Kiel Faras Via Cortex? (2011)

J Neurosci. Aŭtoro manuskripto; havebla en PMC Nov 11, 2011.
Eldonita en fina redaktita formo kiel:
PMCID: PMC3157294
NIHMSID: NIHMS297379
La fina redaktita versio de ĉi tiu artikolo de la eldonisto disponeblas senpage ĉe J Neurosci
Vidu aliajn artikolojn en PMC tio citas La artikolo eldonita.

abstrakta

Kompreni homan kortikan maturiĝon estas centra celo por evolua neŭroscienco. Signifaj progresoj al ĉi tiu celo venis de du lastatempaj fadenoj de in-vivo Esplorado de struktura magneta resono (sMRI): (i) longitudaj studdezajnoj montris, ke faktoroj kiel sekso, kognaj kapabloj kaj malsanoj ofte pli bone rilatas al variaĵoj en la tempo de anatomia ŝanĝo ol al variaĵoj en anatomio ĉe iu tempopunkto, kaj (ii) plejparte transversaj aplikoj de novaj metodoj de "surfacbazita morfometrio" (SBM) montris kiel la tradicia fokuso sur kortikala volumeno (CV) povas obskuri informoj pri la du evolue kaj genetike distingaj determinantoj de CV - kortika dikeco (CT) kaj surfaca areo (SA). Ĉi tie, kombinante ĉi tiujn du strategiojn por la unua fojo, kaj aplikante SBM en pli ol 1,250 laŭlonge akiritaj cerbaj esploroj de 647 sanaj individuoj en la aĝo de 3 ĝis 30 jaroj, ni malkonstruas kortikan disvolviĝon por malkaŝi, ke distingaj trajektorioj de anatomia ŝanĝo estas "kaŝitaj" interne, kaj estigas kurban linion de CV-maturiĝo. Evoluaj ŝanĝoj en CV aperas per la sekse dimorfaj kaj aĝ-dependaj ŝanĝoj en CT kaj SA. Cetere, SA-ŝanĝo mem efektive reflektas kompleksajn interagojn inter ŝanĝoj rilataj al cerbaj grandecoj en elmontrita kortikala "konveksa kareno" (CHA), kaj ŝanĝoj en la grado de kortika girifiko, kiuj denove varias laŭ aĝo kaj sekso. Scii pri ĉi tiuj evoluaj disiĝoj kaj plue precizigi iliajn tempojn kaj seksajn antaŭjuĝojn provizas potencajn novajn esplorcelojn por baza kaj klinika neŭroscienco.

Enkonduko

Ekde la apero de in-vivo struktura neŭrofilmo, la anatomio de la kortekso estas sub intensa ekzamenado, kun kortika volumeno (CV) estante la ĉefa morfometria indekso de intereso. Komence, transversaj studoj establis fortajn rilatojn inter CV kaj faktoroj kiel aĝo, sekso, kognaj kapabloj kaj malsanoj (Mechelli et al., 2005). Tiam longitudaj studoj kapablaj rekte mezuri anatomian ŝanĝon montris, ke (i) normala CV-evoluo sekvas kurbajn "inversitan-U" trajektorion (Giedd et al., 1999), kaj (ii) en ĉi tiu kunteksto, CV-vario ĉe iu ajn punkto estas ofte pli malbona signo de cerba maturiĝo, seksa dimorfismo, kaj patologio ol variado en kiel CV ŝanĝas dum tempo (Giedd kaj Rapoport, 2010). Kune kun ĉi tiuj antaŭenigoj tamen pluraj linioj de indikoj konverĝis por montri, ke CV estas tre multe "kunmetita" mezuro de kortika anatomio, kiu integras (kaj tiel eble obskuras informojn pri) plurajn biologie apartajn morfometrikajn ecojn de la cerbo.

