《Respiratory Physiology & Neurobiology》:Rhythmic nasal air-puff as a potential noninvasive brain stimulation approach for stabilizing integrated brain network states
编辑推荐:
•节律性鼻腔气流脉冲为嗅觉感觉神经元(OSNs)提供机械感觉输入。•隐马尔可夫模型(HMM)分析揭示了与呼吸相关的脑网络动态。•鼻腔气流脉冲刺激稳定了整合性的网络构型。•研究结果支持嗅觉通路作为神经调节的潜在靶点。引言呼吸通过输送氧气并维持生理稳态来维系生命(Del Negr
- •
节律性鼻腔气流脉冲为嗅觉感觉神经元(OSNs)提供机械感觉输入。
- •
隐马尔可夫模型(HMM)分析揭示了与呼吸相关的脑网络动态。
- •
鼻腔气流脉冲刺激稳定了整合性的网络构型。
- •
研究结果支持嗅觉通路作为神经调节的潜在靶点。
引言
呼吸通过输送氧气并维持生理稳态来维系生命(Del Negro等,2018)。除了其代谢功能之外,呼吸在时间上与皮层和皮层下区域的神经活动偶联,调节大规模网络动态,并塑造认知和情绪加工过程(Heck等,2017,Tort等,2025)。即使在不存在气味物质的情况下,鼻腔气流也会机械性地刺激嗅上皮的嗅觉感觉神经元(OSNs)(Grosmaitre等,2007),提供节律性感觉输入,将脑活动和边缘系统振荡与呼吸偶联(Karalis和Sirota,2022,Zelano等,2016)。
嗅觉系统提供了一条直接连接呼吸与皮层和边缘结构的解剖和功能通路(Zelano等,2016,Zhou等,2021)。与口呼吸绕过OSNs的机械刺激不同,鼻腔气流产生节律性传入输入,从嗅球传播到分布广泛的皮层和边缘区域,包括梨状皮层、杏仁核、海马体和前额叶皮层(Folschweiller和Sauer,2021,Grosmaitre等,2007,Karalis和Sirota,2022)。汇聚的证据表明,呼吸通过自下而上的感觉通路和自上而下的来自嗅觉和脑干区域的伴随放电共同影响皮层动态,支持了呼吸-脑耦合的双重通路模型(Allen等,2023,Del Negro等,2018,Karalis和Sirota,2022,Mohammadi等,2025)。
基于这一框架,我们近期的静息态fMRI研究证明了呼吸模式调节全脑功能连接,并据此提出了呼吸驱动脑振荡网络(REBON)的概念(Mohammadi等,2025)。我们利用动态功能连接和隐马尔可夫模型(HMM),进一步证明鼻呼吸稳定了一种整合性的大规模网络状态,其特征为更高的效率和更低的模块性,而口呼吸则促进碎片化和增加状态切换(Mohammadi等,2026)。这种模式与大规模网络理论中描述的整合-分离框架一致(Shine等,2016,Vidaurre等,2017)。
在此框架基础上,节律性、无气味的鼻腔气流脉冲刺激提供了一种选择性激活OSNs机械感觉成分的控制方法(Grosmaitre等,2007,Salimi等,2023),从而允许系统地检验呼吸驱动的神经振荡。一项啮齿类动物研究表明,节律性鼻腔气流脉冲刺激调节内侧前额叶和海马活动,并减轻呼吸机引起的记忆损伤(Ghazvineh等,2021)。最近,对嗅上皮的电刺激减轻了机械通气引起的记忆损伤,恢复了嗅球-内侧前额叶皮层-腹侧海马网络的破坏,并减轻了海马突触失衡(Ghazvineh等,2025)。在机械通气的昏迷患者中,鼻腔气流脉冲刺激增强了伽马频段功率并增加了默认模式网络(DMN)内的功能一致性(Salimi等,2022),表明受控的OSN机械刺激可能促进大规模整合。对嗅上皮的慢速机械刺激与意识状态改变相关,伴随边缘系统和DMN内delta和theta同步化增加(Zaccaro等,2022)。
