唤醒驱动的关键漫游重现人类功能连接动力学

《PLOS Biology》：Arousal-driven critical roaming reproduces human functional connectivity dynamics

　　

即使在安静清醒状态下，大脑自发活动也表现出丰富的时间变异性，与高效认知相关联，其中功能连接（FC）随时间持续重组。由此产生的功能连接动力学（FCD）呈现出复杂的重尾统计特征，在持续时段与快速重组瞬态之间交替。尽管调谐至临界点附近的非线性全脑模型已能重现FCD的部分方面，但仍未能捕捉其完整的时间复杂性。研究人员提出，唤醒的缓慢波动提供了一种生物学上合理的机制，用于在大规模脑动力学中探索临界区间，从而丰富FCD。利用基于连接组的耦合皮层群体模型，研究人员识别了系统动力学在较快或较慢FCD区间之间过渡的相边界。随后现象学地引入唤醒变化，将其建模为皮层兴奋性、输入增益与噪声幅度等关键参数的随机波动。这一显式时间依赖公式使系统能够动态漫游于区间边界之间，灵活调节其距临界转变线的距离，并产生反映经验FCD中随机演化的间歇性转变。将这些模型拟合至人类静息态fMRI并进行模型比较，研究人员发现唤醒驱动模型更准确地重现FCD的独特定量特征，其中最大改进来自先前难以解释的分布式重尾部分。总之，这些结果表明唤醒波动（可能由神经调制张力变化介导）随时间塑造大脑的吸引子景观，扩展可访问功能网络状态的储备，并为自发功能动力学的复杂性提供机制基础。

研究背景与动机：静息态下大脑功能连接（FC）并非静止，而是以功能连接动力学（FCD）形式在时间上持续重组，其步长分布呈重尾统计，交替出现“结”（knots，暂态稳定）与“跃”（leaps，快速重组）。既往非线性全脑模型多在固定动力学工作点（DWP）邻近临界点的假设下运行，虽能复现FCD部分特征，却无法完整刻画其时间复杂性。同时，唤醒（arousal）作为由胆碱能、去甲肾上腺能等弥散神经调制系统维持的全局脑状态，常在时间分辨FC研究中被当作 nuisance 因素，但其波动具有真实神经起源。研究人员据此提出假设：唤醒的缓慢波动可能驱动系统参数在临界相边界附近漫游，从而生成经验FCD的重尾与间歇重组特征。该研究发表于《PLOS Biology》，旨在判别“固定临界点动力学”与“唤醒驱动的非自治动力学”何者更能解释人类静息态FCD。

主要技术方法：研究采用人类连接组计划（HCP）100名健康成人、各2次睁眼静息态fMRI（共200段记录，AAL 89区划分）为实证数据；构建基于连接组的均值场模型（MFM，Wong–Wang神经质量模型）作为自治基准，并将全局耦合G、噪声幅度σ、S形响应增益a、局部递归耦合w之一设为服从截断Ornstein–Uhlenbeck（OU）过程的时变参数，得到非自治tMFM家族；以滑动窗（60 s窗、2 s步）计算FC流、FCD矩阵与FCD速度（连续FC帧间相关距离）；用遗传算法（GA）以FCD与FCD速度分布的5/25/50/75/95百分位为拟合目标优化参数；以Akaike信息准则（AIC）做模型比较，并以静态FC、结构–功能耦合（SC–FC）、元连接（Meta-Connectivity, MC）作样本外预测验证；相图扫描判定临界点火线G_-与骤燃线G₊，用归一化指数ρ追踪DWP漫游范围。

研究结果：

存在FCD流动性的临界转变：对MFM在G–σ平面及局部参数扫掠发现，G与σ共同塑造FCD速度，形成楔形低速区，对应放电率动态双稳态（up/down态）与随机共振；G_-为点火临界线，G₊为骤燃不稳定性线，参数微变即可跨越相边界，证实大规模网络区制对参数敏感。

MFM中的类唤醒全局调制驱动：将唤醒建为截断OU过程调制G/σ/a/w，转化为非自治系统。在200段HCP数据上，tMFM（尤其G受控变体tMFM_G）相比自治MFM显著改善拟合，AIC更低；改进集中体现在FCD与FCD速度分布的重尾（5百分位慢速事件与95百分位突跃），即经验数据中“黏滞”重组与跨临界突发。

唤醒波动的预测力：非自治模型在未被拟合的静态FC百分位、SC–FC耦合分布、MC分布（含负尾）上bootstrap相关均高于MFM，说明临界分岔与间歇解耦不是过拟合产物；tMFM_G对MC左尾（负MC，病理“黏度”标志）捕捉最优。

神经调制输入诱发工作点跨越临界相边界：拟合所得自治MFM的DWP聚于G₊附近，支持“近临界点”旧说；而非自治tMFM_G推断G基线略低于G_-，频繁向上漫游入G_-–G₊间临界区，约40%时间驻留慢速区间，归一化ρ的5百分位近0、95百分位近1。研究人员据此提出“临界漫游假说”（critical roaming hypothesis）：大脑非固守单临界点，而在点火与骤燃线间受唤醒驱动漫游。

讨论与结论翻译：自发脑活动在时间上结构丰富，但其动力学原理尚不明了。本研究显示，皮层兴奋性的缓慢全局调制（作为神经调制唤醒的可解释代理）为FCD重尾与间歇重组结构提供了简约解释。通过直接对比常规MFM与显式非自治唤醒驱动变体，研究人员证明唯有允许DWP随时间漂移，方能使FCD重尾步长分布、持久与速变时段交替、SC–FC耦合、静态FC与MC等标志特征涌现；自治情形需系统悬于本征分岔邻域，非自治模型自然穿越这些转变，大幅扩展可访问大规模网络状态储备。关键概念推进在于显式关注FCD顺序组织，以FCD速度刻画FC空间随机游走与大跃迁，而性能改进几乎全来自分布尾部而非均值。拟合模拟揭示G类全局兴奋性参数缓慢波动反复趋近与远离放电率不稳定性，生物学上呼应上行神经调制系统弥散投射作全局增益控制；但G优势更可能是低维生物流形向模型空间的投影。该框架为Laumann等将FCD神经贡献分为自发认知（自治）与唤醒（非自治）两类提供动力学对应。临界漫游视角统合了静息态中觉醒–浅睡混合、任务需求调节距临界性距离等现象，并为阿尔茨海默病等神经调制退化致动态流动性下降、MC负尾增加提供机制解释：神经调制丧失收缩了跨相界漫游范围，穷化功能网络状态储备。研究人员指出模型局限（均匀调制偏正相关的全局信号回归依赖、OU抽象未一对一生理唤醒），但框架可扩展至振荡模型、适应电流均值场与PET受体空间梯度。综上，唤醒波动经连续 steering DWP跨越临界区，使大脑作为自适应动力学系统以流体演化工作点探索、采样与重组FC景观，为机制性联结唤醒、临界动力学与自发认知及老化和意识障碍提供基础。