Kortikala volumeno estas determinita per du malsamaj dimensioj de la kortika folia surfaca areo (SA) kaj kortika dikeco (CT). Surfaca areo siavice konsistas el la areo de elmontrita kortikala surfaco aŭ "konveksa kareno" (CHA), kaj la areo de kortekso kaŝita en sulcoj. Grado de sulkado povas esti kvantigita per kalkulado de "girrifika indekso" (GI) - la rilatumo inter totala SA kaj CHA (Van Essen kaj Drury, 1997). Ŝati CV (kiel CV)Schmitt et al., 2007), kaj CV-ŝanĝo (Brans et al., 2008), ĉi tiuj diversaj neuroanatomiaj fenotipoj, kiuj kune determinas CV, estas ĉiuj tre hertaj (Panizzon et al., 2009; Rogers et al., 2010). Tamen, malsamaj determinantoj de CV-kaptaĵo aparte evolua (Rakic, 1995), genetika (Panizzon et al., 2009; Raznahan et al., 2010b) kaj ĉela (Chenn kaj Walsh, 2002) procezoj kunigitaj en la ununura mezuro de CV. Ekzemple, malsanaj ŝtatoj (Raznahan et al., 2010a), komunaj genetikaj variantoj (Joyner et al., 2009), kaj mediaj modifoj (Parko HJ, 2009) ĉiuj povas havi malsamajn konsekvencojn por malsamaj subkomponentoj de CV.

Malgraŭ CHA, GI, SA kaj CT, kiuj havas unikajn biologiajn informojn, nur CT estis studita laŭlonge.Shaw et al., 2008). Rezulte, malmulte oni scias pri kiel ŝanĝoj en CHA, GI, SA, kaj CT interagas tra la tempo por formi tipan CV-evoluon (Giedd et al., 1999), aŭ diferencoj en CV-evoluo inter grupoj difinitaj laŭ sekso aŭ malsano-statuso (Giedd kaj Rapoport, 2010). Transversaj provoj frakcii disvolviĝon de CV produktis nekonsekvencajn rezultojn (Salat et al., 2004; Ostby et al., 2009).

Se ŝanĝoj en CT kaj SA (kaj ene de SA - CHA kaj GI) kontribuas al CV-ŝanĝo, kiuj diferencas kiel funkcio de evolua stadio kaj sekso, tiam frakciiga CV-ŝanĝo fariĝas kerna paŝo al pli bona kompreno de la biologia subteno de kortika disvolviĝo en sano kaj malsano (Geschwind kaj Konopka, 2009). Ni do uzis la plej grandan konatan longitudan datumbazon de tipa cerba evoluo, por karakterizi referencajn maturecajn trajektoriojn al la diversaj cerbaj trajtoj kiuj difinas CV, kaj determini ĉu ŝanĝoj en ĉi tiuj cerbaj nemoveblaĵoj kontribuas al CV en maniero kiu varias laŭ aĝo kaj sekso.

Materialoj kaj metodoj

Ni inkluzivis totalon de 1274-magnetaj resonancaj bildaj cerbaj esploroj, prenitaj de 647 sanaj inoj (319-homoj / 607-esploroj) kaj maskloj (328-homoj / 667-esploroj) inter aĝoj 3 kaj 30-jaroj [Partoprene karakterizaĵoj estas resumitaj en tablo 1]. Ĉiuj skanadoj sMRI estis bildoj kun pezo T-1 kun apudaj tranĉaĵoj axiales 1.5 mm kaj tranĉaĵoj coronal 2.0mm, akiritaj en la sama skanilo Signa 1.5-T (enerala Electric (Milwaukee, WI) uzante sekvenco de e sequenceo memorita de gradiento 3D. Ĉiu skanado estis prilaborita uzante bone validitan kaj plene aŭtomatigitan teknikon por analizo de MRI.Im et al., 2008) kiu taksas la tutan CV, kaj kreas 3-dimensian rekonstruon de la rebusigita kortika folio, el kiu derivas kvar metrikoj; meznombra CT tra ĉirkaŭ 80,0000-punktoj (verticoj) sur la kortika surfaco; tuta SA; tuta CHA; kaj GI.

