比较有效连接与功能连接

为什么大脑连线图很重要

我们的思想、记忆和行动源自数十亿脑细胞之间的相互交流。现代技术现在让科学家能够在大尺度上“偷听”这些对话，但不同方法捕捉到的内容各不相同。这项研究提出了一个看似简单但影响深远的问题：当我们看到一组脑细胞同时被激活时，是否真的能据此判断它们之间的连接方式？通过直接比较两种流行的脑连接绘制方法，作者表明每种方法揭示了大脑工作方式的不同侧面——而将它们结合起来是理解大脑计算的关键。

两种“聆听”大脑的方式

神经科学家常把连接分为两类。一类是神经细胞之间的物理“布线”：称为突触的微小接点，允许一个细胞在几毫秒之内直接影响另一个细胞。在本文中，这类直接联系被称为有效连接，因为它们反映了电路中谁实际影响谁。另一类是功能连接，它不是关于物理连接，而是关于哪些细胞随时间倾向于同时活动。功能连接通常通过光学方法测量，这些方法跟踪细胞内钙的缓慢变化，作为电活动的替代指标。作者着手研究当从完全相同的神经元测量时，这两种视角如何对齐。

读取大脑的细尺度连线

为探测大脑连线，研究人员使用高密度电极探针（称为Neuropixels）记录了跨三个小鼠脑区——丘脑、海马和视觉皮层——共242个神经元的精确尖峰时间。然后他们应用了一种先进的统计方法ShinGLMCC来推断哪些神经元可能存在直接连接。这一分析正确地恢复了许多已知的大脑解剖特征。例如，它发现了海马和视觉皮层内部与已确立回路图一致的强单向通路，并清晰地区分出主要兴奋他人的神经元与主要抑制他人的神经元。抑制性神经元与兴奋性邻居形成了丰富的相互回路，这与“胜者全胜”（winner-takes-all）的竞争机制一致，在这种机制下某些活动模式会抑制其他模式。在不同数据子集上重复分析产生了几乎相同的连线图，表明估计是稳定且可靠的。

追踪缓慢的活动波

接下来，作者将相同的尖峰记录转换为人工钙信号，模拟双光子显微镜所看到的情况。每个尖峰被转换为一个快速上升并在几十到数千毫秒内衰减的平滑脉冲。通过计算这些缓慢信号在神经元对之间的相关性，他们构建了不同时间尺度的功能连接图。强正相关倾向于将同一脑区内的神经元连接在一起，而负相关则更为分散。缩短假定的钙时常使这些功能网络更加局部化，并在乍看之下与潜在的布线更接近。然而，即使在不现实的快速时间尺度下，大多数强烈共活跃的神经元对也并非直接相连，且两张图之间的最佳统计匹配仍远未完美。

共享输入如何使图像模糊

为了解为何共活动与布线会出现分歧，团队构建了一个人工网络的计算模型，其连接结构复制自他们推断出的连线图。他们调整模型使模拟神经元的放电率与真实神经元相同，然后在这个封闭系统中检查有效连接和功能连接。在孤立网络中，功能连接在某种程度上比真实数据更能反映真实布线。但当他们轻微增强一部分神经元的输入——模拟弱感官刺激——这些神经元突然在功能上表现出强烈的相互连接，尽管实际布线几乎没有改变。换言之，共享或波动的输入很容易制造出看似强连接的幻象，这种作用会强烈塑造功能连接，而基本不影响有效连接。

这对理解大脑意味着什么

该研究的核心信息是：共活动图和物理影响图并非可以互换。来自快速电记录的有效连接描绘了大脑的硬件：谁能够直接影响谁以及在何种快速时间尺度上。来自较慢钙信号的功能连接则反映了大脑的软件：由共享输入、间接通路和整体脑状态塑造的更广泛的协调活动模式。即便使用更快的成像或更精细的统计方法，单纯的同步性也不太可能完全揭示底层的精细布线。作者认为，要真正理解大脑电路如何进行计算，未来的工作必须结合这两种视角——用详细的布线图来锚定网络动力学模型，并用大范围的活动模式来观察这些电路在真实、不断变化的条件下如何运行。

引用: Shinomoto, S., Tsubo, Y. Comparing effective and functional connectivity. Sci Rep 16, 12161 (2026). https://doi.org/10.1038/s41598-026-42580-2

关键词: 脑连接性, 神经回路, 钙成像, 尖峰列车, 网络动力学