Decoding bilingualism from resting-state oscillatory network organization

Amoruso, L., García, A. M., Pusil, S., Timofeeva, P., Quiñones, I. & Carreiras, M. (2024). Decoding bilingualism from resting-state oscillatory network organization. Annals of the New York Academy of Sciences.

¿Puede descodificarse sólidamente el bilingüismo a lo largo de la vida a partir de la conectividad cerebral intrínseca? ¿Podemos determinar, mediante un enfoque resuelto espectralmente, las redes oscilatorias que mejor predicen la experiencia bilingüe? Registramos la actividad magnetoencefalográfica en estado de reposo de bilingües español-euskera y monolingües españoles altamente competentes, calculamos la conectividad funcional en bandas de frecuencia canónicas y obtuvimos las propiedades topológicas de la red mediante análisis de grafos. Estas características se introdujeron en un clasificador de aprendizaje automático para establecer con qué solidez discriminaban entre los grupos. El modelo mostró una clasificación excelente (AUC: 0,91 ± 0,12) entre los individuos de cada grupo. Los factores clave de la clasificación fueron la fuerza de la red en los ritmos beta (15-30 Hz) y delta (2-4 Hz). Una caracterización más detallada de estas redes reveló la implicación de centros temporales, cingulados y fronto-parietales que probablemente sustentan las redes del lenguaje y del modo por defecto (DMN). Las pruebas complementarias de un análisis de correlación mostraron que las características mejor clasificadas que mejor discriminaban a los individuos en estado de reposo también explicaban la variabilidad interindividual en el dominio de la segunda lengua (L2) entre bilingües, lo que apoya aún más la solidez del modelo de aprendizaje automático en la captura de marcadores de bilingüismo similares a rasgos. En general, nuestros resultados muestran que la experiencia a largo plazo con una L2 puede ser «leída por el cerebro» a un nivel fino de la organización de la red oscilatoria en estado de reposo, dentro de lo que destaca su impacto generalizado, en particular dentro de las redes de lenguaje y DMN.

Para acceder al artículo, hacé click aquí.

Decoding bilingualism from resting-state oscillatory network organization

Amoruso, L., García, A. M., Pusil, S., Timofeeva, P., Quiñones, I. & Carreiras, M. (2024). Decoding bilingualism from resting-state oscillatory network organization. Annals of the New York Academy of Sciences.

Can lifelong bilingualism be robustly decoded from intrinsic brain connectivity? Can we determine, using a spectrally resolved approach, the oscillatory networks that better predict dual-language experience? We recorded resting-state magnetoencephalographic activity in highly proficient Spanish-Basque bilinguals and Spanish monolinguals, calculated functional connectivity at canonical frequency bands, and derived topological network properties using graph analysis. These features were fed into a machine learning classifier to establish how robustly they discriminated between the groups. The model showed excellent classification (AUC: 0.91 ± 0.12) between individuals in each group. The key drivers of classification were network strength in beta (15–30 Hz) and delta (2–4 Hz) rhythms. Further characterization of these networks revealed the involvement of temporal, cingulate, and fronto-parietal hubs likely underpinning the language and default-mode networks (DMNs). Complementary evidence from a correlation analysis showed that the top-ranked features that better discriminated individuals during rest also explained interindividual variability in second language (L2) proficiency within bilinguals, further supporting the robustness of the machine learning model in capturing trait-like markers of bilingualism. Overall, our results show that long-term experience with an L2 can be “brain-read” at a fine-grained level from resting-state oscillatory network organization, highlighting its pervasive impact, particularly within language and DMN networks.

To access the full paper, please click here.