tablo 1 

Karakterizaĵoj de partoprenantoj

Ni uzis miksitajn modelojn (Pinheiro kaj DM, 2000) taksi la fiksajn efikojn de aĝo, sekso kaj interagoj inter ĉi tiuj terminoj, sur ĉiu mezuro. Terminoj de nestitaj hazardaj efikoj modeligitaj ene de familio kaj ene de persona dependeco de observoj. Tiel, (uzante kuban CT-kreskon kun aĝo kiel ekzemplon), CT por la jth-individua tempo de la j-individua familio estis modeligita kiel:

CTijk = Interkapti + di +dij + ß1(sekso) + ß2(aĝo) + ß3(aĝo2) + ß4(aĝo3) ß5(sekso * aĝo) + ß6(Sekso * aĝo2) + ß7(Sekso * aĝo3) + eijk

Por ĉiu morfometa indekso de intereso, F-testo unue estis uzita por determini ĉu kuba, kvadrateca aŭ lineara kreska modelo plej taŭgas al la datumoj. Tiam, uzata Proporada Raporta testo estis uzata por determini ĉu modelo inkluzivanta interrilatojn inter aĝaj terminoj kaj sekso antaŭdiris signife pli da varianco laŭ la mezuro de intereso kompare kun pli simpla modelo, kiu inkluzivas nur aĝajn terminojn kaj ĉefan efikon de sekso. kurba "formo" por la mezuro de intereso estis signife malsama inter maskloj kaj inoj). Kiam ajn signifaj seksaj diferencoj ne troviĝis en la formo de kreska trajektorio, dua Propra Rata-testo estis uzata por determini ĉu modelo inkluzive de aĝo kaj ĉefa efiko de sekso antaŭdiris signife pli da varianco en la mezuro de intereso kompare kun modelo inkluzive de aĝaj esprimoj sole (te se kreska kurbo "alteco" estis signife diferenca inter maskloj kaj inoj por la mezura intereso). Ĉiuj modeloj estis uzataj per meznombraj aĝaj terminoj, tiel ke la koito de la seksa termino rilatas al la ĉefa efiko de sekso je meza aĝo (13.11 yrs) anstataŭ aĝo nulo. Por tiuj morfometraj indeksoj, kiuj sekvis ne-liniajn evoluajn trajektoriojn, la "aĝo-pinto" estis determinita per solvo de la unua orda derivaĵo de la kreska trajektorio-ekvacio difinita por tiu morfometa indekso uzanta miksitan modeladon.

Por kvantigi la relativan kontribuon de ŝanĝo de CT kaj SA al ŝanĝo de CV, kaj de ŝanĝo de GI kaj CHA al ŝanĝo de SA - ni transformis kreskajn trajektoriojn por ĉiu mezuro en jarajn procentajn ŝanĝiĝajn trajektoriojn. Se la kortekso estas konsiderata kiel folio, CV estas la produkto de CT kaj SA. Ĉi tio, procenta ŝanĝo de CV estas la sumo de procentaj ŝanĝoj en CT kaj SA. Simile, ĉar SA estas la produkto de CHA kaj GI, la procenta SA-ŝanĝo estas la sumo de procentaj ŝanĝoj en CHA kaj GI. Ĉi tiuj rilatoj povas esti ekspluatataj por kvantigi la relativan kontribuon de ŝanĝoj en CT, SA, CHA kaj GI al ŝanĝoj en CV.

