导语：自闭症谱系障碍（ASD）个体表现出与典型发育（NT）人群不同的神经和行为特征。这些差异背后的统一计算原理是什么？2024年11月27日，《自然·神经科学》在线发表了一项来自以色列巴伊兰大学等机构的突破性理论研究成果（2024年第27卷2476–2486页）。研究者提出，ASD的变异性可能源于神经元群体响应的动态范围的改变——ASD个体具有更宽的动态范围（IDR），即神经元对输入信号的响应更加“渐进”，而非NT人群的“陡峭”响应。通过数值模拟和对已有实验数据的再分析，该模型统一解释了ASD在感知觉增强、神经变异性增加、更新速率减慢、双眼竞争动力学改变、运动连贯性任务阈值升高、信息编码容量降低等多个层面的看似矛盾的特征，并提出神经元半激活点异质性增加可能是IDR的生物学基础。该工作为理解ASD提供了一种全新的计算神经科学框架。

研究背景：寻找ASD的统一计算原理

ASD的多样性与异质性挑战

ASD的神经和行为特征极其多样，既有优势（如局部细节感知增强、音高辨别能力超群），也有劣势（如全局运动整合受损、环境适应缓慢）。已提出的计算模型包括：

• 预测编码/预测损伤理论：预测误差过大或先验权重过低
• 慢更新模型：内部表征更新速率慢
• 兴奋/抑制（E:I）失衡模型：兴奋性神经元活性相对过高

然而，这些模型各自只能解释ASD的一部分特征，且相互之间存在矛盾。研究者迫切需要找到一个统一的计算原理，既能解释ASD的优势和劣势，又能包容文献中的异质性发现。

本研究的核心假设

动态范围（dynamic range）指传感系统响应的输入信号值范围。动态范围小意味着响应在窄区间内从0陡峭跳变至1（“数字式”编码），动态范围大意味着响应在宽区间内渐进变化（“模拟式”编码）。

研究提出：NT个体表现为窄动态范围（NDR，陡峭响应），而ASD个体表现为增宽动态范围（IDR，渐进响应）。这一改变会导致信息编码、动力学、适应性等一系列可预测的计算权衡，从而统一解释ASD的多种特征。

核心发现之一：IDR增强对相近信号的区分能力

理论预测（图1）

• NDR（陡峭）：响应函数在中心点（S=0.5）附近变化剧烈，在两端饱和。两个相近信号（如0.2和0.3）落在响应曲线低平的“地板区”，输出几乎无差异 → 难以区分
• IDR（渐进）：响应函数在更大范围内保持斜率，相近信号在整个区间都能产生可分辨的输出 → 区分能力增强

模型预测：ASD在远离中心点的信号范围内表现出增强的区分能力。

实验支持

• 视觉搜索：ASD在寻找局部小元素时表现更优
• 音高/频率辨别：ASD在远离中心频率时辨别能力更强
• 朝向辨别：ASD中斜向效应（oblique effect）减弱或消失（正常人对卡方和水平朝向更敏感，对斜向不敏感），说明ASD在整个朝向范围内分配了更均匀的编码资源

核心发现之二：IDR扩大神经元变异性升高的范围（图2）

模拟方法

模拟神经元群体（N=200），每个神经元具有希尔方程响应，半激活点Km存在异质性（ASD：宽分布σ=0.175；NT：窄分布σ=0.01）。输入信号加入噪声后，计算群体响应的方差。

关键结果

• NDR模型：仅在输入信号靠近中心点（S≈0.5）时出现高方差，因为此处斜率最大，噪声被放大
• IDR模型：高方差区间显著拓宽，在更宽的输入范围内都表现出神经变异性升高
• 与E:I模型的区别：E:I模型（降低抑制强度）虽然也增加整体活动水平，但不拓宽方差曲线的宽度

实验支持

多项研究报道ASD个体在感觉和认知任务中表现出神经活动变异性增加，且这种增加不限于特定刺激强度。IDR模型天然预测了这种宽范围的变异性。

核心发现之三：IDR导致对突变环境的慢更新（图3）

模拟方法

• 任务：模拟信号从0.3突然跳变至0.7（加噪声），神经元群体编码后，通过卡尔曼滤波（最优贝叶斯推理）估计信号值
• 关键参数：测量噪声由群体响应的方差决定（IDR方差更大）

关键结果

• NDR：对突变快速响应（估计值迅速跟踪到新信号水平）
• IDR：响应显著减慢（需要更多时间达到95%新水平），且响应时间变异性增加
• 原因：IDR的高测量噪声导致对测量值的置信度降低，在贝叶斯更新中给予新证据更低的权重

实验数据拟合（指敲同步任务）

• 任务：受试者跟随节拍器敲击手指，节拍器速度突然改变（加速或减速）
• 结果：ASD个体在速度变化后需要更长时间才能重新同步，且同步误差更大，与IDR模型的慢更新预测一致

核心发现之四：IDR改变双眼竞争动力学（图4）

模拟方法

构建双眼竞争模型（两个相互抑制的神经元群体，分别代表左眼和右眼感知），群体响应函数分别设为NDR和IDR。

关键结果

• NDR：竞争呈现清晰的交替优势，优势期持续时间分布较窄
• IDR：竞争动力学改变，优势期持续时间分布更宽，且出现混合感知（两幅图像同时被感知）的概率增加

实验支持

ASD个体在双眼竞争任务中表现出优势期持续时间变异性增加和混合感知比例升高的现象，与IDR模型预测相符。

核心发现之五：IDR降低信息编码容量（图5）

模拟方法

计算群体响应与输入信号之间的互信息（信息论度量），比较NDR和IDR模型的信息编码容量。

关键结果

• NDR：在中心点附近信息编码容量高，但两端低
• IDR：整体信息编码容量降低，但分布更均匀

这意味着ASD个体在整体信息处理效率上可能受损，但在特定信号范围内（如弱信号）可能具有优势。

生物学基础：神经元半激活点异质性

研究进一步提出，IDR的生物学基础可能是神经元半激活点（Km）的异质性增加。在NT个体中，神经元群体的Km值高度一致，导致群体响应陡峭；而在ASD个体中，Km值分布更宽，导致群体响应渐进。这一假设与ASD中发现的突触可塑性改变、离子通道表达变异、以及局部微环路连接异常等分子和细胞层面的发现相一致。

总结与展望

该研究通过一个简单的计算原理——神经元群体动态范围的增宽——统一解释了ASD在感知、认知、运动等多个层面的看似矛盾的特征。这一框架不仅为理解ASD的神经基础提供了新的视角，还为开发基于计算模型的诊断和干预策略奠定了基础。未来研究需要直接验证神经元半激活点异质性在ASD中的存在，并探索IDR模型在更复杂的认知任务（如社会互动、语言处理）中的预测能力。