KAIST研究小组确定了大脑网络的内在控制架构。控制特性将有助于为脑网络的外源控制提供基础，因此，在认知和临床神经科学中具有广泛的意义。

虽然效率和稳健性通常被认为具有权衡关系，但人类大脑在执行复杂的认知功能时通常表现出两种属性。这种最优性必须植根于相互关联的大脑区域的特定协调控制，但缺乏对大脑网络的内在控制结构的理解。

来自生物与脑工程系的Kwang-Hyun Cho教授及其团队研究了大脑网络的内在控制架构。他们采用跨学科方法，跨越连通组学，神经科学，控制工程，网络科学和系统生物学，检查各种物种的结构脑网络，并将其与其他生物网络的控制结构以及人造网络进行比较，如作为社会，基础设施和技术网络。

特别是，该团队通过从国立卫生研究院的人类连接项目数据库获得的结构和扩散成像数据进行大脑分割和纤维束成像，重建了100名健康人类成年人的结构性脑网络。

该团队开发了一个框架，用于分析基于最小支配集(MDSet)的大脑网络的控制架构，MDSet是指通过一步直接交互控制剩余节点的最小节点子集(MD节点)。MD节点在包括生物分子网络在内的各种复杂网络中发挥着至关重要的作用，但它们尚未在脑网络中进行过研究。

通过探索和比较各种复杂网络的MDS组成的基础结构原理，该团队描绘了他们独特的控制架构。有趣的是，该团队发现，与其他复杂网络相比，大脑网络中MDSets的比例非常小。这一发现意味着大脑网络可能已经过优化，可以最大限度地降低控制网络所需的成本。此外，该团队发现，大脑网络的MDSets不仅仅取决于节点的程度，而是战略性地定位以形成特定的控制架构。

因此，该团队揭示了大脑网络的隐藏控制架构，即与其他复杂网络不同的分布式和重叠控制架构。该团队发现，这种特定的控制架构带来了针对目标攻击(即对高度节点的优先攻击)的鲁棒性，这可能是强大的脑功能对抗高度节点(即大脑区域)的优先损害的基础。 。

此外，该团队发现，大脑网络的特定控制架构还可以实现从一组节点活动定义的一种网络状态切换到另一种网络状态的高效率 - 这种能力对于遍历各种认知状态至关重要。

Cho教授说：“这项研究是首次尝试对大脑网络和其他现实世界的复杂网络进行定量比较。了解大脑网络的内在控制架构可能会为治疗目的或认知增强开发最佳干预措施。”

由Byeongwook Lee，Uiryong Kang和Hongjun Chang领导的这项研究于2019年3月29日在iScience上发表。