對神經(jīng)學(xué)家來(lái)說(shuō)，非周期性腦電活動(dòng)曾經(jīng)如同噪音——在研究神經(jīng)活動(dòng)時(shí)，需要將其丟棄。但隨著(zhù)研究人員開(kāi)發(fā)出能夠有效分析這些“大腦噪音”的算法，這種局面被徹底改變了。他們開(kāi)始意識到，這種腦電活動(dòng)并非真正的噪音，而是具有更深層的含義 :它或許指示了大腦中神經(jīng)活動(dòng)的狀態(tài)，甚至有可能判斷意識的邊界。
在2020年1月的一次睡眠研討會(huì )上，揚納·倫德納（Janna Lendner）提出了一些新發(fā)現，這些發(fā)現暗示存在一種方法能通過(guò)觀(guān)察人腦活動(dòng)，尋找清醒和無(wú)意識之間的界限。在治療處于昏迷或麻醉狀態(tài)的患者時(shí)，正確區分兩者的差異是至關(guān)重要的。由于一個(gè)人進(jìn)入快速眼動(dòng)睡眠中的夢(mèng)境時(shí)，其大腦中會(huì )產(chǎn)生與清醒時(shí)相似的、平滑振蕩的腦電波，因此要找到可行的區分方法十分棘手。不過(guò)，倫德納認為答案不在于常規的腦電波，而在于科學(xué)家通常會(huì )忽略的另一種神經(jīng)活動(dòng)：反復無(wú)常的神經(jīng)活動(dòng)背景噪音。
一些研究人員對此表示懷疑?！八麄儠?huì )說(shuō)，'所以，你是說(shuō)噪音里有信息？’”倫德納說(shuō)，“我會(huì )說(shuō)，'是的。一些人眼中的噪音，在另一些人看來(lái)是信號?！眰惖录{是德國圖賓根大學(xué)醫學(xué)中心的麻醉學(xué)住院醫師，最近在加利福尼亞大學(xué)伯克利分校完成了博士后研究。
大腦電活動(dòng)中的噪音或許是掌握其內部運作的新線(xiàn)索，越來(lái)越多的神經(jīng)學(xué)家正因這個(gè)新觀(guān)點(diǎn)而備受鼓舞，倫德納就是其中之一。這種神經(jīng)學(xué)現象曾經(jīng)被等同于煩人的電視機靜電，但如今它可能會(huì )對科學(xué)家研究大腦的方式產(chǎn)生深遠影響。
布拉德利·沃伊特克（Bradley Voytek）是加利福尼亞大學(xué)圣迭戈分校的認知科學(xué)和數據科學(xué)副教授，一些懷疑者過(guò)去常告訴他，研究大腦活動(dòng)中噪音的特征沒(méi)有什么價(jià)值。但是，當他在自己的研究中發(fā)現腦電波噪音隨年齡增長(cháng)而改變，并且從文獻中找到一些關(guān)于不規律腦電活動(dòng)的統計學(xué)趨勢時(shí)，他開(kāi)始相信自己遺漏了一些東西。因此，他花了數年時(shí)間思考，如何說(shuō)服科學(xué)家重新思考他們的數據?！爸苯幼叩揭蝗嚎茖W(xué)家面前說(shuō)，'嘿，我認為我們做錯了’顯然不行，”他說(shuō)，“你必須能為他們提供一種新的工具，讓他們以更有效的方式進(jìn)行研究?！?/p>
通過(guò)與加利福尼亞大學(xué)圣迭戈分校和伯克利分校的神經(jīng)科學(xué)家合作，沃伊特克開(kāi)發(fā)了一種軟件，可以分離出隱藏在非周期性腦電活動(dòng)中的規律性腦電波，比如α波——科學(xué)家對睡眠和清醒狀態(tài)下的α腦電波已經(jīng)進(jìn)行了大量的研究。這為神經(jīng)科學(xué)家提供了一種新的工具，用于剖析有規律的腦電波和非周期性腦電活動(dòng)，以便理清它們在行為、認知和疾病中的作用。
