光谱依赖性作为神经协调的框架

《Current Research in Neurobiology》:Spectral Dependence as a Framework for Neural Coordination

【字体: 大 中 小 】 时间:2026年05月13日 来源:Current Research in Neurobiology CS2.2

编辑推荐:

  C. Besosa | Y. Qin | S.N. Burke | A.P. Maurer 麦克奈特脑研究所,佛罗里达大学神经科学系,盖恩斯维尔,FL 32610 **摘要** 关于大规模神经协调的理论通常将不同的认知功能分配给离散的、独立的振荡活动频率带。在海马体

  C. Besosa | Y. Qin | S.N. Burke | A.P. Maurer
麦克奈特脑研究所,佛罗里达大学神经科学系,盖恩斯维尔,FL 32610

**摘要**
关于大规模神经协调的理论通常将不同的认知功能分配给离散的、独立的振荡活动频率带。在海马体中,记忆编码和回忆被归因于通过不同解剖路径传递的特定非重叠的伽马频率。这些“频谱分割”模型假设频率带作为功能上有意义的单元,必须被选择性地生成、维持和解码。然而,这种框架与控制突触整合、电流流动以及兴奋-抑制平衡的生物物理约束不一致。另一种框架将振荡结构视为在共享约束下多尺度电路动态的涌现结果。例如,慢速、大振幅的振荡(如theta频率(4-12 Hz)负责组织区域间的协调,而较高频率则反映了通过逐渐变小、更快的电路模式进行的局部突触能量耗散。这种“能量级联”框架对频谱结构如何随行为状态、代谢需求和实验干扰而变化做出了明确且可验证的预测。我们回顾了来自海马体theta-伽马相互作用的证据,表明:(1)伽马功率与theta功率相关;(2)伽马特性随电路状态连续变化而非离散变化;(3)干扰在频率间分层传播而非选择性地破坏孤立频段。这些发现支持基于约束的模型,而非频率分割模型,并表明振荡反映了电路在物理约束下的能量耗散方式,而非作为独立的通信通道。

**1. 引言**
神经活动如何在不同脑区之间协调以实现行为仍然是神经科学中的一个核心问题(Buzsaki & Draguhn, 2004; Eichenbaum, 2000; McNaughton et al., 2003; Sirota et al., 2003; Sutherland & McNaughton, 2000; Teyler & DiScenna, 1986)。尽管皮层表现出感觉运动偏好,并且通过解剖学将高级认知功能分开,类似于早期的颅相学映射尝试(Gall, 1822-1825; Simpson, 2005),但适应性行为依赖于皮层区域间的顺序交互(Felleman & Van Essen, 1991; Hebb, 1949; Hebb, 1958; Varela et al., 2001)。例如,物体识别需要整合在相隔较远的电路中处理的视觉特征。大脑通过跨视角和模态的整合来实现这一点(Barense et al., 2010; Devlin & Price, 2007; DiCarlo et al., 2012; Jacklin et al., 2016; Reid et al., 2012; Winters & Reid, 2010)。这一挑战常被称为“绑定问题”,但更准确地来说,它是一个在解剖和时间约束下的动态收敛问题。

为了解释这种协调,许多理论依赖于频谱分箱和分割,将认知功能归因于离散的频率带。这些框架将场电位过滤到狭窄的频率窗口中,然后将相位或振幅耦合与行为状态联系起来,通常关注海马体的theta(4-7 Hz)和伽马(30-100 Hz)节律(Buzsáki, 2005; Colgin, 2016; Headley & Paré, 2017; Lisman & Jensen, 2013)。伽马与心理功能之间的关系在早期理论中就有先例,即伽马同步将物体的特征在整个皮层中绑定起来,形成连贯的感知或体验(Engel et al., 2001; Singer & Gray, 1995)。当代框架进一步将伽马分为慢速(30-50 Hz)和快速(60-100 Hz)变体,并提出其与不同解剖路径(CA3→CA1 vs entorhinal→CA1)和认知操作(检索 vs 编码)的功能映射(Bieri et al., 2014; Colgin et al., 2009; Fernández-Ruiz et al., 2021; Wang et al., 2025)。这些映射形成了一组可测试的预测,可以根据生物物理约束和实证证据进行评估。

另一类理论认为,在LFP信号中检测到的整个频率谱是相互依赖的,大振幅的慢速节律驱动低振幅的快速节律的活动(Buzsaki, 2006; Sheremet et al., 2019; Sheremet et al., 2018; Zhou et al., 2022)。正如Buzsáki和Draguhn(2004)所总结的:“……发生在慢速频率的干扰可能导致更高频率的能量耗散级联(Bak et al., 1987),并且广泛的慢速振荡调节更快的局部事件(Csicsvari et al., 2003; Sirota et al., 2003; Steriade, 2001)。这些神经元振荡器的特性是由于神经元网络的物理结构和由于轴突传导及突触延迟导致的神经元通信速度有限而产生的(Nunez, 1995)。由于大多数神经元连接是局部的(Braitenberg & Schüz, 2013),振荡周期受到参与给定周期的神经元池大小的限制。高频振荡局限于较小的神经元空间,而在慢速振荡期间会招募非常大的网络(Csicsvari et al., 2003; Steriade, 2001)。这种解剖结构与振荡模式之间的关系使得大脑操作能够在多个时间和空间尺度上同时进行(Buzsáki et al., 2004; Buzsaki & Draguhn, 2004)。Buzsáki最近关于主观时间和大脑节律的综合研究再次确认了这种级联架构(Buzsáki, 2026)。在这种观点中,振荡是电路架构和生物物理约束的尺度依赖性结果,组织成一个嵌套的层次结构。频率反映了电路大小、传导延迟和抑制作用,而不是特定任务的功能。Buzsáki明确拒绝了模块化时钟式的解释,将经典的时间模型称为颅相学,并指出没有发现这样的时钟。因此,振荡不是并行运行的独立通道,而是通过跨频率的相位-振幅关系耦合的层次化嵌套过程,这些关系在各个尺度上施加了相对的时间结构。

这种层次框架与Buzsáki早期的表述保持一致,即振荡反映了更高频率处的能量耗散级联(Buzsaki & Draguhn, 2004)。振荡层次结构跨越多个数量级,并提供了作为内部单元的相对划分,而不需要使用绝对的度量标准。在这种级联架构中,随着活动传播到越来越小的空间尺度,解剖学约束对招募过程施加了限制。在足够小的尺度上,当环路大小无法维持有序的再入时,结构化的动态必须终止。在大尺度注入的能量通过嵌套的环路重新分配,直到在微观尺度上,突触传输变得低于阈值,连贯的结构消失(图1)。

**图1. 能量级联。**
(A) 受驱动的耗散系统的物理约束。能量在大空间和时间尺度上注入,并通过嵌套的再入环路重新分配(Richardson, 1922)。这种层次化的重新分配由功率谱密度(PSD;黑色曲线)概括,其下降斜率反映了跨尺度的连续活动传递。PSD并不生成这一过程,但提供了尺度依赖性能量流动的描述性特征。级联在耗散占主导的尺度上终止,此时有序的动态无法维持连贯的结构,进一步的传递停止。
(B) 级联的神经实现。频谱斜率(黑色曲线)源自嵌套的层次结构。宏观尺度的环路(蓝色),由长传导延迟和扩展的解剖路径(Buzsaki & Draguhn, 2004; Edelman, 1987)塑造,将动态限制在慢速、大尺度的时间尺度上(例如,theta范围的活动)。这些环路反过来驱动中观尺度的回响电路(绿色),最初由Lorent de Nó(1938)描述,它们将兴奋重新分配到逐渐缩小的模式中。在微观尺度(橙色)上,包括突触传输,高频突触前尖峰转化为低于阈值的突触后去极化,不再进一步传播。这种将结构化活动转化为局部、非传播信号的过程代表了神经组织中的一种具体耗散机制。从这个角度来看,传统的频谱带(例如,theta、gamma)并不对应于离散的生物模块,而是反映了单一多尺度、受驱动的耗散过程的相互依赖的机制。

由于这种组织的性质,标准的频谱分割(delta、theta、alpha、beta、gamma)主要是反映了神经科学家的分类法,而不是离散的生物实体。如果命名脑区并为每个区域分配单一的认知功能是解剖学上的颅相学,那么将频率带隔离出来做同样的事情就是一种频谱颅相学。在一个受驱动的耗散生物系统中,这些带是多尺度过程的相互依赖的组成部分。这些划分描述了尺度:大的慢速节律描述了全局动态,而较小的快速节律描述了更局部的动态。这种环路大小与节律结构的耦合也与回响架构一致。Edelman指出,平行系统之间的相位再入有助于节律活动(Edelman, 1987),Edelman和Gally(2013)后来通过回响组织形式化了协调。在这种框架下,宏观尺度的节律经常被观察为行波(Muller et al., 2018)。因此,节律活动更好地被描述为跨环路大小的嵌套动态,而不是作为离散的功能单元的频率带。

能量级联框架还建立在一个越来越得到解剖学支持的原则之上:大脑的几何结构在广泛的空间尺度上是尺度不变的。海马体的形成表现出类似分形的组织(Gutierrez Aceves et al., 2018),这与更广泛的分形皮层几何结构一致(Krohn et al., 2026; Wang et al., 2024)。这种基底限制了可以出现的动态。LFP功率谱具有特征性的1/f^α缩放,可能反映了通过这种基底的能量传播,耗散通过包括概率性突触传输(Lisman, 1997)和树突过滤在内的机制发生。

总的来说,神经能量级联可以通过修改Lewis Fry Richardson的诗(1922)来总结:
“大环路有嵌套的环路,
这些环路又有更小的环路,
如此一直持续到耗散。”

这种观点与频谱分割不同,它将协调建立在电路架构和传导延迟的基础上,而不是分配的频率通道上。它直接挑战了振荡(特别是在伽马范围内)作为特定认知任务的专用通道的功能主张(Kopell et al., 2000; Siegel et al., 2012)。相反,基于生物物理学的方法(Buzsaki et al., 2012; Einevoll et al., 2013)为能量级联提供了框架(Buzsaki, 2006; Buzsáki & Mizuseki, 2014)以及通过速率增强进行绑定(Roelfsema, 2023; Shadlen & Movshon, 1999),其中节律结构是架构的结果,而不是程序性指令。

虽然协调理论通常被构建为一般的皮层原则,但其评估依赖于跨区域保守的生物物理约束。进化反复使用了相同的细胞和电路机制,包括兴奋性驱动、抑制性反馈、电流守恒和膜过滤,而不是发明特定于区域的编码方案。因此,这里的海马体不是作为一个具有独特控制原则的系统来处理的,而是一个共享约束异常透明的系统。其层状的输入、特征明显的抑制性电路以及显著的行为调节节律允许在解剖学、生物物理学和细胞外场测量之间建立精确的联系。因此,本综述重点关注海马体的生理学,以测试频谱分割与频谱依赖性的机制合理性,同时借鉴其他区域的例子。在最后一部分,我们讨论了相同的约束如何预期在新皮层中塑造振荡结构,其中增加的架构复杂性可能会掩盖解剖学与场测量之间的联系,而不改变潜在的原则。

本综述考察了关于大脑振荡如何协调认知的竞争理论(表1)。频谱独立性认为局部场电位中的离散频率带被分配给独特的认知功能或解剖路径。频谱依赖性则认为频谱是相互连接的。我们关注决定哪些主张在机制上可行的生物物理约束。

**表1. 振荡和神经协调的理论模型**
| 名称 | 核心主张 | 框架 | 关键引用 |
|--------------|------------------|------------------|-----------------------------------------|
| 通过同步进行绑定(BBS) | 当编码这些特征的神经元表现出时间精确的同步放电时,感知对象的特征被绑定,同步本身作为绑定机制。 | Singer & Gray, 1995 |
| 通过一致性进行通信(CTC) | 有效的区域间通信需要发送者和接收者群体中的振荡活动保持相位对齐,从而通过依赖一致性的增益实现选择性传输。 | Fries, 2005, 2015 |
| 频谱分割和独立性 | 认知状态和大规模网络配置由频率特定的区域间一致性模式组织,不同的频段索引不同的功能操作。 | Siegel et al., 2012 |
| 频谱多路复用 | 离散的振荡频率带作为部分可分离的通信通道,允许通过频率特定的分离和解码同时路由多个信息流。 | Akam & Kullmann, 2014 |
| 能量级联 | 振荡结构反映了从大尺度慢速电路到小尺度快速模式的尺度依赖性活动重新分配,受解剖学、传导延迟和耗散的支配,而不是特定频率的功能。 | Buzsáki & Draguhn, 2004; Sheremet et al., 2018 |
| 通过速率增强进行绑定(BBRE) | 当参与同一对象表示的神经元相对于其他群体表现出增加的放电率时,增强通过递归电路传播,无需精确的尖峰时序或特定频率的通道。 | Roelfsema, 2023 |

**注:** 频谱分割模型将频率带视为必须选择性地生成、维持和解码的功能上有意义的单元。频谱依赖性模型则将振荡结构视为在共享生物物理约束下多尺度电路动态的涌现结果。关于伽马节律在认知中作用的历史视角

Ranck(1973)强调,学习情境涉及多个大脑系统,而不仅仅是实验者通常测量的那些系统。即使在简单的条件反射范式中,动物也可能形成复杂的关联,包括空间假设和社会解释。在音调-电击回避任务期间记录视觉皮层的活动可能会揭示与学习到的注视模式相关的神经变化,但这些变化仅代表涉及多个相互作用系统的更复杂学习过程的一个组成部分(O'Keefe & Nadel, 1978)。Ranck认为,实验分析的复杂性应该与行为背后的大脑系统范围相匹配,而不仅仅是观察到的行为本身的表面简单性。这一历史视角直接适用于当代的振荡研究,其中频率带通常被孤立地研究,而不是作为跨越空间和时间尺度的分布式电路之间相互作用的结果。

早期对海马体和内嗅皮层电路中伽马振荡的描述为这些节律出现的网络条件提供了基础性的见解(Chrobak & Buzsáki, 1998; Chrobak et al., 2000)。Buzsáki和Chrobak(1995)确定中间神经元是支持海马体集合时间组织的支架,证明了伽马节律自然地源于网络结构和生物物理限制。这种观点将伽马节律视为具有适当兴奋-抑制平衡的相对较小电路的涌现节律,并先于后来将离散的认知功能分配给伽马亚带的努力。

后续的工作进一步表明,伽马振荡源于明确的电路相互作用和状态依赖的网络配置。伽马振荡在海马体切片中仅通过局部电路就能轻易出现(Fisahn et al., 1998; Whittington et al., 2000),而在体外观察到的类似θ的振荡则需要强烈的胆碱能激活,可能反映了共振或诱导的节律性,而不是自发产生的行为θ(Fischer et al., 2002)。这些实验诱导的节律在时空动态和功能特异性上与典型的体内θ节律不同。因此,伽马节律自然地源于由局部兴奋-抑制平衡、突触时间常数和短传导延迟所控制的内在微电路动态,而真正的θ节律通常反映了更广泛的多区域协调。这种对局部输入强度和电路几何形状的依赖性是众所周知的,并对解释提出了根本性的限制。当频率和幅度反映了局部电路特性(兴奋驱动强度、抑制反馈时机和突触时间常数)时,它们不能同时作为独立可编程的信息路由通道。

将伽马节律视为局部网络中兴奋-抑制波的标志的观点越来越多地被当代理论所补充,这些理论提出伽马节律协调不同的大脑区域或在不同的解剖路径之间路由神经活动。我们关心的不是频率分割模型忽略了微电路机制,而是它们将振荡频率本身提升为通信的功能性代理,而不是将节律结构视为局部兴奋-抑制电路重新分配和耗散突触驱动的结果。

3. 光谱分割模型的理论框架

本节探讨了一类重要的理论,这些理论旨在解释大脑如何解决“绑定问题”(表1)。这些“光谱分割”模型提出特定的大脑振荡协调神经过程以支持认知。虽然最初集中在感知上,但这些想法后来被扩展到其他领域,如记忆(Colgin, 2015; Dvorak et al., 2018; Fernandez-Ruiz et al., 2023; Fernández-Ruiz et al., 2021)和行为灵活性(Cho et al., 2023; Sohal et al., 2009)。这些框架在主张的力量上有所不同。一些模型提出振荡频率带在路由或门控电路间信息传输中起直接的因果作用。其他模型则采取更为谨慎的态度,将带限活动视为路径参与的代理,而不断言振荡本身介导通信。然而,这两种解释水平都有一个共同的基础要求:所讨论的光谱成分可以与主导节律的宽带和谐波结构分离。下面回顾的生物物理证据挑战了这一共同假设。我们在这里回顾了这些有影响力的模型,强调了它们的局限性和生物物理限制,这些限制对其可行性提出了质疑。

3.1. 通过同步进行绑定

Milner(1974)是最早提出通过神经同步进行视觉绑定的人之一,他指出:“如果相邻或几乎相邻的细胞在兴奋时相互作用,以某种方式使彼此的活动同步并可能增强,这可以提供将图像元素联系在一起的共同特征……时间总和的有效性差异可以将来自场中不同对象的信号引导到特征检测网络的不同路径中,从而最小化它们之间的相互干扰。”(第526页)自这一早期猜想以来,视觉皮层一直是研究伽马振荡的主要目标,基于这样的假设:感知需要整合激活不同皮层区域的刺激元素。Gray和Singer(1989)报告说,猫的视觉皮层中的神经元在响应连贯刺激时表现出30-60 Hz范围内的同步放电。这一发现构成了通过同步进行绑定(BBS)假设的基础(Singer & Gray, 1995),该假设提出不同大脑区域之间的伽马同步(30-100 Hz)将特征绑定成一个连贯的感知(Engel et al., 2001)。