rezultoj

Unue mapante CV-ŝanĝon laŭ aĝo en viroj kaj inoj [Fig1], ni reproduktis niajn pli fruajn trovojn en pli malgranda specimeno (Lenroot et al., 2007) tio; CV sekvas inversa-U kuba trajektorio (F.)2,629 = 64.7, p <0.0001) kiu pintas en malfrua infanaĝo / frua adoleskeco kaj tiam reduktas kun malpliiĝanta rapideco antaŭ stabiligi en la 3rd jardeko da vivo; absoluta CV estas pli granda ĉe maskloj ol inoj (t = 14, p <0.00005); kaj CV-trajektorioj estas sekse dimorfaj [Likelihood Ratio (LR) = 18, p = 0.0002], pintante poste ĉe maskloj (9.3 jaroj) ol inoj (8 jaroj). La du determinantoj de CV - CT kaj SA– ambaŭ sekvas inversan-U-kuban trajektorion (F2,629= 12.8, p <0.0001 kaj F2,629= 66.8, p <0.0001 respektive), kiu pintas pli frue por CT ol por SA en ambaŭ seksoj. Trajektoriaj formoj kaj aĝo-atingeblaj pintaj valoroj estas sekse dimorfaj por SA (trajektoria diferenco: LR = 32.9, p <0.0001 / pinto = 9.7-jaraj viroj kontraŭ 8.1-jaraj inoj), sed ne CT (LR = 0.45, p 0.8 / pinto = 8.6 jaraj viroj kontraŭ 8.4 jaroj inoj). La du determinantoj de SA - CHA kaj GI - ankaŭ ambaŭ sekvas inversajn U-kubajn trajektoriojn [CHA (F2,629= 26.2, p <0.0001), GI (F2,629= 28.9, p <0.0001)]. Trajektoriaj formoj estis sekse dimorfaj por ambaŭ CHA (LR = 27.4, p <0.0001), kaj GI (LR = 11.1, p = 0.01). Konveksa karenregiono pliiĝas fortike de 3 jaroj en ambaŭ seksoj, sed atingas sian pinton multe pli poste ĉe maskloj (15.2 jaroj) ol inoj (11.8 jaroj). Kontraŭe, pintaj GI-valoroj okazas ĉe la pli malalta limo de nia aĝogrupo en ambaŭ seksoj, kaj malpliiĝas konstante poste. Kaj CHA (t = 15.7, p <0.00005) kaj GI (t = 4.8, p <0.00005) estas pli grandaj ĉe maskloj ol inoj. Dum la studata aĝogrupo, laŭtaksaj grupaj mezumaj trajektorioj por maskloj kaj inoj ne intersekcas por CV, CT, SA, CHA aŭ GI.

figuro 1 

Evolua Trajektorioj por Kortika Volumo kaj Ĉiu el ĝiaj Subkomponentoj en Maskloj kaj Virinoj

Por pli bone ilustri la kontribuojn de CT kaj SA al CV-ŝanĝo, kaj de CHA kaj GI al SA ŝanĝo, ni prezentis la jaran procentan ŝanĝon por ĉiu el tiuj mezuroj kontraŭ aĝo [figuro 2]. Figuro 2a thati malkaŝas ke dum rapida ekspansio de CV dum infanaĝo estas same pelita de ŝanĝoj en CT kaj SA ĉe virinoj, proksimume 2 / 3 de CV-ŝanĝo en maskloj respondecas al SA. Ankaŭ, laŭ la aĝo-amplekso studita, seksaj diferencoj en CV-ŝanĝo ekestas pro seksaj diferencoj en kiel SA kaj ne CT ŝanĝas kun aĝo. Ĉar la takto de CT-maturiĝo diferencas malmulte inter seksoj, pli rapida kaj pli daŭranta SA-pliiĝo ĉe maskloj (sekvita de pli malrapida SA-perdo), tradukiĝas al prokrastita CV-a maksimumo rilate al inoj (sekvita de pli malrapida CV-perdo). Figuro 2b montras, ke la faktoroj pri ĉi tiu seksa diferenco en SA-maturiĝo varias laŭ la aĝo. Sekso-diferencoj en la rapideco de SA-ekspansio dum infanaĝo estas same kontribuitaj de seksdiferencoj en CHA kaj GI-maturiĝo, sed kun la tempo, seksaj diferencoj en GI-maturado fariĝas pli malgranda komponento de seksaj diferencoj en SA-ŝanĝo. Tiel, preter aĝo 12.9 yrs (kiam GI-ŝanĝiĝemaj trajektorioj ĉe maskloj kaj inoj konverĝas), seks-diferencoj en SA-ŝanĝo estas preskaŭ tute respondataj de CHA. Tamen, en ambaŭ seksoj, CHA-perdo konsistigas pli malgrandan frakcion de malfrua adoleska SA-perdo ol rabatoj en GI.

