基于运动状态依赖性深部脑刺激的帕金森病运动速度差异调控研究

为解决帕金森病（PD）患者运动迟缓（bradykinesia）的治疗难题，研究人员开展了一项关于丘脑底核深部脑刺激（STN-DBS）的运动状态依赖性调控研究。通过实时闭环刺激快速或慢速运动，发现刺激快速运动可显著提升后续运动速度至健康人水平，而刺激慢速运动则无此效果。结合功能磁共振（fMRI）连接组学和运动皮层电皮层图（ECoG），揭示了辅助运动区（SMA）和基底节的关键作用，并证明机器学习可解码运动速度用于闭环算法。该研究为PD的精准神经调控提供了新思路，发表于《Science Advances》。

　　

帕金森病（Parkinson's disease, PD）患者最典型的症状之一是运动迟缓（bradykinesia），表现为动作缓慢、幅度减小。尽管丘脑底核深部脑刺激（subthalamic deep brain stimulation, STN-DBS）已成为PD的有效治疗手段，但传统持续刺激模式缺乏对运动状态的动态响应，可能无法最大化治疗效果。近年来，动物研究发现，基底节环路的光遗传学刺激可依据运动速度差异产生强化效应，这为开发更精准的神经调控策略提供了启示。然而，这种状态依赖性效应是否适用于人类STN-DBS尚不明确。

为此，研究团队在24名PD患者中开展了一项创新性实验。受小鼠光遗传学研究的启发，他们假设STN-DBS能够模仿多巴胺对运动动力学的强化作用，即在快速运动时刺激可增强后续运动速度。通过实时追踪患者执行平板任务时的运动速度，研究人员在快速或慢速运动时分别施加300毫秒的STN-DBS短时刺激（130 Hz），并分析其对后续行为的影响。

关键技术方法包括：1）基于实时速度分类的闭环刺激算法；2）功能磁共振（fMRI）连接组学分析刺激靶点与全脑网络的关联；3）运动皮层电皮层图（ECoG）记录振荡活动变化；4）机器学习（CatBoost模型）解码连续运动速度。所有实验在患者停药状态下进行，并纳入14名健康对照。

速度选择性STN-DBS

研究设计了一种动态分类算法，将运动速度与既往两次运动比较，准确率达96%。刺激仅覆盖5%的总时间（平均8.51秒/区块），但快速运动刺激使整体速度下降幅度显著小于慢速运动刺激（P<0.01），效果持续至无刺激的恢复期。

运动状态依赖性调控

刺激快速运动使患者运动速度提升至健康人水平（P>0.05对比健康组），而刺激慢速运动则加剧运动迟缓（P<0.01）。后续分析显示，这种差异仅存在于相同方向的运动中，表明效应具有轨迹特异性。

MRI连接组学揭示关键网络

通过fMRI连接组学发现，刺激效果与电极和辅助运动区（SMA）、壳核（putamen）等区域的连接强度相关（R²=0.3，P<0.01）。SMA的连接度可解释36%的效应变异（P<0.05），提示其在介导状态依赖性调控中的核心作用。

ECoG揭示皮层振荡变化

单患者数据显示，300毫秒STN-DBS可抑制运动期间皮层β振荡（20-35 Hz，P<0.05），同时增强运动后β反弹（P<0.05），这可能与运动适应性的神经可塑性相关。

机器学习实现速度解码

基于ECoG信号的梯度提升模型（CatBoost）成功预测连续运动速度（R²=0.38），α和低β波段功率为最具信息量的特征，为未来全植入式闭环系统奠定基础。

讨论部分指出，该研究首次在人类中证明STN-DBS的效应取决于刺激时的运动状态，其机制可能类似于多巴胺能强化。通过短暂抑制间接通路活性，STN-DBS可能重塑基底节-皮层环路平衡，其中SMA和基底节作为关键枢纽。研究提出的速度自适应刺激策略，相较于传统β振荡调控的闭环DBS，更符合运动强化的生理逻辑。

这项发表于《Science Advances》的工作不仅为PD治疗提供了新范式，其“神经强化”原理还可拓展至其他脑机接口领域，如促进神经假体（如脑-脊柱接口）的学习适应性。未来需进一步验证临床疗效，并探索更精确的刺激时序（如运动初期）以优化效果。