支持这一观点的研究报告了在感知任务期间伽马同步性的增加(Gray et al., 1989; Khamechian et al., 2019; Rodriguez et al., 1999)。这些想法导致了有影响力的综述(Engel et al., 2001; Tallon-Baudry & Bertrand, 1999)以及相关理论的发展,如通过连贯性进行通信(Fries, 2005, 2015)。然而,批评者指出这些观察主要是相关性的;同步可能是整合的结果,而不是原因(Shadlen & Movshon, 1999)。一些研究发现感知分组与同步强度无关(Roelfsema et al., 2004)。

此时,值得回顾“伽马”一词的历史偶然性。正如Buzsáki(2025)所描述的,“伽马”这个标签并不是为了表示特定的计算或认知机制而引入的,而是在alpha和beta已经被创造之后,作为一个方便的名称来指代快速场活动(Bressler & Freeman, 1980; Jasper & Andrews, 1938)。早期的机制学工作确立了抑制在产生快速节律中的核心作用(Buzsáki et al., 1983; Penttonen et al., 1998),通常根本不使用“伽马”这个词。Buzsáki后来强调,伽马指的是一系列活动,而不是一个固定的频率,其边界从来不是为了标记离散的功能实体。这一历史背景阐明了通过同步进行绑定模型的一个核心关注点:伽马带活动反映了快速动态的电路级限制,而不是一个独立可选的通信通道。

自那时以来,BBS模型出现了重大限制。首先,感觉皮层中的伽马振荡高度依赖于刺激属性。Henrie和Shapley(2005)证明,猕猴V1中的伽马功率和一致性随着刺激对比度和大小的改变而显著变化,这挑战了伽马提供了一种独立于感觉条件的通用机制的观点。后续的工作也报告了类似的刺激依赖性(Ray & Maunsell, 2010)。其次,关于普遍性的担忧仍然存在。伽马振荡在猫和一些灵长类动物中很稳健,但在人类中似乎较弱且不一致(Hermes et al., 2015),这引发了关于从特定动物模型中得出的发现能在多大程度上跨物种推广的问题。第三个主要限制涉及生态有效性。许多支持BBS的基础证据是在受限条件下获得的,包括麻醉准备和人工刺激,如漂移光栅(Eckhorn et al., 1988; Gray et al., 1989)。在清醒动物的自然条件下,伽马同步通常较弱、间歇性或不存在(Gieselmann & Thiele, 2008; Kayser et al., 2003; Thiele & Stoner, 2003),这质疑了精确同步是否反映了普遍的计算原则或由特定实验条件引起的状态依赖性机制。

对伽马同步的解释还受到方法学问题的复杂化。高频LFP成分经常受到宽带、与尖峰相关的信号的污染(Jia et al., 2013; Ray & Maunsell, 2010)。由于BBS需要具有精确相位关系的可识别窄带振荡,这种污染使得依赖该理论的经验现象难以分离。最后,关于伽马在感知中作用的因果证据仍然有限。Histed和Maunsell(2014)证明,在猕猴V1中光遗传学诱导的伽马频率活动增加了光谱功率,但未能改善甚至在某些情况下破坏了视觉检测性能。虽然外部诱导的伽马可能与内源性节律不同,但这些发现强调了复制伽马光谱特征不足以引发功能性参与。这强调了在将伽马活动解释为视觉感知的因果驱动因素时需要谨慎。

3.2. 通过连贯性进行通信(CTC)

与通过同步进行绑定模型类似,通过连贯性进行通信(CTC)假设(Fries, 2005, 2015)认为大脑区域之间的同步不是偶然现象,并将振荡相位之间的连贯性解释为增强神经通信。虽然BBS主要在视觉感知的背景下讨论,但CTC将这一框架推广为提出一种协调活动和在网络及行为上下文中路由信息的机制。CTC提出的核心机制基于这样一个观察:神经振荡反映了局部群体兴奋性的节律性波动。这些振荡产生了相对高兴奋性(高增益)和低兴奋性(低增益)的交替时期。在这个框架内,有效通信需要时间对齐:突触输入必须在高兴奋性阶段到达传出目标。连贯性被定义为两个区域振荡活动之间的一致相位关系,被认为是这种对齐的标志,并被解释为最大化突触输入的影响(Fries, 2015)。这种解释提供了一种选择性的通信机制,其中同步的路径变得有效,而非同步的输入,由于与更易兴奋的阶段不同步,因此相对减弱(Akam & Kullmann, 2012)。

CTC强调相位对齐作为调节有效连接性的手段,这一过程经常在选择性注意的解释中被提及。实证支持主要来自报告区域间连贯性与行为表现之间相关性的研究(Bosman et al., 2012; Womelsdorf et al., 2007)。在灵长类动物中,将注意力导向特定刺激与处理该刺激的视觉区域(如V1和V4)之间的伽马带连贯性增加有关(Bosman et al., 2012)。类似的任务相关耦合也在注意力需求期间在前额叶皮层和视觉区域之间被报告(Gregoriou et al., 2009)。扩展这一逻辑,CTC进一步提出信息路由是按不同频率带组织的,这意味着影响的频谱分离。在这种观点中,伽马节律(大约30–90 Hz)通常被解释为介导前馈或“自下而上的”感觉信号,而较低频率带,如alpha(8–12 Hz)和beta(13–30 Hz),则与反馈或“自上而下的”控制相关(Bastos & Schoffelen, 2015; Richter et al., 2017)。例如,在海马体中,慢伽马和快伽马活动被解释为分别耦合CA1和内嗅皮层的输入,因此与记忆检索和编码相关的信息路由有关(Colgin et al., 2009)。

尽管CTC的概念很有吸引力,但在其框架内建立因果关系仍然具有挑战性,因为大多数支持证据都是相关的。最近的研究表明,连贯性可能是区域间通信的结果,而不是其因果机制(Schneider et al., 2021)。使用猕猴前额-顶叶皮层和小鼠LGN–V1的同时记录,结合光遗传学扰动和计算建模,Schneider等人证明,当来自传出神经元群体的尖峰在局部和解剖学上连接的靶区域引发突触电位时,区域间连贯性自然出现。关键的是,光遗传学沉默靶区域的尖峰活动并没有消除连贯性,表明接收器中的尖峰同步不是必需的(关于海马体的类似证据,见Zhao et al., 2026)。相反,传入突触输入被确定为连贯性的主要决定因素。这些结果表明,大规模的连贯性模式源于解剖结构和传入输入动态,这些动态随着行为状态不断重新配置。与这种解释一致的是,即使在强烈的区域间相互作用期间,连贯性值也往往较低(Ray & Maunsell, 2010),并且与注意力相关的连贯性增加受到同时发生的发射率、刺激驱动和投射神经元相位锁定特性的影响,其中每一个都可以独立于突触效能调节连贯性(Schneider et al., 2021)。总之,这些发现并不排除大脑区域间协调的振荡活动,但它们大大限制了将连贯性本身视为区域间通信的因果控制变量的解释。**光谱指纹模型**
BBS和CTC框架的扩展提出,认知活动是由“光谱指纹”支持的,这些指纹被定义为特定频率下的区域间一致性和耦合模式,它们组织了大规模的脑网络(Siegel等人,2012年)。与早期的分区模型一致,该理论认为不同的频率带具有互补的功能:伽马波段的同步性与前馈感觉处理相关,而低频节奏(如阿尔法、贝塔和theta波)则与自上而下的影响、注意力和决策相关。在这个框架中,振荡一致性被解释为一种灵活的基于频率的编码方式,用于协调分布式皮层和皮下回路的活动。

与早期的光谱分区方法一样,该框架假设频率带可以在不同情境下作为稳定的功能标识符,尽管存在电路几何结构、传导延迟和共享生成器的限制。尽管光谱指纹技术在将振荡活动与计算功能联系起来方面发挥了重要作用,但它也受到了批评,因为振荡活动高度依赖于具体情境,且同一频率带可能在不同的任务和脑区中支持多种功能(Buzsáki & Schomburg, 2015; Buzsáki & Watson, 2012; Ray & Maunsell, 2015)。方法学上的问题进一步增加了解释的复杂性,因为一致性和耦合测量容易受到诸如体积传导和共同输入等伪影的影响,这些因素可能会虚假地放大特定频率的相互作用(Bastos & Schoffelen, 2015; Vinck等人,2011)。此外,大部分支持该理论的证据仍然是相关性的,这使得很难确定特定频率的一致性在认知中是否具有因果作用(Herrmann等人,2016; Jazayeri & Afraz, 2017)。批评者还指出,该框架忽视了跨频率的相互作用(Aru等人,2015; Canolty & Knight, 2010)以及瞬态动态。许多认知任务中的短暂振荡爆发挑战了稳定、带限信号可以作为功能原语的假设,反而表明时间变化的、状态依赖的动态是大规模协调的基础(Lundqvist等人,2016; van Ede等人,2018)。

**3.4 光谱复用模型**
光谱复用理论通过提出离散的频率带是可以通过频率选择性过滤来识别的独立通信通道,从而扩展了光谱分区概念。在这个框架中,较慢的节奏(通常是theta波,4–8 Hz)被用来组织时间窗口,在这些窗口内,较快的振荡(如伽马波,30–100 Hz)编码特定刺激的信息(Bieri等人,2014; Lisman & Jensen, 2013)。相关的研究表明,不同的振荡频率可能会根据光谱内容来引导信息流,从而偏向特定的解剖路径(Colgin等人,2009)。虽然计算模型表明,基于共振的过滤在递归神经元网络中原则上可以支持频率选择性传输(Akam & Kullmann, 2010),但几个生物物理限制挑战了这种机制在海马回路中的可行性和可扩展性。CA1锥体神经元表现出theta频率共振(Leung & Yu, 1998),而GABA能神经元通常显示低频(1–3 Hz)或宽频带的高频(10–50 Hz)共振特征(Binini等人,2021; Pike等人,2000)。缺乏稳定的窄带伽马共振削弱了精确频率选择性过滤的核心要求。与此限制一致,海马区的伽马活动主要表现为嵌套在theta周期内的短暂爆发,而不是持续的振荡。这些特性共同挑战了伽马波可以作为适合频率分割复用的独立载波频率的假设。

光谱复用还受到海马回路高收敛性架构的限制。在基于共振的模型中,随着同时活跃输入数量的增加,路由精度会下降(Akam & Kullmann, 2010),这对于在密集收敛下运行的系统来说是一个关键限制。此外,复用路由的计算实现通常需要外部操作电路参数(如突触权重或持续驱动)来切换路由状态。在这些模型中,伽马振荡是由潜在的状态变化引起的,而不是启动路由过程本身,这表明伽马波反映了电路生物物理状态的动态特征,而不是作为信息流的因果控制变量。最后,看似支持复用的证据可能反映了信号处理的限制,而不是独特的神经生理编码方案。宽带光谱成分和非正弦波形可以在标准分析方法中产生虚假的跨频率耦合(Aru等人,2015; Cole & Voytek, 2017; Jones, 2016; Scheffer-Teixeira & Tort, 2016; Zhou等人,2022; Zhou等人,2019)。在这些条件下,即使没有明确的生成器、通道或路由操作,也可能出现明显的频率分离,从而进一步削弱了将复用视为生物学上实现的通信策略的解释。

**3.5 海马伽马作为光谱分区模型的典范**
海马区一直是光谱分区的核心测试平台,特别是那些在检索和编码过程中为“慢”伽马和“快”伽马分配不同功能角色的模型。一个根本问题立即出现:用于定义这些频率带的频率边界在不同研究中差异很大(图2)。Colgin等人(2009)将慢伽马定义为25–50 Hz,快伽马定义为65–140 Hz;然而,其他报告使用了不同的截止值。这种不一致性不仅仅是一个表面问题。如果每次新的数据集都调整频率带的定义,那么该框架就失去了可证伪的边界,变得难以反驳。同时,该领域经常进行一种“双重颅相学”研究,将认知功能同时映射到频率带和解剖亚区域上,仿佛每种映射都是独立诊断的。缺乏明确的生成机制——例如,哪些突触、细胞或电路级过程使CA3能够生成并传输离散的慢伽马节奏到CA1——使得这些定义在不同研究中可以漂移而不会产生明显的矛盾。一个由特定电路属性、突触时间常数或神经元群体定义的、具有机制基础的实体应该能够预测跨实验室和记录条件的一致频率边界。持续的定义变异性表明,频率标签更多地反映了相关性发现,而不是追踪一个稳定的生物过程。

**下载:** 下载高分辨率图像(953KB)
**下载:** 下载全尺寸图像

**图2. 不同海马振荡研究中的频率定义不一致性。**
左图:历史上对内侧颞叶振荡带的定义。每个条形图显示了不同研究中给定振荡的频率范围。
右上图:合并的定义范围显示了与低频伽马带(<50 Hz)重叠的theta谐波,突显了潜在的光谱混淆。
右下图:不同研究中报告的慢伽马最低和最高边界显示出显著的变化,表明这种节奏没有单一的、不变的频率定义。如果慢伽马是一个具有稳定生成机制的独立生物实体,那么频率边界应该在独立实验室和记录条件下保持一致。相反,定义的多样性表明“慢伽马”可能反映了应用于连续光谱结构的分析选择,而不是一个离散的振荡过程。

**修改自Zhou等人(2019)的研究,并纠正了Lopes-dos-Santos等人(2018)的报告,后者报告了ICA权重向量的峰值频率(22, 35, 54, 80, 和 169 Hz),而不是有界频率带。这些峰值以窄标记的形式绘制,因为该论文没有定义频率带边界。值得注意的是,标记为“快伽马”(tSC5)的成分在169 Hz处达到峰值,更接近ripple带(135–250 Hz),而不是任何其他研究对快伽马的定义;而标记为“贝塔”(tSC1)的成分在22 Hz处,位于主要由theta谐波主导的范围内。**

Colgin等人(2009)提出,慢伽马协调CA3→CA1在检索过程中的相互作用,而快伽马反映了编码过程中的内嗅皮层→CA1相互作用。后续的研究尚未就一致的解剖和心理映射达成一致。在后者方面,Kemere等人(2013)报告称,在探索新环境时,慢伽马和快伽马带的功率都会增加,这与状态依赖的调制一致,而不是频率特定的编码。Zheng等人(2016)发现,这两个频率范围可以根据任务结构支持前瞻性或回顾性编码。Fernández-Ruiz等人(2021)提出了完全不同的解剖映射,将低频伽马归因于外侧内嗅皮层输入和与物体相关的内容,将高频伽马归因于与空间相关的内嗅皮层输入。尽管这些解释在上游来源上存在分歧,但它们共享一个关键假设:30–50 Hz范围内的活动反映了可分离的振荡过程,而不是由分析选择划分的theta波的谐波结构和非线性波形特征。

一个持续存在的问题是,相同的频率标签(特别是慢伽马)被应用于归因于不同解剖路径的活动(CA3→CA1 vs LEC→DG),而没有解释多个具有重叠频率范围的独立振荡生成器是如何从海马回路中产生的。考虑到科学结论应该跨多个研究得到验证,现有证据表明存在一种标记线的连续性,而不是独立性。LEC输入驱动齿状回的30–50 Hz活动(Fernández-Ruiz等人,2021),齿状回的伽马波驱动CA3(Hsiao等人,2016),并且CA3的伽马波与CA1耦合(Colgin等人,2009)。这种模式更符合电路级过程通过路径传播的情景,而不是多个功能不同的伽马生成器占据同一频率带。另一种解释是,Fernández-Ruiz等人识别出的慢伽马振荡器与Colgin等人不同,这需要假设海马回路支持多个独立但重叠的30–50 Hz生成器,这些生成器具有不同的解剖起源和功能角色,但这一说法缺乏机制支持。

更根本的是,关于慢伽马的功能性声明做出了相互矛盾的预测。Kemere等人(2013)发现,慢伽马功率随着跑步速度的增加而降低。如果慢伽马在检索过程中介导CA3→CA1的通信(如Colgin等人(2009)所提出的),那么动物在高速跑步时应该表现出CA3→CA1的相互作用受损、位置细胞活动受损以及回忆能力下降。然而,没有证据支持这一预测。如果慢伽马是使CA3能够驱动CA1空间表征的机制,那么在沉默CA3时,CA1的位置细胞活动应该会消失。然而,完全沉默CA3仍然保留了CA1位置场的比例及其稳定的组装表达(Zutshi等人,2022),这表明慢伽马不可能是使CA3驱动CA1空间编码的机制。这种分歧体现了Buzsáki(2020)指出的一个更广泛的脆弱性,他批评了心理构造与神经相关性之间的自上而下的映射。频率带选择的扩展遵循相同的逻辑:研究者可以选择与心理标签(检索、编码、物体、空间)最相关的频率范围,然后将该范围映射到解剖路径上,从而构建一个看似合理的解释,但没有确定生成器。这种结果继承了解剖学和光谱颅相学的缺陷。更根本的是,慢/快二分法假设海马区存在多个不同的伽马振荡,这一假设需要根据用于识别和验证伽马路由的理论的分析工具以及这些模型的解剖学和生物物理可行性进行审查。

**3.6 光谱分区方法的方法学限制**
基于光谱分区的神经协调理论主要依赖于相关性证据和逆向推理,而不是直接的机制测试。削弱伽马路由、BBS、CTC和光谱复用框架的一个根本问题是,由于光谱分析可以分离出不同的频率带,因此这些带对应于独立的认知或神经过程(Buzsaki, 2006; Jasper, 1948; Muthukumaraswamy & Singh, 2011)。这种推理将分析分解与生理分离混为一谈。神经回路产生复杂的、非正弦波形的活动模式,这些模式同时在多个频率上分配功率。因此,光谱成分可能反映了单一潜在动态的不同投影,而不是不同的振荡生成器(Canolty & Knight, 2010; Cohen, 2017)。

