一鍵關(guān)注，點(diǎn)亮星標(biāo) ?? 前沿不走丟！

認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:Hierarchical whole-brain modeling of critical synchronization dynamics in the human brain

發(fā)表時間：2026.3.17

發(fā)表期刊:PNAS

影響因子：9.1

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

人類的大腦就像是一支由數(shù)百億個神經(jīng)元組成的龐大交響樂團(tuán)。為了實(shí)現(xiàn)最優(yōu)的信息處理能力、最大化動態(tài)范圍并保持對外界環(huán)境的敏銳適應(yīng)，這支樂團(tuán)必須在一個極其微妙的“混沌邊緣”進(jìn)行演奏：在物理學(xué)和計算神經(jīng)科學(xué)中，這被稱為“臨界態(tài)（Criticality）”。

在全腦尺度上，腦電生理活動表現(xiàn)出豐富的節(jié)律性振蕩，并且這些振蕩在不同腦區(qū)之間會產(chǎn)生廣泛的同步現(xiàn)象。為了探究這種宏觀現(xiàn)象背后的系統(tǒng)級機(jī)制，全腦計算模型成為了當(dāng)下最強(qiáng)有力的研究工具。然而，該領(lǐng)域的傳統(tǒng)建模方法一直面臨著一個棘手的痛點(diǎn)：以往的模型往往只能“二選一”。它們要么側(cè)重于模擬不同腦區(qū)之間的功能連接（FC），要么專注于捕捉系統(tǒng)的臨界動力學(xué)特征（如神經(jīng)雪崩現(xiàn)象），很難在同一個計算框架內(nèi)同時兼顧這兩個方面。這就好比我們試圖理解交響樂，卻只能選擇單獨(dú)聆聽某一種樂器的音色，或者只能感受整體的節(jié)奏，無法看清局部與全局的互動。

為了打破這一僵局，近期發(fā)表于 PNAS 的一項(xiàng)最新研究提出了一種突破性的“分層Kuramoto全腦模型（Hierarchical Kuramoto model）”。研究人員在這個模型中引入了雙層嵌套結(jié)構(gòu)：每個代表腦區(qū)的節(jié)點(diǎn)內(nèi)部，都包含了大量相互耦合的振蕩器。這種巧妙的設(shè)計使得研究者能夠史無前例地、在單一模型中同時觀測“局部神經(jīng)同步”與“長距離跨腦區(qū)信息交互”，從而為揭開人類大腦臨界同步動力學(xué)之謎提供了一個全新的微觀到宏觀的視角。

Fig. 1. General representation of an experimental pipeline.

研究核心總結(jié)

一、臨界態(tài)“多尺度同步”的涌現(xiàn)

研究表明，這種分層計算模型能夠成功復(fù)現(xiàn)大腦從無序（異步）到有序（高度同步）的相變過程。結(jié)果顯示，在這一臨界相變區(qū)域，模型不僅自發(fā)涌現(xiàn)出了符合真實(shí)大腦特征的長程時間相關(guān)性（LRTCs）和冪律分布的神經(jīng)雪崩現(xiàn)象，還同時展現(xiàn)出了跨腦區(qū)的相位同步以及振幅包絡(luò)相關(guān)性。這從機(jī)制上解釋了局部神經(jīng)元的自組織同步如何能夠跨越空間尺度，轉(zhuǎn)化為我們在宏觀腦電/腦磁圖（M/EEG）中所觀察到的全腦功能網(wǎng)絡(luò)。

Fig. 2. Phase transition and emergence of critical-like dynamics in Hierarchical Kuramoto Model.

二、結(jié)構(gòu)與功能耦合（SFC）的非線性反轉(zhuǎn)

大腦的解剖結(jié)構(gòu)連接（白質(zhì)纖維網(wǎng)絡(luò)）是否總是決定了功能連接的強(qiáng)弱？研究發(fā)現(xiàn)，這種結(jié)構(gòu)-功能耦合關(guān)系高度依賴于大腦所處的“工作點(diǎn)（Operating point）”。

