《Brain and Language》：Distinct individual difference patterns in reading and non-verbal reasoning networks of children
编辑推荐：
阅读与非语言推理能力的神经机制差异及个体模式分析，采用静息态fMRI和跨个体表示相似性分析（IS-RSA）研究66名儿童，发现高阅读能力儿童在阅读网络中神经相似性更高（支持收敛模型），而非语言推理能力强的儿童在推理网络中神经多样性更高（支持发散模型），提示不同认知能力的神经机制存在差异。
Jie Chen|Xiaoxia Feng|Xiujie Yang|Ningxin Zhao|Jia Zhang|Xiangrong Tang|Chan Tang|Yue Yang|Li Liu|Xiangzhi Meng|Guosheng Ding
北京师范大学心理学系应用实验心理学重点实验室，国家实验心理学教育示范中心，中国北京100875
摘要
阅读能力是语言技能的关键方面，主要通过教育和语言经验获得；而非语言推理在不需要语言的问题解决场景中更为重要。这两种能力都存在显著的个体差异。然而，目前尚不清楚阅读和非语言推理背后的神经模式在个体差异方面是共同的还是不同的。本研究利用了66名8.7至12.5岁儿童的静息态fMRI数据，并应用了主体间表征相似性分析（IS-RSA）来评估三种行为模型——最近邻模型、收敛模型和发散模型——以确定哪种模型最能描述阅读和非语言推理个体差异背后的神经模式。结果显示，阅读能力较强的儿童在阅读网络中表现出更大的神经相似性（支持收敛模型），而非语言推理能力较强的儿童在非语言推理网络中表现出更大的神经变异性（支持发散模型）。这些发现表明，具有不同特征的认知能力（即语言能力和非语言能力）可能以不同的方式影响其相应的神经模式，从而导致不同的个体差异模式。
引言
阅读和推理能力对儿童的发展至关重要，且这些能力中常常存在显著的个体差异（Olson等人，2014年；Schlatter等人，2021年）。阅读能力是一种典型的言语技能，主要通过学校教育获得，被认为是人类独有的能力（Goldston等人，2007年）。非语言推理是指在新的情境中逻辑思考和解决问题的能力，其发展不依赖于语言知识，这表明它不仅限于人类，也可能存在于其他动物中（Cattell，1963年）。阅读和非语言推理在儿童时期沿着不同的路径发展，并支持他们的未来发展（Bailey和Littlefield，2017年；Peng等人，2019年；Ritchie等人，2015年）。因此，研究阅读和非语言推理有助于揭示支持这些认知能力的不同神经机制，并提供关于这些能力个体差异模式的见解。神经影像学研究表明，阅读主要涉及腹侧视觉通路和语言网络（Lee和Stoodley，2024年；Martin等人，2015年）。相反，推理能力与背侧注意力网络和前额叶-顶叶控制系统的动态协调更为相关（Crone等人，2009年；Santarnecchi等人，2017年；Wright等人，2008年）。这表明阅读和非语言推理所依赖的神经基础在空间和功能上存在显著差异。例如，最近的一项研究招募了三组儿童：非语言推理障碍组、阅读障碍组和正常发育组。该研究揭示，非语言推理障碍组在推理网络中的功能连接性异常，而阅读障碍组与对照组相比没有这种异常（Banker等人，2020年）。
此外，阅读和非语言能力都存在显著的个体差异（Olson等人，2014年；Schlatter等人，2021年）。研究个体差异对于理解这些能力的认知过程至关重要，因为考察这种变异性超出了群体平均水平，并突显了神经差异如何影响认知表现（Finn等人，2018年；Jangraw等人，2023年；Thiede等人，2020年；West等人，2022年）。尽管阅读和非语言推理是基本的认知技能，但很少同时研究它们的神经机制，更不用说解释这些能力中显著个体差异的潜在神经机制了。大多数研究通常只研究单一认知能力及其变异性的神经机制。例如，采用主体间相关性（ISC）方法的研究调查了阅读的个体差异（Jangraw等人，2023年；Thiede等人，2020年）。同时研究阅读和非语言推理可以让我们探究这两种能力个体差异背后的神经机制是否共享或不同，从而了解这些神经变异模式是特定于某一领域还是跨领域共享的。
