Superkomputer: Applications

Ludzki mózg jest niezwykle złożoną siecią, która nieustannie adaptuje się do zmieniających się warunków środowiska. Adaptacje te są wynikiem zmian plastycznych zachodzących na różnych poziomach organizacji struktury i funkcji mózgu. Sieć funkcjonalna może reorganizować się w wyniku krótkich treningów motorycznych lub poznawczych, ale także w bardzo krótkich odcinkach czasu - podczas wykonywania zadań. Szybkie, dynamiczne zmiany organizacji sieci funkcjonalnej mogą stanowić ślad dla późniejszych, bardziej trwałych zmian sieci w odpowiedzi na trening. Jedną z najbardziej popularnych metod w badaniach sieci funkcjonalnych ludzkiego mózgu, jest funkcjonalny rezonans magnetyczny (functional Magnetic Resonance Imaging, fMRI). Wykorzystując dane fMRI, połączenia funkcjonalne (functional connectivity, FC) mogą być mierzone jako korelacja sygnału BOLD (blood oxygenation level-dependent) pomiędzy odległymi obszarami mózgu. FMRI pozwala także na pomiar połączeń strukturalnych (structural connectivity, SC) z wykorzystaniem techniki obrazowania tensora dyfuzji (Diffusion Tensor Imaging, DTI). Celem mojego projektu jest zastosowanie metod nauki o sieciach (network science) do analizy danych neuroobrazowych w celu zbadania reorganizacji sieci ludzkiego mózgu, zarówno w krótkich okresach czasu (w trakcie zadań poznawczych), ale także w dłuższych okresach czasu - w wyniku treningu i uczenia się. Zasoby obliczeniowe CI TASK zostaną wykorzystane do przetwarzania danych fMRI, zaawansowanych analiz organizacji sieci, oraz modelowania statystycznego. Uzyskane wyniki mogą pozwolić na lepsze zrozumienie procesów neurodynamiki, plastyczności mózgu oraz ich związku ze zdolnościami pozwawczymi człowieka. Planujemy publikację wyników w czasopismach, takich jak: Nature Neuroscience, PNAS, Cerebral Cortex, NeuroImage, or Human Brain Mapping.

Projekt jest finansowany z grantów Narodowego Centrum Nauki (2015/17/N/HS6/03549; 2017/24/T/HS6/00105) oraz Fundację na Rzecz Nauki Polskiej (START 23.2018).