結(jié)果顯示，對于相位同步而言，它與結(jié)構(gòu)連接的吻合度在亞臨界狀態(tài)下最高，但一旦系統(tǒng)達(dá)到臨界點(diǎn)，這種相關(guān)性反而會驟降。這是因?yàn)樵谂R界態(tài)下，原本沒有直接解剖連接的腦區(qū)也能通過高階相互作用實(shí)現(xiàn)同步。相反，局部振蕩的LRTCs特征以及跨腦區(qū)的振幅相關(guān)性，卻在臨界點(diǎn)處與結(jié)構(gòu)連接的吻合度達(dá)到最高峰。

這一發(fā)現(xiàn)厘清了領(lǐng)域內(nèi)的長期爭議，表明相干性與振幅包絡(luò)這兩種最常用的功能連接指標(biāo)，在臨界動力學(xué)下具有截然不同的生成機(jī)制。

Fig. 3. Modeling reveals diverse forms of Structure–Function coupling around the phase transition.

三、人類真實(shí)大腦偏好“亞臨界”工作區(qū)

研究人員將模型生成的仿真數(shù)據(jù)與人類真實(shí)靜息態(tài)腦磁圖（MEG）數(shù)據(jù)進(jìn)行了詳細(xì)的拓?fù)鋵Ρ取?/p>

結(jié)果表明，模型輸出的各類指標(biāo)（包括相位同步、長程時間相關(guān)性以及多頻段功率譜結(jié)構(gòu)）與真實(shí)MEG信號吻合度最高的參數(shù)區(qū)間，并不是絕對的臨界相變最高點(diǎn)，而是處于一個“擴(kuò)展臨界區(qū)”的亞臨界一側(cè)（Subcritical side）。在這一特定的亞臨界區(qū)間內(nèi)，模型不僅保留了足以維持持續(xù)振蕩的局部同步能力，還保留了支持多頻段（如同時存在alpha和beta頻段共振）并發(fā)活動的動態(tài)變異性。

這強(qiáng)烈暗示了人類大腦在靜息狀態(tài)下的常規(guī)調(diào)控策略：為了兼顧信息傳輸?shù)姆€(wěn)定性與多頻段并行處理的靈活性，大腦其實(shí)更傾向于在緊貼著“混沌邊緣”的亞臨界安全區(qū)內(nèi)沖浪。

Fig. 4. The model observables on the subcritical side of the extended critical regime most closely match the patterns seen in human MEG recordings.

研究意義

該研究構(gòu)建了一個強(qiáng)大的生成式計算框架，直接打通了白質(zhì)結(jié)構(gòu)連接、微觀神經(jīng)同步參數(shù)與宏觀MEG觀測信號之間的機(jī)制橋梁，為未來通過調(diào)控全腦動力學(xué)參數(shù)來指導(dǎo)個性化神經(jīng)調(diào)控（如腦刺激）提供了重要的理論基礎(chǔ)。

Fig. 5. Critical-like state supports multifrequency spectral properties.

Abstract

The brain operates at the critical transition between order and disorder which supports optimal information processing. Whole-brain computational modeling is a powerful tool for uncovering the system-level mechanisms behind large-scale brain activity in both healthy and pathological states. However, most previous approaches have focused on either functional connectivity or criticality, making it difficult to capture both aspects simultaneously. Here, we introduce a method based on a Hierarchical Kuramoto model that incorporates two levels of hierarchy. In our model, each node contains a large number of coupled oscillators, which allows us to examine both local synchronization and long-distance interactions between brain regions. The model produces critical-like dynamics marked by emergent long-range temporal correlations (LRTCs) and both interareal phase synchronization and amplitude cross-correlations (CC) during the transition from asynchronous to synchronous states. Notably, structure–function coupling shows distinct patterns: correlations with structural connectivity peak at criticality for LRTCs and CC, but decay for local and interareal phase synchronization. Comparisons with human resting-state magnetoencephalography (MEG) data reveal that the model’s behavior most closely resembles MEG phase synchronization and multipeak power spectra on the subcritical side of an extended critical regime, supporting the hypothesis that the human brain operates in this state.

請打分

這篇剛剛登上PNAS的研究，是否實(shí)至名歸？我們邀請您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評論區(qū)分享您的深度見解。

分享人：飯鴿兒

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及 Nat Neurosci, Nat Hum Behav, Neuron, Sci Adv 等核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」，為你打破信息差

科研是一場探索未知的長跑，但你無需獨(dú)行。歡迎志同道合的你加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點(diǎn)擊卡片進(jìn)群，歡迎你的到來

一鍵分享，讓更多人了解前沿