光遗传学和化学遗传学操作有时被解释为频率选择性路由的因果证据(Liu等人,2023; Yamamoto等人,2014)。然而,这些操作将路径必要性与频率必要性混为一谈。抑制或驱动特定输入会改变记录点上游的突触增益、尖峰时序统计和群体同步性,从而必然重塑下游的场电位。例如,化学遗传学抑制齿状回和CA3的parvalbumin阳性神经元与somatostatin阳性神经元会导致CA1伽马范围功率的相反变化,PV+抑制增强低频伽马成分,而SST+抑制增强高频成分(Aery Jones等人,2021)。关键的是,这两种操作都会增加DG和CA3的尖峰输出,而CA1的发射率基本保持不变,这表明CA1光谱内容的差异源于上游抑制的重新分配,而不是频率选择性传输或解码。此外,强加人工节奏会迫使回路进入其内在动态不自然表达的状态,导致场电位和细胞发射模式之间的分离(Humphries, 2017; Humphries, 2018; Scarlett等人,2004)。正如其他系统所示,瞬态扰动可能会破坏下游动态的稳定性,而无需识别稳态计算基础(Otchy等人,2015年),并且结构化的抑制性连接可以在不通过频率编码信息的情况下显著重塑网络稳定性和增益(Pfeffer等人,2013年)。因此,在扰动下观察到的频率变化反映了电路状态和突触驱动的变化,而不是频率作为因果路由变量。神经活动也是高度非平稳和非线性的,这些特性仅能部分地通过传统的频谱方法捕捉到(Aru等人,2015年)。限制不在于频谱分解本身,而在于如何解释其输出。功率谱是描述性的,它们总结了随时间变化的频率内容,但对波形、时间不对称性和机制起源不敏感。当伽马活动是宽带、瞬态且依赖于输入时,局部功率的增加并不意味着存在离散的振荡器。相反,它反映了重叠的、涌现的电路动态的复合效应。一个关键且常被低估的限制来自于时间-频率分辨率的基本限制。基于小波的方法明确地在时间精度和频率精度之间进行权衡(Tallon-Baudry等人,1996年)。在这些限制下,非正弦波形中的急剧变化在数学上与基频分离,并重新分配到更高频率的成分中。因此,即使在没有独立快速振荡的情况下,具有不对称或锯齿状结构的θ节律也会自然地在20-50 Hz范围内产生频谱能量(Sheremet等人,2016年;Sheremet等人,2019年)。表示尖锐的时间特征需要高频正弦波(Kramer等人,2008年),这意味着对这些信号的短暂时间窗口处理可能会错误地暗示存在更高频率的节律(图3)。

下载:下载高分辨率图像(641KB)
下载:下载全尺寸图像
图3. 由于对非正弦节律进行短时间窗口处理而引起的虚假振荡结构的示例。(顶部)通过高斯卷积生成的8 Hz锯齿状波形(红色),用狭窄的时间分析窗口显示(灰色)。(底部)显示了窗口化段(实线红色轨迹)以及推断出的更高频率的正弦波成分(蓝色虚线),说明了如何通过短暂的时间窗口处理非正弦振荡错误地暗示存在独立的快速节律。这种效应反映了时间-频率分辨率的基本限制,而不是生成了一个独特的振荡过程。

这些歧义可以通过双相干性分析来解决,该方法直接测试高频成分是否与低频基频相位耦合。双相干性是信号的第三阶累积谱,将功率谱密度(第二阶累积谱)从幅度扩展到相位。虽然功率谱测量能量如何分布在不同频率上,但双相干性测量频率三元组(f1, f2, f1+f2)之间的相位关系是否随时间保持稳定。由于谐波是通过与基频的相位耦合定义的,而不是通过它们相对于其他频谱成分的幅度定义的,因此这个问题无法通过幅度域方法(包括频谱峰值拟合、参数分解或经验模态分解)来解决,无论这些方法的复杂性如何(Zhou等人,2019年)。例如,Lopes-dos-Santos等人(2018年)应用了EEMD后跟ICA来提取单个θ周期的频谱成分,但这两种方法都没有测试相位耦合,而ICA假设的统计独立性被电中性所违反,电中性通过闭合的电流环路将频谱内容耦合到树突隔室中(Buzsáki等人,2012年;Einevoll等人,2013年)。当Zhou等人(2019年)将双相干性应用于EEMD后的信号时,谐波结构仍然保持完整,表明该流程提取的成分无法通过用于识别它们的方法与θ波形特征区分开来。多项研究表明,所谓的“慢伽马”成分与θ节律表现出显著的双相干性,这与谐波耦合一致,而不是独立的振荡发生器(Sheremet等人,2019年;Zhou等人,2019年)。这一发现与Aru等人(2015年)和Jones(2016年)提出的警告相符,他们强调明显的跨频率耦合可能源于波形特征,而不是不同神经过程之间的相互作用。

此外,这些发现挑战了参数化频谱分解方法,如FOOOF(Donoghue等人,2020年),该方法将功率谱密度(PSD)建模为两个可分离成分的线性叠加:一个非周期性的1/f背景,归因于异步或随机活动,以及叠加的周期性峰值,解释为离散的振荡发生器。振荡成分是通过将高斯峰值拟合到PSD上来提取的,而背景被建模为一个固定的幂律指数。这种分解基于一组数学和诊断假设,这些假设与基于级联的神经动态解释不兼容。在基础层面上,该方法犯了类别错误。傅里叶变换使用一组正交的完美周期正弦波来表示信号。傅里叶空间中的每个点都对应一个具有定义频率、幅度和相位的正弦波成分。幂律谱S(f) ∝ f?α并不描述一类非振荡活动,而是描述了幅度如何分布在这些相同的周期基函数上。因此,1/f谱反映了信号中的尺度依赖结构,而不是存在一个独立的非周期过程。根据构造,傅里叶空间不包含“非周期”元素。将1/f成分视为可分离的背景类似于将图像分解成方形像素,然后试图分离出一类“圆形像素”。这种基础不支持这样的区分,因为“圆形”仅仅是方形像素本身的特定空间排列。傅里叶分解也是如此。数学基础不支持这种区分,所识别的“非周期性”实际上是完美周期正弦波的排列。因此,将“振荡峰值”与“非周期背景”分开并不是对数据的中性重新参数化,而是一种强加的本体论,这种本体论在表示本身中并不存在。

基于峰值的频谱描述的第二个更根本的方法论限制是,功率谱密度(PSD)不是时间序列的可逆表示。PSD是一个二阶统计量,仅保留幅度信息,完全丢弃了相位信息。因此,无限多个不同的信号——包括相位锁定的振荡、瞬态爆发、具有急剧变化的非正弦波形、确定性混沌和过滤的随机过程——可以产生无法区分的功率谱。在非线性神经系统中,相位关系和时间不对称性定义了潜在的动态,这一限制是决定性的。由于FOOOF完全在幅度空间中操作,它无法区分真正的振荡相互作用和由波形不对称性或非线性混合产生的频谱结构。例如,通过丢弃相位,FOOOF无法本质上识别谐波,因为谐波按定义是整数相位耦合的正弦波。使逆傅里叶重建成为可能的是幅度和相位的联合指定,而不仅仅是功率;因此,任何仅从PSD推断生成机制的方法都是在本质上不确定的表示上操作的。

这一担忧呼应了Herbert Jasper关于“傅里叶谬误”的警告(1948年)。Jasper并不是反对傅里叶分析本身,而是反对将其基函数视为生理实体。将信号分解为正弦波在数学上是有效的,但假设这些正弦波对应于独立的神经发生器则不是。FOOOF以现代化的形式再现了这一错误。因为PSD可以被拟合为幂律成分加上峰值,该方法隐含地将这些术语视为反映可分离的背景活动和离散的振荡过程。然而,1/f结构是用于表示峰值的同一傅里叶基的幅度包络。因此,偏离拟合斜率本身并不能证明独立振荡器的存在。

从能量级联的角度来看,核心问题是诊断性的,而不是解释性的。通过将频谱斜率和峰值视为独立的原因,基于峰值的分解系统地将斜率的变化错误地归因于振荡功率的变化。当行为需求增加且谱线变平缓时,FOOOF将这种重组解释为在稳定背景上叠加的更强θ或伽马活动。在级联框架中,斜率变化本身反映了由于系统输入增加而驱动的增强跨尺度能量传输。在海马体中,θ节律作为一个驱动尺度。谐波和宽带伽马活动是通过这种驱动的非线性重新分配产生的,而不是通过激活离散的振荡器产生的。在这些条件下,频谱指数不是一个需要移除的干扰参数,而是一个主要的可观测量,用于索引能量跨尺度的效率。因此,减去或归一化1/f结构的方法实际上丢弃了解释谐波出现、θ和伽马之间的耦合以及频谱结构随行为状态系统重组的动态。从这个角度来看,以峰值为中心的频谱分解预计会掩盖而不是澄清控制海马群体活动的物理过程。例如,FOOOF会将其参数化为20-50 Hz范围内的可分离峰值,这实际上反映了具有谐波结构的单一θ过程(Sheremet等人,2016年)。

3.7. 伽马路由的层状解剖学和生物物理限制
Fernández-Ruiz等人(2023年)说明了调和基于电路和基于频率的海马体伽马解释的难度。他们框架中的一个关键假设是,慢速和快速伽马来自特定的解剖学输入,其中CA3和内侧内嗅皮层(MEC)被视为不同的频率源(图4A)。这种映射在文献中广泛被暗示(Colgin等人,2009年;Fernández-Ruiz等人,2017年;Schomburg等人,2014年;Tort等人,2009年;Zheng等人,2016年),然而很少提供上游群体在所分配频率上固有振荡的直接证据。缺乏这样的证据并不是反驳,但它留下了一个更简单的可能性:CA1中的伽马结构反映了局部电路相互作用,而不是从指定来源传输的载波频率。这种缺失激发了将伽马视为与局部兴奋性-抑制性电路相互作用的状态依赖产物的框架,而不是与单一解剖学来源相关的离散实体。

下载:下载高分辨率图像(324KB)
下载:下载全尺寸图像
图4. (A) 示意图说明了来自CA3和内嗅皮层(EC)的兴奋性输入分别贡献于放射层(R)的“慢伽马”和分子层(LM)的“快伽马”的常见解释(Colgin等人,2009年;Fernández-Ruiz等人,2017年;参见Fernández-Ruiz等人,2023年的图1B)。(B) 显示了穿过CA1层的兴奋性投射的图,所有这些都贡献于突触跨膜电流。(C) CA1中的代表性中间神经元类型。虽然没有显示,但来自内侧隔膜的节律性GABA能和胆碱能输入在调节海马θ节律和跨层的中间神经元活动方面起着关键作用(Freund & Antal,1988年)。中间神经元的关键类型:1) 轴突-轴突,2) 三层结构,3) Schaffer侧支相关,4) 穿孔路径相关,5) oriens-lacunosum.moleculare,6) 篮状细胞,7) 神经胶质细胞。面板内容综合了已发表的解剖学和生理学发现(Klausberger & Somogyi,2008年;Lawrence,2010年;van Strien等人,2009年)。

解剖学本身就已经破坏了频率带与路径之间的一一对应关系。CA3轴突密集地支配放射层,但也投射到oriens层,涉及锥体树突和局部中间神经元(Takács等人,2008年)。内嗅输入虽然在分子层中很突出,但也到达oriens层并招募那里的锥体和中间神经元群体(Bell等人,2021年;Deller等人,1996年;Desmond等人,1994年)。oriens层还接收来自内侧隔膜、杏仁核和对侧海马体的大量输入(Freund & Antal,1988年;Pikkarainen等人,1999年)。这些汇聚表明,层内的细胞外场结构反映了多个驱动和返回电流的叠加,而不是单一的孤立“通道”(图4B)。

尽管如此,频谱路由解释仍然提出伽马亚带分离了来自CA3和内嗅的信息流(Colgin等人,2009年;Schomburg等人,2014年;Fernández-Ruiz等人,2021年)。这一主张提出了一个具体的、可测试的预测:如果放射层中的“慢伽马”和分子层中的“快伽马”是路径特定路由的功能载体,那么随着信号向pyramale层传播,伽马带活动应保持频率匹配的跨层相位关系。层状一致性分析直接测试了这一点。在不同数据集中,θ节律在海马层中表现出高一致性和低相位分散,而伽马一致性在空间上是有限的,并在层边界处变得相位分散(Berényi等人,2014年;Zhou等人,2022年;Zhou等人,2019年)。Berényi等人(2014年)在大鼠穿越轨道或探索开放场地时,使用256个探针计算了海马层间的伽马带(30–90 Hz)一致性,观察到在单个树突层内的一致性很高,但在边界处急剧下降(图5)。周等人同样报告称,即使在θ相干性很强的情况下,跨层和跨区域的γ相干性仍然很低且相位分散严重。相位偏移分析进一步证实了这一点:γ相位关系的标准差超过约100°,这与同步现象不符,也不符合毫秒级信号传递的机制;而θ相位在各个层和区域之间则保持紧密聚集(周等人,2019;周等人,2022)。最关键的是,最近的层状分析显示,在控制条件下,lacunosum-moleculare(内嗅输入区)和stratum pyramidale(体感输出区)之间的γ相干性接近无相干水平,这与“快速γ”将内嗅信息传递到CA1的预测相矛盾(赵等人,2026)。下载:下载高分辨率图像(324KB)下载:下载全尺寸图像

图5. 层状γ相干性与频率特异性信号传递模型相矛盾。参考点(黑点)涵盖了CA1中的海马层(stratum oriens、lacunosum-moleculare、radiatum)以及齿状回。周围的面板显示了每个参考点与256个记录位置之间的相干性(频率×位置)。γ频段(30–90 Hz)的相干性集群与解剖学层边界对齐,在同一层内相干性较高,而在层边界处显著降低,这种模式是在没有先验解剖学知识的情况下出现的,并通过组织学重建得到了验证(Berényi等人,2014)。这种层状限制与假设频率在层间特异性传递的模型不符。转载自Berényi等人(2014),《神经生理学杂志》,经许可使用。

海马层和区域之间的γ相干性始终较低。CA3和CA1 stratum pyramidale之间的跨区域幅度平方相干性在慢γ频段(30–90 Hz)约为0.2–0.25(Montgomery等人,2008;Schomburg等人,2014),相当于大约20–25%的共享方差。按照任何标准来看,这都是相当低的,远低于同一距离上的θ相干性,后者通常超过0.7(周等人,2022)。在内嗅-海马通路中,这种情况更为明显:在所有测试的动物中,EC3–CA1 stratum pyramidale之间的相干性在约60 Hz以上低于0.1(Schomburg等人,2014),这意味着在层3内嗅输入据称传递到CA1的频率上,共享方差低于10%。与其说是直接的γ频段通信,不如说是一个较慢、幅度较大的节奏驱动了内嗅皮层和CA1中的局部γ活动,从而导致小的、相关的γ增加,但这些增加并不是直接协调的。

周等人(2022)使用一个简单模型证明,每个由共享的θ节奏调节的独立局部γ生成器可以在0.1–0.25范围内产生跨区域的γ相干性(与实验值相符,而无需假设任何区域间的γ同步)。因此,观察到的相干性可以解释为θ节奏驱动的混合效应,而不是专门用于γ通信的通道的证据。Buzsáki和Schomburg(2015)警告说,低于0.1的相干性值需要特别关注,并指出γ通信的关键下游测试——即CA1锥体细胞是否受到上游γ的同步——显示在约50 Hz以上,这种耦合是罕见且可以忽略的。在80 Hz以上,仅有不到3%的CA1锥体细胞显著相位锁定到EC3的γ,这实际上几乎是随机的(Schomburg等人,2014),这种限制归因于树突对快速突触模式的低通滤波(Vaidya & Johnston,2013)。此外,区域间的γ耦合主要归因于中间神经元的相位锁定,而不是主细胞的同步(Schomburg等人,2014)。Schomburg等人(2014)进一步证明,即使在ICA分解后,反映不同突触通路的组分之间的相干性仍然很低,无论记录位置如何,而来自不同分支的相似组分之间的相干性随距离单调减少。这种模式与空间局部化的电路活动一致,这种活动随距离而减弱,而不是特定通路的信号在空间上保持一致性。值得注意的是,唯一一个跨区域相干性较高的情况(超过100–150 Hz)是由于肌肉伪影污染,而不是神经协调(Schomburg等人,2014,图S4)。这些发现对频谱分割模型提出了根本性的挑战,因为这些模型并不认为γ与通路活动相关,而是提出γ振荡主动在区域间传递信息(Fernández-Ruiz等人,2021;Colgin等人,2009)。Fernández-Ruiz等人(2021)将γ描述为使“目标读取区能够区分汇聚的输入”。然而,在这种提出的机制中,最强的通道仅解释了发送者和接收者之间共享方差的四分之一,这个值仅通过θ节奏的混合效应就可以再现(周等人,2022),同时却未能协调它所声称的输出神经元。这并不符合该框架自身要求的标准。总的来说,这些相干性模式更符合γ反映了在接收共同突触驱动的树突域内局部产生的兴奋性-抑制性动态,而不是跨层的频率特异性信号传递。与此解释一致的是,光遗传学操作表明,γ频段活动可以通过兴奋性-抑制性相互作用在局部产生,而不需要跨层的频率特异性传递(Sohal等人,2009)。

