在大脑的复杂神经网络中，兴奋性与抑制性（E/I）神经元之间的平衡被认为是维持神经回路功能稳态、实现信息处理及认知功能的基石。长期以来，神经科学家一直试图寻找一种非侵入性或低复杂度的手段，以评估这一关键平衡状态。近日，发表在《Communications Biology》上的一项研究，探讨了一个极具挑战性的命题：我们是否能够仅通过群体神经元活动的频谱特征，来准确推断其底层的兴奋-抑制平衡？

研究团队通过构建精细的计算模型，模拟了神经元群体在不同E/I比率下的动力学行为。研究发现，神经元群体活动的功率谱密度（Power Spectral Density, PSD）并非随机分布，而是与回路的兴奋性输入和抑制性反馈存在明确的映射关系。当系统处于E/I平衡状态时，其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。

该研究进一步指出，虽然频谱分析能够提供关于E/I平衡的全局性线索，但这种推断并非在所有参数空间下都是唯一的。研究人员通过数学推导证明，在某些特定的动力学区间内，不同的E/I配置可能产生相似的频谱输出，这被称为“退化性”（degeneracy）。因此，仅依赖单一的频谱特征进行反推存在局限性。为了提高推断的准确性，研究建议结合多尺度的时间序列分析，将频谱特征与神经元群体的非线性响应特性相结合。

这一发现对于理解大脑在病理状态下（如癫痫、精神分裂症或自闭症谱系障碍）的E/I失衡具有深远的临床意义。通过对脑电图（EEG）或局部场电位（LFP）信号进行更深度的频谱解析，未来有望开发出评估人类大脑E/I状态的生物标志物，从而为神经精神疾病的精准干预提供理论依据。

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