基于脑–心–肠超慢电生理交互揭示人类协调的多系统生理网络

《The Journal of Physiology》：Infra-slow brain–heart–gut electrophysiological interactions reveal a co-ordinated multisystem physiological network in humans

　　

越来越多的证据表明，大脑通过神经与非神经通路与其他生理系统持续交互。脑–心轴与脑–肠轴在稳态、异稳态及行为调控中发挥核心作用，同时也参与情绪与决策等认知过程。这些轴的失调已被关联至多种心血管、神经及精神疾病。尽管证据充分，脑、心、肠三者间的三方串扰仍 largely 未被探索。脑活动、心脏自主神经波动及胃节律在静息状态下均表现出慢速时间成分，提示脑–心–肠电生理交互可能发生在超慢（0.01–0.1 Hz）生理频段的时间尺度上。研究人员利用28名健康受试者静息状态下的开放获取电生理记录，提取了描述三个器官活动的时变功率动态：脑alpha功率、心脏交感与副交感指数，以及胃节律功率。各器官间的统计关联通过扩展时间延迟范围内的最大信息系数（MIC）进行量化。生理交互通过基于替代数据的检验得以确认，据此构建了三器官间交互的网络拓扑。研究发现，静息状态下脑–心–肠三方交互主要形成于超慢时间尺度的多方向网络。本研究为脑–心–肠交互的生理学提供了首批洞见之一，为基于网络动态、能够将病理状态与多器官系统失调相关联的更全面生物标志物的开发提供了方法学基线。

论文解读文章

一、研究背景与问题提出

在神经科学领域，网络神经科学长期将研究视野局限于大脑内部，而大脑功能实际上持续受到并通过神经、自主神经、激素及内脏通路影响其他器官活动。脑–心轴与脑–肠轴在情绪加工、认知及整体生理功能调节中扮演核心角色，且两条轴共享部分神经通路并存在共病现象。心脏与胃肠道均可通过自主神经系统的交感与副交感分支与大脑通信，迷走神经传入纤维投射至脑干孤束核，脊髓通路则经背根神经节上行。既往研究已发现心率变异性（HRV）改变与胃肠疾病相关，神经退行性疾病亦与心力衰竭及肠道菌群失调存在关联。然而，尽管存在零星定量证据，如基于肠鸣音的睡眠分期中三器官耦合强度调节、轻度认知障碍中的脑–心–肠代谢网络识别、胃pH与HRV及情绪的交互等，脑、心、肠三者间的三方电生理交互仍 largely 未被系统表征。现有研究多聚焦于两两交互，缺乏统一的定量框架来刻画三方交互的空间与时间尺度。研究人员假设脑–心–肠交互可发生在慢速（0.1–1 Hz）及超慢（0.01–0.1 Hz）生理时间尺度，因为超慢活动已与血氧水平依赖信号及静息态网络动态相关，心脏自主神经波动与胃慢波亦表现出慢速及超慢动态，且下丘脑–垂体–肾上腺（HPA）轴通过延迟反馈机制产生超日节律，进一步促成跨系统慢速调节。因此，本研究旨在采用基于同步脑电（EEG）、心电（ECG）与胃电（EGG）的多模态非侵入方法，刻画脑–心–肠交互的时间结构、强度与方向性。

二、研究内容与意义

研究人员利用公开数据集中的28名健康受试者静息态同步EEG、ECG与EGG记录，开发了专门的预处理流程以提取脑alpha功率、心脏自主神经指数（心脏交感指数CSI与心脏副交感指数CPI）及胃电功率的时变动态。采用最大信息系数（MIC）在±120秒延迟窗口内检测时间延迟耦合，并通过基于替代数据的统计检验确认交互显著性，最终构建了脑–心–肠交互的网络拓扑。研究发现，静息状态下脑–心–肠三方交互形成多方向网络，主要发生在超慢时间尺度，且存在从心脏与肠道向大脑中线中央–后部脑区汇聚的上升性交互簇。该研究首次在清醒健康人类中非侵入性表征了平行的脑–心–肠电生理交互，为多器官生理耦合提供了方法学基线，有望支持基于网络动态的多器官生物标志物开发，将病理状态与多系统失调相关联。

三、关键方法技术

研究人员采用了以下主要关键技术方法：第一，EEG信号经带通滤波、独立成分分析（ICA）去除眼动与心电伪迹、小波去噪及坏道插值重建后，通过滑动窗口频谱分析提取alpha频段（8–12 Hz）功率时间序列；第二，EGG信号经视觉检查与频谱验证后，选择具有最显著胃节律峰的导联，在个体化确定的正常胃电频段（约0.033–0.066 Hz）内带通滤波，采用滑动窗口多锥度卷积进行时频分析提取胃电功率；第三，ECG信号采用R-DECO工具箱自动检测R峰，构建逐拍间期（IBI）序列，通过Poincaré图计算心搏周期时长（CCD）及椭圆短轴（SD₁）与长轴（SD₂），进而计算CSI与CPI作为交感与副交感调节的间接估计；第四，采用最大信息系数（MIC）在±120秒延迟范围内检测非线性、非单调的时滞耦合，以最优延迟符号确定交互方向；第五，采用迭代幅值调整傅里叶变换（IAAFT）生成100个替代数据，通过蒙特卡洛方法评估耦合显著性，分别计算p_lag与p_{all lags}以控制多重比较。数据来源为公开的Figshare数据集“Body image and implicit interoception dataset”，原始研究经安格利亚鲁斯金大学伦理委员会批准。