作为反驳,有人可能会提出低相干性反映了测量限制。也就是说,由于γ的空间局部化特性和较低的振幅,其信噪比不如θ,从而降低了相干性的估计。但这种反对意见实际上削弱了通信假设,而不是挽救它:如果γ在空间上过于局限且噪声较大,以至于无法在测量中产生可靠的跨区域相干性,那么它同样也无法在这些大脑区域内可靠地协调脉冲时序。同样,承认“神经元放电受多种因素影响”以及γ不太可能解释所有这些因素,正是反对赋予γ特殊机制作用的原因。如果γ只是众多因素之一,那么它就不是“决定动作电位放电精确时序”的机制(Fernández-Ruiz等人,2023)。它只是一个相关因素,相关文献中的语言也应该相应调整。具体来说,20%的共享方差是一个真实的观察结果,没有人对此提出异议。然而,这个值可能被高估了,因为周等人(2022)的简单模型表明,仅通过θ节奏对齐的独立、不通信的γ生成器也可以产生类似的相干性值。没有人会支持一个80%的信号是噪声或无关活动的多路复用器,也不会支持一个丢失80%有效载荷的路由器。用于描述跨区域γ相干性的语言需要重新校准。问题不仅仅在于20%的解释方差接近无相干性的最低值,而是“路由”、“区分”、“控制”和“施加”等术语暗示了一个高保真度的通道,而数据描述的是一种与混淆因素无法区分的弱统计依赖性。

stratum oriens代表了一个汇聚点,进一步复杂化了基于频率的路由解释。内侧隔膜投射提供了对θ节律和中间神经元招募至关重要的胆碱能和GABA能调节(Freund & Antal,1988),而杏仁核输入影响腹侧和背侧CA1的网络动态(Pikkarainen等人,1999)。这种汇聚创造了一个生理环境,在这种环境中,振荡活动反映了多种驱动的整合,而不是可分离信息流的隔离。如果γ振荡作为频率特异性通道起作用,那么stratum radiatum、stratum lacunosum-moleculare和stratum oriens之间的相干性应该支持这种分离。相反,这些层之间的低相干性,加上异质输入的汇聚,表明功能上不是按频率分离的,而是支持一种观点,即γ结构反映了在共同约束下的局部耗散。频谱路由理论面临的困难超出了层状解剖学的范围。海马并不是均匀的:连接性和输入强度沿纵向(背侧-腹侧)和横向轴都有所不同。内侧内嗅皮层优先针对近端CA1,而外侧内嗅皮层则针对远端CA1(Witter等人,2000)。振荡特性也沿此轴系统性地变化,包括θ功率的显著差异(Patel等人,2012)。这些梯度进一步复杂化了将不变的频率功能分配给特定层或通路的尝试。

中间神经元的多样性和树突整合带来了额外的限制(图4C)。stratum pyramidale中的篮状细胞产生γ范围的抑制性脉冲,塑造了体感放电(Freund & Buzsaki,1996;Lasztoczi & Klausberger,2014),而轴突-轴突细胞通过轴突初始段调节锥体输出(Somogyi等人,1983)。计算模型表明,Oriens-lacunosum moleculare(O-LM)细胞,它们投射到stratum lacunosum-moleculare的远端树突,可以在电路层面协调θ-γ相互作用中发挥关键作用(Tort等人,2007)。重要的是,中间神经元类在θ周期的不同阶段放电(Klausberger等人,2003),产生时间结构化的抑制,从而削弱了频率路由的需求。锥体树突进一步复杂化了问题:它们的扩展树突以层依赖的方式整合突触输入(Spruston,2008),而电压门控传导支持非线性整合和放大远端输入的树突尖峰(Golding等人,2002;Magee,2000)。通过这些结构的频率传播受到膜动态的过滤和转换,从而削弱了振荡带在树突空间中保持完整载体的假设。尽管存在这些限制,基于频率的路由和多路复用模型仍常被用作解决绑定问题的方法。这样做将理论依赖于两个特定的机制要求:1)选择问题(“门”)和2)读出问题(“解码器”。

为了使基于频率的路由成立,必须存在一种生物物理机制,能够选择性地激活一个频率通道同时抑制另一个。然而,尚未发现任何离子或突触机制能够将CA3驱动的活动限制在30–50 Hz范围内。CA3锥体神经元受到θ节奏的调节,并在每个θ周期都活跃;如果慢γ是CA3输出的内在特征,那么为什么当CA3活跃时,CA1神经元不总是表现出慢γ呢?同样,当CA3和内嗅输入同时活跃时,什么机制决定了CA1在给定时刻优先响应哪个输入?这种差距在报告γ亚带行为调节的研究中尤为明显。例如,Kemere等人(2013)报告称,30–50 Hz的功率随着跑步速度的增加而降低,而在快速运动期间则由更高频率的γ主导。Kemere及其同事提出了一个上游控制信号,即隔膜胆碱能调节,在高驱动状态下抑制CA3输入。然而,这种解释将控制问题移开了。如果隔膜输入决定了路由,就必须指定指示隔膜切换模式的机制。如果没有行为变量和频率特异性抑制之间的明确生物物理联系,该模型依赖于一个延迟的控制结构,即“隔膜小人”或交换机操作者,而不是一个自组织机制。

频谱路由理论进一步暗示下游目标可以解复用频率编码的信号,这就需要一种“传输信息”的解码机制,即某种“解码器”。如果CA1将信息分为γ亚带,那么传出区域必须具备能够区分不同节奏到达的脉冲的解码机制。然而,脉冲在突触处没有内在的频率标签。如果没有经过验证的解码机制,该模型就会遇到类似于笛卡尔剧场中的无限回归:CA1被隐含地视为最终观察者,负责对信息进行分类,而不是连续动态系统中的一个节点。如果下游神经元在行为相关的时间窗口(例如数十到数百毫秒)内整合脉冲,而对γ相位基本上不敏感(Histed & Maunsell,2014;Mizuseki等人,2009),那么通过频率路由实现的任何功能分离都会崩溃。在这种情况下,γ结构反映了局部电路状态,而不是保持通信代码的传递。通过明确这些隐藏的假设,图6突出了频谱分割核心的机制真空。该理论描述了应该发生的情况,即“路由”,但没有说明路由是如何选择的以及如何解码路由的信号。没有这些机制,基于频率的路由仍然只是一个描述性隐喻,而不是一个解释性说明。

下载:下载高分辨率图像(260KB)下载:下载全尺寸图像

图6. 频率特异性“γ路由”所暗示的显式功能架构。示意图展示了常见的频谱分割解释,其中汇聚的海马输入被分割成离散的、由频率定义的通信通道(例如,CA3→CA1“慢γ”和内嗅→CA1“快γ”),并且CA1被建模为一个根据行为需求优先传递一个通道的频率选择性路由元素。明确这种逻辑突出了两个经常被忽略的机制要求。首先,必须存在一个选择机制,它在任务相关的时间尺度上调节路由(例如,切换路由元素的增益或选择性),同时与被路由的信号保持分离。其次,必须存在一种下游读出机制,能够仅基于频率结构推断出信号来源的路径,尽管在脉冲和突触层面缺乏内在的“频率标签”。因此,该示意图具体说明了路由解释所承诺的内容:(i) 与特定路径相关联的足够稳定且可分离的伽马子带;(ii) 实现通道优先选择的生物学上合理的选择器;以及 (iii) 能够利用观察到的相干性和状态依赖性来区分这些通道的读出机制。在随附的文本中,我们根据海马体的生理学特性评估了这些要求,并展示了如何通过级联/频谱依赖性解释来提供另一种解释,而无需引入独立的频率通道。

细胞外场电位的一个基本物理限制是电中性原则(Buzsaki等人,2012年;LORENTE de NO,1947年)。任何进入神经组织的跨膜电流都必须由相应的返回电流来平衡。因此,细胞外场电位必然反映了分布在空间中的闭合电流环路,而不是局限于单个层的孤立生成器。这一限制本身就挑战了将场活动的层状定位视为功能分离的振荡通道的证据的解释。电流源密度(CSD)分析通过识别与突触和返回电流相关的汇和源来提供净跨膜电流流动的空间估计。关键在于,CSD是细胞外电位的空间导数,因此对频谱独立性没有认知能力。它本身无法确定某个特定频率带是否存在独立的振荡生成器。使用层状CSD剖面来验证特定节律(例如“慢伽马”)的存在,会将电流流动的空间定位与潜在生成器的频谱独立性混为一谈。

由于CSD反映了电流流动的空间分布,它无法区分这些电流是来自一个独特的振荡过程还是来自主导节律的波形特征(图7)。当信号在非正弦载波(如θ波)存在的情况下进行带通滤波时,高频成分可能源于波形不对称性、突变和突发时间,而不是来自独立的生理振荡器。在这种情况下,30–50 Hz范围内的滤波活动主要反映了谐波结构,而不是可分离的伽马节律。在θ波状态之外也会出现类似的问题:在尖波涟漪期间,低频伽马功率通常反映了涟漪事件的时间包络或融合,而不是一个独特的振荡载波(Oliva等人,2018年)。时间锁定分析进一步加剧了这个问题。在滤波后的伽马带中检测到的峰值上触发CSD或进行平均处理,会在触发点产生建设性干涉,而在相邻电极处引起相对相位抵消,这是由于跨层的振荡不完全相干所致。这种处理方式可以产生陡峭的局部电压梯度,并产生看似层状的电流汇,但并不意味着存在局限于该层的独特突触生成器。

因此,从带限信号中得出的层状CSD模式限制了电流在给定频率下进入和离开电路的位置,但它们不能唯一确定该频率的生成位置,也无法区分活跃的突触电流和被动的返回电流(Einevoll等人,2013年;Einevoll等人,2007年;Pettersen等人,2008年;Rimehaug等人,2023年)。正如Mann等人(2005年)所强调的,交替的体树突偶极子可以由树突兴奋、周围体抑制或两者的组合产生,使得潜在的生成器变得模糊不清。虽然之前的研究使用CSD来识别特定层的电流汇(Belluscio等人,2012年),但电流汇的存在并不能确定一个独特的振荡通道。

另外两个观察结果进一步强化了这一结论。首先,尽管CSD分析可能识别出特定层中的最大电流汇,但相干性分析表明伽马带信号并不形成统一的跨层通信通道。伽马相干性在层边界处急剧下降(Berényi等人,2014年),这与局部耗散一致,而不是路由信号。其次,“伽马生成器”的明显层状位置对参考电极的选择非常敏感。Csicsvari等人(2003年)证明,改变参考电极可以反转主导伽马电流汇的明显位置,表明CSD剖面通常反映了选择对齐方式,而不是独特的解剖学起源。综上所述,这些考虑对从层状CSD分析中可以推断出的内容施加了严格的限制。CSD对于识别电流流动的位置非常有用,但在提供频率特定生成器或路径选择性路由的证据方面存在局限性。当结合低跨层伽马相干性和已知的波形不对称性效应时,层状CSD的证据支持这样一种解释:伽马带结构反映了受电路几何形状限制的突触驱动的局部耗散,而不是跨层传递信息的离散振荡通道。

如果慢伽马构成了一个基本的通信通道或独立的振荡过程,那么海马神经元的固有发射特性应该表现出相应的时间特征。具体来说,参与慢伽马协调的神经元应该显示出20–50 ms范围内的优选脉冲间隔、自相关图结构或相位锁定。这一预测直接来自频谱路由模型:用于组织通信的频率必须反映在其协调的神经元的脉冲时序统计中。为了验证这一预测,我们使用脉冲间隔(ISI)返回图、脉冲自相关图和点过程谱密度分析(图8)分析了来自CA1、CA3和内侧内嗅皮层(MEC)神经元的脉冲时序动态。在不同区域、细胞类型和行为状态(慢速与快速奔跑)中,发射动态表现出一致的双峰结构。一种情况对应于低频θ波调制的发射,其特征脉冲间隔约为100–150 ms;第二种情况反映了高频突发发射,脉冲间隔低于10 ms。关键的是,在20–50 ms范围内(对应于假定的慢伽马20-50 Hz),没有出现聚类、吸引子或优选时间尺度。

下载:下载高分辨率图像(587KB)
下载:下载全尺寸图像
图7. 电流源密度(CSD)显示了突触激活期间跨膜电流流动的空间分布,但无法识别振荡频率生成器。(A) 海马各层的代表性CSD热图,暖色表示电流汇(净向内跨膜电流),冷色表示电流源(净向外电流)。(B) 示意图展示了兴奋性和抑制性突触输入如何生成跨越多个层的闭合电流环路。活跃的突触电流(红色)伴随着被动或主动的返回电流(蓝色),形成延伸到突触输入部位之外的偶极子。CSD分析可以定位电流流动,但无法区分活跃的突触电流和被动的返回电流,也无法测量振荡功率或识别频率特定的生成器。由于电流守恒要求进出电流平衡,无论频率如何,振荡活动都可以在具有互补极性的相邻层中观察到。因此,层状CSD剖面限制了电流流动的位置,而不是特定振荡的生成位置。图A中的CSD数据未发表。

因此,从带限信号中得出的层状CSD模式限制了电流在给定频率下进入和离开电路的位置,但它们不能唯一确定该频率的生成位置,也无法区分活跃的突触电流和被动的返回电流(Einevoll等人,2013年;Einevoll等人,2007年;Pettersen等人,2008年;Rimehaug等人,2023年)。正如Mann等人(2005年)所强调的,交替的体树突偶极子可以由树突兴奋、周围体抑制或两者的组合产生,使得潜在的生成器变得模糊不清。虽然之前的研究使用CSD来识别特定层的电流汇(Belluscio等人,2012年),但电流汇的存在并不能确定一个独特的振荡通道。

两个额外的观察结果进一步强化了这一结论。首先,尽管CSD分析可能识别出特定层中的最大电流汇,但相干性分析表明伽马带信号并不形成统一的跨层通信通道。伽马相干性在层边界处急剧下降(Berényi等人,2014年),这与局部耗散一致,而不是路由信号。其次,“伽马生成器”的明显层状位置对参考电极的选择非常敏感。Csicsvari等人(2003年)证明,改变参考电极可以反转主导伽马电流汇的明显位置,表明CSD剖面通常反映了选择对齐方式,而不是独特的解剖学起源。综上所述,这些考虑对从层状CSD分析中可以推断出的内容施加了严格的限制。CSD对于识别电流流动的位置非常有用,但在提供频率特定生成器或路径选择性路由的证据方面存在局限性。当结合低跨层伽马相干性和已知的波形不对称性效应时,层状CSD的证据支持这样一种解释:伽马带结构反映了受电路几何形状限制的突触驱动的局部耗散,而不是跨层传递信息的离散振荡通道。

如果慢伽马构成了一个基本的通信通道或独立的振荡过程,那么海马神经元的内在发射特性应该表现出相应的时间特征。具体来说,参与慢伽马协调的神经元应该显示出20–50 ms范围内的优选脉冲间隔、自相关图结构或相位锁定。这一预测直接来自频谱路由模型:用于组织通信的频率必须反映在其协调的神经元的脉冲时序统计中。为了测试这一预测,我们使用脉冲间隔(ISI)返回图、脉冲自相关图和点过程谱密度分析(图8)分析了来自CA1、CA3和内侧内嗅皮层(MEC)神经元的脉冲时序动态。在不同区域、细胞类型和行为状态(慢速与快速奔跑)中,发射动态表现出一致的双峰结构。一种情况对应于低频θ波调制的发射,其特征脉冲间隔约为100–150 ms;第二种情况反映了高频突发发射,脉冲间隔低于10 ms。关键的是,在20–50 ms范围内(对应于假定的慢伽马20-50 Hz),没有出现聚类、吸引子或优选时间尺度。

下载:下载高分辨率图像(3MB)
下载:下载全尺寸图像
图8. 测试脉冲时序动态中的内在慢伽马时间尺度。对来自CA1、CA3和MEC的单个单元活动进行分析,表明“慢伽马”时间尺度并不反映内在的神经元节律。(A) 锥体细胞(Pyd)和中间神经元(Int)的脉冲自相关图显示出强烈的θ波调制(约125 ms滞后)和突发发射(0 ms滞后),但在慢伽马(25–50 ms)范围内缺乏一致的节律结构。(B) 按频率总结的脉冲调制强度显示了神经元发射如何受到整个频谱中持续LFP节律的强烈调制,分别针对不同的速度区间显示。在CA1、CA3和MEC中,调制强度随着速度的增加而在θ波范围内显著增强,并平滑地延伸到更高频率。值得注意的是,在假定的慢伽马范围内(25–50 Hz)没有观察到明显的峰值、平台或可分离的调制带。如果慢伽马构成了控制脉冲时序的独立节律,那么在25–50 Hz范围内应该预期有一个明显的调制峰值或平台。相反,调制强度随频率和行为状态连续变化,没有任何速度区间出现可分离的调制带。(C) 脉冲间隔(ISI)返回图(以瞬时频率绘制)。活动分为两个不同的区域:突发内间隔(>100 Hz)和突发间间隔(Theta,约8 Hz)。30–50 Hz范围看起来像是一个过渡区,而不是一个稳定的振荡吸引子。如果慢伽马反映了独立的振荡生成器,那么在不同区域和行为状态下应该预期有一个一致的吸引子或聚类。值得注意的是,这项分析偶然证实了之前关于内嗅皮层中“θ波跳跃”的观察(Jeffery等人,1995年;Deshmukh等人,2010年;Brandon等人,2013年),证明了其在识别脉冲调制频率方面的实用性。(N = [130个CA1中间神经元,427个CA1锥体细胞;102个CA3中间神经元,369个CA3锥体细胞;40个EC中间神经元,46个EC锥体细胞];地图按每个细胞进行了峰值归一化)

