一项发表于《自然·神经科学》的研究利用计算全脑模型，探究了哺乳动物连接组中合作与竞争相互作用的动力学和计算相关性。研究在人类、猕猴和小鼠中表明，为了真实再现大脑活动，模型架构始终将模块化的合作相互作用与弥散的、长程的竞争相互作用相结合。跨物种来看，竞争相互作用优先连接具有相反细胞结构、基因表达和受体表达特征的脑区。具有竞争相互作用的模型提供了更优的个体特异性，始终优于仅合作模型，并对活体大脑的时空特性表现出极佳的拟合。这些特性并非被显式优化，而是自发涌现的。生成性连接中的竞争相互作用产生了更具协同性和层次性的动力学，从而在神经形态计算中表现出增强的性能。这项工作为哺乳动物大脑中网络架构、动力学特性和计算性能之间提供了生成性联系。

研究背景与意义

理解大脑架构如何支配信息处理是神经科学的核心目标。为了支持认知，大脑必须协调专门功能回路之间的持续竞争，每个回路都由解剖学上分布的区域的合作产生。在宏观尺度上，自发血流动力学和电动力学为哺乳动物大脑中的合作和拮抗过程提供了证据，表现出系统和反复的协调和反协调活动模式。尽管功能反相关的行为学和生理学相关性已得到充分证实，但其机制起源仍不清楚。

主要发现与方法

研究通过开发物种特异性的脑动力学生成模型，允许其生成性连接中包含合作和竞争相互作用，从而定量比较了有无竞争相互作用的模型对fMRI记录的忠实度。结果发现，最优拟合模型始终结合了模块化的合作相互作用与长程的竞争相互作用，将模拟与经验功能连接之间的拟合度提高了两倍。竞争相互作用产生的动力学更具协同性和层次性，并表现出更真实的亚稳定性。这些模型在个体特异性和对认知模式的重现方面也表现更优。

参考文献

(2026). Competitive interactions shape mammalian brain network dynamics and computation. Nature Neuroscience, 29, 915–933. DOI: 10.1038/s41593-026-02205-3

该研究通过结合人类、猕猴和小鼠的物种特异性功能磁共振成像与结构连接组数据，利用计算全脑建模（非线性Stuart-Landau振荡器），系统比较了仅包含合作相互作用与同时包含合作和竞争相互作用的生成模型。研究发现，竞争相互作用对于准确再现功能连接、动力学特征（如亚稳定性、层级性、协同性）以及个体特异性至关重要，并且这种竞争性连接模式与脑区的细胞结构、基因表达等生物学特征显著相关。研究团队来自莫纳什大学等机构。