figuro 2 

a) Procenta Ŝanĝo en Cortical Volumo (CV), Dikeco (CT) kaj Surfaca Areo (SA) Plotita Kontraŭ Aĝo por Maskloj kaj Virinoj: Relativaj kontribuoj de CT kaj SA al CV-pliiĝoj en infanaĝo estas sekse dimorfaj. Sekso-diferencoj en volumena ŝanĝo kun ...

diskuto

Nia studo montras por la unua fojo, kiel maturiĝaj ŝanĝoj kaj seksaj dimorfismoj de CV ekestas per la kompleksa interrilatado de pluraj distingaj aspektoj de kortika anatomio. "Ne ĉiuj CV-ŝanĝoj estas kreitaj egalaj", ĉar ŝanĝo de CV estas tiel malsame kunmetita de ŝanĝoj en CT, CHA kaj GI, depende de la sekso kaj evolua fazo konsiderata. Scii pri ĉi tiuj dislegoj permesas novan malpligrandigon de la serĉado de tiuj genetikaj kaj mediaj faktoroj, kiuj staras laŭ normigaj kaj patologiaj varioj en kortika evoluo. Ekzemple, studoj de seksa dimorfia anatomio de cerboj en sanaj homoj nur antaŭ nelonge pasis de transversa komparo de volumetraj mezuroj, por fokusi pli sur seksodiferencoj en la takto de volumetria cerba maturiĝo (Lenroot et al., 2007). Ni nun montras, ke seksa dimorfismo en la dinamiko de CV maturiĝo estas mem tre emerĝa propraĵo de evoluaj seksaj diferencoj en CHA (kiu varias laŭ radia cerba grandeco), anstataŭ la grado de kortika faldado (indeksita de GI). Specife, seks-diferencoj en CV-a ŝanĝo kun aĝo estas plejparte kaŭzitaj de la malfrua pinto kaj pli malrapida posta malkresko de CHA ĉe maskloj kompare al inoj. Plie, ĉar ni malsukcesas trovi signifajn seksajn diferencojn laŭ la takto de totala meznombra ŝanĝo de CT, nia studo sugestas, ke aliaj, ne-kortumaj determinantoj de radia cerba grandeco devas esti bazataj sur seksa dimorfa CHA kaj CV-evoluo. Tiel, decidaj sekvaj paŝoj en malimplikado de seksaj diferencoj en la takto de CV-ŝanĝo estos (i) laŭlonge esplori kiel radiaj dimensioj de la histo-maso sub la kortika mantelo ŝanĝiĝas kun aĝo, kaj (ii) tiam establas kiel seks-diferencoj en ĉi tiu radiala maturiĝo ŝprucas el evoluaj ŝanĝoj en la volumo de cerba blanka materio, sub-kortika griza materio kaj cerbaespina likvaĵo.