沃伊特克和其他科學(xué)家正在用多種方式研究這種現象，他們對這一現象的命名也不盡相同：有人稱(chēng)其為“1/f斜率”或“無(wú)標度的腦電活動(dòng)”；沃伊特克則推動(dòng)將其重新命名為“非周期性腦電信號”或“非周期性腦電活動(dòng)”。
這種現象不僅存在于大腦中。倫德納、沃伊特克和其他人尋找的腦電活動(dòng)模式與一種名為統計化結構（statistical structure）的現象有關(guān)。早在1925年，科學(xué)家就在自然界和科技領(lǐng)域的復雜系統中注意到這種現象。由于統計化結構出現在了諸多不同的環(huán)境中，因此一些科學(xué)家甚至認為它代表了一種未被發(fā)現的自然規律。
盡管科學(xué)家在20多年前就開(kāi)始發(fā)表與這種無(wú)規律的腦電活動(dòng)相關(guān)的論文，但還沒(méi)有人能夠確定它的真正含義。而現在的研究人員有了更好的工具，可以在新的實(shí)驗中分離出非周期性腦電活動(dòng)，還能更深層地分析那些舊的數據。多虧了包括沃伊特克的算法在內的多種方法，最近幾年發(fā)表的一系列研究都認為，非周期性腦電活動(dòng)中蘊含著(zhù)一些潛在的重要發(fā)現，可能會(huì )促進(jìn)衰老、睡眠和兒童大腦發(fā)育等領(lǐng)域的研究。
非周期性腦電活動(dòng)
我們的身體習慣于熟悉的心跳和呼吸節奏——這些持續性的生理循環(huán)是生存所必需的。但同樣重要的腦電活動(dòng)似乎沒(méi)有一個(gè)固定的模式，它或許包含了一些與行為和認知基礎相關(guān)的新線(xiàn)索。當一個(gè)神經(jīng)元向另一個(gè)神經(jīng)元發(fā)送谷氨酸時(shí)，接收的神經(jīng)元更有可能放電，這種情況被稱(chēng)為神經(jīng)興奮。相反，如果神經(jīng)元釋放的神經(jīng)遞質(zhì)是γ-氨基丁酸（GABA），接收的神經(jīng)元更不容易放電，這就是神經(jīng)抑制。任何一種神經(jīng)遞質(zhì)過(guò)量都會(huì )有負面影響：神經(jīng)過(guò)度興奮會(huì )導致癲癇發(fā)作，而神經(jīng)抑制則會(huì )導致嗜睡，更極端的情況還會(huì )導致昏迷。
為了研究神經(jīng)興奮和抑制間的微妙平衡，科學(xué)家通過(guò)腦電圖（electroencephalography，EEG) 來(lái)測量大腦的電活動(dòng)。神經(jīng)興奮和抑制在循環(huán)時(shí)形成的腦電波會(huì )對應不同的精神狀態(tài)，例如8~12赫茲的腦電波會(huì )形成和睡眠相關(guān)的α腦電波。大腦輸出的電活動(dòng)并不是完全平滑的曲線(xiàn)，而是會(huì )出現顫動(dòng)。有時(shí)大腦的電活動(dòng)沒(méi)有規律性，看起來(lái)更像是電子噪音。其中“白噪聲”的出現十分隨機，但另一些成分具有更有意義的統計化結構。令沃伊特克等神經(jīng)學(xué)家感興趣的正是這些平滑波形中的不完美之處。他說(shuō)：“它們是隨機的，但屬于不同類(lèi)型的隨機?！?/p>
為了量化非周期性腦電活動(dòng)，科學(xué)家分解了原始的腦電圖數據，就像用棱鏡將太陽(yáng)光分成不同顏色。為此，他們首先采用了傅立葉分析技術(shù)。在任何一段時(shí)間內繪制的數據都可以表示為三角函數的和，例如正弦波，而三角函數可以通過(guò)頻率和振幅來(lái)表示?？茖W(xué)家可以將不同頻率下的波幅繪制成一張圖表，即功率譜（power spectrum）。
