编辑推荐：
为探究健康成年人年龄能否预测峰值伽马频率及视觉诱发电位（VEP）的 N1、P2 峰值振幅，研究人员对 49 名健康参与者进行 EEG 记录，经分析发现年龄显著负向预测峰值伽马频率和 VEP-N1 振幅，但对 VEP-P2 无显著影响，这为研究皮层兴奋抑制（E-I）平衡提供了重要依据。
在神经科学的神秘领域中，大脑的奥秘一直吸引着众多研究者不断探索。其中，皮层兴奋与抑制（E-I）平衡对神经网络功能至关重要，一旦失衡，就可能引发癫痫、阿尔茨海默病、自闭症等多种疾病。随着年龄增长，皮层 E-I 平衡也会发生变化，这与 γ- 氨基丁酸（GABA）水平的改变密切相关。过往研究发现，老年人视觉皮层的 GABA?水平较低，不过在成年期 GABA?水平的变化规律还存在争议，不同研究结果并不一致。
同时，关于年龄与峰值伽马频率的关系，以及年龄对视觉诱发电位（VEP）各成分的影响，科学界也没有统一的定论。比如在年龄与峰值伽马频率的关联上，有的研究表明二者呈负相关，有的却显示为正相关；而 VEP 活动虽被认为能反映皮层 E-I 平衡，但不同年龄阶段 VEP 各成分的变化情况复杂，与 GABA 水平变化的对应关系也不清晰。为了深入了解这些复杂的问题，来自沙特国王大学（King Saud University）的研究人员开展了一项研究，相关成果发表在《BMC Neuroscience》杂志上。
研究人员为了探究健康成年人年龄与峰值伽马频率以及 VEP 成分（N1、P2）之间的关系，进行了一系列实验。他们招募了 49 名年龄在 19 - 52 岁的健康成年志愿者，这些志愿者均来自谢菲尔德大学，且视力正常或矫正后正常，无神经系统疾病史。在实验过程中，研究人员主要运用了以下几种关键技术方法：
- 脑电图（EEG）记录技术：在昏暗且电磁屏蔽的房间里，使用 BioSemi ActiveTwo 系统，按照国际 10/10 系统放置 64 个电极，收集参与者的 EEG 数据，在线过滤（0.01 - 140Hz）并数字化处理。
- 独立成分分析（ICA）技术：利用 EEGLAB 工具 box 对连续 EEG 数据进行扩展 ICA，以分离枕叶对视觉刺激的神经反应，筛选出相关独立成分（ICs）。
- 小波变换技术：对筛选出的 ICs 进行小波变换，通过复杂 Morlet 小波函数，在时频域分析数据，进而确定峰值伽马频率等指标。
研究结果如下：
- 参与者数据处理：由于部分数据存在问题，如头 wear、药物影响、噪声干扰、伽马活动不清晰或 VEP 偏差显著等，最终排除 8 名参与者的数据，对 41 名参与者（14 名女性，27 名男性）的数据进行分析。
- 年龄与峰值伽马频率的关系：通过简单线性回归分析发现，年龄显著预测峰值伽马频率（F (1, 39) = 6.168，p = 0.017，R2 = 0.137），且年龄每增加一岁，峰值伽马频率下降 0.603Hz。
- 年龄与 VEP-N1 振幅的关系：年龄同样显著预测 VEP-N1 振幅（F (1, 39) = 4.957，p = 0.032，R2 = 0.113），年龄每增加一岁，VEP-N1 振幅下降 0.261μV。
- 年龄与 VEP-P2 振幅的关系：然而，年龄对 VEP-P2 振幅的预测不显著（F (1, 39) = 0.012，p = 0.914，R2 = 0.003）。
- 性别差异分析：研究人员进一步分析性别差异对峰值伽马频率和 VEP 各成分的影响，结果显示性别对这些指标均无显著影响，表明性别不是该研究中的重要干扰因素。
研究结论和讨论部分指出，本次研究发现年龄与峰值伽马频率、VEP-N1 振幅呈负相关，这一结果支持了衰老与皮层抑制降低有关的观点，表明 GABA 在维持皮层 E-I 平衡中起着重要作用。不过，年龄与 VEP-P2 振幅之间未发现显著关联，这可能是由于 VEP-P2 振幅对年龄变化相对不敏感，需要更大样本量和更广泛年龄范围的研究来进一步验证。
该研究虽然存在样本量较小（N = 41）、年龄范围较窄（19 - 52 岁）以及研究方法相对单一等局限性，但为后续研究提供了宝贵的线索。未来研究可以扩大年龄范围、增加样本量，并采用多种研究任务和技术，进一步深入探索年龄与皮层 E-I 平衡之间的复杂关系，这对于理解神经系统的衰老机制以及相关神经疾病的防治具有重要意义。
