在大脑复杂的神经网络中，兴奋性与抑制性神经元之间的平衡（E/I平衡）是维持神经回路功能稳态、实现信息处理和认知功能的关键基础。长期以来，神经科学领域一直致力于寻找非侵入性或低复杂度的手段来评估这一重要的神经动力学状态。

近期发表在《Communications Biology》上的一项研究，针对一个极具挑战性的科学问题展开探讨：是否可以仅通过群体神经元活动的频谱特征，准确推断其底层的兴奋-抑制平衡？

研究团队构建了精细的计算模型，模拟了不同E/I比率下神经元群体的动力学行为。结果显示，神经元群体活动的功率谱密度（Power Spectral Density, PSD）并非随机分布，而是与兴奋性输入和抑制性反馈之间存在明确的映射关系。当神经回路处于E/I平衡状态时，频谱表现出特定的斜率特征，这反映了神经元突触时间常数与回路反馈环路的相互作用机制。

然而，研究进一步指出，频谱分析虽然能提供关于E/I平衡的全局线索，但该推断并非在所有参数空间内唯一。通过数学推导，研究发现存在“退化性”（degeneracy）现象，即不同的E/I配置可能产生相似的频谱输出。这表明仅依赖单一频谱特征进行反推存在局限性。

为提升推断准确性，研究建议结合多尺度时间序列分析，将频谱特征与神经元群体的非线性响应特性相结合，形成更全面的评估方法。

该研究成果对于理解大脑在病理状态下（如癫痫、精神分裂症、自闭症谱系障碍）E/I失衡的机制具有重要意义。未来，通过对脑电图（EEG）或局部场电位（LFP）信号的深度频谱解析，有望开发出评估人类大脑E/I状态的生物标志物，为神经精神疾病的精准诊断和干预提供理论支持。

文献参考：Can we infer excitation-inhibition balance from the spectrum of population activity? Communications Biology. DOI: https://doi.org/10.1038/s42003-024-06123-x