功率譜的幅度通常用對數坐標系表示，因為它們的數值范圍很大。對于純隨機的白噪聲，功率譜曲線(xiàn)相對平坦，呈水平狀態(tài)，因為它在所有頻率下都是近乎相同的。但神經(jīng)活動(dòng)產(chǎn)生的曲線(xiàn)具有負斜率，因為低頻腦電波的振幅更高，而高頻腦電波的強度則呈指數下降。這條曲線(xiàn)被稱(chēng)為1/f，表示頻率和振幅具有反向關(guān)系。神經(jīng)學(xué)家感興趣的是，曲線(xiàn)陡峭到什么程度時(shí)，可能預示著(zhù)大腦內部的運作方式。
加拿大不列顛哥倫比亞大學(xué)的認知神經(jīng)學(xué)家勞倫斯·沃德（Lawrence Ward）解釋說(shuō)，用這種方式分析腦電圖數據，類(lèi)似于在一座公鐵兩用橋上用錄音機記錄聲波。隨機經(jīng)過(guò)的汽車(chē)輪胎發(fā)出的嗡嗡聲，制造出非周期性的背景噪音；而列車(chē)每10分鐘一次的鳴笛會(huì )產(chǎn)生具有峰值的周期性信號，在數據中，這個(gè)信號明顯比背景信號突出。一次突發(fā)性事件，如長(cháng)時(shí)間的鳴笛或車(chē)輛相撞，就會(huì )在聲波中產(chǎn)生明顯的尖峰，影響1/f的整體斜率。
人們對1/f現象最初的認識可以追溯一篇發(fā)表于1925年的論文。文章的作者是貝爾電話(huà)實(shí)驗室的約翰·伯特蘭·約翰遜（John Bertrand Johnson），他當時(shí)正在研究真空管中的噪音。僅僅4年后，德國科學(xué)家漢斯·伯杰（Hans Berger）就發(fā)表了第一份人類(lèi)腦電圖研究報告。
在隨后的數十年里，神經(jīng)科學(xué)的研究主要集中在腦電活動(dòng)中主要的周期波上。各種電子噪音、股市波動(dòng)、生物節律甚至是音樂(lè )中都存在著(zhù)1/f波動(dòng)，但沒(méi)有人知道原因。
紐約大學(xué)格羅斯曼醫學(xué)院的神經(jīng)學(xué)、神經(jīng)科學(xué)和生理學(xué)助理教授何碧玉（音譯，Biyu J. He）在2014年發(fā)表于《認知科學(xué)趨勢》（Trends In Cognitive Sciences）的一篇綜述中寫(xiě)到，或許是因為噪音看起來(lái)如此普遍，許多生物學(xué)家并不認為通過(guò)對噪音進(jìn)行1/f特征轉化，可以得到有用的信號。他們認為這可能是儀器自身發(fā)出的噪音。
但是，何碧玉等人用實(shí)驗駁斥了這一觀(guān)點(diǎn)。她們的結果證明，儀器噪音的幅度遠小于非周期性腦電活動(dòng)。在2010年發(fā)表于《神經(jīng)元》（Neuron）的一篇論文中，她和同事還發(fā)現，雖然腦電圖讀數、地表的地震波和股市波動(dòng)都顯示出1/f趨勢，但不同來(lái)源的數據顯示出的高階統計化結構各不相同。此前人們認為單一的自然規律就能解釋所有事物的非周期性信號，但何碧玉等人的發(fā)現給出了不同的觀(guān)點(diǎn)。
