PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / O · 综合神经科学 / O008 · Cell正刊最新跨物种哺乳动物皮层连线为何受几何本征模强

O008 Cell正刊最新 | 跨物种哺乳动物皮层连线为何受几何本征模强约束，而不只是越近越连？

来源：公众号 PSY-Brain_Frontier ｜发布：2026-07-02 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Geometric constraints on the architecture of mammalian cortical connectomes

发表时间: 2026-6-26

发表期刊: Cell

影响因子: 45.1

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

研究背景

哺乳动物皮层连接组（cortical connectome）不是随机连出来的，也不能只用距离越远连接越弱来解释。过去的图模型通常把皮层拆成节点和边，能解释一部分二值拓扑和距离依赖，但加权连接、枢纽的空间位置、模块结构和空间嵌入很难一起处理。本文问的是一个更底层的问题：皮层的形状，会不会本身就在限制连接组的样子

实验设计与方法逻辑

这是一项计算建模研究。作者从神经场理论（neural field theory，NFT）出发，把皮层活动看作连续皮层表面上的波，再用 Laplace-Beltrami operator（LBO）提取几何本征模。几何本征模模型（geometric eigenmode model，GEM）的假设是：如果两个皮层位置在多个模态中同相，并且都接近反节点，它们之间更可能有强连接。模型通过模态数 k 和传播长度尺度 rs 生成加权连接矩阵，然后在人类高分辨率、图谱尺度以及多种非人哺乳动物连接组中，和指数距离规则（exponential distance rule，EDR）、matching index、距离模型、随机模型等基准进行比较

核心发现

发现一: GEM 能重建高分辨率人类连接组的多类特征

在人类左半球 4,386 个皮层顶点数据中，GEM 捕捉到了连接权重排序、二值度、秩强度和平均连接距离等特征。正文报告的交集边权重相关为 ρ = 0.81，二值度和秩强度的空间相关分别为 ρ = 0.52 和 ρ = 0.47，经验边 true positive rate 为 75%。交叉验证中，GEM 在多项指标上优于 LBO、置换本征值、EDR vertex 和随机模型

Fig. 2 中，作者展示了高分辨率经验连接矩阵、GEM 矩阵及多项空间相关结果；这个结果说明，几何模态解释的不是简单的距离衰减

发现二: 图谱尺度下，GEM 仍保持较强表现

在 150 个皮层区域的人类图谱连接组中，GEM 的交集边权重相关为 ρ = 0.86，二值度和秩强度相关分别为 ρ = 0.73 和 ρ = 0.79。模型还重建了 77% 的经验边，并在平均连接距离和聚类系数上得到较高相关。把图谱分辨率从 50 个区域调到 250 个区域后，整体表现仍然稳定。需要注意的是，图谱分区会带来低通滤波效应，所以这些结果更适合作为宏观连接组建模证据来看