Daniele Della Posta, Ferdinando Paternostro, Carla Stecco
From Myofascial Chains to the Polyconnective Network: A New Approach to Biomechanics and Rehabilitation Based on Graph Theory
7th International Fascia Research Congress.
August 10–14, 2025, New Orleans, Louisiana
Negli ultimi anni, il concetto di rete miofasciale ha profondamente modificato la comprensione biomeccanica del corpo umano, offrendo una visione integrata, tridimensionale e multidirezionale delle connessioni corporee .
Scopo di questo studio è descrivere il passaggio dal tradizionale modello lineare delle catene miofasciali a un paradigma reticolare, fondato sulla teoria dei grafi, che consente di rappresentare il sistema osteo-miofasciale come un insieme complesso di nodi interconnessi. Grazie a strumenti computazionali avanzati, è stato possibile ricostruire modelli anatomici di rete più aderenti alla realtà. L’analisi topologica delle reti complesse ha permesso di individuare nodi chiave in grado di influenzare la trasmissione delle forze biomeccaniche, migliorando la comprensione dell’organizzazione anatomica e funzionale di fasce e muscoli.
I dati ottenuti indicano che le misure di centralità possono orientare interventi mirati a migliorare stabilità, equilibrio e adattabilità corporea.
L’approccio basato sulla rete anatomica supera le limitazioni del modello lineare delle catene miofasciali, mettendo in evidenza la modularità e la capacità di adattamento del sistema. L’analisi della connessione tra fascia clavi-pettorale e muscolo temporale, ad esempio, ha evidenziato che i percorsi di trasmissione delle forze più efficienti non coincidono necessariamente con i più brevi, confermando come la biomeccanica umana segua vie alternative e altamente specializzate. L’applicazione della teoria delle reti anatomiche apre nuove prospettive nella ricerca e nella pratica clinica, favorendo l’integrazione di tecnologie di imaging avanzato e di modelli predittivi.
Questo approccio può potenzialmente rivoluzionare la medicina riabilitativa e personalizzata, aumentando la precisione dei protocolli terapeutici e fornendo una comprensione più completa della rete osteo-miofasciale.
References
1. Esteve-Altava, B. (2015). Topology of the musculoskeletal system: A network science analysis of connectivity in the human body. Journal of Anatomy, 227(3), 255–267.
2. Murphy, A.C., Muldoon, S.F., Baker, D., Lastowka, A., Bennett, B., et al. (2018). Structure, function, and control of the human musculoskeletal network. PLOS Biology, 16(1), e2002811.
3. Paternostro, F., Santosuosso, U., Della Posta, D., Francia, P. (2019). “Graph Theory Applied to the Human Locomotor System.” Italian Journal of Anatomy and Embryology December 19, 2019.
4. Kerkman, J.N., et al. (2018). Network structure of the human musculoskeletal system shapes neural interactions on multiple time scales. Science Advances, 4, eaat0497.
5. Della Posta, D., Branca, J.J.V., Guarnieri, G., Veltro, C., Pacini, A., Paternostro, F. (2022). Modularity of the Human Musculoskeletal System: The Correlation between Functional Structures by Computer Tools Analysis. Life, 12, 1186.
6. Barabási, A.L., & Albert, R. (1999). Emergence of scaling in random networks. Science, 286(5439), 509–512.
7. Rubinov, M., & Sporns, O. (2010). Complex network measures of brain connectivity: Uses and interpretations. NeuroImage, 52(3), 1059–1069.
8. Esteve-Altava, B., Molnar, J.L., Johnston, P., Hutchinson, J.R., Diogo, R. (2018). Anatomical network analysis of the musculoskeletal system reveals integration loss and parcellation boost during the fins-to-limbs transition. Evolution, 72(3), 601-618.
9. Della Posta, D., Veltro, C., Paternostro, F. (2016). Anatomical network analysis reveals centralities in human biomechanical structure. Italian Journal of Anatomy and Embryology, 121, 212-212.
Ferdinando Paternostro 