- is not accounted for by conventional SC networks, and thus, has largely been excluded from models of FC. Here, we expand structure-function brain modeling by integrating a multi-feature white matter SC network. We use multi-modal MRI to compute an SC network with connections (edges) weighted by the caliber, myelination, and length of white matter tracts. We investigate the relationship of this multi-feature SC network with both haemodynamic and electromagnetic FC. Edge myelin was strongly predictive of FC in a pattern that was heterogeneous across brain regions and timescales of neural function. Edge myelin showed strong, frequency-specific interactions with both edge caliber and length suggesting a modulatory role for white matter myelin in structure-function coupling. This was further supported by antagonistic gradients of white matter myelin and structure-function coupling along the sensory-association axis. We describe in detail the individual and joint relationships between these major white matter features and multi-frequency FC. These results illustrate the advantage of a more comprehensive characterization of white matter in structure-function models and establish how white matter myelin -- known for roles in conduction velocity, plasticity, and metabolic support at the microscale -- shapes brain function at the macroscale.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,264
Écart entre enseignants0,246 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetAdvanced Neuroimaging Techniques and Applications→Travaux en français237 207→