安静時fMRIと刺激fMRIの統合により術後疼痛でネットワークの柔軟性が低下することを解明

痛みの理解にとってなぜ重要か

手術は説明や治療が難しい持続性の痛みを残すことがあります。本研究はラットの脳画像を用い、単純だが重要な問いを探ります：術後の痛みは脳ネットワークが触覚に対してどれだけ柔軟に応答するかを変えるのか、それとも脳全体を完全に再配線してしまうのか。答えは、痛みがなぜ続くのか、将来の治療がどのように健全な脳動態を回復できるかを理解する助けになります。

安静時の脳と刺激下の脳

研究者らは血流変化を追う脳イメージ法である2種類の機能的MRIを組み合わせました。ひとつは明確な課題が与えられていない安静時の脳を測るもので、もうひとつはラットの後肢に対する軽い刺激と強めの刺激の下での活動を測るものです。あるラット群は術後疼痛を模した後肢の小さな切開を受け、対照群は切開を行わないシャム手術を受けました。同一条件下で全ての動物をスキャンすることで、健康な脳と疼痛のある脳が安静時と刺激時の両方でどのように振る舞うかを比較できました。

大局的な配線は概ね変わらない

最初の驚きは変わらなかった点でした。異なる脳領域がどれだけ強く結びついているかを全体的に見る標準的手法を用いると、健康群と術後群のどちらにおいても安静時と刺激時で明確な差は見られませんでした。信号がネットワーク内でどれだけ容易に広がるかといった配線の強さや効率の尺度は安定していました。全脳にわたる特定の結合の変化を検出するよう設計された手法を用いても、安静時と刺激時の大きな変化は観察されませんでした。これは、術後疼痛の存在下でも脳の通信ネットワークの大まかな配置は保たれていることを示唆します。

微妙な変化を詳しく見る

こうした全体的尺度を超えて調べるため、研究チームは各脳領域のリンク数や中心性、他領域の橋渡しに関する役割など、多くの局所的特徴を同時に扱う洗練された解析に移りました。これらの複合的特徴が健康群と術後群を区別できるか、また安静時と刺激時を識別できるかを機械学習手法で検証しました。健康なラットでは、解析は安静状態と刺激状態を明瞭に分け、刺激強度の違いによっても異なるネットワークパターンが現れました。術後ラットではこうした区別は依然として存在しましたがずっと弱く、より深い特徴空間では安静時と刺激時のネットワークがより似通って見えました。

柔軟なホットスポット対平坦な応答

次に研究者らは、どの特定領域がこれらの差を牽引しているかを問いました。各領域のネットワーク指紋が安静から刺激へ切り替わるときにどれだけ移動するかを測定しました。健康なラットでは、いくつかの領域が特に大きな変化を示し、強い「ホットスポット」として際立ち、これらのホットスポットは異なる個体間で再現される傾向がありました。これにより、ごく少数の重要領域が調整の大部分を担うスパイク状のパターンが生じました。一方、術後ラットではパターンはより平坦で広がりがありました。目立っている領域は少なく、全体の変化はより均一でばらつきが小さく、触覚に対する応答がより硬直的で均質化していることを示します。

痛みと脳について何を示すか

総じて、これらの発見は術後疼痛が脳の基本的な配線を劇的に書き換えるのではなく、身体が刺激されたときに局所領域が再構成する柔軟性を低下させることを示唆します。健康な脳は状況に応じてどの領域が応答を主導するかを入れ替えることができますが、疼痛のある脳は取り得るパターンの幅が狭くなります。安静時と刺激時の脳スキャンを組み合わせることで、本研究は安静時スキャンだけでは見落とされるような、痛みに関連する脳の適応能力の微妙な制限を明らかにしました。

引用: Pradier, B., Pogatzki-Zahn, E., Faber, C. et al. Integration of resting-state and stimulus-fMRI uncovers reduced network flexibility in post-surgical pain. Sci Rep 16, 15570 (2026). https://doi.org/10.1038/s41598-026-51946-5

キーワード: 術後疼痛, 脳ネットワーク, 安静時fMRI, 刺激fMRI, ネットワークの柔軟性