System psychoneurology: current understanding of the structural and functional organization of the brain

Cover Page

Cite item

Full Text

Abstract

The article deals with modern aspects of structural and functional activity of the central nervous system. Connectome is important due to its concept, the construction of which is based on the results of functional magnetic resonance imaging and involves the separation of certain cerebral regions (oblasts), evaluating the links between these regions and the detailed analysis of these network connections. Connectome is characterized by dynamic and functional heterogeneity (exciting, inhibiting, modulating area). Operations of connectome are determined by energy metabolism in brain tissue. "Hidden" (or "internal") is not linked to external influences energy is spent on the process of evaluating and developing responses/reactions to the stimuli coming from the outside, as well as, probably, in the anticipation/prediction of events that may occur. This is important not only to the level of energy metabolism, but also fluctuations "stored energy". The brain operates with system-energy point of view in the direction of minimizing their own energy consumption. The article concludes that created in the current model (connectome) is more informative for the understanding of the processes occurring in the brain than the simple sum of the parts belonging to it. This model is the key to a new direction of development of neuroscience - system psychoneurology.

About the authors

I. V Damulin

I.M.Sechenov First Moscow State Medical University of the Ministry of Health of the Russian Federation

Email: damulin@mmascience.ru
д-р мед. наук, проф. каф. нервных болезней и нейрохирургии ИПО ФГАОУ ВО «Первый МГМУ им. И.М.Сеченова» 119991, Russian Federation, Moscow, ul. Trubetskaia, d. 8, str. 2