然而，這個(gè)問(wèn)題還沒(méi)有被完全解決。沃德發(fā)現，不同背景來(lái)源的波動(dòng)也具有數學(xué)共性，他相信在這些波動(dòng)背后，存在某些基礎事件。無(wú)論是以哪種方式，沃德和何碧玉都認為有必要對大腦進(jìn)行深入研究。何碧玉在2014年發(fā)表的論文中寫(xiě)道：“幾十年來(lái)，科學(xué)家一直認為包含'1/f’斜率的腦電活動(dòng)是不重要的。為了突出大腦的神經(jīng)振蕩，他們經(jīng)常將其從分析中剔除。然而，近年來(lái)越來(lái)越多的證據表明，無(wú)標度的腦電活動(dòng)會(huì )給大腦功能帶來(lái)益處?！?/p>
噪聲中的新信號
沃伊特克在偶然的情況下，開(kāi)始了非周期性腦電活動(dòng)的研究：他最初想要對腦電圖數據進(jìn)行建模，并從腦電圖中去除白噪聲。但當他利用算法破解腦電圖，消除腦電波噪音時(shí)，他開(kāi)始更多地關(guān)注其中有趣的東西。
在一項發(fā)表于2015年的研究中，沃伊特克和他的博士導師、加利福尼亞大學(xué)伯克利分校的神經(jīng)科學(xué)教授羅伯特·奈特（Robert Knight）共同發(fā)現，相比于年輕人，老年人的大腦似乎具有更多的非周期性腦電活動(dòng)。沃伊特克和奈特觀(guān)察到，在衰老過(guò)程中，大腦會(huì )產(chǎn)生更多的白噪音。他們還發(fā)現，這種噪音與和年齡相關(guān)的工作記憶下降存在相關(guān)性。
沃伊特克希望神經(jīng)學(xué)家能利用軟件從任何數據集（包括一些舊數據）中，自動(dòng)分離出周期性和非周期性的腦電波特征，并尋找出有意義的1/f趨勢線(xiàn)。因此，他和團隊成員編寫(xiě)了一個(gè)可以實(shí)現這一過(guò)程的算法。
學(xué)界對這種算法的需求立刻清晰起來(lái)。2018年4月11日，沃伊特克和同事將編寫(xiě)的算法發(fā)布在預印本平臺biorxiv上，算法廣受歡迎，一個(gè)月內就被下載近2000次。同年11月，在神經(jīng)科學(xué)學(xué)會(huì )會(huì )議（Society for Neuroscience conference）上，沃伊特克主持了一場(chǎng)關(guān)于如何使用這一算法的講座。鑒于受歡迎程度，此后他還組織了一場(chǎng)后續會(huì )議，他的實(shí)驗室團隊為數十名感興趣的科學(xué)家提供了技術(shù)支持。他們通過(guò)算法教程和電子郵件交流，促成了新的合作。
其中一項合作就是倫德納發(fā)表的有關(guān)睡眠中喚醒標志的研究，該研究于2020年7月在線(xiàn)發(fā)表于eLife。借助沃伊特克的軟件，倫德納和同事們發(fā)現：快速眼動(dòng)睡眠期間，在受試者腦電圖的非周期性噪音中，高頻腦電活動(dòng)的下降速度比清醒時(shí)更快。換句話(huà)說(shuō)，功率譜斜率的絕對值更大。
在他們的論文中，倫德納和合作者認為，非周期性腦電活動(dòng)可以作為衡量一個(gè)人意識狀態(tài)的特定標志。像這種新的客觀(guān)指標，可能有助于了解昏迷患者的麻醉狀態(tài)，并改善治療過(guò)程。
沃伊特克的算法還被用于調查針對注意缺陷多動(dòng)障礙（ADHD）的藥物的療效，以及在自閉癥患者中，研究大腦活動(dòng)的性別差異。該算法于2020年11月發(fā)表于同行評議期刊《自然·神經(jīng)科學(xué)》（Nature Neuroscience）。研究團隊展示了算法在數據模擬中的性能，以及它揭示新發(fā)現的潛力。