[此图的方法。脉冲调制强度按Hz计算。脉冲序列首先被分割成1秒的段,每个段根据运动速度分为低速(0–7 cm/s)、中速(7–20 cm/s)或高速(>20 cm/s)区间。对于每个段,使用傅里叶滤波器在 logarithmically spaced 的频率上对相应的局部场电位(LFP)进行带通滤波,提取频谱中的振荡成分。然后使用希尔伯特变换计算每个频率下滤波后的LFP的瞬时相位,并根据每个脉冲相对于持续振荡的时序为其分配一个相位值。通过将相位分成24个相等的区间并计算每个区间内的脉冲率来量化脉冲相位关系。使用脉冲相位分布的圆形集中度来确定每个频率的调制强度,从而衡量脉冲优先锁定到特定振荡相位的程度。该过程对所有细胞重复进行,分别针对每个速度区间,并在每个区域和细胞类型内平均。]

脉冲自相关图进一步支持了这一结论(图8A)。锥体细胞和中间神经元都显示出强烈的θ波调制和明显的零滞后峰值,反映了突发发射,但在慢伽马范围内缺乏周期性结构。点过程谱密度分析同样未能在25–50 Hz范围内发现峰值,无论奔跑速度或行为状态如何。脉冲-LFP耦合分析进一步支持没有慢伽马调制的解释。当跨频率计算脉冲-LFP相干性时(图8B),第一个θ波谐波(>18 Hz)以上的相干性低于0.05,这个水平与噪声无法区分(Zhou等人,2019年)。神经元强烈受到θ波及其谐波的驱动,但在25–50 Hz范围内与它们统计上解耦。这种模式与慢伽马提供脉冲协调的时间参考的模型不兼容。脉冲间隔返回图提供了补充视角(图8C)。当将ISI转换为瞬时频率并作为连续对绘制时,活动分为两个不同的区域:一个θ波调制的区域(约8 Hz)和一个高频突发区域(>100 Hz)。30–50 Hz范围仅作为一个过渡区出现,而不是一个稳定的振荡吸引子。重要的是,这种结构在运动速度区间、脑区和细胞类型中都是一致的,表明慢伽马节律的缺失不依赖于状态或脑区。

对伽马路由可行性的其他挑战来自神经元和突触的生物学特性。神经元膜充当低通滤波器,在电流通过树突和突触传播时衰减高频信号(Ray & Maunsell,2010年;Vaidya & Johnston,2013年)。突触传输是随机的,引入了在多突触路径中累积的时序变异性。这些特性限制了高频振荡作为分布式电路中可靠信息载体的可靠性(Akam & Kullmann,2014年)。与这些限制一致,最近的层状和细胞类型分辨记录显示,区域间的伽马相干性并不能可靠地转化为下游锥体神经元的伽马同步尖峰。相反,伽马同步主要局限于前馈输入层中的快速尖峰中间神经元(Spyropoulos等人,2024年)。由于锥体神经元是长距离兴奋性突触活动的主要载体,这种分离对基于伽马的路由模型构成了严重挑战。在这种情况下,相干性可能反映了基线电路结构或兴奋性,而不是活跃的信息传递(Benchenane等人,2010年;Palanca & DeAngelis,2005年)。相干性指标本身也引入了额外的解释挑战。统计上显著的相干性值通常只反映了共享方差的一小部分(Buzsáki & Schomburg,2015年)。体积传导可以独立于真实的相互作用强度来夸大相干性估计(Miceli等人,2017年),并且来自第三方的共同输入可以在没有直接通信的情况下产生相干性(Bastos & Schoffelen,2015年)。信噪比进一步偏置了相干性估计,特别是在功率低且非平稳的伽马频率下(Muthukumaraswamy & Singh,2011年)。区域间伽马相干性的绝对幅度较低,通常在0.2左右,这进一步挑战了其作为通信渠道的可行性,特别是与同一电路中的theta相干性相比,后者通常超过0.8(Zhou等人,2022年)。综合来看,解剖学收敛性、层状相干性结构、尖峰时序动态以及生物物理和电流流动的限制都指向一个结论:海马体的伽马活动不满足伽马频率特异性路由或频谱分割的必要条件(见表2总结)。这种解释超出了Buzsáki & Schomburg(2015年)和Schneider等人(2021年)的观点,他们认为上游的伽马节奏输入可以在下游的LFP中被动反映出来。我们原则上不反对这一点,但注意到上游的海马群体并不以所归因的伽马频率进行有节奏的放电(图8),这表明CA1 LFP中的伽马范围结构反映了局部电路动态,而不是被动传递的上游节奏性。这些失败并不是边缘性的,它们直接冲击了频谱分割作为协调机制所需的核心假设。海马数据并不支持频率特异性路由,反而与其核心预测相矛盾。先前报道的慢伽马调制可以通过theta调制的爆发不规则的时间间隔以及theta波形的非正弦特征来简洁地解释,当使用带限或小波方法分析时,这些特征会将频谱功率投影到更高频率(Zhou等人,2019年;Sheremet等人,2019年)。在能量级联框架内,伽马带结构反映了局部耗散的频谱特征。由兴奋性-抑制性微回路产生的爆发在快速时间尺度上耗散突触驱动,而较慢的全局节奏如theta则限制了这些爆发的时序和概率。因此,伽马是嵌套电路动态的结果,而不是作为介导特定路径通信的专用中间振荡器。

表2. 频谱分割方法的局限性总结
批评类别 具体问题 对频谱分割模型的影响
认识论 分析结构的物化:频谱分解(例如傅里叶或小波变换)的输出常被视为不同生物过程的证据。
频谱特征(如峰值或“凸起”)并不唯一地意味着独立振荡器的存在;它们可能反映了单一多尺度动态过程的不同表现。
方法论 波形形状效应:非正弦慢节奏(例如不对称的theta波形)在更高频率产生谐波频谱功率。
明显的伽马带成分和跨频率耦合可能源于波形几何形状,而不是独立振荡器之间的相互作用。
参考依赖性 沉积点和源的空间定位可能随参考选择而变化(Csicsvari等人,2003年)。
层状CSD模式可能反映了分析对齐的选择,而不是唯一标识振荡活动的解剖起源。
相干性膨胀 相干性测量可能受到体积传导或来自第三区域的共同输入的影响。
统计上显著的相干性本身并不能建立直接的或选择性的区域间通信。
生物物理学 伽马的层状限制:伽马带相干性在层内通常很高,但在层边界处急剧下降(Berényi等人,2014年;Zhao等人,2026年)。
伽马活动看起来是局部组织的,并不能可靠地支持跨层的协调信号传输。
频率依赖性衰减 膜和突触属性对神经信号施加了低通滤波。
高频活动随着距离的增加而逐渐减弱,限制了其用于长距离通信的适用性。
同步的普遍性 接近零延迟的相位对齐不能在有有限传导延迟的系统中建立定向通信。
同步更简洁地被解释为反映了共享输入或全局状态限制,而不是选择性的信息传递或路由。
级联框架不要求theta作为组织节奏;伽马与任何可用的慢周期驱动耦合,包括呼吸驱动的振荡(Lockmann等人,2016年;Tort等人,2018年)和新皮质慢振荡(Isomura等人,2006年)。Bragin等人(1995年)报告的内嗅皮层损伤对海马振荡动态的影响与当前框架直接一致。在那项研究中,双侧切除内嗅皮层消除了齿状回丘的快速伽马(40–100 Hz)活动,同时产生了CA3–CA1放射层的大幅度、低频(25–50 Hz)节奏活动。theta功率同时减少了50–70%。齿状回伽马的丧失是预期的,因为这种节奏依赖于内嗅传入纤维通过穿孔路径对丘中间神经元的前馈招募(Bragin等人,1995年;Buzsáki,1984年;Ewell & Jones,2010年)。穿孔路径刺激优先驱动快速尖峰中间神经元而不是颗粒细胞(Ewell & Jones,2010年;Scharfman,1991年),内嗅输入对颗粒细胞群体输出的总效应是通过双突触前馈抑制来抑制的(Ewell & Jones,2010年;Li等人,2013年;Pofahl等人,2025年)。体内钙成像证实,内侧穿孔路径激活在颗粒细胞中产生了广泛的抑制,每次事件只有约2%的群体被招募(Pofahl等人,2025年)。因此,切除内嗅皮层消除了维持齿状回中间神经元产生的伽马和前馈抑制性调性的主要传入驱动。然而,在内嗅损伤后放射层中出现的高功率节奏活动不应被解释为第二个生理伽马振荡器的暴露。放射层是CA3 Schaffer侧支的终止区(Bragin等人,1995年),这一层中出现的大幅度节奏电流表明CA3的复发电路已经病理性激活。机制很简单:内嗅输入的丧失消除了对齿状回颗粒细胞的前馈抑制控制(Dasheiff & McNamara,1982年;Ewell & Jones,2010年;Tran等人,2019年),解抑制的颗粒细胞通过苔藓纤维“引爆器”突触向CA3传递未过滤的兴奋性驱动(Henze等人,2002年),由此产生的CA3复发网络的高兴奋性通过Schaffer侧支传播到CA1。这一解释得到了齿状回门控假说的支持,该假说认为在正常情况下,齿状回会过滤内嗅输入并防止其传播到CA3(Heinemann等人,1992年;Lothman等人,1992年),而门控失败允许癫痫样活动侵入CA3(Behr等人,1998年;Krook-Magnuson等人,2015年)。这也与观察结果一致,即电解内嗅损伤会产生边缘系统发作活动(Dasheiff和McNamara,1982年),而创伤性脑损伤同样会损害齿状回表达parvalbumin的中间神经元的前馈激活,导致齿状回过度兴奋(Folweiler等人,2020年)。在老年大鼠中,选择性丧失由外侧内嗅皮层输入引起的前馈抑制,而不是直接对颗粒细胞的兴奋性驱动,区分了认知受损和认知完好的个体(Tran等人,2019年),进一步支持了前馈抑制途径的功能重要性。Bragin等人(1995年)自己也得出结论:“CA3-CA1电路中的伽马振荡要么被丘区域抑制,要么被内嗅皮层抑制。”当前框架对此解释进行了细化:内嗅皮层通过前馈抑制维持了通常防止病理性CA3激活的齿状回门控。其移除产生了门控失败所预期的振荡特征,即齿状回中组织有序、生理调节的节奏结构的丧失和下游CA3网络中出现的高同步活动。

这种解释对级联框架有更广泛的影响。在正常情况下,齿状回门控作为耗散瓶颈:前馈抑制确保只有少量内嗅驱动传播到CA3,防止能量在复发网络中积累。当这个瓶颈被移除时,活动不再在门控处耗散,而是在CA3密集的复发侧支中循环,可能在单一网络尺度上积累和放大,而不是分层地向耗散传播。由此产生的高同步状态是移除级联中一个有序耗散层次的预期结果。值得注意的是,这种病理状态本质上是自我限制的:突触囊泡耗尽、细胞外钾积累和代谢耗竭带来了与完整级联通过有序电路动态实现的相同的热力学终点(Lado & Moshé,2008年)。级联虽然提供了频谱结构的描述,但也描述了一种控制架构,其在每个尺度上的有序耗散防止了能量在任何单一尺度上的病理性积累。重要的是,拒绝频谱路由并不意味着振荡活动是附带的或无关的。相反,它需要改变解释。伽马带结构反映了突触驱动如何通过电路架构、抑制性反馈和膜时间常数在局部重新分配和耗散。较慢的节奏如theta限制了这种耗散在各个尺度上的时序、概率和空间协调。因此,振荡结构是从嵌套电路动态中产生的,而不是作为独立可编程的控制信号。这一结论激发了将振荡视为能量流通过复发网络的尺度依赖性结果的框架,而不是作为分配给特定频率的离散通信通道。在下一节中,我们将正式阐述这一替代观点,并阐明区分频谱依赖性和频谱分割的预测。

3.8. 可分性假设及其后果
在评估对频谱分割的更为温和的辩护之前,即伽马是层特异性的并且不驱动下游动作电位之前,有必要说明该框架的最强版本声称什么。Fernández-Ruiz等人(2021年)提出“区域间的伽马时间尺度尖峰协调是神经元通信的机制”,并且“特定路径的伽马振荡在内嗅-海马电路中不同的神经元亚群之间路由任务相关的信息”。在他们的解释中,在上游区域在伽马时间框架内放电的神经元集合“最有效地释放它们的下游伙伴”,并且通过“分离的伽马频率载体发送神经元消息,使目标‘读取’区域能够消除收敛的输入”。该框架做出了几个具体的声明:上游电路生成不同的伽马频率,这些频率在特定任务期间驱动特定的下游细胞类型,以及破坏伽马尖峰时序会损害学习。这些声明构成了一个完整的机制性解释,其中伽马振荡作为频率标记的路径特定信息的载体,有专门的上游生成器、下游读取器和任务特定的路由。然而,对频谱分割的一个更为温和的潜在辩护则提出,带限活动作为路径参与的代理。也就是说,伽马是当前活跃的上游电路的间接读数,而不需要振荡本身介导通信或心理功能。根据这种解释,具有不同时间特性的不同上游电路对共享的下游目标施加频谱上可区分的突触电流,即使下游神经元没有与之同步,也可以从局部场电位中读取这些成分。

机制性和代理解释是不可互换的,但它们通常被这样对待。它们提出了不同的因果架构:机制性版本将伽马置于从传入驱动到尖峰输出的因果链中(驱动产生伽马,伽马驱动下游神经元),而代理版本将伽马置于其外部(驱动产生伽马和尖峰输出作为平行结果,伽马作为相关指标而不是因果中介)。这些架构产生了不同的预测。如果伽马路由信息,它必须驱动下游输出神经元,这是一个可验证的预测(第3.7节)。如果伽马仅仅是一个代理,破坏它不应该损害计算,那么该框架就简化为theta带层分析已经提供的方法学便利。这些立场之间的持续交替使框架免受证伪:机制性语言用于激励实验并确保解释意义,而代理语言则用于反驳生物物理批评。一个框架在需要时可以同时占据两种立场,但不指定区分这两种立场的条件,因此不能作为科学假设进行评估。将伽马(gamma)仅仅视为传入输入的代理或读数这一解释在主要文献中并未得到支持。Fernández-Ruiz等人(2023年)提出,伽马频率输入之间的相互作用“决定了CA1锥体细胞动作电位放电的精确时机”,并且源区域的伽马节奏性尖峰“可能使目标神经元同步”。Lasztóczi和Klausberger(2016年)得出结论,CA1的动态特征是由相互作用的伽马振荡网络所决定的。实际上,Lasztóczi和Klausberger(2016年)的论文标题指出,位置细胞“与三种不同的伽马振荡耦合”,并且论文认为“单个CA1位置细胞可以结合并传递来自多个伽马网络的信息”,这种表述明确表明伽马在塑造尖峰输出中起作用,而不仅仅是作为频谱读数。第3.7节中回顾的相干性数据显示,少于3%的CA1锥体细胞与80 Hz以上的上游伽马频率显著相位锁定(Schomburg等人,2014年),这直接挑战了上述观点。

该划分框架能够生成可检验的预测,并且这些预测已经得到了验证。如果伽马确实构成了计算操作的组织基础(Fernández-Ruiz等人,2023年),那么移除产生特定伽马成分的通路应该会消除相关的计算过程。Brun等人(2008年)完全移除了CA3的输入,但CA1的位置场仍然存在;Zutshi等人(2022年)完全沉默了CA3,位置场和稳定的组装表达仍然保持;Zhao等人(2026年)发现,当CA3被失活时,慢速伽马并未被选择性消除,而内嗅皮层的失活导致的是宽带频谱减少,而不是快速伽马的选择性消失。那些据称由慢速伽马“构成”和“决定”的计算操作,在移除产生它们的通路后仍然继续进行,且通路移除后的频谱变化是宽带的,而不是特定频段的。这些反驳结果可能并不意味着对框架的彻底修正,而是对其主张的一种淡化。例如,伽马所支持的计算及其所指示的操作模式可能变得不那么具体,每次重新表述都比前一次更模糊、更缺乏约束。“伽马传递信息”变成了“伽马反映操作模式”,再变成“伽马索引计算状态”,但其具体内容从未被明确界定。这种退缩模式保留了框架的术语,却使其失去了可检验的内容。一个能够生成预测、面对挑战并通过重新定义伽马“报告”内容来回应的框架,在其支持者看来并未被证伪,因为研究目标一直在变化。

即使所有的机制性和功能性主张都被撤回,如果伽马仅仅被视作一种频谱特征,用来指示实验者当前哪个传入通路占主导地位,那么这一主张也只涉及方法上的便利性,而非生物学机制。事实上,θ相位和层状解剖结构已经能够确定某一时刻哪个通路占主导(Brankack等人,1993年;Buzsáki等人,1986年;Mizuseki等人,2009年),而且由于局部场电位主要是突触跨膜电流的结果(Buzsáki等人,2012年),θ波的功率至少比伽马高一个数量级(Sheremet等人,2019年),因此θ波是研究CA1层兴奋性驱动的更简洁的候选者。基于伽马的通路识别因此是多余的。此外,这种观点是循环的:它假设某一层中的带限活动来源于投射到那里的传入通路,而这正是代理框架应该确立的结论,而不是预先假设的。我们的ISI分析直接反驳了这一前提(见下文图8):CA3神经元并不表现出慢速伽马频率的节律性,这动摇了即使是纯粹方法论解读所依赖的基础假设。

