导语：在静息态功能磁共振成像研究中，全脑平均信号常被视为需要“剔除”的噪声来源。然而，这一信号究竟反映了何种神经生理活动，长期以来争议不断。一项最新发表于《Nature Neuroscience》的大规模研究，通过整合多模态数据集，揭示了全脑fMRI信号与广泛的自主神经系统活动存在系统性、低频的同步波动，并证明其本质是大脑对内部生理状态变化（即觉醒水平波动）的一种全局性响应。这一发现挑战了传统处理范式，提示全脑信号可能是研究脑-体交互的一个重要信息通道。 全脑信号：困扰fMRI领域数十年的“迷之信号”功能磁共振成像（fMRI）通过检测血氧水平依赖信号来间接测量神经活动。在数据处理中，研究人员常将全脑平均信号（Global Signal, GS）作为一个协变量进行回归，以消除呼吸、心跳等生理噪声。然而，这种处理的合理性一直备受质疑，因为全脑信号中可能也蕴含着与神经活动密切相关的有意义的生物学信息。它究竟主要是噪声，还是一个被忽视的重要神经生理指标？ 这是fMRI领域一个悬而未决的核心问题。 研究策略：跨数据集、多模态的“三角验证”为了彻底厘清全脑信号的生理来源，由泰勒·博尔特（Taylor Bolt）领衔、包括露西娜·乌丁（Lucina Q. Uddin）和凯蒂·张（Catie Chang）在内的合作团队，采用了一种强大的“三角验证”策略。他们整合分析了七个独立的大型公共数据集，这些数据来自数百名受试者，包含了同时采集的： - fMRI数据：包括单回波和多回波序列，以区分信号源。
- 外周生理信号：心电图（心率）、呼吸（胸腹运动、呼气末二氧化碳）、皮肤电导（反映交感神经活动）、光电容积描记（脉搏波幅度）。
- 脑电图（EEG）：反映皮层电活动。
- 瞳孔直径：反映去甲肾上腺素能觉醒系统活动。
通过典型相关分析等先进算法，他们旨在寻找能够同时最好地解释fMRI全脑信号、EEG和外周生理信号共同波动的核心隐变量。 核心发现：一个统一的“脑-体共变模式”研究结果清晰地揭示了一个贯穿多种生理信号的、全局性的共变模式。 - 一个单一的“脑-体共变模式”：在所有数据集中，分析均提取出一个占主导地位的典型相关成分。这个成分在时间上表现为低频（0.01-0.1 Hz）的缓慢波动，在空间上则广泛分布在整个大脑皮层和皮层下区域。它同时与以下信号存在强耦合：
- fMRI全脑信号：其时间序列与全脑平均fMRI信号高度一致。
- EEG功率：特别是与觉醒状态相关的低频EEG（如δ、θ波）功率的波动。
- 多种自主神经信号：心率变异性、呼吸深度、皮肤电导水平、瞳孔直径变化。
- 不仅是静息态，也响应任务和睡眠：这种脑-体共变模式并非静息态特有。研究发现，同样的模式在以下情境中被“诱发”出来：
- 引导式深呼吸任务：受试者按照指令进行节律性深呼吸。
- 间歇性感觉刺激：如视觉或听觉刺激的呈现。
- 睡眠中的自发K-复合波：这是非快速眼动睡眠期的一种特征性脑电波，标志着皮层觉醒水平的短暂波动。
- 超越呼吸的神经起源证据：一个关键问题是：这种共变是否仅仅是由呼吸驱动的动脉CO₂变化所导致的血管效应？为了检验这一点，研究团队分析了一个特殊的“CO₂钳制”数据集，在该实验中，受试者的呼气末二氧化碳水平被人为保持恒定。结果显示，即使呼吸相关的CO₂波动被抑制，全脑信号与自主神经信号的耦合空间模式依然存在。这表明，虽然呼吸对信号有贡献，但并非其根本原因。全脑信号更可能反映了由中枢自主神经网络（如下丘脑、脑干）驱动的、协调性的觉醒反应。
- 与去甲肾上腺素系统的空间关联：进一步的空间分析显示，该全局信号的空间分布图，与去甲肾上腺素转运蛋白的密度图以及大静脉的分布图显著相关。这为“全脑信号在很大程度上反映了由蓝斑-去甲肾上腺素（LC-NA）系统调控的、伴随觉醒波动的神经-血管耦合过程”提供了重要的解剖学证据。
结论与意义：重新审视全脑信号，打开“脑-体界面”一扇窗该研究的通讯作者之一露西娜·乌丁博士总结道：“我们的工作表明，全脑fMRI信号远非纯粹的测量噪声。它实际上捕获了一个核心的生理过程——即由自主神经系统协调的、大脑与身体之间持续进行的低频对话。这个过程很可能就是觉醒水平的自发性波动。” 这一发现具有里程碑式的意义，彻底改变了我们对fMRI信号的理解： - 对fMRI分析范式的挑战与革新：研究结果强烈建议，神经科学家需要重新评估“去除全脑信号”这一常规预处理步骤。不加区分地回归掉全脑信号，可能会同时抹去与行为、精神状态（如注意力、警觉性）密切相关的有意义的脑-体交互信息。未来分析策略应更加精细化，例如使用多回波fMRI技术来分离噪声与信号。
- 为“脑-体连接”研究提供强大工具：该研究识别的“脑-体共变模式”本身，就可能成为量化个体觉醒动力学的一个潜在的生物标志物。它可以用于研究冥想、运动如何调节脑-体状态，或在抑郁症、焦虑症、慢性疼痛等已知存在自主神经失调和觉醒异常疾病中作为状态标记。
- 统一了不同模态的观测结果：该研究成功地将EEG中的觉醒变化、fMRI中的全脑信号波动以及外周生理记录联系了起来，为跨模态研究提供了一个统一的理论框架。
- 澄清了呼吸与神经起源的长期争议：通过CO₂钳制实验，该研究有力地证明了全脑信号的主要驱动因素并非仅仅是动脉CO₂的血管效应，而是更高级的中枢神经自主调控过程。
总而言之，这项发表于《Nature Neuroscience》的研究，通过对大规模多模态数据的精细分析，为fMRI领域一个持续数十年的争议提供了清晰的解答：全脑信号本质上是大脑内部觉醒状态与全身自主生理过程耦合的产物。它不是必须被清除的“噪声”，而是一扇窥探大脑如何与身体持续对话、共同维持生命稳态的宝贵窗口。 原文链接：https://www.nature.com/articles/s41593-025-01945-y (责任编辑：泉水) |