References

  1. Petersen S.E, Sporns O. Brain networks and cognitive architectures. Neuron 2015; 88 (1): 207-19. doi: 10.1016/j.neuron.2015.09.027
  2. Sporns O, Betzel R.F. Modular brain networks. Annual Review of Psychology 2016; 67 (1): 613-40. doi: 10.1146/annurev-psych-122414-033634
  3. Catani M, Ffytche D.H. The rises and falls of disconnection syndromes. Brain 2005; 128 (10): 2224-39. doi: 10.1093/brain/awh622
  4. Filley C.E, Fields R.D. White matter and cognition: making the connection. J Neurophysiology 2016; 116 (5): 2093-104. doi: 10.1152/jn.00221.2016
  5. Бехтерев В.М. Проводящие пути спинного и головного мозга. Руководство кь изученiю внутреннихь связей мозга. Ч. II. Волокна мозжечка, волокна мозг. полушарий и общiй обзорь провод. системь. 2-е изд. СПб.: Изданie К.Л.Риккера, 1898; с. 383.
  6. Geschwind N. Disconnexion syndromes in animals and man. Part I. Brain 1965; 88 (3): 237-94. doi: 10.1093/brain/88.2.237
  7. Geschwind N. Disconnexion syndromes in animals and man. Part II. Brain 1965; 88 (3): 585-644. doi: 10.1093/brain/88.2.237
  8. Mesulam M-M. Fifty years of disconnexion syndromes and the Geschwind legacy. Brain 2015; 138 (9): 2791-9. doi: 10.1093/brain/awv198
  9. Дамулин И.В. Корковые связи, синдром «разобщения» и высшие мозговые функции. Журн. неврологии и психиатрии им. С.С.Корсакова. 2015; 115 (11): 107-11. doi: 10.17116/jnevro2015115111107-111
  10. Дамулина А.И., Коновалов Р.Н., Кадыков А.С. Постинсультные когнитивные нарушения. Неврол. журн. 2015; 20 (1): 12-9.
  11. Catani M, Mesulam M. What is a disconnection syndrome? Cortex 2008; 44 (8): 911-3. doi: 10.1016/j.cortex.2008.05.001
  12. Thiebaut de Schotten M, Kinkingnehun S, Delmaire C et al. Visualization of disconnection syndromes in humans. Cortex 2008; 44 (8): 1097-103. doi: 10.1016/j.cortex.2008.02.003
  13. Дамулин И.В., Сиволап Ю.П. Расстройство фронтосубкортикальных связей в нейропсихиатрии. Неврол. вестн. (Журн. им. В.М.Бехтерева). 2015; 4: 78-82.
  14. Дамулин И.В., Сиволап Ю.П. Неврологические нарушения при шизофрении: клинические особенности и патогенетические аспекты. Рос. мед. журн. 2016; 22 (5): 267-71. doi: 10.18821/0869-2106-2016-22-5-267-271
  15. Filley C.M. White matter: beyond focal disconnection. Neurologic Clinics 2011; 29 (1): 81-97. doi: 10.1016/j.ncl.2010.10.003
  16. Bullmore E, Sporns O. The economy of brain network organization. Nature Reviews Neuroscience 2012; 13: 337-49. doi: 10.1038/nrn3214
  17. Nuallain S.O, Doris T. Consciousness is cheap, even if symbols are expensive; metabolism and the brain’s dark energy. Biosemiotics 2011; 5 (2): 193-210. doi: 10.1007/s12304-011-9136-y
  18. Van den Heuvel M.P, Bullmore E.T, Sporns O. Comparative connectomics. Trends in Cognitive Sciences 2016; 20 (5): 345-61. doi: 10.1016/j.tics.2016.03.001
  19. Дамулин И.В. Особенности структурной и функциональной организации головного мозга. Журн. неврологии и психиатрии им. С.С.Корсакова. 2016; 116 (11): 163-8. doi: 10.17116/jnevro2016116111163-168
  20. Bullmore E, Sporns O. Complex brain networks: graph theoretical analysis of structural and functional systems. Nature Reviews Neuroscience 2009; 10 (3): 186-98. doi: 10.1038/nrn2575
  21. Cao M, Wang Z, He Y. Connectomics in psychiatric research: advances and applications. Neuropsychiatric Dis Treatment 2015; 11: 2801-10. doi: 10.2147/ndt.s63470
  22. Lobo M.K. Lighting up the brain's reward circuitry. Ann NY Acad Sci 2012; 1260 (1): 24-33. doi: 10.1111/j.1749-6632.2011.06368.x
  23. Meunier D, Achard S, Morcom A, Bullmore E. Age - related changes in modular organization of human brain functional networks. NeuroImage 2009; 44 (3): 715-23. doi: 10.1016/j.neuroimage.2008.09.062
  24. Papo D, Buldu J.M, Boccaletti S, Bullmore E.T. Complex network theory and the brain. Philosophical Transactions of the Royal Society B: Biological Sciences 2014; 369 (1653): 20130520. doi: 10.1098/rstb.2013.0520