娜塔莉·舍沃隆科夫（Natalie Schaworonkow）是沃伊特克實(shí)驗室的博士后，她主要研究規律性的腦電波，比如α腦電波。在Zoom會(huì )議中，她表示“α腦電波比非周期性腦電活動(dòng)更美麗”，這讓沃伊特克大笑了起來(lái)。最近舍沃隆科夫的研究興趣轉移到了嬰兒大腦及標志其認知發(fā)展的電信號模式，但她遇到了一個(gè)問(wèn)題——嬰兒不會(huì )產(chǎn)生規律性的α波，這些波是何時(shí)、如何出現的，仍是一個(gè)懸而未決的問(wèn)題。
她使用這一算法分析了一組公開(kāi)的嬰兒大腦活動(dòng)的腦電圖數據。在近期發(fā)表于《發(fā)展認知神經(jīng)科學(xué)》（Developmental Cognitive Neuroscience）的一篇新論文中，舍沃隆科夫和沃伊特克發(fā)現在嬰兒出生后的前7個(gè)月里，非周期性腦電活動(dòng)發(fā)生了很大的變化。但他們還需要更多的研究去理清，這一活動(dòng)反映的究竟是嬰兒成長(cháng)過(guò)程中對任務(wù)的投入更多了，還是僅僅因為灰質(zhì)密度增加了。
沃伊特克的算法推動(dòng)了大量的新研究，但這些并不是僅有的、與非周期性腦電活動(dòng)相關(guān)的研究。2015年，當時(shí)任職于普渡大學(xué)的溫海光（音譯，Haiguang Wen）和劉忠明（音譯，Zhongming Liu）發(fā)表了一種能將大腦活動(dòng)中的周期性與非周期性成分分離的新方法，并將其稱(chēng)為不規則重采樣自動(dòng)光譜分析（irregular-resampling auto-spectral analysis，IRASA）。與此同時(shí)，何碧玉在這兩種工具出現之前就一直在研究這個(gè)課題；已故的神經(jīng)學(xué)家沃爾特·J.弗里曼（Walter J. Freeman）也是如此，他的工作啟發(fā)了沃伊特克。雖然手動(dòng)進(jìn)行這些工作也是可能的，但會(huì )耗費更多的時(shí)間。
神經(jīng)學(xué)家通過(guò)類(lèi)似的工具，也可以更容易地根據周期性和非周期性的腦電信號，檢驗他們的數據。這一點(diǎn)十分重要，因為數據本身只是在一段特定時(shí)間內收集的一組數字。一張由點(diǎn)組成的圖表本身并不能說(shuō)明大腦功能狀態(tài)。
沃伊特克說(shuō)：“在神經(jīng)科學(xué)中，對數據的解釋才是最重要的，不是嗎？因為這是我們進(jìn)行臨床決策、藥物開(kāi)發(fā)甚至所有這類(lèi)事件的依據?！碑斘覀円赃@種方式重新審視文獻中的大量數據集時(shí)，有可能獲得新的見(jiàn)解，但沃伊特克表示：“我們并沒(méi)有對它們進(jìn)行應有的充分解讀?！?/p>
這意味著(zhù)什么
在科學(xué)家探索非周期性腦電活動(dòng)的這些特征時(shí)，存在一個(gè)很大的限制：沒(méi)有人確切地知道它們出現的生理原因。加拿大麥吉爾大學(xué)神經(jīng)學(xué)家西爾萬(wàn)·貝萊特（Sylvain Baillet）表示，需要更多研究來(lái)闡明不同神經(jīng)遞質(zhì)、神經(jīng)回路和大規模神經(jīng)網(wǎng)絡(luò )交互的貢獻。貝萊特說(shuō)：“相關(guān)的原因和來(lái)源仍未明確。但我們必須進(jìn)行這項研究，以積累知識和實(shí)驗數據?！?/p>
