近日，北京师范大学认知神经科学与学习国家重点实验室赵腾达团队与合作者在Psychoradiology（IF = 7.4）以封面论文在线发表了题为 “Convergent and divergent spatial topographies of individualized brain functional networks and their developmental origins” 的研究论文。该研究提出并验证了脑功能形态协方差分析（Functional Topography Covariance Analysis，FOCA）框架，系统刻画了个体化脑功能网络空间形态的趋同与趋异协变规律，并进一步揭示了其典型层级结构、神经生物关联及发育起源，为理解人脑功能组织原则及脑发育机制提供了新的计算框架和分析方法。
人脑通过神经元间持续的协同与对抗性功能活动，实现复杂高效的功能协调。这一过程在宏观尺度上表现为系列具有特定组织模式的经典功能网络。其空间位置、连接模式和个体化边界等特征被称为脑功能形态（functional topography），可反映功能系统的整合与分化形式，与个体脑发育、行为发展密切相关。然而，现有功能形态研究大多关注单个网络，对不同网络间的空间协变模式，及其在生命早期的形成发育规则，均缺乏认识。为此，该研究基于三组公开数据集（共1428人，涵盖常规与高密度脑功能扫描、新生儿与成人群体），提出并验证了脑功能形态协方差分析（FOCA），并通过整合个体化图谱分析、机器学习和多尺度神经生物注释图，系统揭示了脑功能网络空间协变的趋同与趋异模式、层级结构、神经生物基础、发育起源及认知关联。
研究首先利用高密度采样成人静息态脑功能数据 (Midnight Scan Club, MSC)，重建了全脑11个功能网络（20个子网络）的个体化功能形态图，发现功能网络的空间位置及其正、负功能连接分布模式具有显著个体差异（图1）。随后，研究联合利用正负连接形态特征，构建了脑功能形态协方差矩阵，发现其具备全局尺度跨个体一致性和连接层面个体差异性（图2），并在独立数据集高度可复现（Human Connectome Project, HCP）。进一步，研究基于层级聚类分析揭示了功能形态协变矩阵的层级组织模式，即初级系统间趋同正耦合，高级系统间异质性耦合（图3）。结合神经生物注释图谱，研究发现其协变模式受到多种神经生物因素约束，其中皮层有氧糖酵解和细胞构筑特征贡献最为明显（图3）。接下来，研究利用新生儿功能影像数据（Developing Human Connectome Project , dHCP），发现脑功能网络的空间协变模式在出生时与成人明显不同，即视觉系统与躯体运动系统间趋异负耦合，高级系统间趋同正耦合，这一发育相关差异主要源于负连接功能形态的广泛重构（图4）。同时，新生儿个体化功能形态协变矩阵可表征其早期脑龄（37–44孕周）与行为发育（18月龄，认知与语言贝利评分），其中听觉、视觉和运动等初级网络的发育关联较为密切（图5）。最后，研究系统比较了FOCA矩阵与传统功能连接（FC）矩阵的方法学差异，发现FOCA对全局信号回归的敏感性更低，对连接个体差异保留更多，并对负连接发育更为敏感（图6）。该研究系统揭示了个体化脑功能网络的趋同与趋异空间协变模式及其在新生儿早期的发育规则，突显了负功能连接在人脑功能组织及其发育中的关键作用，为理解人脑功能形态的架构原则、发育机制，发展个体化脑发育评估新模型提供了重要计算框架和分析方法支撑。
该论文第一作者为贺永课题组赵建龙博士（现就职于北京第二外国语学院人工智能与语言科学学院），通讯作者为赵腾达副研究员，共同作者包括翟昱、徐悦华和孙良龙博士。该研究得到了国家自然科学基金、北京市自然科学基金、中央高校基本科研业务费专项资金等项目的资助。
团队主页：https://helab.bnu.edu.cn/PEOPLE/tengdazhao/
论文链接：https://doi.org/10.1093/psyrad/kkag013
图1：成人脑功能网络正、负功能形态的个体化空间分布
图2：成人脑功能形态协变矩阵（FOCA矩阵）
图3：脑功能形态协变矩阵的层级组织及其神经生物基础
图4：新生儿与成人脑功能形态协变模式的发育差异
图5：新生儿早期脑功能形态协变模式的发育轨迹及其行为发育关联
图6：FOCA与传统功能连接（FC）的方法学对比评价
课题组相关文献：
1. Zhao, J., Zhai, Yu., Xu, Y., Sun, L., Zhao, T. (2026). Convergent and divergent spatial topographies of individualized brain functional networks and their developmental origins. Psychoradiology, 6: kkag013.
2. Zhao, J., Xu, Y., Cui, Z., Li, H, Sun, L., Liang, X., Han, M., Zeng, Z., Li, Q., Zhao, T., He, Y. (2026). Emergence of individualized functional topography in the neonatal brain. BioRxiv.https://www.biorxiv.org/content/10.1101/2025.11.18.689151v1
3. Sun, L., Zhao, T., Liang, X., Xia, M., Li, Q., Liao, X., Gong, G., Wang, Q., Pang, C., Yu, Q., Bi, Y., Chen, P., Chen, R., Chen, Y., Chen, T., Cheng, J., Cheng, Y., Cui, Z., Dai, Z.,…He, Y. (2025). Human lifespan changes in the brain's functional connectome. Nat Neurosci, 28(4), 891-901.
4. Zhao, T., Ouyang, M., Shou, X. J., Zhang, S., Ju, J., Liao, X., Han, M., Sun, L., Wang, X., Xia, Y., Hu, D., Kang, H., Guo, J., Wang, Q., Li, M., Huo, R., Liu, Y., Yuan, H., Peng, Y., … He, Y. (2026). Hierarchical maturation of structural brain connectomes from birth to childhood. Nat Commun, 17(1), 1945,
5. Liang, X., Sun, L., Liao, X., Lei, T., Xia, M., Duan, D., Zeng, Z., Li, Q., Xu, Z., Men, W., Wang, Y., Tan, S., Gao, J.-H., Qin, S., Tao, S., Dong, Q., Zhao, T., & He, Y. (2024). Structural connectome architecture shapes the maturation of cortical morphology from childhood to adolescence. Nat Commun, 15(1), 784.