Niaj rezultoj ankaŭ havas signifajn implicojn por estontaj studoj de atipaj cerbaj disvolviĝoj. Ekzemple, estas bone establite, ke maskloj havas pli grandan riskon ol inoj por infana aŭtismo, kaj ke apero de la malordo en frua infanaĝo estas forte asociita kun CV-kreskigita kreskado (Raznahan kaj Bolton, 2008). Nia fraccionamiento de la maduración de CV nun montras kiel ĉi tiuj du ĉefaj aspektoj de la fenotipo ASD eblis samtempe klarigitaj por la nova (sed comprobable) hipotezo kiun la faktoroj de risko ASD operacias elĉerpante la matureco de la SA (pli ol la de CT). Figuro 2a ilustras kial aberrant SA maturiĝo atendus havi sian maksimuman efikon sur CV disvolviĝo dum frua infanaĝo, kaj en viroj pli ol inoj. Tiaj enrigardoj reprezentas malbone bezonatajn kondukojn en la biologia studado de tre heredaj kondiĉoj de neŭrobezona disvolviĝo kiel aŭtismo, ĉar la genetikaj influoj de CT kaj SA estas plejparte ne-koincidantaj.Panizzon et al., 2009), kaj diference ŝanĝita per alela variado ene de establitaj riskaj genoj por evolua malordo (Joyner et al., 2009). Niaj trovoj ankaŭ provizas la plej fortan pruvon ĝis nun, ke identigado de disaj faktoj de malsamaj CV-komponantoj en malsanaj statoj povas helpi "dati" evoluajn insultojn. Ekzemple, ĉar ni trovas, ke pinta IG estas atingita dum aŭ antaŭ la infaneteco (kiu konverĝas kun en-utero-studoj de aliaj primatoj)Kochunov et al., 2010)), variado en kortika ŭrificado aperas kiel eble utila markilo de ĉi tiu grava kroma evolua fenestro.

La trovoj, kiujn ni prezentas, devas esti konsiderataj laŭ iuj avertoj. Unue, ekskluzivaj kriterioj estis aplikitaj dum partoprenanta varbado (detale (Giedd et al., 1996)) limigi eblajn konfuzajn faktorojn kiel personan aŭ familian historion de mensa malsano aŭ disvolviĝa handikapo. La rezultaj avantaĝoj de fortigi la internan validecon de nia granda longituda specimeno devas esti ekvilibrigitaj kontraŭ la eblaj malavantaĝoj de preterlasata selektado de antaŭjuĝo por aliaj atributoj, kiuj ankaŭ povas esti asociitaj kun diferencoj en cerba disvolviĝo, kiel ekzemple IK. Due, dum nia studo estas la unua kiu longitude karakterizas evoluajn trajektoriojn por pluraj diferencaj determinantoj de CV paralele, ni ne povis ekzameni kiel specifaj genetikaj kaj mediaj diferencoj povus agi kaj interagi dum disvolviĝa tempo por estigi ĉiun el la anatomiaj trajektorioj priskribitaj. Trie, por trakti nian demandon pri kiel ŝanĝoj en CT, CHA kaj GI kontribuas al ŝanĝo de CV, taksoj de absoluta anatomia ŝanĝo por ĉiu el ĉi tiuj diversaj mezuroj devis esti konvertitaj al komuna kaj komparebla metriko de procentaj ŝanĝoj. Absoluta ŝanĝo tamen povas esti pli taŭga fenotipo ol procentaj ŝanĝoj por trakti malsamajn demandojn pri evoluaj ŝanĝoj en cerba anatomio. Kvare multaj el la CV-subkomponentoj ekzamenitaj en nia studo povus principe esti fraccionados (ekz. Ŝanĝoj de dikeco en malsamaj kortikaj tavoloj kontribuantaj al CT, ŝanĝoj en sulca profundo vs _scalcal_ kiel kontribuantoj al GI), kaj ĉi tio estos grava fokuso. por estontaj laboroj kiel metodoj por sMRI-akiro kaj prilaborado daŭre progresas.

Malgraŭ ĉi tiuj limoj, nia studo montras por la unua fojo, kiel biologie apartaj determinantoj de CV kontribuas al ŝanĝo de CV en maniero kiu varias draste kiel funkcio de sekso kaj evolua stadio. Scio pri ĉi tiuj disadoj permesas estontajn demandojn pri la kaŭzoj kaj konsekvencoj de kortika maturiĝo pli efike.