光遗传学扰动研究并未解决这种循环性。Fernández-Ruiz等人(2021年)对内嗅皮层中间神经元施加了人工53 Hz的刺激,破坏了目标区域的兴奋性细胞放电,并观察到接收来自受扰动区域投射的DG分子层中某些伽马亚带的选择性减少。然而,这种选择性仅由层状解剖结构就能解释:破坏上游区域会减少其目标层的突触驱动,这一结果θ波频段的CSD也能揭示。频率特定的框架并没有提供超出已知投射模式之外的额外信息。此外,如上文(第3.6节)所述,施加人工节律会迫使电路进入其内在动态无法自然达到的状态,由此产生的干扰反映了电路状态的变化,而非频率作为因果变量。因此,将伽马视为代理与基于θ波的层状分析是重复的,并且依赖于一个未经验证的生成器假设,而现有证据与此假设相矛盾。

Lopes-dos-Santos等人(2018年)假设θ波嵌套的频谱成分反映了“海马网络在不同操作模式(如记忆编码和检索)之间的灵活切换”。他们通过实证证明了频谱内容与独立定义的任务阶段(学习与探查)相关,这一方法论上是合理的。问题不在于相关性本身,而在于将其具体化:整篇论文中将相关性发现(“与……相关”)重新表述为关于电路计算架构的本体论主张。将频谱内容视为“报告”或“反映”操作模式,实际上是将这些模式的存在视为既定的,然后仅仅探讨我们如何检测到它们。作者自己的分析也反驳了这种模式解释。他们报告称频谱成分的强度“位于一个多维连续体上,而不是聚类成不重叠的子集”,这一发现更符合在不同驱动下频谱的连续重新分配,而不是基于循环切换的离散操作模式。然而,论文并没有根据这一发现得出自然结论,而是通过软化框架的术语来吸收它:模式变成了“动态加权的”,而不是二元的;电路“可以包含从主要读取(检索)到主要写入(编码)的各种操作模式”。但一个两端都从未完全缺失的连续体并不代表模式之间的灵活切换。实际上,这是一个持续执行这两种操作的网络,其重点随当前驱动条件而变化。这种区别很重要:“灵活切换”意味着计算架构围绕离散的状态转换组织,而连续变化则意味着频谱重新分配由网络的传输特性决定。连续数据与分类解释之间的张力不仅体现在讨论中,也贯穿整个分析过程。作者提取了每个θ周期到每个频谱成分的连续投影,确认这些投影形成了一个没有边界的分布,然后人为设定一个阈值来定义所有后续分析中的“强tSC周期”。论文的主要发现——尖峰相关性、SWR重新激活结果和任务阶段调节——都是基于这些阈值化的分类计算得出的。由于数据中不存在自然边界,这些分类实际上是分析流程的产物,而非关于神经计算的发现。应用ICA于连续变化的频谱会提取出最大独立变化的轴,但这只是描述了频谱分布如何随条件变化,而不是证明电路在离散计算状态之间切换的证据。即使是最常被引用来支持代理解释的段落(即伽马本身不执行任何特定功能,而是报告信息处理的底层计算和通信渠道),也只是用未命名的概念替换了已命名的认知功能,同时保持了相同的结构主张:伽马索引不同的计算操作。这篇论文试图超越基于频率的伽马定义,将其视为“集体神经活动的基本单位”,类似于动作电位。然而,论文自身的分析系统性地剥夺了伽马所需的全部属性。伽马幅度是渐变的,而不是非此即彼的;频率随驱动和行为状态变化;产生伽马的电路与其他振荡现象的电路重叠;神经元参与是随机的;并且根据作者自己的评估,伽马振荡并非“真实的”物理单位。尽管论文记录了伽马缺乏离散性、稳定性、排他性和可识别边界,但它仍然得出结论认为“伽马振荡代表了神经电路的操作单位”。这种结构贯穿始终:论文指出破坏内嗅-齿状回伽马同步会选择性损害空间或对象学习,然后又坚持认为伽马不“执行”功能,而只是“报告”实现该功能的电路交互,这种区分无法通过现有实验来验证,因为破坏伽马必然会破坏产生它的兴奋-抑制动态。在关键时刻,框架的核心矛盾被压缩为这样一个断言:伽马振荡“涉及动态的、但明确的神经电路”,其中“动态”吸收了论文所记录的所有不稳定性,“明确”则确立了框架所需的稳定实体,而“然而”一词起到了调和作用。总体而言,当一个理论在不同立场之间持续摇摆时,这不是偶然的模糊性,而是框架的结构特征,它通过确保没有一种表述能够长期存在从而难以被证伪。

Buzsáki(2020年)指出了振荡研究中的这种失败模式,指出五十年来试图将行为相关性分配给海马θ波的努力没有产生任何共识或可检验的零假设,只产生了一个不断扩大的竞争性心理标签列表,这些标签都被映射到同一个脑节律上(见他的图1)。Buzsaki指出核心错误在于将主观定义的术语视为独立变量并寻找它们的大脑对应物,而不是从大脑机制本身推导行为描述符。基于伽马的划分程序在更精细的频谱尺度上重复了这一逻辑:“慢速伽马介导检索”和“快速伽马支持编码”正是他的分析所警告的那种频率-功能分配。用“操作模式”或“底层计算”替换“检索”并不能避免这种批评;相反,它只是用更模糊的术语重复了这种逻辑,同时保持了频率-功能对应关系的结构承诺。值得称赞的是,将这种映射基于已识别的解剖路径,限制了哪些分配是合理的,并代表了相对于无根据的频率-功能对应关系的一种真正进步。然而,这种限制依赖于稳定的通路-频率关系,而如上所述,频率随驱动连续变化,而不是与通路身份严格对应。解剖学基础缩小了可能的分配范围,但并未解决根本问题:缺乏一个可检验的零假设来证明所提出的频率-功能对应关系是否成立。

代理和机制性解释都未能在各自的框架内成立,任何版本的划分框架都面临一个更普遍的困境。要么1)伽马与θ波相位锁定,在这种情况下,它是θ波驱动的耗散性结果(局部兴奋-抑制电路对受θ波控制的突触电流作出反应),伽马频段的活动并没有提供θ波层状分析已经提供的关于通路参与度的额外信息。在这种解释下,所谓的伽马介导的协调实际上一直是θ波调节的局部电路活动。要么2)伽马独立于θ波,具有自身独立的振荡时间结构,这种结构无法从θ波中推导出来。例如,有研究声称不同的伽马频段在个别θ波周期中选择性出现(Colgin等人,2009年;Lopes-dos-Santos等人,2018年)。这一主张需要一个能够独立于θ波驱动生成伽马频率的生物物理机制(至少比θ波驱动高一个数量级,回到图6中的门问题,目前尚未找到解决方案),以及需要明确独立伽马时间提供了哪些信息,超出了θ波相位和层状解剖结构已经提供的内容。这两个要求都尚未得到满足。双相干性分析直接涉及这一困境:在20-50赫兹范围内所谓的慢伽马成分与θ波相位锁定,以整数比例存在(Sheremet等人,2019年;Zhou等人,2019年),这使得现有证据支持第一种观点。伽马波是θ波驱动的结果,其协调性也由θ波组织。更根本的是,无论是代理解释还是机制解释都共享一个隐含的假设,即伽马波是电路动态的一个可分离组成部分,其贡献可以独立于产生它的过程进行评估。这个假设是一个部分论的错误:将一个部分与一个可以独立操作的实体混淆了。伽马波范围内的频谱功率并不是添加到θ波上的离散信号,而是由产生θ波波形及其非线性特征的相同突触电流、相同的膜时间常数和兴奋性-抑制性相互作用所决定的必然结果。Mizuseki等人(2009年)提出,θ波周期创造了时间窗口,允许“在EC-海马回路的分割中实现相当程度的计算独立性”。我们支持这种独立性,但指出这种独立性是区域性的,而不是像分区模型所暗示的计算独立性。在每个这样的窗口内,CA1锥体细胞整合来自多个传入神经元的兴奋性驱动、来自不同中间神经元类的反馈和前馈抑制、树突的非线性以及神经调节状态。输出是从所有这些因素的非线性相互作用中产生的,而不是来自任何单一的频谱成分。

当上游通路在θ波窗口内被激活时,突触驱动到达目标层,局部E-I电路以伽马波范围的活动作出反应,锥体细胞调整它们的放电。这些都是同一原因(增加的驱动)的平行结果,而不是一个因果链,其中驱动产生伽马波,然后伽马波产生尖峰。询问伽马波是否“有助于”θ波周期内的尖峰时序,类似于询问浪尖是否“有助于”它从中产生的海浪,或者是否“提供了超出”更大波浪所提供的更多信息。浪尖不能与波浪的能量分离;它是波浪在特定尺度上的能量。这并不是说伽马波范围内的活动在因果上是惰性的(在伽马时间尺度上操作的局部抑制电路确实会影响尖峰时序),而是说伽马波本身不能被独立操作。独立的因果效应要求在保持其生成背景不变的情况下改变一个变量(Woodward,2003年),而这一条件并未满足。那些优先重塑伽马波动态的干预措施,如改变抑制时间常数、受体分布或重复连接性,并不能将伽马波分离出来。它们改变了网络的频谱传递函数,改变了不同尺度上的重复放大与耗散的比例。这些是对介质的改变,而不是对其中携带的信号的改变。

伽马波和θ波功率之间的明显分离反而强化了这一结论:当网络过度兴奋性增加时,重复放大增强,而传入驱动减少,频谱重新分配反映了介质传递特性的变化,而不是一个可分离信号的独立变化。同样的逻辑也适用于癫痫发作,其中重复放大完全压倒了耗散,产生了任何分区框架都无法描述的光谱重组,因为它所依赖的可分离成分不再存在。在任何分区框架的版本中,将伽马波赋予一个可分离的因果作用,都是将电路动态的尺度依赖性描述误认为是可以独立操作的因果代理。

分区框架要求上游群体产生与θ波组织活动区分开的伽马频率输出。这一要求面临一个生物物理学的困境。要么CA3神经元产生时间结构落在伽马波范围内的θ波调制爆发,在这种情况下,伽马波不是一个独立信号,而是θ波组织放电在更细时间尺度上的描述,归因于伽马波的通信是由θ波组织的。要么CA3拥有一个独立的机制,产生与θ波节律无关的30-50赫兹的节奏性。后者需要指定这一机制。PV+篮状细胞的GABAA介导的反馈是产生伽马波的主要候选者,但此类网络中的伽马频率随兴奋性驱动连续变化(Traub等人,1996年)。分区框架不要求一个完全固定的频率,但它确实要求不同的通路产生可靠可区分的频率范围。连续的频率变化破坏了这一要求:随着驱动在生理范围内的变化(例如,随着跑步速度的变化),单一通路的输出会跨越框架分配给不同功能类别的频率。为了使通路-频率映射成立,每个通路的频率范围需要在所有生理驱动水平上与其他通路的频率范围不重叠,而连续的频率驱动变化使得这种情况变得不可能。双相干性分析证实了这一点:频谱内容随θ波功率连续变化(Sheremet等人,2019年),而不是与通路身份类别化地变化,20-50赫兹范围表现为受整体能量预算控制的频谱区域,而不是与特定传入源绑定的离散通道。尚未发现任何机制能够将CA3的输出锁定到一个与驱动幅度无关的特定伽马频率。

即使存在这样的机制,信号在传输的每个阶段也会逐渐退化:概率性的突触释放降低了时间精度(Lisman,1997年),树突电缆特性导致频率依赖的衰减,优先过滤高频(Vaidya & Johnston,2013年),以及突触后电流在更高频率下产生振荡性细胞外电位的能力下降(Schomburg等人,2012年)。神经组织的生物物理学在从生成器到目标的每一步都阻碍了伽马波的传输。这里呈现的ISI分析(图8)从实证上解决了这一困境:CA3神经元在两种模式下放电,一种是θ波节律的,另一种是在爆发期间的,两者在20-50毫秒间隔内没有优先结构。分区框架所要求的伽马波生成器并没有出现在它所归属的神经元的尖峰数据中。另一种观点是将振荡结构视为在生物物理约束下多尺度能量重新分配的涌现结果,将在下一节中详细讨论。

相比之下,能量级联框架指定了其被证伪的具体条件(第4.4节),为该领域提供了一条分区框架目前形式无法提供的前进路径。

4. 神经协调的频谱依赖模型
基于频谱分区的理论的局限性促使人们重新评估神经协调的概念化方式。本节探讨了超越频率特定认知功能分配的替代框架,重点关注两个互补的视角:(1)能量级联模型和(2)作为协调框架的θ波。这些方法提供了神经动态的机制性解释,而不需要将毫秒级同步作为主要解释原则。这里的同步特指通过同步结合(BBS)和通过相干性通信(CTC)模型所需的精确时间对齐;更广泛的共激活或速率协方差概念不在批评范围内。通过强调生物物理约束和放电率调制,这些框架描述了活动如何在空间和时间尺度上协调,而不需要离散的、带有频率标签的通信通道。

4.1. 神经协调的能量级联模型
细胞外电极检测到由跨膜突触电流引起的电压波动。频谱功率反映了这些电压的方差,通常用作潜在突触活动幅度的代理指标。尽管能量没有直接测量,但这里使用这个术语是为了简洁地、基于生物物理学地描述突触跨膜电流的幅度和时间如何在时间尺度上重新分配。在这个框架内,常被称为“振荡”、“爆发”或“跨频率耦合”的现象并不是可以由专门机制选择性地生成、维持和解码的功能上可分离的单元(当将频率带视为独立通信通道时隐含的要求),而是反映了电路动态如何在时间尺度上重新分配突触驱动的结构化模式。这些电流通过一个具有分形组织的神经基质传播,这种组织在空间尺度上是自相似的(Gutierrez Aceves等人,2018年),这与更广泛的发现一致,即皮层形态遵循大约2.5的分形缩放(Wang等人,2024年)。分形维度显著高于2.0表明神经组织在空间尺度上包含结构复杂性(例如,分支树突、嵌套的电路环路和层次化的连接性),为活动在时间尺度上的重新分配提供了物理基础。对于级联框架来说,具体的分形维度值不如确认基质不是平滑或均匀的,而是在每个可测量尺度上都包含结构重要。分形维度在发育过程中系统性地增加,反映了逐渐增多的空间填充树突和轴突分支。这种几何结构对神经动态有直接影响。正如Buzsáki(2006年)所指出的,功率谱表现出尺度不变的特征1/f,因为信号通过分形网络传播,在其中耗散同时发生在多个空间尺度上。因此,能量级联反映了几何现实:活动从大尺度协调流向局部电路耗散。

能量级联框架建立在早期公式的基础上(Buzsaki & Draguhn,2004年;Buzsáki & Watson,2012年;Freeman,2000年),灵感来自Kolmogorov的湍流理论。在神经系统中,这种级联反映了能量的层次流动和耗散,换句话说,是离子电流的重新分配:慢节奏如θ波将能量注入网络,然后通过网络相互作用逐步转换,而不是作为带有频率标签的信号传输。结果是在时间尺度上的定向流动,从全局协调到局部耗散(Sheremet等人,2018年)。在中等尺度上,这种驱动有条件地招募局部兴奋性-抑制性反馈环路,其动力学塑造了更高频率的成分。伽马波段活动反映了局部电路对增加的突触驱动的响应,而不是一个独立的通信通道。中间神经元类如PV+和SST+细胞不传输特定频率的信号,而是决定了兴奋性输入如何在局部平衡和耗散。膜时间常数、突触动力学和亚细胞定位的差异塑造了抑制性反馈的时间尺度,从而影响了细胞外信号的光谱内容。在最小尺度上,能量最终通过神经元尖峰和其他微观过程耗散。从这个角度来看,伽马波振荡标志着由兴奋性-抑制性平衡塑造的电路激活,而不是专门的认知信号(Merker,2013年)。跨频率耦合自然而然地发生:慢节奏调节兴奋性,更快的局部动态以相位依赖的方式出现,而不需要额外的协调机制。

神经组织中的能量耗散通过多个尺度依赖的过程发生。突触传输本质上是随机的,释放概率在不同类型的突触之间差异很大(Lisman,1997年),作为高频能量的过滤器。树突电缆特性导致频率依赖的衰减,高频信号在通过分形树突时损失更大(Golding等人,2005年;Vaidya & Johnston,2013年)。代谢限制进一步限制了持续的高频活动,而抑制性反馈和不应期动态在电路层面引入了依赖于历史的时间过滤。由于每次动作电位后恢复离子梯度所需的Na+/K+-ATPase活动的能量需求,持续的高频放电在代谢上代价高昂(Attwell & Laughlin,2001年)。抑制性反馈对群体活动施加不应期,短期突触抑制在兴奋性突触引入了依赖于历史的增益减少(Zucker & Regehr,2002年),这两者都作为时间过滤器限制了高频结构的传播。

4.2. θ波振荡:神经网络中的大尺度协调和计算独立性
θ波振荡(4–12赫兹)反映了支持分布式神经群体协调的大尺度节奏性活动。与其将特定的认知功能分配给θ波,不如将其视为跨空间和时间组织网络动态的生物物理框架(Buzsaki,2002年)。θ波不编码任务变量;相反,它反映了网络参与的全局状态。θ波的大尺度协调影响直接来自神经组织施加的物理约束。膜时间常数和轴突传导延迟有利于在远距离脑区协调活动时选择较慢的节奏(Kopell等人,2000年)。内嗅-海马通路中的轴突传导速度范围为0.6–3米/秒(Andersen等人,1969年;Empson & Heinemann,1995年),EC-海马回路连续阶段之间的群体活动时间延迟大约为一个θ波周期的一半(约60毫秒),远远超过了被动传导时间(Mizuseki等人,2009年)。这些延迟使得伽马周期时间尺度(约10–20毫秒)不适合在整个电路中进行精确的相位对齐。相比之下,约120毫秒的θ波周期提供了一个足够宽的时间窗口,可以容忍这些延迟,从而实现跨越扩展解剖环路的协调(Buzsáki & Draguhn,2004年;Zhou等人,2022年)。