  25. Reid R.C. From functional architecture to functional connectomics. Neuron 2012; 75 (2): 209-17. doi: 10.1016/j.neuron.2012.06.031
  26. Veldsman M, Cumming T, Brodtmann A. Beyond BOLD: Optimizing functional imaging in stroke populations. Hum Brain Mapping 2014; 36 (4): 1620-36. doi: 10.1002/hbm.22711
  27. Zhang D, Raichle M.E. Disease and the brain's dark energy. Nat Rev Neurol 2010; 6 (1): 15-28. doi: 10.1038/nrneurol.2009.198
  28. Bandettini P.A, Bullmor E. Endogenous oscillations and networks in functional magnetic resonance imaging. Hum Brain Mapping 2008; 29 (7): 737-9. doi: 10.1002/hbm.20607
  29. Fornito A, Bullmore E.T. Connectomics: A new paradigm for understanding brain disease. Euro Neuropsychopharmacol 2015; 25 (5): 733-48. doi: 10.1016/j.euroneuro.2014.02.011
  30. Sporns O. Towards network substrates of brain disorders. Brain 2014; 137 (8): 2117-8. doi: 10.1093/brain/awu148
  31. Pessoa L. The Cognitive - Emotional Brain. From Interactions to Integration. Cambridge, London: The MIT Press, 2013; p. 320.
  32. Дамулин И.В. Поражение затылочных отделов головного мозга: некоторые клинические, патогенетические и терапевтические особенности. Мед. совет. 2016; 4: 36-41.
  33. De Renzi E. Disorders of visual recognition. Semin Neurol 2000; 20 (4): 479-85. doi: 10.1055/s-2000-13181
  34. Barton J.J.S. Disorders of color and object recognition. CONTINUUM: Lifelong Learning in Neurology 2010; 16 (4): 111-27. doi: 10.1212/01.con.0000368264.61286.9b
  35. Magistretti P.J, Allaman I. A cellular perspective on brain energy metabolism and functional imaging. Neuron 2015; 86 (4): 883-901. doi: 10.1016/j.neuron.2015.03.035
  36. Raichle M.E, Snyder A.Z. Intrinsic Brain Activity and Consciousness. In: The Neurology of Consciousness. Cognitive Neuroscience and Neuropathology. 2nd ed. Ed. by S.Laureys et al. Amsterdam etc: Elsevier Ltd, 2009; p. 81-8. doi: 10.1016/b978-0-12-374168-4.00007-1
  37. Robertson R.M, Money T.G.A. Temperature and neuronal circuit function: compensation, tuning and tolerance. Curr Opin Neurobiol 2012; 22 (4): 724-34. doi: 10.1016/j.conb.2012.01.008
  38. Gailliot M.T. Unlocking the energy dynamics of executive functioning: linking executive functioning to brain glycogen. Perspect Psychol Sci 2008; 3 (4): 245-63. doi: 10.1111/j.1745-6924.2008.00077.x
  39. Raichle M.E. Two views of brain function. Trends Cognitive Sci 2010; 14 (4): 180-90. doi: 10.1016/j.tics.2010.01.008
  40. Holcman D, Tsodyks M. The emergence of up and down states in cortical networks. PLoS Computational Biology 2006; 2 (3): e23. doi: 10.1371/journal.pcbi.0020023
  41. Harrington D.L, Rubinov M, Durgerian S et al. For the PREDICT-HD investigators of the Huntington Study Group and Rao S.M. Network topology and functional connectivity disturbances precede the onset of Huntington’s disease. Brain 2015; 138 (8): 2332-46. doi: 10.1093/brain/awv145
  42. Llinas R.R, Roy S. The ‘prediction imperative’ as the basis for self - awareness. Philosophical Transactions of the Royal Society B: Biological Sciences 2009; 364 (1521): 1301-7. doi: 10.1098/rstb.2008.0309
  43. Botvinick M.M. Hierarchical reinforcement learning and decision making. Curr Opin Neurobiol 2012; 22 (6): 956-62. doi: 10.1016/j.conb.2012.05.008
  44. Bechara A, Damasio H. Decision - making and addiction (part I): impaired activation of somatic states in substance dependent individuals when pondering decisions with negative future consequences. Neuropsychologia 2002; 40 (10): 1675-89. doi: 10.1016/s0028-3932(02)00015-5
  45. Clark L, Bechara A, Damasio H et al. Differential effects of insular and ventromedial prefrontal cortex lesions on risky decision - making. Brain 2007; 131 (5): 1311-22. doi: 10.1093/brain/awn066
  46. Sallet J, Mars R.B, Quilodran R et al. Neuroanatomical basis of motivational and cognitive control: a focus on the medial and lateral prefrontal cortex. In: Neural Basis of Motivational and Cognitive Control. Ed. by R.B.Mars et al. London, Cambridge: The MIT Press, 2011; p. 5-20.
