📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها. اطلب التحليل الكامل

يشبه الدماغ مدينة: المناطق هي مناطق الدماغ، والطرق هي المسارات العصبية، ولكل طريق كثافة مرورية خاصة به. لدى كل شخص هذه الشبكة النقلية فريدة، مثل بصمات الأصابع. ما الذي يبني المسارات؟ هل هي مخططات موروثة منذ الولادة، أم رحلات يومية تشق ممرات جديدة؟ درس العلماء هذا السؤال منذ زمن طويل على التوائم، مقارنين مدى تشابه "خرائط الطرق" لدى الأشخاص ذوي الجينات المتطابقة وأولئك الذين نشأوا في نفس الأسرة. لكن كانت هناك عقبة: الجهاز نفسه الذي يقيس نشاط الدماغ (الرنين المغناطيسي الوظيفي fMRI) يخطئ قليلاً في كل مرة، وكان هذا الخطأ يُعتبر تأثيرًا للتجربة الشخصية.

تجاوز مؤلفو الدراسة الجديدة هذا المأزق. استخدموا بيانات مشروع "كونيكتوم الإنسان": مجموعة من 206 توأمًا خضعوا للتصوير بالرنين المغناطيسي مرتين في حالة الراحة ومرتين أثناء أداء المهام. أتاحت عمليات المسح المتكررة حساب "ضوضاء" الماسح الضوئي وطرحها، كما لو قمنا بقياس وعورة الطريق ليس بمرة واحدة بل بعدة مرات. وهكذا، ولأول مرة، تمكنوا من فصل مساهمة التباين الجيني والعوامل البيئية العشوائية بشكل نقي لكل زوج من مناطق الدماغ المترابطة.

تشبه النتيجة كعكة ذات طبقات. بعض الروابط تتحدد بالكامل تقريبًا بالجينات المشتركة، مثل عرض الطرق الرئيسية المخطط لها في خطة المدينة. أخرى تعتمد على البيئة المشتركة بين التوائم (التنشئة، التغذية)، مثل شوارع الأحياء المبنية وفق تصميم موحد. وثالثة تتشكل بتجربة كل فرد الفريدة، مثل الممرات التي سلكها شخص واحد فقط لأنه يجدها مريحة. لكن الأكثر إثارة للاهتمام أن هذه الفئات ليست متناثرة بشكل عشوائي، بل تتجمع في شبكات مترابطة: الروابط المحددة جينيًا تشكل أنظمة وظيفية معينة في الدماغ، بينما الروابط المعتمدة على البيئة تشكل أنظمة أخرى. هذا واضح عندما يكون الدماغ في حالة راحة وعند حل المشكلات. هذا النهج متعدد الطبقات، مثل تحليل شبكة النقل في ساعات الذروة وفي الليل، يُظهر أن الجينات والبيئة لا تشكلان الدماغ بشكل منفصل فحسب، بل تخلقان بنية معقدة وهرمية، حيث لكل طبقة مخططها وتاريخ بنائها الخاص.

الملخص الأصلي

كما كتبه المؤلفون، بالإنجليزية arXiv:2604.24614

Functional connectivity varies across individuals due to genetic and environmental factors, yet classical twin models typically confound non-shared environment with measurement error and are largely limited to resting-state analyses. We hypothesized that: i) explicitly modeling measurement error from repeated fMRI sessions enables more accurate application of classical twin models (ACE/ADE) to functional connectivity; ii) model applicability depends on scan-length and parcellation granularity; iii) genetic and environmental effects on functional connectomes show differentiated functional modules across conditions. We extended ACE/ADE models to include a repeated-scan derived error term by analyzing monozygotic and dizygotic twins from the Young-Adult Human Connectome Project dataset. Genetic and environment variance components were estimated for all functional couplings across resting-state and task conditions, integrated across conditions using a minimum-error criterion, and analyzed using multilayer community detection across resolution scales. Functional couplings segregated into distinct categories characterized by shared environmental, additive, dominant, or epistatic influences, with a substantial fraction not meeting twin-model assumptions. Integrating across conditions revealed hierarchical community structure in genetic and environmental components observed across community resolution scales. Incorporating measurement error into twin models improves interpretability and applicability at the functional connectome level, revealing that genetic and environmental influences are structured into coherent, multiscale brain networks.