四、研究结果

1. 单器官时间序列分析。 研究人员通过计算各组时间序列的中位功率谱密度发现，alpha功率时间序列在约0.01 Hz处呈现谱峰，心脏与肠道来源信号峰值低于0.01 Hz，表明所有信号均以数十秒量级的慢速波动为主，符合超慢生理动态特征。群体平均alpha功率分布及ICA识别的alpha主导独立成分均确认了后部头皮区域存在优势静息态alpha节律。频谱分析确认胃节律峰频率范围为0.03–0.07 Hz，群体中位数约0.05 Hz。

2. 两两器官交互分析。 研究人员对脑alpha功率与CSI、CPI及EGG功率进行两两交互分析发现，所有配置下的主导交互时间尺度均为10–100秒，对应超慢频段，占比60%–80%。该模式在脑作为单节点系统（全局alpha功率）与局部分析（最强关联EEG通道）中均保持稳定。EGG–CSI与EGG–CPI交互同样以超慢频段为主导。

3. 全局网络拓扑构建。 研究人员将脑视为单节点系统、心脏视为双节点系统（CSI与CPI）、肠道视为单节点系统构建全局网络，发现群体水平交互延迟范围为52–87秒，MIC值介于0.32–0.42之间。延迟分布呈现异质性但以超慢频段为主，各器官对间的最强耦合未表现出明确的方向不对称性。

4. 局部网络拓扑构建。 研究人员将脑视为双节点系统，分别保留正延迟方向（脑→体）与负延迟方向（体→脑）中耦合最强的EEG通道，结果输出节点为Oz、输入节点为O1。群体水平交互延迟缩短至20–68秒，MIC值介于0.24–0.36之间。延迟分布同样以超慢频段为主，方向不对称性不显著。

5. 头皮空间分布分析。 研究人员通过统计每个EEG通道与各外周信号存在显著交互的受试者数量发现，每个通道至少有19/28名受试者（约70%）表现出显著交互。最强耦合通道的位置在受试者间未呈现一致空间模式，提示脑–体交互具有分布式异质组织。耦合强度空间分布显示，EEG→EGG交互在前额区较强，EGG→EEG交互在相邻后部区域更明显；CPI→EEG交互分布于中央及额区，EEG→CPI交互呈右侧化额叶组织；CSI→EEG交互广泛分布于中央区，EEG→CSI交互在顶枕及额区更强。

6. 汇聚性交互图谱分析。 研究人员通过识别心脏–脑与肠道–脑交互图谱共用的EEG通道发现，在体→脑方向存在涵盖中央–后部中线的共同簇，提示心脏与肠道信息向这些皮层区域汇聚；而脑→体方向未观察到类似的群体水平汇聚。受试者水平地形直方图显示，单一头皮区域未在受试者间持续主导最强耦合位置，但体→脑方向存在轻微的后部区域倾向。

五、讨论与结论

讨论部分指出，脑–心–肠交互在超慢时间尺度上呈现连贯且空间结构化的耦合模式，支持心脏与肠道动态与脑活动内在关联的假说。上升与下降交互汇聚图谱的不对称性不应被解释为缺乏共享神经基质，而可能反映下降性自主控制空间组织的个体差异，这与中枢自主网络模型的灵活性观点一致。体→脑方向汇聚至中线中央–后部簇可能反映脑对内脏活动的共同监测架构或共享处理通路，与内感受理论框架相符。交互延迟的个体差异提示观察到的延迟反映动态耦合状态而非固定生理传导时间，不同行为或实验条件可能调节交互强度、拓扑及特征延迟。超过100秒的延迟可能涉及内分泌信号通路如HPA轴的脉冲式皮质醇分泌。MIC值0.2–0.4的中间水平应理解为生理系统部分时间耦合的平均结果，而非弱关联。研究局限包括非侵入记录无法触及的隐藏节点、CSI与CPI作为自主调节间接估计的性质、未测量呼吸动态、延迟推断方向性不构成严格因果、仅聚焦静息状态等。研究结论表明，脑、心、肠之间存在超慢时间尺度的协调电生理交互，支持生理调节源于跨多器官系统的分布式网络交互的观点，将网络神经科学原则扩展至生物体水平视角，为健康与疾病状态下的脑–体交互研究奠定基础。