Dankojn

Ĉi tiu studo estis financita per la Naciaj Mezlernejoj pri Sano, Nacia Mezlernejo pri Sana Enurba Esplorado, kaj Kunularo pri Klinika Esplorado pri Klinika Esplora Konsilio pri Medicina Esplora Konsilio (Aŭtoro AR - G0701370). La aŭtoroj deziras danki la partoprenantojn, kiuj partoprenis ĉi tiun studon.

Piednotoj

 

Neniuj Konfliktoj de Intereso Deklari

Referencoj

  1. Brans RG, van Haren NE, van Baal GC, Schnack HG, Kahn RS, Hulshoff Pol HE. Heredaĵo de ŝanĝoj en cerba volumeno dum tempo ĉe ĝemelaj paroj diskordaj pri skizofrenio. Arch Gen Psychiatry. 2008: 65: 1259-1268. [PubMed]
  2. Chenn A, Walsh CA. Regulado de cerba kortika grandeco per kontrolo de ĉelcikla eliro en neŭraj antaŭirantoj. Scienco. 2002: 297: 365-369. [PubMed]
  3. Geschwind DH, Konopka G. Neŭroscienco en la epoko de funkcia genaro kaj sistemaj biologio. Naturo. 2009: 461: 908-915. [PMC libera artikolo] [PubMed]
  4. Giedd JN, Rapoport JL. Struktura MRI de infana disvolviĝo de cerbo: kion ni lernis kaj kien ni iras? Neŭrono. 2010: 67: 728-734. [PMC libera artikolo] [PubMed]
  5. Giedd JN, Blumenthal J, Jeffries NE, Castellanos FX, Liu H, Zijdenbos A, Paus T, Evans AC, Rapoport JL. Disvolviĝo de cerbo dum infanaĝo kaj adoleskeco: studo longitudinal de RM. Nature Neuroscience. 1999: 2: 861-863. [PubMed]
  6. Giedd JN, Snell JW, Lange N, Rajapakse JC, Casey BJ, Kozuch PL, Vaituzis AC, Vauss YC, Hamburgero SD, Kaysen D, Rapoport JL. Kvanta magneta resono de homa cerbo disvolviĝo: aĝoj 4-18. Cereb Cortex. 1996: 6: 551-560. [PubMed]
  7. Im K, Lee JM, Lyttelton O, Kim SH, Evans AC, Kim SI. Grandeco de cerbo kaj Kortega Strukturo en la Plenkreska Cerbo. Cereb Cortex: bhm. 2008; 244 [PubMed]
  8. Joyner AH, J CR, Bloss CS, Bakken TE, Rimol LM, Melle I, Agartz I, Djurovic S, Topol EJ, Schork NJ, Andreassen OA, Dale AM. Komuna haplotipo MECP2 asocias kun reduktita surfaca areo ĉe homoj en du sendependaj loĝantaroj. Proc Natl Acad Sci Usono A. 2009; 106: 15483-15488. [PMC libera artikolo] [PubMed]
  9. Kochunov P, Castro C, Davis D, Dudley D, Brewer J, Zhang Kaj, Kroenke KD, Purdy D, Fox PT, Simply C, Schatten G. Mapante primaran girogenezon dum feta evoluo en primataj cerboj: alta rezolucio en utera strukturo de fetala cerba disvolviĝo ĉe gravedaj babuuloj. Fronto Neŭrosko. 2010; 4: 20. [PMC libera artikolo] [PubMed]
  10. Lenroot RK, Gogtay N, Greenstein-DK, Wells EM, Wallace GL, Clasen LS, Blumenthal JD, Lerch J, Zijdenbos AP, Evans, Thompson, Giedd JN. Seksa dimorfismo de cerbaj evoluaj trajektorioj dum infanaĝo kaj adoleskeco. Neuroimage. 2007: 36: 1065-1073. [PMC libera artikolo] [PubMed]
  11. Mechelli A, Price CJ, Friston KJ, Ashburner J. Voxel-bazita morfometrio de la homa cerbo: Metodoj kaj aplikoj. Nunaj Medicinaj Bildigaj Recenzoj. 2005: 1: 1-9.