重要的是,θ波并不在各个区域施加均匀的同步。相反,它可以通过定义广泛的时间窗口来支持计算独立性,在这些窗口内局部电路可以半自主地运作。水关等人(2009年)提出,θ波周期提供了大约50-80毫秒的时间偏移窗口,使得海马体的某些子区域能够在不需要与传入输入进行时刻同步的情况下进行局部处理。与此观点一致的是,即使CA3和内侧内嗅皮层的输入都被抑制,CA1位置细胞和神经元集合仍然会表现出结构化的活动(Zutshi等人,2022年)。这些发现表明,局部电路动态可以独立于上游驱动而持续存在,θ波提供了全局的时间组织,而不是直接控制。θ波和γ波之间的相互作用进一步阐明了海马体如何支持全局协调和局部计算。θ波相位与γ波频段活动之间的相位-幅度耦合(Canolty & Knight,2010年)反映了网络动态的层次结构,而不是基于频率的多路复用。在能量级联框架内,θ波和γ波扮演着不同的角色:θ波反映了由扩展的解剖环路和长积分时间产生的慢速动态,而γ波反映了局部电路中与突触驱动成比例的快速、状态依赖的兴奋-抑制动力学。因此,协调性来源于宏观时间结构,而不是毫秒级的同步。这种区分重新定义了传统的绑定理论,而不需要精确的尖峰同步。θ波提供了一个允许的時間参考,支持跨电路的迭代计算,同时将局部尖峰的内容和时序留给特定于电路的动态决定(Bland等人,2007年;McNaughton等人,2006年)。从这个意义上说,θ波组织了计算发生的时间,而不是计算的内容。尽管θ波功率随着行为状态系统性地变化,在活跃行为期间相对于静止状态会增加(Vanderwolf,1969年),但破坏θ波或甚至移除海马体并不会消除这些行为。这种分离表明,θ波既不引起也不代表特定的动作,而是反映了与活跃状态相关的大规模网络协调的变化(McFarland等人,1975年;S?awińska & Kasicki,1998年)。因此,θ波最好被理解为全局时间组织的标志,而不是任务特定信息的载体。

4.3. 能量级联和功率谱密度
能量级联框架对海马体功率谱密度(PSD)的解释与传统振荡器模型不同。振荡器模型将PSD视为并行运行的可分离节律生成器的总和(Colgin,2016年)。而级联模型则将谱结构视为通过多尺度、受驱动的耗散电路的活动流。例如,当通过内侧隔膜和内嗅皮层输入注入突触驱动时(Buzsáki,2002年),它不必局限于θ波频段。跨嵌套电路尺度的相互作用将活动重新分配到更快的时间尺度上,这在定性上类似于其他受驱动系统中的跨尺度传输(Kolmogorov,1941年;Richardson,1922年;Zakharov等人,1992年)。这种重新分配在微观尺度上终止,因为突触传输和动作电位生成会带来代谢成本。一个直接的结果是,高频活动(包括γ波)不被视为独立的振荡器或特定路径的通信通道。在级联解释中,γ波是一个耗散特征,其幅度受到低频驱动的限制。因此,预计γ波功率会与反映能量输入的变量(包括θ波功率和行为参与度)统计上共变,同时保留由局部架构、抑制动力学和随机突触动态驱动的显著变异性。这一过程的可观察特征是PSD形式随行为状态的系统性重塑。在低参与度下,海马体的LFP通常接近幂律谱,这与在临界性和相关操作状态下讨论的无尺度背景结构一致(Bak等人,1988年;Beggs & Plenz,2003年)。随着行为驱动的增加,θ波功率增加,PSD斜率变平,从大约2降至1.4-1.7(Sheremet等人,2019年)。在这种观点下,倾斜反映了从慢速驱动尺度到逐渐更快结构的活动重新分配,延伸到γ波范围和更高频率的耗散过程(例如,超过200 Hz的尖峰)。在这种框架下,γ波可以被描述为随着驱动增加而向更高频率推进的谱前沿。这与模型形成对比,在那些模型中,γ波表现为在特定频率或路径上启用的离散振荡器。相反,它反映了多尺度电路动态对谱的连续、状态依赖的重塑(图9)。

下载:下载高分辨率图像(495KB)
下载:下载全尺寸图像
图9. 能量级联预测、量化和证伪。(a,b) 预测。在运动过程中记录的大鼠CA1局部场电位的功率谱密度(PSD)。随着行为驱动的增加和运行速度的提高,谱斜率系统性地变平,反映了从低频到θ波谐波和宽带γ波的功率重新分配。数据改编自Zhou等人(2019年)。(c) 量化。大鼠CA1锥体层中θ波(6-10 Hz)与γ波(50-120 Hz)功率的散点图。γ波幅度与θ波功率线性相关(p = 0.02),这与高频活动反映低频能量驱动的幅度一致,而不是独立的振荡器生成器。数据改编自Sheremet等人(2019年)。(d) 证伪。在特定路径的光遗传学失活过程中,小鼠CA1的功率谱。抑制CA3输入未能减少通常标记为“慢γ波”的20-50 Hz范围内的功率(p > 0.2),这与将该频段归因于专用CA3路由通道的模型相矛盾。相反,移除内嗅皮层输入会导致包括20-50 Hz范围内的宽带功率降低,这与能量驱动减少一致,而不是频率特定的门控。数据改编自Zhao等人(2026年)。

这些预测之前已经通过定量测试(图9)。在自由行为的大鼠中,γ波功率与θ波功率线性相关,θ波解释了辐射层γ波幅度变化的约26%(Sheremet等人,2019年)。在小鼠的因果扰动下,内嗅皮层失活后θ波谐波结构的变化解释了γ波减少变化的约53%(Zhao等人,2026年)。我们将扰动下的更强耦合解释为能量输入发生巨大变化的结果,这放大了在受驱动的耗散系统中预期的跨尺度依赖性(图10)。

下载:下载高分辨率图像(367KB)
下载:下载全尺寸图像
图10. 海马体功率谱的能量级联解释。左:神经组织中能量级联的概念示意图。能量通过网络级输入在大空间和时间尺度上注入,通过非线性电路相互作用在中间尺度上重新分配,并最终通过突触传输和动作电位生成在小尺度上耗散。在最小尺度上有限的耗散能力可能导致功率在中间频率处的暂时积累,产生谱瓶颈。右:不同行为状态下海马体PSD的示意图。低活动条件下的谱呈陡峭的幂律分布,与由弱输入驱动的背景一致。随着行为参与度的增加,低频驱动增强,导致功率向更高频率的逐步重新分配和谱斜率的平坦化。宽带γ波作为这种连续重新分配的一部分出现,与向耗散尺度推进的谱前沿一致,而不是激活离散振荡通道。谱斜率反映了跨尺度能量传输的状态,而不是可分离的背景噪声过程。经Sheremet等人(2018年)许可复制。

Zhou等人(2019年)进一步报告说,状态转换以与耦合振荡器和同步原理一致的方式重塑谱功率(S. H. Strogatz,1994年;Wiener,1965年,1966年)。在低速度下,同步较弱,功率广泛分布在通常标记为“慢γ波”的20-50 Hz范围内。随着运行速度的增加,隔膜和内嗅皮层的驱动增强同步,将功率集中在θ波及其谐波中,并减少谐波间隔内的功率。在这种解释下,20-40 Hz范围内的功率减少不必反映对专用通道的选择性抑制。它们可以随着系统从弱同步状态转变为更强的有序状态而发生。这种框架为状态依赖的谱变化提供了解释,而不需要外部频率选择性控制器。例如,Kemere等人(2013年)报告说,在跑步过程中20-50 Hz范围内的功率减少,他们将其归因于内侧隔膜对CA3输入的胆碱能抑制。然而,对海马体LFP在跑步速度下的谱演变的观察揭示了一个更简单的解释(Sheremet等人,2019年)。在低速度下,LFP谱接近无特征的幂律背景(例如,幅度与1/f近似的关系),这与自组织的临界状态一致,在这种状态下神经活动弱相关,能量在所有频率上广泛分布。随着运行速度的增加,神经元逐渐同步到θ波,将谱能量集中在θ波峰值和离散谐波中,同时耗尽了之前填充谐波间隔的广泛背景。同时,随着兴奋性驱动的增加,中间神经元网络的振荡频率从约25-30 Hz增加到约60-80 Hz(Traub等人,1996年)。因此,20-50 Hz范围被这两个重组过程(在这种情况下是θ波和γ波)所捕获:它失去了其宽带背景能量,因为神经元同步到有组织的节奏(神经元同时受到慢速θ波和更快γ波的调节;Zhou等人,2019年)。快速跑步时20-50 Hz频段功率的明显减少是能量级联下谱重组的可预测结果(Sheremet等人,2019年),而不是频率选择性抑制机制的证据。这是Wiener-Strogatz模型的一个简单扩展。在他们的模型中,允许神经元相互作用,选择一个一般的同步频率,伴随着一个频段的功率积累和相邻频段的功率侵蚀(Wiener,1965年,1966年;Strogatz,1994年)。在我们的扩展中,神经元强烈同步到宏观尺度(θ波)和局部动态(γ波,50-120 Hz),功率谱可能在25-50 Hz处被侵蚀。值得注意的是,Kemere等人(2013年)报告说慢γ波随速度减少。这一观察为谱分割框架带来了额外的困难。如果γ波频率输入之间的相互作用决定了尖峰时序的精度(Fernández-Ruiz等人,2023年),那么在快速跑步时慢γ波功率的减少应该会降低这种精度。相反,观察到的现象是:位置场变得更清晰,相位进动更紧密,θ波序列随着运行速度的增加而变得更加有序(Maurer等人,2012年)。此外,Kemere等人(2013年)的结果削弱了慢γ波的代理解释。在快速跑步期间,CA3神经元仍然活跃,CA3-CA1的解剖投射保持完整,CA1的空间编码得到改善。然而,据称索引CA3-CA1参与的信号减弱了。如果慢γ波在功能最相关的行为条件下失效,它就不能作为CA3-CA1通信的可靠代理。胆碱能调节显然塑造了电路动态,但级联框架预测,增加的能量驱动和增强的一致性将以结构化的方式重塑功率谱密度,包括在中间频段出现的选择性减少,即使没有专用的路由机制。值得注意的是,关于20-50 Hz功率随运行速度变化的报告在不同实验室之间是矛盾的——增加(Chen等人,2011年),减少(Kemere等人,2013年),或不变(Zheng等人,2015年)——这与将宽带背景能量、θ波谐波结构和γ波频率变化混合在一起的测量结果一致。Ahmed和Mehta(2012年)提出,单个γ波频率随运行速度连续向上移动,这与级联预测一致,与离散的、特定路径的γ波频段不一致。

4.4. 能量级联框架的可测试预测和可证伪性
能量级联框架对谱结构在电路状态、行为条件和实验扰动下的行为提出了明确的、可测试的约束。与频率分割或多路复用模型不同,后者通常事后适应广泛的结果,级联框架对γ波活动何时出现、它如何随网络状态变化以及扰动如何通过谱传播做出了具体预测。这些预测在类型上不同于独立振荡器框架的预测,并且每个预测都可以使用现有的实验工具进行证伪。

预测1:γ波功率与低频能量驱动共变
如果γ波活动反映了跨尺度重新分配而不是独立生成的节奏,那么其幅度应该与其他频率的功率共变。在海马体中,这通常表现为与探索期间的慢速活动(如θ波)或休息期间的尖波活动成比例。该框架并不要求严格单向的级联效应,只要求γ波依赖于来自更大规模过程的能量输入。这种输入通常由完整电路中的缓慢振荡来组织,但框架并不要求驱动必须是振荡性的。持续性的兴奋,例如体外药理学激活(Fisahn等人,1998年;Whittington等人,1995年)或视觉皮层中的持续感觉输入,就足以引发局部兴奋/抑制动态并产生γ波范围的活动。关键变量是突触驱动的幅度,而不是其时间结构。以强烈、点状突触驱动为特征的区域,如CA3和齿状回,表现出更大的θ波形不对称性,因此在20-50 Hz范围内有更明显的谐波功率。这解释了这些区域中“慢γ波”的普遍性(Zhou等人,2019年),而无需假设特定区域的低频振荡器。在齿状回中,θ波和谐波的耦合可高达64 Hz(Sheremet等人,2020年),反映了来自不对称θ波形的能量级联,而不是独立的γ波生成。

实证支持。在自由活动的大鼠中,γ波功率与θ波功率呈线性关系(图9C;r = 0.51,p < 0.05;Sheremet等人,2019年)。在因果干扰下,这种关系更加明显:内嗅皮层失活后θ波谐波结构的变化解释了γ波变异的很大一部分(r = 0.73,p = 0.0006;Zhao等人,2026年)。在各种条件下,γ波并不是孤立出现的,而是与其他频率的活动共同变化。

证伪。如果持续的高幅度、窄带γ波在试验和行为状态中可靠地出现,而低频功率和总系统能量减少或缺失,则级联框架将被证伪。如果γ波作为一个独立的主导模式可重复出现,而不是短暂或状态依赖的事件,那么这将与能量依赖的解释相矛盾,并支持独立振荡器模型。

预测2:γ波特性随电路状态连续变化。如果γ波段活动反映了通过局部电路的突触驱动的耗散,而不是离散振荡器的激活,那么其频谱表达应随网络状态平滑变化。对兴奋性或抑制动力学的操作应产生γ波频率、带宽或幅度的连续变化。固定γ波段的出现或消失是不预期的。

实证支持。光遗传学沉默内侧内嗅皮层会导致整个频谱的成比例减少,而不是选择性地消除所谓的“快γ波”带(60-100 Hz;Zhao等人,2026年)。相反,根据路由模型预测的CA3失活会消除“慢γ波”(30-50 Hz),但不会显著减少任何γ波段(Zhao等人,2026年)。行为状态的自然变化会导致θ波和γ波功率的连续相关调制,而不是波段切换(Zhou等人,2022年)。

证伪。如果通过单一途径的操作选择性地消除一个γ波段而保留另一个,则与连续状态的预测相矛盾,并支持离散振荡器模型。

预测3:跨频率耦合随网络能量状态变化。如果γ波活动反映了局部电路对结构化突触驱动的响应,而不是独立振荡器的激活,那么γ波功率、带宽和间歇性的变化应与慢速和快速时间尺度之间的非线性相互作用系统性地相关。跨频率耦合强度应随行为和代谢状态连续变化,而不是在协调模式之间进行分类切换。具体来说,当慢速节律表现出更大的不对称性、更清晰的转换或增强的跨尺度耦合时,γ波结构应增强;而当这种结构减弱时,即使平均发射率或整体频谱功率保持不变,γ波结构也应减弱。这一预测背后的电路级机制已被阐明:增加的行为驱动提高了来自CA3和内嗅皮层到CA1的兴奋性输入,增加了中间神经元的发射率,并使γ波频率相应上升(Ahmed & Mehta,2012年;Traub等人,1996年)。在这个框架下,γ波不仅仅由波形决定,还受到塑造它的相同非线性动态的约束。

实证支持。θ波-γ波耦合强度随奔跑速度单调增加(Sheremet等人,2019年;Zhou等人,2022年)。高驱动状态(如奔跑)比低驱动状态(如静止)表现出更强的θ波-γ波耦合。

证伪。如果高耦合状态和低耦合状态之间的可重复切换与行为驱动或代谢需求无关,则与能量依赖的解释相矛盾。

预测4:干扰在频率上分层传播。如果振荡结构反映了层次化的能量传递,那么实验或病理干扰应以协调的方式影响多个频率尺度,而不是选择性地消除孤立的波段。实验操作如果使低频活动平坦化或不同步(例如破坏θ波、α波或β波结构),应减少或破坏γ波段的组织,即使局部电路保持完整。相反,假设独立γ波通道的模型预测在这些操作下γ波结构相对保持不变。作为一个具体的例子,考虑光遗传学沉默内侧隔膜,它消除了θ波,同时保留了CA3和内嗅皮层电路。级联模型预测γ波的宽带退化是成比例的,没有选择性地保留个别波段。分割模型预测,由于上游生成器保持完整,特定路径的γ波特征应持续存在,尽管有所减少。同样,用持续性兴奋替代节律性输入,在级联框架下,应在所有频率上产生宽带增加,而不会出现离散的特定路径波段。

实证支持。通过巴比妥类药物过量引起的系统能量减少会导致分层频谱退化,γ波首先退化,随后是逐渐减慢的频率和整个频谱的相关衰减率(Zhou等人,2021年)。光遗传学电路干扰同样以比例方式影响θ波和γ波(Zhao等人,2026年)。

