研究人員已經確定了大腦網絡的內在控制架構。控制特性將有助于為腦網絡的外源控制提供基礎，因此，在認知和臨床神經科學中具有廣泛的意義。KAIST研究小組確定了大腦網絡的內在控制架構。控制特性將有助于為腦網絡的外源控制提供基礎，因此，在認知和臨床神經科學中具有廣泛的意義。

雖然效率和穩健性通常被認為具有權衡關系，但人類大腦在執行復雜的認知功能時通常表現出兩種屬性。這種最優性必須植根于相互關聯的大腦區域的特定協調控制，但缺乏對大腦網絡的內在控制結構的理解。

來自生物與腦工程系的Kwang-Hyun Cho教授及其團隊研究了大腦網絡的內在控制架構。他們采用跨學科方法，跨越連通組學，神經科學，控制工程，網絡科學和系統生物學，檢查各種物種的結構腦網絡，并將其與其他生物網絡的控制結構以及人造網絡進行比較，如作為社會，基礎設施和技術網絡。

特別是，該團隊通過從美國國立衛生研究院的人類連接項目數據庫獲得的結構和擴散成像數據進行大腦分割和纖維束成像，重建了100名健康人類成年人的結構性腦網絡。

該團隊開發了一個框架，用于分析基于最小支配集(MDSet)的大腦網絡的控制架構，MDSet是指通過一步直接交互控制剩余節點的最小節點子集(MD節點)。MD節點在包括生物分子網絡在內的各種復雜網絡中發揮著至關重要的作用，但它們尚未在腦網絡中進行過研究。

通過探索和比較各種復雜網絡的MDS組成的基礎結構原理，該團隊描繪了他們獨特的控制架構。有趣的是，該團隊發現，與其他復雜網絡相比，大腦網絡中MDSets的比例非常小。這一發現意味著大腦網絡可能已經過優化，可以最大限度地降低控制網絡所需的成本。此外，該團隊發現，大腦網絡的MDSets不僅僅取決于節點的程度，而是戰略性地定位以形成特定的控制架構。

因此，該團隊揭示了大腦網絡的隱藏控制架構，即與其他復雜網絡不同的分布式和重疊控制架構。該團隊發現，這種特定的控制架構帶來了針對目標攻擊(即對高度節點的優先攻擊)的魯棒性，這可能是強大的腦功能對抗高度節點(即大腦區域)的優先損害的基礎。 。

此外，該團隊發現，大腦網絡的特定控制架構還可以實現從一組節點活動定義的一種網絡狀態切換到另一種網絡狀態的高效率 - 這種能力對于遍歷各種認知狀態至關重要。

Cho教授說：“這項研究是首次嘗試對大腦網絡和其他現實世界的復雜網絡進行定量比較。了解大腦網絡的內在控制架構可能會為治療目的或認知增強開發最佳干預措施。”

由Byeongwook Lee，Uiryong Kang和Hongjun Chang領導的這項研究于2019年3月29日在iScience上發表。