  47. Yu J.Y, Frank L.M. Hippocampal - cortical interaction in decision making. Neurobiol Learn Mem 2015; 117: 34-41. doi: 10.1016/j.nlm.2014.02.002
  48. Llinas R.R. Inferior olive oscillation as the temporal basis for motricity and oscillatory reset as the basis for motor error correction. Neuroscience 2009; 162 (3): 797-804. doi: 10.1016/j.neuroscience.2009.04.045
  49. Fidelman U. Intelligence and transmission errors in the brain. Kybernetes 1996; 25 (2): 10-23. doi: 10.1108/03684929610114619
  50. Fidelman U. Neural transmission - errors, cerebral arousability and hemisphericity. Some relations with intelligence and personality. Kybernetes 1999; 28 (6/7): 695-725. doi: 10.1108/03684929910282962
  51. Fidelman U. Temporal and simultaneous processing in the brain: a possible cellular basis of cognition. Kybernetes 2002; 31 (3/4): 432-81. doi: 10.1108/03684920210422566
  52. Northoff G, Duncan N.W, Hayes D.J. The brain and its resting state activity - Experimental and methodological implications. Prog Neurobiol 2010; 92 (4): 593-600. doi: 10.1016/j.pneurobio.2010.09.002
  53. Kitzbichler M.G, Henson R.N.A, Smith M.L et al. Cognitive effort drives workspace configuration of human brain functional networks. J Neuroscience 2011; 31 (22): 8259-70. doi: 10.1523/jneurosci.0440-11.2011
  54. Fidelman U. Intelligence and the brain’s energy consumption: what is intelligence? Personality and Individual Differences 1993; 14 (1): 283-6. doi: 10.1016/0191-8869(93)90206-i
  55. Buzsaki G. Rhythms of the Brain. New York: Oxford University Press, 2006; p. 448.
  56. Micheloyannis S, Vourkas M, Tsirka V et al. The influence of ageing on complex brain networks: a graph theoretical analysis. Hum Brain Mapping 2009; 30: 200-8. doi: 10.1002/hbm.20492
  57. Fidelman U. Creativity: relation to neural transmission errors. Kybernetes 2011; 40 (5/6): 697-702. doi: 10.1108/03684921111142250
  58. Bendetowicz D, Urbanski M., Garcin B et al. Brain correlates of creative abilities to combine remote ideas in healthy subjects and in patients. In J Psychophysiol 2016; 108: 56. doi: 10.1016/j.ijpsycho.2016.07.187
  59. Labudda K, Woermann F.G, Mertens M et al. Neural correlates of decision making with explicit information about probabilities and incentives in elderly healthy subjects. Experimental Brain Res 2008; 187 (4): 641-50. doi: 10.1007/s00221-008-1332-x
  60. Melancon G, Joanette Y. Chaos, brain, and cognition: toward a nonlinear order? Brain Cognition 2000; 42: 33-6. doi: 10.1006/brcg.1999.1154
  61. Corlett P.R, Murray G.K, Honey G.D et al. Disrupted prediction - error signal in psychosis: evidence for an associative account of delusions. Brain 2007; 130 (9): 2387-400. doi: 10.1093/brain/awm173
  62. A critical look at connectomics (editorial). Nat Neurosci 2010; 13 (12): 1441. doi: 10.1038/nn1210-1441
  63. Crossley N.A, Mechelli A, Scott J et al. The hubs of the human connectome are generally implicated in the anatomy of brain disorders. Brain 2014; 137 (8): 2382-95. doi: 10.1093/brain/awu132
  64. Kim D-J, Skosnik P.D, Cheng H et al. Structural network topology revealed by white matter tractography in cannabis users: a graph theoretical analysis. Br Connectiv 2011; 1 (6): 473-83. doi: 10.1089/brain.2011.0053
  65. Dumas E.M, van den Bogaard S.J.A, Hart E.P et al. Reduced functional brain connectivity prior to and after disease onset in Huntington's disease. Neuro Image Clin 2013; 2: 377-84. doi: 10.1016/j.nicl.2013.03.001
  66. Leaver A.M, Turesky T.K, Seydell-Greenwald A et al. Intrinsic network activity in tinnitus investigated using functional MRI. Hum Brain Mapping 2016; 37 (8): 2717-35. doi: 10.1002/hbm.23204
  67. Peer M, Nitzan M, Goldberg I et al. Reversible functional connectivity disturbances during transient global amnesia. Ann Neurol 2014; 75 (5): 634-43. doi: 10.1002/ana.24137

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2017 Consilium Medicum

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».