证伪。如果选择性地消除γ波活动同时保留正常的θ波幅度、θ波-尖峰关系和群体发射,则会破坏层次化组织。

预测5:物种层面的扩展保持了级联动态,同时改变了特征频率。基于θ波的协调模型面临的一个共同挑战是,与啮齿动物相比,灵长类动物中连续的高幅度θ波振荡的显著性降低(Ekstrom等人,2005年;Jutras等人,2013年;Killian等人,2012年)。在能量级联框架内,这种差异是预期的,并反映了解剖学上的扩展,而不是机制上的差异。随着大脑大小和传导距离的增加,主导的低频组织节奏必须向更慢的时间尺度转变,以维持大规模协调。受局部突触动力学和兴奋-抑制平衡限制的γ波段活动在物种间相对保守。该框架预测,在灵长类动物中,γ波活动应优先与较慢的低频结构(如δ波或低α波节律)耦合,而不是与固定的啮齿动物定义的θ波段耦合。灵长类动物中连续θ波的明显减少并不反映组织原则的丧失,而是为了在更大大脑中协调所需的时间窗口的生物物理重新调整。即使特征频率发生变化以满足解剖学上的限制,大规模组织和局部耗散之间的层次关系也得以保持。

证伪。如果在没有任何慢频组织的情况下,灵长类动物的γ波结构仍然稳健且稳定,或者γ波-慢频耦合不随任务需求或唤醒状态增加,那么能量依赖的解释将受到挑战。要证伪这一级联效应,必须证明γ波可以通过不涉及增加能量通量的机制被选择性地放大或调节。然而,这样的证明需要识别一个不会在慢频波段留下特征的突触驱动源。

5. 超出海马体的扩展:限制、预测和未解决的问题。本综述中发展的论点基于海马体的生理学,因为其层状结构和明确的电路允许以异常清晰的方式评估生物物理限制。这种关注并不意味着海马体遵循独特的编码原则。能量级联框架的核心主张是,频谱结构反映了在保守的物理限制下突触能量的分布和耗散方式。这一主张不依赖于海马体特有的机制。它基于适用于所有可兴奋组织的原则,包括电流守恒、阻抗、突触时间常数和兴奋-抑制平衡。这种框架产生了一个明确的预期:如果振荡结构源于通用电路物理学而不是频率特定的通信通道,那么某些特征(如跨频率耦合、谐波结构和层状源-汇组织)应在大脑区域间普遍存在。同时,它们的精确表达应随解剖学、连接性和输入统计量系统性地变化。在本节中,我们概述了能量级联框架如何扩展到海马体之外,指出了将其与频谱分割模型区分开来的预测,并强调了直接由此观点产生的未解决的实验问题。

5.1. 通过速率增强理论的皮层绑定。与能量级联理论一致,通过速率增强(BBRE)理论解释了几个持续存在的异常现象,这些现象挑战了基于同步和频谱分割的模型。虽然基于γ波的通信理论难以解释低区域间一致性值、物种间不一致的频率范围以及薄弱的因果证据,但BBRE提供了一个基于发射率调制的简洁替代方案。在这个框架中,当神经表征表现出增强的发射率时,特征就被绑定(Roelfsema & Houtkamp,2011年)。我们将这种提出的“标记”解释为突触杠杆作用,而不是符号标签或频率标记。速率增强增加了下游神经元整合窗口内的时间总和,从而增加了跨膜电流流动和突触后发射的概率(Histed & Maunsell,2014年)。这种机制允许分布式神经群体影响下游目标,而不需要稳定的相位锁定或毫秒级的尖峰定时,避免了轴突传导延迟和突触变异带来的生物物理限制。

BBRE基于一个公认的观察结果,即有意义的神经信号主要依赖于发射率,而不是精确的尖峰定时(Shadlen & Movshon,1999年)。实验证据表明,皮层群体在大约100毫秒的扩展时间窗口内整合突触输入。在一系列因果实验中,Histed和Maunsell(2014年)表明,行为检测性能仅取决于该窗口内的总尖峰数。将尖峰集中在1-3毫秒的短暂同步爆发中,并不会比在整个整合期间均匀分布相同数量的尖峰带来行为优势,即使刺激的频率覆盖了β波到γ波(10-50 Hz)。这些结果表明,下游神经元基于总体激活而不是振荡相位或时间压缩来整合输入。关键的是,这些实验中的行为效应来自于大量神经元群体中的小幅度速率增加,大约是每个神经元每秒1个尖峰,而不是来自强烈的同步事件。这种模式支持一种基于速率的编码方案,其中群体级别的协变反映了共享输入和网络状态,而不是精确的同步性。与此观点一致,Romo和Salinas(2003年)在体感决策任务中表明,多个皮层区域的发射率随刺激特性和决策需求系统性地变化。这些速率调制反映了电路对任务约束的响应,而不是通过时间编码来编码抽象变量。

BBRE并不假设全局或无差别的增益增加。速率增强取决于现有的前馈激活,并由自上而下的反馈和局部抑制电路选择性地控制,包括VIP介导的机制。因此,增加的发射仅限于已经参与任务相关表征的神经元,支持对象和特征特定的绑定,而不依赖于毫秒级的同步性(Roelfsema,2023年)。这种条件性门控避免了均匀增益调制所伴随的特异性丧失。这一框架建立在Hebbian原理之上,即同时激活增强了神经元之间的功能连接(Gotts等人,2012年;Hebb,1949年;von der Malsburg,1999年)。注意力依赖的发射率增加与有效连接性的变化相关,通常表现为试验间的发射协变,而不是精确的尖峰同步性。Reynolds和Desimone(2003年)表明,注意力调节了V4区的响应增益,有效地偏置了代表关注与未关注刺激的神经元之间的功能交互。同样,基于对象的注意力研究表明,增强代表对象一个特征的神经元的发射率会增强对其其他特征的处理,这与通过协调的速率调制实现的集成表征一致(O'Craven等人,1999年;Roelfsema等人,2000年)。BBRE也与第4.1节描述的能量级联框架自然一致。大规模的能量增加导致局部电路中的发射率升高,而不是选择性激活特定频率的通道(Buzsáki & Draguhn,2004年)。从经验上看,发射率随着唤醒、注意力和运动的增加而增加,这与振荡功率的普遍增加相平行(McGinley等人,2015年;McNaughton等人,1983年;Shen等人,1997年)。这些变化反映了整体兴奋性和突触驱动力的变化,而不是分配给特定频率的离散计算操作。从慢动态到快动态的级联通过反复兴奋和反馈抑制促进了局部发射率的升高(Douglas等人,1995年;Sheremet等人,2019年)。BBRE和能量级联都强调了由共享输入和网络状态引起的同时激活,而不是随时间持续的相位锁定。这里的“同时”指的是在广泛的整合窗口内的短暂共激活,而不是基于同步性的理论所要求的毫秒级精确同时性(Shadlen & Movshon,1999年;Buzsáki & Draguhn,2004年)。发射率与振荡结构之间的关系直接源于这种层次结构。像theta波这样的慢速网络驱动的节律反映了大规模的突触电流流动。当兴奋性突触后电位有节奏地波动时,受足够驱动的神经元的发射率会增加,从而在尖峰和振荡相位之间产生相关性,而无需相位编码的信息传输。在这个框架内,发射率与记忆表现之间的相关性反映了电路参与度的增加,而不是时间编码本身(Carr等人,2011年;Lepage等人,2000年)。因此,BBRE解决了基于同步性和通过相干性进行通信的模型所面临的几个长期问题。这些模型需要接近零的相位滞后或持续的相位关系来支持绑定和路由,这些假设在早期公式中已经明确提出(Crick & Koch,1990年;Crick & Koch,2003年;Singer & Gray,1995年),但在体内很少得到一致验证(Ray & Maunsell,2015年)。BBRE在不涉及精确尖峰时间的情况下解释了绑定现象,这与强调时间绑定解释力有限的批评观点一致(Di Lollo,2012年;Roskies,1999年)。通过强调发射率调节、条件性门控和电路级整合,BBRE提供了一种生物学上合理的机制来解释绑定、注意力和感知组织,这种机制不依赖于离散的振荡通道或毫秒级的同步性。结合能量级联框架,它支持这样一种观点:振荡结构反映了突触驱动力在不同尺度上的状态依赖性重新分配,而不是作为信息的符号代码或路由标签。

无论位置或功能如何,神经元都是嵌入在导电组织中的可兴奋膜,受相同的电流流动、电荷守恒和突触动力学物理定律的支配。从这个角度来看,振荡结构不应被理解为一系列特定区域的代码,而应被视为能量如何进入、通过神经电路传播以及如何被耗散的涌现结果。电流守恒和电中性对活动的局部化施加了基本限制。任何进入神经元的突触电流都必须由分布在膜和细胞外空间的返回电流所平衡。因此,无论是树突还是胞体产生的振荡活动,都会产生具有互补源-汇结构的空间分布场模式。这一限制同样适用于海马体、新皮质、丘脑和小脑。它排除了通常由频谱分割模型所暗示的既具有频率特异性又在解剖学上隔离的振荡的存在。将能量级联框架扩展到海马体之外需要解决一个测量问题,而不是机制问题。海马体常被视为一个模型系统,因为其结构使得某些动态对外部记录特别容易获取。锥体神经元的高度对齐的树突几何结构,加上传入路径的层状分离,产生了在细胞外空间中有效叠加的大型、连贯的开场偶极子。这种对齐使得电流源密度(CSD)分析相对明确,并有助于精确定位突触驱动力。新皮质电路在不同的几何和组织约束下运作。皮质柱分布在沟和回中,具有不同的方向,因此由相邻群体产生的偶极子在整体场记录中可能会部分抵消(Lindén等人,2011年;Nunez & Srinivasan,2006年)。皮层中的细胞外信号反映了多个相互作用过程的叠加,而不是单一主导生成器。这并不意味着协调性较弱;协调性只是不太可能表现为明确的频谱峰值(S. Strogatz,1994年;Wiener,1965年,1966年)。海马体的theta波提供了一个强大、连续的、行为上耦合的时间框架,组织了高频活动并促进了谐波结构。新皮质节律被描述为更加空间局部化、间歇性的,并且受到任务需求、注意力和唤醒的强烈调节(Wang,2010年)。在没有持久的全局包络或强烈突触驱动的情况下,高频成分表现出较不稳定的相位关系和较少的窄带频谱特征,即使它们受到相同的兴奋-抑制动态的支配(Churchland等人,2010年;Nauhaus等人,2009年;Raut等人,2021年)。保守的级联式动态在皮层中表现为宽带频谱倾斜、无尺度波动或短暂群体事件(Beggs & Plenz,2003年;Petermann等人,2009年),而不是具有固定频率边界的持续振荡。这反映了可观察性的差异,而不是基本原理的差异(在将缺乏频谱峰值等同于缺乏协调性的研究中,这种区别经常被忽视)。相关问题不是某个区域是否实现了能量级联,而是电路几何结构和动态状态是否允许在频谱上解析该级联。因此,海马体和新皮质节律之间的明显差异源于电路结构和测量方法的差异,而不是根本不同的编码策略。研究人员必须区分生物机制和可观察性。新皮质中缺乏窄带峰值并不一定意味着能量级联无效;相反,几何上复杂的组织可能只是阻碍了连贯场电位的记录。

神经振荡的研究基于需要批判性检验的假设。频率特定的解释,特别是将gamma节律描述为不同的通信通道,往往依赖于缺乏足够生物物理基础的现象学相关性。“频谱颅相学”将认知功能分配给孤立的频率带,但没有指定生成、维持或解码这些频带的机制(Buzsáki & Draguhn,2004年)。诸如基于同步性的绑定和通过相干性的通信之类的理论识别了节律对齐和区域间耦合之间的相关性,但相关性并不能建立机制。将“慢gamma”描述为一种独特的节律可能是由于分析窗口或分解技术引入的伪影。当前的解释经常忽略了生物物理现实、树突过滤、电中性、阻抗梯度等因素,这些因素挑战了将振荡现象简单映射到离散层或路径的做法。能量级联框架提供了一个基于生物物理约束的替代方案。能量从低频振荡(如theta波)流向高频振荡(如gamma波),跨频率耦合是这种重新分配的自然结果(Sheremet等人,2019年)。theta波在大尺度上协调神经动态,而gamma波反映了在兴奋-抑制平衡下的局部耗散(Buzsáki,2002年)。基于速率增强的绑定理论补充了这一观点,强调发射率调节作为特征绑定和网络整合的稳健机制,而不需要精确的同步性(Roelfsema & Houtkamp,2011年)。这些观点都集中在大脑的涌现式、多尺度动态上,而不是频率标签上。将振荡结构重新定义为能量耗散的涌现结果,使研究更加清晰,而不是将其封闭起来。能量级联框架产生了基于生物物理学的可检验实验问题,而不是围绕频率标签,指出了未来的实证研究方向。神经调节系统强烈改变膜电导、突触增益和抑制性张力,这些参数控制着级联动态。神经调节状态的变化是连续重塑频谱结构,还是切换离散的振荡模式?该框架预测连续的变化:随着胆碱能、去甲肾上腺素能或多巴胺能输入调节兴奋-抑制平衡,功率分布和谐波组织会逐渐变化。系统地操纵神经调节输入,同时跟踪波形几何和非线性耦合,可以测试振荡“带”是否反映了电路状态转换或在约束下的逐渐重新平衡。隔膜操作为级联框架提供了直接测试,因为内侧隔膜是海马体theta波的主要起搏器之一。该框架对两类操作做出了具体预测:抑制隔膜的胆碱能驱动会降低theta波幅度,应产生与gamma波功率成比例的宽带减少,而不会选择性地保留个别gamma波带;逐步冷却隔膜会逐渐减慢和减弱theta波(Petersen & Buzsáki,2020年),应产生与能量吞吐量减少一致的层次化频谱退化。在每种情况下,级联都预测频谱上的协调、成比例变化,而独立振荡器模型则预测gamma波带结构的相对保留。然而,我们注意到,如光遗传学隔膜起搏这样的强制频率范式需要谨慎解释,因为人工刺激可能产生类似于生理theta波的场电位,同时严重破坏潜在的细胞动态(Scarlett等人,2004年)。能量级联框架最终需要代谢和生物能量学作为其来源。如果振荡结构反映了通过神经组织的能量重新分配,那么频谱动态应该与代谢需求和随氧气供应而变化的呼吸振荡相耦合。最近的证据表明,海马体theta波与呼吸同步(Lockmann等人,2016年;Tort等人,2018年),并且呼吸锁定的调节扩展到gamma波活动和单个单元发射(Yanovsky等人,2014年)。这种耦合并非偶然。它提供了“网络能量”这一抽象概念与ATP合成、葡萄糖代谢和氧合的具体生物化学之间的直接机械联系。该框架预测,对代谢状态(缺氧、葡萄糖可用性、代谢抑制剂)的实验操作应产生与能量吞吐量减少一致的层次化频谱变化。这样的实验测试了“能量级联”是比喻性的,还是反映了神经活动的实际热力学约束。最简单的能够产生类似级联的频谱能量重新分配的网络模式是什么?这种行为是否需要完全的反复抑制、特定的突触延迟或通用的非线性反馈?在体外电路或计算模型中的针对性扰动解决了级联动态是否代表受约束的可兴奋网络的专门特征或通用属性的问题。这个问题的答案将阐明该框架在脑区和物种中的广泛应用范围。该框架对理解认知功能和精神疾病有直接意义。振荡生物标志物越来越多地被提出作为诊断工具和治疗目标,包括阿尔茨海默病和精神分裂症(Palop & Mucke,2016年;Uhlhaas & Singer,2010年)。如果该领域对振荡组织的理解建立在分析伪影和不可验证的频率-功能分配之上,那么由此产生的临床干预——特别是尝试恢复特定的gamma波带、增强特定的跨频率耦合模式或针对孤立的频谱特征——可能会追求不存在的机制。级联框架建议治疗干预应旨在恢复跨尺度的能量流动或重新平衡兴奋-抑制相互作用,承认大脑动态的非线性、涌现特性,而不是将频率带视为离散的静态实体。在将其转化为实际应用之前,确保基础科学正确是必要的。嵌套的反复结构并非神经系统所独有。它是任何非线性介质中持续驱动与耗散的必然结果。Richardson的观察最初应用于大气湍流,形成了一个普遍的约束:在大尺度上注入的能量通过耦合的子系统传播,直到耗散终止进一步的结构形成。在神经组织中,兴奋代表持续的活动(尖峰、去极化、反复放大);耦合通过共享的电路和膜动态将较小的循环链接到较大的循环;耗散包括突触失败、亚阈值反应、电缆过滤和代谢限制。该框架不对振荡功能、编码方案或频率特定机制做出假设。它只预测,如果存在具有有限传导速度和局部能量损失的跨空间尺度的反复循环,那么测量的场电位将反映层次化的耦合动态,而不是独立的窄带生成器。这一预测是可证伪的:如果存在与较慢动态无关的尺度不变的一致性、时间稳定的高频节律,或者作为自主功能模块运行的频率带,那么这一预测将被反驳。

作者声明没有利益冲突。

CRediT 作者贡献声明:
Cristina Besosa:概念化;文献搜索;文献综合与解释;可视化;初稿撰写;审阅与编辑。
Yu Qin:形式分析;可视化;审阅与编辑。
Sara Burke:监督;概念化;文献搜索;资金获取;审阅与编辑。
Andrew Maurer:监督;概念化;文献搜索;可视化;资金获取;初稿撰写;审阅与编辑。
所有作者都批准了手稿的最终版本。

在准备这项工作时,作者使用了Anthropic公司的Claude.ai来提高可读性。在使用该工具/服务后,作者根据需要对内容进行了审查和编辑,并对出版物的内容负全责。

**资金来源**
本研究得到了McKnight脑研究基金会、佛罗里达大学认知衰老与记忆中心以及美国国立卫生研究院(NIH)的资助:
- 资助方:美国国立精神卫生研究所(National Institute of Mental Health)
- 资助编号:R01MH126236
- 以及NIH资助项目3R01MH126236-03S1的多样性补充资金。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号