  12. Ostby Y, Tamnes CK, Fjell-AM, Westlye LT, Due-Tonnessen P, Valtopa KB. Heterogeneco en subkorticala cerba disvolviĝo: struktura magneta resonanca studo de cerba maturiĝo de 8 ĝis 30-jaroj. J Neurosci. 2009: 29: 11772-11782. [PubMed]
  13. MS Panizzon, Fennema-Notestine C, Eyler LT, Jernigan TL, Prom-Wormley E, Neale M, Jacobson K, Lyon MJ, Grant MD, Franz CE, Xian H, Tsuang M, Fischl B, Seidman L, Dale A, Kremen WS. Distingaj genetikaj influoj sur kortika surfaca areo kaj kortika dikeco. Cereb Cortex. 2009: 19: 2728-2735. [PMC libera artikolo] [PubMed]
  14. Park HJ, LJ, Kim EY, Park B, Oh MK, Kim JJ. Morfologiaj ŝanĝoj en la congénita blinda surbaze de la analizo de kortika dikeco kaj surfaca areo. Neuroimage. 2009 Epub antaŭ preso Apr 8th. [PubMed]
  15. Pinheiro J, B DM. Miksitaj-efikaj modeloj en S kaj S-PLUS. New York: Springer; 2000.
  16. Rakic ​​P. Malgranda paŝo por la ĉelo, giganta salto por la homaro: hipotezo de neokortika ekspansio dum evoluo. Tendencoj Neurosci. 1995: 18: 383-388. [PubMed]
  17. Razenahan A, Bolton PF. Aŭtismaj Spectrum Malordoj. Medicino (Baltimoro) 2008; 36: 489-492.
  18. Razanhan A, Taŭro R, Daly E, Robertson D, Murphy C, Deeley Q, Bolton PF, Paus T, Murphy DG. Corticala anatomio en aŭtisma spektro-malordo: en vivo MRI-studo pri la efiko de aĝo. Cereb Cortex. 2010a; 20: 1332-1340. [PubMed]
  19. Razanhan A, Cutter W, Lalonde F, Robertson D, Daly E, Conway GS, Skuse DH, Ross J, Lerch JP, Giedd JN, Murphy DD. Cortical anatomio en homa X monosomy. Neuroimage. 2010b; 49: 2915-2923. [PMC libera artikolo] [PubMed]
  20. Rogers J, Kochunov P, Zilles K, Shelledy W, Lancaster J, Thompson P, Duggirala R, Blangero J, Fox PT, Glahn DC. Pri la genetika arkitekturo de kortika faldado kaj cerba volumeno en primatoj. Neuroimage. 2010: 53: 1103-1108. [PMC libera artikolo] [PubMed]
  21. Salat DH, Buckner RL, Snyder AZ, Greve DN, Desikan RS, Busa E, Morris JC, Dale AM, Fischl B. Maldiligado de la cerba kortekso en maljuniĝo. Cerba Kortiko. 2004; 14 (7): 721-30. [PubMed]
  22. Schmitt JE, Eyler LT, Giedd JN, Kremen WS, Kendler KS, Neale MC. Revizio de ĝemelaj kaj familiaj studoj pri neŭroanatomaj fenotipoj kaj tipa neŭrabevoluo. TwinResHumGenet. 2007: 10: 683-694. [PubMed]
  23. Shaw P, Kabani NJ, Lerch JP, Eckstrand K, Lenroot R, Gogtay N, Greenstein D, Clasen L, Evans A, Rapoport JL, Giedd JN, Saĝa SP. Trajektoroj neurodelaboracionales de la ŝelo cerebral homa. J Neurosci. 2008: 28: 3586-3594. [PubMed]
  24. Van Essen DC, Drury HA. Struktura kaj funkcia analizo de homa cerba kortekso uzanta surfacan atlason. Neurnalo de Neŭroscienco. 1997; 17 (18): 7079-102. [PubMed]