最近，提出了一种新的主体间表征相似性分析（IS-RSA）方法，以及三种模型（最近邻模型、收敛模型和发散模型），用于研究个体差异与行为或认知能力之间的联系（Finn等人，2020年；Jangraw等人，2023年；Li等人，2024年）。IS-RSA分析了主体间神经模式相似性与行为模型之间的关系，从而量化个体差异。这种方法解决了传统线性相关方法的敏感性局限（Finn等人，2020年；Moraczewski等人，2018年）。提出了三种模型——最近邻（NN）模型、收敛模型和发散模型——来描述个体差异的模式（Camacho等人，2023年；Finn等人，2020年）。NN模型认为，个体应与其直接相邻的个体最为相似，无论他们在能力量表上的绝对位置如何（Camacho等人，2023年；Finn等人，2020年；Chamberlain等人，2024年）。收敛模型（也称为“安娜·卡列尼娜”模型）认为，处于最佳发展状态的个体彼此之间的相似性更高（Zaneveld等人，2017年）。相反，能力得分较低的个体彼此之间更相似，而处于最佳发展状态的个体则表现出更大的变异性（Camacho等人，2023年）。
先前的研究发现，较强的阅读能力与叙事理解过程中的更大神经同步性相关（Jangraw等人，2023年），而阅读障碍患者在语音听解过程中表现出delta和高gamma频段的同步性降低（Thiede等人，2020年）。这些发现表明，熟练的读者可能趋向于更同质的神经模式，这与收敛模型一致。相比之下，非语言推理较少受到文化惯例的限制，可以通过多种策略解决（Cattell，1963年）。该领域的高水平表现者可能发展出反映个性化认知策略的独特神经配置（Santarnecchi等人，2017年），这与发散模型更为吻合。为了验证这些假设，IS-RSA是一种合适的方法，可以探讨神经相似性模式最好用收敛、发散还是最近邻关系来解释（Finn等人，2020年；Camacho等人，2023年），并为区分阅读和非语言推理的个体差异提供理论框架。
在当前研究中，我们通过考察阅读和非语言推理的神经模式相似性与三种行为模型的关系，来测试它们是否表现出共同的或不同的个体变异性模式。我们使用了静息态fMRI和IS-RSA方法来确定哪种模型（收敛模型或发散模型，以NN模型为基准）最能解释阅读和非语言推理的神经模式相似性。我们在两个层次上进行了IS-RSA分析：首先，在表征层面上，我们关注阅读和非语言推理的领域特定网络和区域（根据现有文献确定），通过基于网络和基于ROI的IS-RSA进行分析；其次，在连接性层面上，我们计算了整个大脑的功能连接性IS-RSA，而不局限于任何预定义的区域或网络。根据现有文献，我们假设：（1）阅读能力较强的儿童在阅读相关网络中表现出更大的主体间神经相似性，这与收敛模型一致；（2）非语言推理能力较强的儿童在推理相关网络中表现出更大的主体间神经变异性，这与发散模型一致。
参与者
所有参与者均为三至六年级的学龄儿童，母语为普通话。他们都是右撇子，视力正常或经过矫正，没有头部受伤史，也没有神经或精神疾病史。通过父母的报告和评估确认，参与实验的儿童没有注意力缺陷多动障碍（ADHD；Feng等人，2017年）。本研究已获得北京师范大学伦理审查委员会的批准。
结果
首先，儿童的CCRT分数（用于衡量阅读能力）与其他阅读相关指标表现出强相关性，包括150字测试（r = 0.88，p < 0.001）、语音意识（r = 0.38，p = 0.002）和快速自动化命名（RAN）（r = -0.41，p < 0.001）（见图S3），这支持使用CCRT作为阅读能力的代理指标。
此外，在控制年龄因素后，CCRT分数和非语言智商显著相关
讨论
利用静息态fMRI和IS-RSA方法，我们研究了哪种模型（最近邻模型、收敛模型或发散模型）最能捕捉与阅读/非语言推理相关的神经模式的个体差异。我们的研究发现，阅读能力较强的儿童表现出更高的内在神经相似性，支持收敛模型；而非语言推理能力较强的儿童表现出更大的内在
结论与启示
总之，在当前研究中，我们使用静息态fMRI和IS-RSA方法研究了哪种行为模型（最近邻模型、收敛模型或发散模型）最能捕捉与阅读/非语言推理相关的神经模式的个体差异。结果显示，阅读能力较强的儿童表现出更大的内在神经相似性（支持收敛模型），而非语言推理能力较强的儿童表现出更高的神经
作者贡献声明
Jie Chen：撰写——审阅与编辑、原始草稿撰写、可视化、方法论、调查、数据分析、概念化。Xiaoxia Feng：撰写——审阅与编辑、调查、数据管理。Xiujie Yang：撰写——审阅与编辑、监督、资金获取。Ningxin Zhao：撰写——审阅与编辑、方法论。Jia Zhang：撰写——审阅与编辑、调查。Xiangrong Tang：方法论、概念化。Chan Tang：撰写——审阅与编辑。Yue Yang：
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本研究得到了“脑科学与类脑智能技术-国家科技重大专项”（2021ZD0200500）、国家自然科学基金（NSFC：32571246、32471100和32371141）和北京市自然科学基金（L242110）的支持。我们感谢所有参与这项研究的儿童。
