低频调制桥接语言网络和默认模式网络

《Progress in Neurobiology》：Low-frequency modulations bridge the language and default mode networks

　　

当研究人员阅读这句话时，研究人员将单个词语的意义整合为复杂的高阶表征。除了核心语言网络（LN）之外，这一动态过程还招募了其他领域通用网络，例如默认模式网络（DMN），它在解剖上与LN部分重叠但在功能上分离。为了评估LN和DMN之间的交互，研究人员从32名阅读句子和单词列表的参与者颅内电极中提取了瞬时频率、功率和相位（4–30 Hz）。研究人员分离出一个复杂的低频调制，最可靠地测量为α频段中瞬时频率在句子过程中的斜坡上升，且大于单词列表，该效应在LN和DMN中均稳健出现。格兰杰因果网络（GC）表明，这与DMN和LN内部及之间的α频段连接性斜坡上升同时发生。研究人员认为，α频段调制索引了核心LN与更广泛领域通用网络之间的动态交互，可能对高阶语义整合以及从语言领域推导跨模态知识至关重要。

**论文解读：低频调制桥接语言网络与默认模式网络**

**研究背景与问题**

语言理解是一个动态过程，需要将单个词语的意义逐步整合为复杂的高阶表征。核心语言网络（LN）负责处理语言结构，但该网络在解剖上与默认模式网络（DMN）部分重叠，DMN通常参与内省过程，如构建内部叙事、自传体回忆、社会认知和未来事件预测。尽管存在空间重叠，LN和DMN在功能上通常呈时间反相关，例如在执行外部指向的语言任务时DMN被抑制，但在慢速、高层次的整合（如叙事或散文处理）中可能被激活。然而，LN的局部活动如何与DMN及其他大脑网络枢纽发生更广泛的交互仍不清楚，这对系统神经科学以及语言、注意和社会认知障碍的研究具有重要意义。以往研究多关注伽马频段（70–150 Hz）的功率变化，认为其反映局部皮层处理，而低频成分（如α频段，8–12 Hz）被认为指示皮层-皮层网络水平的区域间协调，但低频振荡在句子理解中的具体作用及其与LN和DMN的交互尚未被充分解析。本研究旨在利用高时空分辨率的颅内记录，探究句子阅读过程中低频振荡的动态变化，并评估LN与DMN之间的相互作用。

**研究与结论**

研究人员对32名参与者（30名立体脑电图sEEG，2名硬膜下网格电极SDE）在阅读句子和单词列表时的低频信号（4–30 Hz）进行了分析，提取了瞬时频率（IF）、瞬时功率和相位信息。主要发现包括：存在一个以α频段为中心的广泛网络，同时涉及LN和DMN节点；句子过程中α频段瞬时频率出现显著的斜坡上升效应，且大于单词列表，这种频率调制在LN和DMN中均稳健出现；格兰杰因果分析（GC）揭示了从颞叶到额叶的主导信息流，并且句子阅读显著增强了LN与DMN之间（如前额叶下回aIFG与内侧顶叶皮层MPC）以及内部的α频段连接性。此外，该低频频率调制效应与伽马功率变化在空间和时间上部分分离，仅有20%的电极同时显示两者，且相位-振幅耦合（PAC）分析表明，低频相位对伽马振幅的调制不受任务因素显著影响。本研究揭示了低频调制在桥接语言网络与默认模式网络中的关键作用，为语言处理中的跨网络协调提供了新的计算原理，发表于《Progress in Neurobiology》。

**主要关键技术方法**

本研究采用颅内电极记录（包括立体脑电图sEEG和硬膜下网格电极SDE），从32名难治性癫痫患者（样本来源于美国德克萨斯大学休斯顿健康科学中心）的左侧优势半球（共2675个电极）采集数据。运用广义相位算法提取低频信号（4–30 Hz）的瞬时频率、功率和相位；使用表面线性混合效应模型（sbLME）进行空间映射；采用格兰杰因果分析（GC）评估网络连接方向与强度；通过相位-振幅耦合（PAC）分析低频相位与伽马功率的关系；并利用FOOOF模型量化非周期指数。

**研究结果**

**2.1. 皮层频率地形图**
通过广义相位算法提取平均瞬时频率，发现其主要在α频段（8–12 Hz）。表面线性混合效应模型（sbLME）映射显示，平均瞬时频率在顶叶皮层最高，在颞极最低，且与电极的Talairach坐标的y和z轴显著相关，与年龄无关。平均瞬时频率与电极的非周期指数高度相关（r = ?0.97）。

**2.2. 瞬时频率与功率的调制**
sbLME模型对比句子与单词列表，发现句子引起的瞬时频率在LN和DMN多个节点（如内侧顶叶皮层MPC、内侧前额叶皮层mPFC、角回AG）呈现进行性斜坡上升，且大于单词列表。同时，部分区域（如颞极）出现瞬时功率抑制，而前额叶和腹侧枕颞皮层功率增强。在九个感兴趣区（ROI）中，所有区域均显示显著的频率调制，但功率调制在部分区域（如aIFG、pIFG、MPC）不显著，表明频率与功率变化存在分离。通过数学建模（结合模拟的非周期成分与正弦波振荡器）验证了频率斜坡效应在无功率或非周期指数变化时仍可观测。

**2.3. 格兰杰因果网络**
格兰杰因果分析（GC）显示，从外侧颞叶到外侧和内侧额叶存在一致的主导信息流。在颞叶内，后颞上沟（pSTS）作为源节点，向前颞上沟（aSTS）、角回（AG）等传递信息。网络层面，aSTS、pSTS、MPC和AG表现为源（流出>流入），而mFus、aIFG、pIFG、FO和mPFC表现为汇（流入>流出）。句子条件下，随着句子进行，aIFG与MPC之间的双向连接增强约50%，mPFC到MPC增强79%，AG到aSTS增强43%，FO到AG增强41%，整体上显著增加了LN与DMN节点之间的互连性。

**2.4. 低频振荡与伽马功率的关系**
伽马功率（70–150 Hz）的斜坡效应与低频频率斜坡效应在电极水平大部分空间分离，仅20%的电极同时显示两种效应，且两者幅度相关性弱。相位-振幅耦合（PAC）分析显示，687个电极存在显著的调制指数，主要分布在颞叶和外侧顶叶。低频相位与伽马振幅的耦合峰值相位平均为2.59弧度，且不受句子结构、词位置或交互作用影响，表明稳定的过渡机制。此外，先前定义的伽马功能簇（Cluster 1和Cluster 2）在频率调制轮廓上无显著差异，但Cluster 2具有更快的平均瞬时频率。

**讨论与结论**

讨论部分指出，本研究发现的α频段频率斜坡效应反映了LN与DMN之间的动态交互，不同于以往伽马或BOLD信号仅局限于传统语言网络。该效应可能涉及语义信息向DMN的传递，而非特定语言结构构建时刻的标记。格兰杰因果网络分析结果支持从颞叶到额叶的α频段信息流，并扩展了包含DMN节点的网络模型。aIFG与MPC之间的连接增强可能代表情境建模过程中MPC的招募。相位-振幅耦合的稳定性表明α振荡通过阶段性抑制影响伽马编码。研究结论翻译如下：低频振荡（尤其是α频段）在句子阅读过程中桥接了语言网络与默认模式网络，这种频率调制是比功率或非周期指数更稳健的指标，反映了跨网络的高阶协调，为语言理解的神经计算模型提供了新视角，提示神经解剖学模型需要更好地整合核心语言网络与辅助领域通用网络之间的动态交互。