一種理論認為，非周期性腦電活動(dòng)以某種方式反映了大腦在神經(jīng)興奮和抑制之間的微妙平衡，這也是保持其自身健康和活躍所需要的。倫德納說(shuō)，過(guò)多的神經(jīng)興奮可能會(huì )使大腦超載，而過(guò)多的神經(jīng)抑制可能會(huì )讓大腦進(jìn)入睡眠狀態(tài)。
奈特認為這個(gè)解釋在逐漸接近事實(shí)。他說(shuō)：“我不敢肯定非周期性腦電活動(dòng)反映的是神經(jīng)抑制與興奮的比值變化，但我認為這是最簡(jiǎn)約的解釋?！绷硪环N觀(guān)點(diǎn)是，這種腦電活動(dòng)反映了大腦的實(shí)體組織。根據其他物理系統反映的1/f趨勢，沃德認為大腦中可能存在某種結構性和層次剃進(jìn)的等級關(guān)系，從而導致了非周期性腦電活動(dòng)。例如，這可能是因為大量神經(jīng)元組成了一個(gè)能協(xié)同工作的更大區域。
何碧玉表示，在自然環(huán)境中，與1/f趨勢相關(guān)的腦電活動(dòng)可能非常適合處理感覺(jué)輸入，因此通常會(huì )表現出1/f類(lèi)型的波動(dòng)。她在一封電子郵件中表示，在2018年發(fā)表于《神經(jīng)科學(xué)雜志》（Journal of NeuroScience） 的研究中，她們探索了大腦如何預測同樣具有1/f特征的聲音，這表明非周期性腦電活動(dòng)“參與了對自然刺激的處理和預測”。從爵士樂(lè )到巴赫的樂(lè )曲，音樂(lè )也可以有1/f的屬性，這對她來(lái)說(shuō)并不驚訝——畢竟，音樂(lè )是人腦創(chuàng )造的。
沃伊特克說(shuō)，為了測試關(guān)于非周期性腦電活動(dòng)來(lái)源的假說(shuō)，研究人員需要更細致地觀(guān)察哪些神經(jīng)回路可能會(huì )產(chǎn)生這些信號。神經(jīng)學(xué)家可以嘗試將這些神經(jīng)回路的位置與大腦的整體生理結構聯(lián)系起來(lái)，從而理解哪些神經(jīng)機制會(huì )產(chǎn)生特定的活動(dòng)模式，并預測在不同的腦部癥狀中非周期性和周期性信號的形式。沃伊特克還希望將算法應用于現有的數據集，以梳理出未被研究的腦電信號。
目前，倫德納和奈特正在美國阿拉巴馬大學(xué)分析昏迷患者的數據，從而了解非周期性腦電活動(dòng)是否與昏迷狀態(tài)的演變有關(guān)。他們的預測是，如果一個(gè)人從昏迷中蘇醒過(guò)來(lái)，其大腦的高頻活動(dòng)增加將表現為1/f斜率的變化。倫德納說(shuō)，初步結果顯示這一推測是有可能的。
對于貝萊特來(lái)說(shuō)，大腦中的非周期性信號有點(diǎn)像暗物質(zhì)——我們無(wú)法在宇宙中看見(jiàn)暗物質(zhì)，但它能通過(guò)引力與正常物質(zhì)相互作用。我們不知道它是由什么組成的，也不知道它的性質(zhì)，但它就在星空背景中，秘密地將銀河系維系在一起。
科學(xué)家還沒(méi)有弄清楚是什么導致了這些非周期性腦電活動(dòng)，但它們也可能反映了我們的大腦“宇宙”中的某種基本支持結構：一些神秘的事物正在“撥動(dòng)”我們的大腦，讓我們從清醒進(jìn)入睡眠。
本文原刊于由西蒙斯基金會(huì )發(fā)起的Quanta Magazine，原標題為“Brain's 'Background Noise' May Hold Clues to Persistent Mysteries”。
聯(lián)系客服
