近年来，研究表明静息状态下人脑功能网络连接模式是动态变化的，在不同时刻表现出不同的网络连接状态。然而，人脑功能网络连接是如何动态组织的，不同的脑功能网络连接状态是如何转换的，不同状态又具有什么样的认知意义等问题尚缺乏详细具体的研究。
最近，一项发表在美国科学院院刊《Proceedings of the National Academy of Sciences of the United States of America》上的论文采用820名健康被试的静息态功能磁共振脑影像数据，研究了静息态脑动态功能网络的组织结构，发现大脑动态功能网络具有两种元状态（metastates）的连接模式，两种状态之间的转换表现出非随机、层级性的特征。值得注意的是，被试的大脑动态功能网络在两种元状态中的驻留时间长短具有稳定的个体特异性和遗传倾向性，而且与行为特征有关。
研究方法
1.数据和预处理
820名成年健康被试（22-35岁，女性453名）的静息态功能磁共振脑影像数据和43个行为特征数据，来自HCP（Human Connectome Project）数据库。
首先，采用HCP最小预处理流水线步骤处理每名被试的静息态功能磁共振影像数据；然后，使用空间独立成分分析（independent component analysis，ICA）方法在组水平获得50个独立成分，对应大脑50个脑分区的脑活动时间序列。
2.脑动态功能网络连接状态的识别
基于所有被试的脑活动时间序列，建立隐马尔科夫模型（hidden Markov model，HMM），识别脑功能网络不同的连接状态，计算各状态之间的转换频率，获得状态转换矩阵。然后，计算每名被试各个状态对应的占时比FO（Fractional Occupancy），即被试在各个状态中驻留的时长比率。
3.元状态的提取
采用两种方法提取元状态：1）对上一步获得的状态转换矩阵采用鲁文社区算法，通过聚类将多个状态合并为两个元状态；2）基于步骤2得到的FO值，在个体水平对各个状态的FO值进行两两相关分析，得到一个FO值相关矩阵，对其进行层级聚类分析。
4.脑动态功能网络连接状态与行为特征的关系
使用交叉验证结合正则回归方法分别计算出行为特征对单个脑功能网络连接状态及元状态的预测系数，并使用bootstrap方法检验所有状态预测系数间的差异显著性；
使用典型相关分析计算脑网络连接状态与行为特征之间的整体相关性，然后使用置换检验方法检验该相关性的显著性。
5.脑动态功能网络连接状态的个体特异性和遗传倾向性
如果同一被试在多次扫描数据的功能网络连接状态具有较高的相似性，则表明这种连接状态具有个体特异性。论文用同一被试三次扫描的影像数据计算得到的FO值用于预测第四次扫描数据的FO值，再计算预测FO值与实际FO值的相关性；
为了分析动态脑功能网络连接状态是否具有遗传性，论文将被试分为具有不同遗传度的四组：同卵双胞胎组，异卵双胞胎组，非双胞胎兄弟姐妹组，无亲属关系的健康对照组，在各组中分别计算被试对之间元状态及单个网络连接状态的相似性或差异性，并在组间进行比较。
研究结果
1.脑动态功能网络连接状态的识别
通过隐马尔科夫模型，识别出12个大脑功能网络连接状态（状态1,2,...,12）。图1中给出了一个典型被试一分钟内大脑动态活动的状态分布概率及3种网络连接状态。
图1：一个典型被试的脑动态功能网络连接状态
2. 脑动态功能网络连接的两个元状态
对12个状态的转换矩阵进行聚类分析，得到两个内部高度联系的元状态1（包括状态1-5）和元状态2（包括状态6-12)（图2A）；基于FO相关矩阵的层级聚类分析，也得到类似的元状态结构（图2B）；
图2：脑动态功能网络连接的元状态结果
两个动态功能网络连接元状态对应了不同脑区活动强度和功能连接的状态，元状态1中，感觉（包括躯体感觉、视觉和听觉）和运动区域活动和功能连接较强，元状态2中，高级认知功能区，包括默认网络、语言和前额叶的大部分区域活动和功能连接较强（图3）。
图3：平均活动强度和功能连接的元状态结构
3.动态功能网络连接状态和行为特征的关系
行为特征对元状态的预测系数显著大于对其他各状态的预测系数，说明行为特征对元状态的预测效果要好于对单个状态的预测效果（图4A）；
典型相关分析发现元状态2中状态6和8与积极的行为特征有显著正相关（红色方框）；元状态1中的状态4和5与消极行为特征有显著负相关（蓝色方框）（图4B）。
图4：脑动态功能网络连接状态和行为特征之间的关系
4.脑动态功能网络连接状态的个体特异性和遗传倾向性
根据被试三次扫描数据预测得到的元状态FO值与实际第四次扫描数据的FO值呈显著正相关（图5C），表明元状态在被试中稳定存在，具有个体特异性；
在分析元状态的遗传倾向性时，无亲属关系组被试对之间的元状态差异高于另外三组，而同卵双保胎之间的差异性最低（图5D），表明脑功能网络连接的元状态具有很强的遗传倾向性；类似地，无论是否回归掉元状态的影响，单个网络连接状态的相关性在同卵双胞胎组被试对之间最高，说明单个脑功能网络连接状态也具有一定的遗传倾向性（图5D）。
图5：脑动态功能网络连接状态具有个体特异性和遗传倾向性
研究结论和意义
该研究基于高质量的静息态功能磁共振影像数据，采用动态人脑功能连接组学分析框架及隐马尔科夫模型等分析方法，揭示了人脑动态功能连接网络自发波动的层级性组织结构、认知意义和遗传倾向，为研究人脑动态功能网络与认知活动的关系提供了方法学支持，对解析人脑高级认知功能和描绘人脑连接图谱具有重要价值。
