嗅闻社交密码：基于事件相关fMRI和图论解析人体气味与普通气味神经网络的差异

本期推荐：研究者为解析不同嗅觉刺激（空气/非社交气味/人体化学信号）的功能神经网络差异，采用事件相关fMRI结合图论方法，发现pmOFC和FFA在人体气味网络中呈现更强中心性，揭示嗅觉信息与社会信息整合的神经机制，为理解人类社交行为提供新视角。

　　当我们闻到面包店的香气会感到愉悦，而遇到汗臭味则会下意识躲避——这些日常反应背后，是人体复杂的嗅觉神经网络在运作。然而长久以来，科学家们面临两大挑战：嗅觉处理涉及皮层与皮层下区域错综复杂的连接，且不同类型气味（如空气、环境气味、人体气味）可能激活不同脑网络。更特别的是，人体气味作为"化学信号（chemosignal）"能传递年龄、性别等社交信息，但其神经机制尚未明确。为破解这些谜团，来自英国埃塞克斯大学等机构的研究团队在《Scientific Reports》发表创新研究，通过事件相关功能磁共振成像（fMRI）结合图论分析，首次系统比较了空气、普通气味和人体气味三种刺激下的功能神经网络差异。

研究采用16名健康女性被试的fMRI数据，选取29个与嗅觉和社会认知相关的脑区作为兴趣区域（ROIs），包括初级嗅皮层（APC/PPC）、杏仁核（AMY）、眶额叶皮层各亚区（如pmOFC/mOFC）以及梭状回面孔区（FFA）等。通过BASCO工具箱提取β时间序列，计算皮尔逊相关系数构建功能连接矩阵，采用模块化优化算法确定最优阈值（空气35%/气味32%/化学信号35%），并运用Gephi软件可视化网络拓扑结构。全局指标评估采用小世界网络特征分析，局部特征则通过枢纽评分（hub score）、介数中心性等指标量化节点重要性。

"神经网络的模块化组织"部分显示，所有嗅觉网络均呈现四个功能模块：红色模块包含初级嗅皮层与边缘系统区域，蓝色模块涵盖眶额叶各亚区与FFA，绿色模块以脑岛（INS）为核心，黄色模块为丘脑 parcels。值得注意的是，化学信号网络中的FFA展现出显著高于其他网络的参与系数（participation coefficient），暗示其作为"连接枢纽"在整合社会信息中的特殊作用。"网络拓扑特性比较"通过ANOVA分析揭示，pmOFC在化学信号网络中的介数中心性显著高于空气网络（F=6.52,p=0.008），而FFA的紧密度中心性在化学信号与普通气味网络间存在显著差异（F=18.297,p=0.0028），证实社交气味处理对特定脑区的选择性招募。

在"节点删除的鲁棒性分析"中，移除枢纽节点（如aAOFC/FFA）导致全局效率下降达23.7%，验证了这些区域对网络稳定性的关键作用。研究还发现，虽然AMY在空气网络中表现为连接枢纽，但在化学信号网络中其作用被FFA部分取代，这种网络重组可能反映了从基础气味处理到社会信息解码的功能转变。

这些发现革新了我们对嗅觉神经机制的理解：首先，证实人体气味会优先激活涉及社会认知的脑区（如FFA和pmOFC），这种特异性激活模式支持了"化学信号"假说；其次，网络的小世界特性（全局效率0.256-0.268，聚类系数0.285-0.310）揭示了嗅觉信息处理的高效性原则——既保持局部模块的专业化处理，又实现全局快速整合。特别值得注意的是，在没有视觉输入的情况下，FFA仍表现出对体味的强烈响应，暗示该区域可能参与跨模态的社会信息解码。这些发现为自闭症等社交障碍疾病的研究提供了新思路，其异常化学信号处理可能与社会脑网络功能障碍相关。未来研究可结合有效连接（effective connectivity）方法，进一步解析嗅觉-社会网络间的动态交互机制。