Publication

An affected core drives network integration deficits of the structural connectome in 22q11.2 deletion syndrome

Résumé

Chromosome 22q11.2 deletion syndrome (22q11DS) is a genetic disease known to lead to cerebral structural alterations, which we study using the framework of the macroscopic white-matter connectome. We create weighted connectomes of 44 patients with 22q11DS and 44 healthy controls using diffusion tensor magnetic resonance imaging, and perform a weighted graph theoretical analysis. After confirming global network integration deficits in 22q11DS (previously identified using binary connectomes), we identify the spatial distribution of regions responsible for global deficits. Next, we further characterize the dysconnectivity of the deficient regions in terms of sub-network properties, and investigate their relevance with respect to clinical profiles. We define the subset of regions with decreased nodal integration (evaluated using the closeness centrality measure) as the affected core (A-core) of the 22q11DS structural connectome. A-core regions are broadly bilaterally symmetric and consist of numerous network hubs - chiefly parietal and frontal cortical, as well as subcortical regions. Using a simulated lesion approach, we demonstrate that these core regions and their connections are particularly important to efficient network communication. Moreover, these regions are generally densely connected, but less so in 22q11DS. These specific disturbances are associated to a rerouting of shortest network paths that circumvent the A-core in 22q11DS, "de-centralizing" the network. Finally, the efficiency and mean connectivity strength of an orbito-frontal/cingulate circuit, included in the affected regions, correlate negatively with the extent of negative symptoms in 22q11DS patients, revealing the clinical relevance of present findings. The identified A-core overlaps numerous regions previously identified as affected in 22q11DS as well as in schizophrenia, which approximately 30-40% of 22q11DS patients develop. (C) 2015 The Authors. Published by Elsevier Inc.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Concepts associés (36)
Science des réseaux
vignette|Les liens de la network science La Science des Réseaux, ou Network Science, est une discipline scientifique émergente qui se donne pour objet l'étude des relations, liens et interconnexions entre les choses, et non les choses en elles-mêmes. Champ interdisciplinaire de recherche, elle s'applique en physique, biologie, épidémiologie, science de l'information, science cognitive et réseaux sociaux. Elle vise à découvrir des propriétés communes au comportement de ces réseaux hétérogènes via la construction d'algorithmes et d'outils.
Syndrome de délétion 22q11.2
Le syndrome de délétion 22q11.2, appelé aussi communément syndrome de DiGeorge ou syndrome vélocardiofacial, est une pathologie en rapport avec une microdélétion de la région chromosomale dite de DiGeorge ( ()), située sur le locus 22q11 du chromosome 22, et qui entraîne la perte du gène TBX1. Les enfants porteurs de cette mutation présentent des malformations cardiaques dans 75 % des cas de type conotroncale, et des anomalies de la partie supérieure de la bouche dans 70 % des cas.
Réseau informatique
thumb|upright|Connecteurs RJ-45 servant à la connexion des réseaux informatiques via Ethernet. thumb|upright Un réseau informatique ( ou DCN) est un ensemble d'équipements reliés entre eux pour échanger des informations. Par analogie avec un (un réseau est un « petit rets », c'est-à-dire un petit filet), on appelle nœud l'extrémité d'une connexion, qui peut être une intersection de plusieurs connexions ou équipements (un ordinateur, un routeur, un concentrateur, un commutateur).
Afficher plus
Publications associées (82)

Estimating the Topology of Preferential Attachment Graphs Under Partial Observability

Ali H. Sayed, Michele Cirillo

This work addresses the problem of learning the topology of a network from the signals emitted by the network nodes. These signals are generated over time through a linear diffusion process, where neighboring nodes exchange messages according to the underl ...
IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC2023

Investigating cognitive ability using action-based models of structural brain networks

Enrico Amico

Recent developments in network neuroscience have highlighted the importance of developing techniques for analysing and modelling brain networks. A particularly powerful approach for studying complex neural systems is to formulate generative models that use ...
OXFORD UNIV PRESS2022

The structural connectome and motor recovery after stroke: predicting natural recovery

Jean-Philippe Thiran, Friedhelm Christoph Hummel, Gabriel Girard, Takuya Morishita, Elena Beanato, Maximilian Jonas Wessel, Chang-Hyun Park, Philipp Johannes Koch, Philip Egger, Giorgia Giulia Evangelista

Stroke patients vary considerably in terms of outcomes: some patients present ‘natural’ recovery proportional to their initial impairment (fitters), while others do not (non-fitters). Thus, a key challenge in stroke rehabilitation is to identify individual ...
2021
Afficher plus
MOOCs associés (20)
Fundamentals of Biomedical Imaging: Ultrasounds, X-ray, positron emission tomography (PET) and applications
Learn how principles of basic science are integrated into major biomedical imaging modalities and the different techniques used, such as X-ray computed tomography (CT), ultrasounds and positron emissi
Fundamentals of Biomedical Imaging: Ultrasounds, X-ray, positron emission tomography (PET) and applications
Learn how principles of basic science are integrated into major biomedical imaging modalities and the different techniques used, such as X-ray computed tomography (CT), ultrasounds and positron emissi
Fundamentals of Biomedical Imaging: Magnetic Resonance Imaging (MRI)
Learn about magnetic resonance, from the physical principles of Nuclear Magnetic Resonance (NMR) to the basic concepts of image reconstruction (MRI).
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.