在大脑皮层复杂的神经网络中，神经元群体表现出高度动态的活动模式，这些模式在无序的异步放电（Asynchronous activity）与高度协调的同步振荡（Synchronous oscillation）之间不断切换。这种切换被认为是执行不同认知任务的基础，但其背后的生物物理机制长期以来一直是计算神经科学领域的研究热点。

近期发表于《Nature Communications》的一项研究，通过构建精细的计算模型，系统阐述了短时突触抑制（Short-term synaptic depression, STD）在调节皮层平衡网络活动状态中的决定性作用。研究指出，皮层网络维持在一种“平衡态”，即兴奋性与抑制性输入相互抵消，这种状态对外部刺激极其敏感。然而，当突触传递受到短时抑制机制的影响时，这种平衡会被动态打破。

研究模型显示，当神经元放电频率升高时，突触前末梢的神经递质耗竭导致突触连接强度暂时下降。这种负反馈机制不仅限制了网络的整体兴奋性，还能够通过改变有效连接的拓扑结构，诱导网络从稳定的异步状态转变为同步振荡状态。实验数据表明，STD的恢复时间常数是决定这种切换频率的关键参数。当突触恢复速度较慢时，网络更容易陷入同步振荡；而当恢复速度较快时，网络则倾向于维持异步的混沌状态。

该研究进一步论证了，这种由STD驱动的活动模式切换，无需外部驱动输入的改变，仅依赖于网络内部的突触动力学（Synaptic dynamics）即可实现。这一发现对于理解大脑如何在处理感觉信息（通常表现为异步）与执行记忆提取或内部建模（通常表现为同步）之间进行高效切换具有深远的启发意义，同时也为解析癫痫等神经系统疾病中病理性同步活动的产生机制提供了新的理论视角。

文献参考：Interleaving asynchronous and synchronous activity in balanced cortical networks with short term synaptic depression. Nature Communications.