尽管已有证据表明OSN机械刺激调节神经振荡,但其在人类静息态fMRI期间对全脑功能连接的影响仍 largely 未被探索。特别是,尚无任何研究直接对比节律性鼻腔气流脉冲刺激与口呼吸,以确定选择性的OSN激活是否能重现自然鼻呼吸期间先前观察到的网络水平整合的关键特征(Mohammadi等,2026)。
鉴于已有证据表明整合性网络状态与更高的全局效率和灵活的认知加工相关(Shine等,2016),且呼吸耦合的神经振荡提供了跨越皮层和皮层下系统的全局协调信号(Tort等,2025),我们设计了一项实验来检验以下假设:节律性鼻腔气流脉冲刺激相对于口呼吸能促进大规模功能整合并减少网络碎片化。
本研究采用被试内设计,结合节律性鼻腔气流脉冲刺激、静息态fMRI和生理监测,以探究嗅上皮的机械感觉贡献对健康成人脑大规模连接性的影响。通过对比受控的OSN机械刺激与口呼吸,我们旨在阐明选择性OSN激活如何调节大规模神经动态。这一方法拓展了我们先前的REBON框架(Mohammadi等,2025)和动态状态发现(Mohammadi等,2026),并为未来基于呼吸的神经调节和网络水平干预研究提供了基础。
各章节摘要
被试
本研究招募了25名健康、右利手的男性被试(平均±标准差年龄 = 23.9 ± 2.2岁)。所有被试均无神经系统、精神系统或系统性疾病史。在参与之前,使用一般健康问卷-28(GHQ-28)(Goldberg和Hillier,1979,Sterling,2011)和抑郁焦虑压力量表-42(DASS-42)(Lovibond和Lovibond,1995,Parkitny和McAuley,2010)评估了健康状况;所有被试的评分均在正常范围内。
生理指标
比较了鼻腔气流脉冲和口呼吸条件下的生理测量值。心率(HR)在两种条件下无显著差异(鼻腔气流脉冲:68.50 ± 9.92 次/分;口呼吸:70.15 ± 9.50 次/分;p = 0.11)。RMSSD在两种条件下也无显著差异(鼻腔气流脉冲:18.61 ± 7.62 ms;口呼吸:16.97 ± 4.90 ms;p = 0.09),表明两种条件下迷走神经介导的心率变异性(HRV)无差异。相比之下,呼吸频率(RF)在两种条件下差异显著。
讨论
本研究表明,通过鼻腔气流脉冲对OSNs进行节律性机械刺激会重组大规模脑网络动态,产生的模式部分类似于先前在自然鼻呼吸期间观察到的关键特征,但不同于口呼吸期间观察到的模式。通过以刺激频率为中心对BOLD信号波动应用基于HMM的动态功能连接(dFC)框架,我们识别了四种反复出现的连接状态,跨越从高整合到
结论
本研究表明,对嗅上皮的节律性机械刺激将大规模脑动态重组为整合性和时间稳定的构型。鼻腔气流脉冲刺激增加了高效率网络状态的分数占有率和持续时间,减少了碎片化,并相对于口呼吸选择性地重塑了状态转换模式。鼻腔气流脉冲与自然鼻呼吸效应的密切相似性支持了这一解释。
资助
本研究未获得公共、商业或非营利领域资助机构的专项资助。
CRediT作者贡献声明
Gholam-Ali Hossein-Zadeh:审稿与编辑、监督、方法论。Sadeq Mohammadi:审稿与编辑、原始草稿撰写、可视化、软件、方法论、调查、形式化分析、数据整理。Mohammad Reza Raoufy:审稿与编辑、方法论、概念化。
Sadeq Mohammadi|Gholam-Ali Hossein-Zadeh|Mohammad Reza Raoufy