生物行移动版

导语：默认模式网络与复杂思维和行为的许多方面有关。本研究利用死后组织学和在体神经影像学来表征默认模式网络的解剖结构，以更好地理解其在信息处理和皮层通讯中的作用。结果表明，默认模式网络在细胞构筑上是异质的，包含可变地特化用于单模态、异模态和记忆相关处理的不同细胞构筑类型。通过研究基于扩散的结构连接与细胞构筑的关系，研究发现默认模式网络包含接收来自感觉皮层输入的区域和一个相对与外界输入绝缘的核心。最后，通过有效连接模型分析信号流，研究发现默认模式网络在平衡其跨感觉层级输出的能力方面在所有皮层网络中独树一帜。总之，这项研究建立了一个解剖学基础，用于发展关于默认模式网络在人类大脑功能和认知中广泛作用的解释。

默认模式网络：一个功能多样性的“概念挑战”

默认模式网络是神经科学最具影响力但也最具挑战性的发现之一。最初的理论认为默认模式网络支持内部导向的认知，并与外部导向的任务正网络拮抗。但越来越多的证据表明，默认模式网络也参与外部刺激的处理和外部导向的任务需求，其子区域甚至可与任务正网络的区域共同波动。这就提出了一个概念性挑战：一个神经系统如何参与如此多看似矛盾的状态（如感知驱动的决策与感知解耦的认知）？

近期的观点认为，解决默认模式网络在认知中的作用取决于理解其解剖结构，因为神经解剖学见解可以缩小对其功能进行理论解释的搜索空间。本研究旨在从细胞构筑、结构连接和有效连接三个层面，构建默认模式网络的解剖蓝图。

核心发现：异质性、分层与独特的平衡输出

1. 细胞构筑异质性：从单模态到无颗粒皮层的广谱

通过与细胞构筑类型图谱（Von Economo分类）的比较，研究发现默认模式网络包含从单模态感觉皮层（eulaminate-III）、异模态联合皮层（eulaminate-I）到无颗粒/旁边缘皮层（agranular）的多种类型。默认模式网络对异模态皮层的代表性显著高于随机预期。这表明默认模式网络内部存在巨大的细胞构筑多样性，为其整合来自不同系统的信息（包括感觉和记忆过程）提供了结构基础。

2. 数据驱动的细胞构筑轴：揭示精细的局部地形

通过将高分辨率3D组织学数据（BigBrain）映射到默认模式网络，并应用非线性流形学习，研究者提取了一个主要的细胞构筑变异轴（E1）。这个轴从“峰值型”剖面（类似单模态皮层）延伸到“平坦型”剖面（类似无颗粒皮层）。重要的是，默认模式网络内部的细胞构筑组织并非遵循简单的前后梯度，而是呈现出子区域特异性的复杂地形：

• 海马旁回：细胞构筑沿空间轴呈现平滑的梯度变化，这与信息渐进收敛的加工模式一致。
• 前额叶皮层：细胞构筑表现出高“波动性”（waviness），即相邻点之间频繁、剧烈地来回变化。这与该区域内已知的连接交错（interdigitation）模式相符，可能支持来自不同来源的信息的链接。

3. 结构与功能连接：接收器与绝缘核心

通过结合扩散磁共振成像和导航效率（一种模拟生物物理上合理的、结合了空间距离与拓扑结构的通信模型），研究发现：

• 默认模式网络中细胞构筑轴E1值较低（峰值型剖面）的区域（如前扣带回、前楔前叶）与皮层其他区域（尤其是感觉皮层）的通信效率更高。
• 通过回归动态因果模型分析静息态功能磁共振成像的有效连接，发现输入信号主要汇聚在E1值较低的默认模式网络子区域（如顶下小叶、楔前叶），而E1值较高的区域（如前扣带回）则相对绝缘于外部输入。
• 输出信号的强度则与E1轴无关。

因此，默认模式网络在结构上可区分为一个“接收外围”（高效接收来自感觉系统的输入）和一个“绝缘核心”。

4. 独特的平衡输出：默认模式网络的特权

默认模式网络最独特的发现是其输出的平衡性。与其他所有皮层网络相比，默认模式网络向所有细胞构筑类型（即感觉层级的所有水平）的输出强度最均衡（即KL散度最小）。换句话说，默认模式网络以大致相等的强度影响从初级感觉皮层到旁边缘皮层的所有区域。这可能是默认模式网络能够广泛参与多种认知状态的关键——它有能力协调统一地影响整个皮层的信息处理。

5. 个体水平验证：7T磁共振成像的佐证

在8名健康个体的7特斯拉高场强磁共振成像数据中，使用定量T1（对髓鞘敏感）作为微结构的替代指标，研究重复了关键发现：微观结构轴与连接效率、功能输入的相关性，以及默认模式网络输出平衡性的独特性。这表明默认模式网络的核心组织原则在个体水平上是稳定且可观测的。

结论与意义：默认模式网络作为“联合层级”的解剖学基础

这项研究为默认模式网络的功能多样性提供了基于解剖结构的全新解释。

• 理论突破：提出了默认模式网络作为一个“联合层级”（association hierarchy）的概念。它不同于经典的感觉层级（信息逐级抽象），也不同于“平行于感觉层级”的模型。默认模式网络从感觉层级中“突出”出来，一端（接收区）与感觉层级紧密耦合，另一端（绝缘核心）则相对独立。这种结构使其既能接收经过高度处理的信息，又能以一种平衡的方式将输出广播回整个皮层。
• 功能解释：默认模式网络内部的异质性（梯度与交错共存）解释了其功能的多样性。例如，海马旁回的平滑梯度可能支持记忆中的信息整合；而前额叶的交错结构可能支持抽象规则的灵活组合。其平衡的输出能力，可能使其在需要协调广泛皮层活动的功能中（如意识、思维漫游、场景构建）扮演核心角色。
• 临床意义：默认模式网络的功能异常与多种精神疾病（如抑郁症、精神分裂症、阿尔茨海默病）相关。理解其内部的解剖异质性，有助于解释为何这些疾病可能影响默认模式网络的特定子区域，并为精准干预提供靶点。
• 方法论贡献：展示了结合死后细胞构筑学与在体多模态磁共振成像的强大力量，为研究其他大规模功能网络的解剖基础提供了范例。个体水平的7T验证，证明了将这种精细解剖知识转化为个体化研究的可行性。
• 进化视角：默认模式网络是人类大脑中尤为突出的网络。其独特的“联合层级”结构可能是支持人类复杂认知（语言、未来规划、心理理论）的神经基础之一。

该研究的通讯作者J. B. C.总结道：“我们的研究描绘了默认模式网络的解剖蓝图。它并非一个同质的‘默认’状态，而是一个由功能特化子区域组成的复杂系统，这些子区域在细胞构筑、连接和信号流上存在显著差异。特别是，它能够平衡地输出信号到所有感觉层级，这种独特的架构可能是其广泛参与从记忆提取到未来规划等多种高级认知功能的核心原因。” 这项发表于《Nature Neuroscience》的研究，通过多模态、多尺度的整合分析，为理解大脑最神秘的网络之一提供了坚实的解剖学基础，并提出了一个新颖的“联合层级”理论框架。

原文链接：https://www.nature.com/articles/s41593-024-01868-0