用空间扩散输入信号控制人类连接组

这对日常大脑为何重要

我们的脑活动在不断变化，即使在安静闭眼时也在穿梭于不同的活动模式。医生和工程师现在尝试用磁脉冲或微弱电流等工具轻柔地推动这些模式，以治疗抑郁、癫痫等疾病。但大多数模型假设对大脑某个微小点的刺激只影响该点，而真实的大脑和真实的医疗设备并非如此。本文提出了一个简单却意义重大的问题：如果我们尊重大脑的地理布局以及信号通过邻近组织自然扩散的方式，是否能更高效且更符合生物学地引导大脑活动？

将大脑活动视为状态与旅程

作者首先把大脑比作城市范围的电网，其不同街区随时间闪烁着不同的灯光。每一种全脑活动模式——通过功能性磁共振成像捕捉到——被视为一个“大脑状态”。当数百个区域的活动起落时，大脑就在这些状态的景观中绘出一条路径。研究团队利用数十名健康成年人的数据，识别出十一种重复出现的状态，每一种都类似熟悉的大尺度系统，如感觉网络、注意系统以及在白日梦时占主导的所谓默认模式网络。从一种状态移动到另一种状态——例如从面向外界的状态转向内省的状态——就像在这个高维空间中引导大脑沿一条路线前进。

从理想化的推动到现实的轻推

为研究如何最佳地引导这些路径，研究者使用了一种称为网络控制理论的数学框架。在其通常形式中，该框架假设可以向每个脑区注入精确且互相独立的输入，就好像每个城镇都有自己的专用发电厂且没有溢出。这对方程方便但对真实刺激方法不切实际，因为这些方法总会影响到附近组织。作者用“飞溅”模型取代了这种“针尖”观点：当他们将输入置于某一脑区中心时，邻近脑区也会感受到该输入，且影响强度随距离平滑衰减。这一简单变化将皮质的物理布局直接纳入控制模型，承认相邻区域在解剖与功能上是相互联系的。

更温和、更聪明的脑状态转换路径

当他们将传统的针尖模型与新的空间扩散方法在所有可能的十一种状态转换中进行比较时，出现了清晰的模式。在信号扩散距离的宽广且现实的范围内，扩散策略在达到相同目标状态时所需的“能量”——即控制信号在空间与时间上的总量——显著更少。换言之，让输入自然溢入邻近区域，模型能找到更省力的路径，这些路径与大脑固有的连接结构及邻近区域之间的相似性相契合。这些更现实的输入还会在状态空间中产生略微不同的路径以及各区域间不同的努力分布，强调了我们在何处以及如何刺激大脑能够有意义地重塑其轨迹，而不仅仅是改变终点。

用更少的控制旋钮做更多事

该研究还解决了一个重要的实际问题：真实设备无法在皮质上提供数千个完全独立的信号。检查他们的解时，作者注意到许多区域接收到高度相似的输入时程。他们将这些时程压缩为更小集合的“原型”控制信号，并将每个原型分配给多个区域。值得注意的是，即使将独立输入的数量减少数十倍，大脑仍能在使用远少总体能量的情况下非常接近目标状态。空间扩散模型特别容易压缩，比传统方法用更少的不同输入就能实现良好控制。这表明，原则上，有限数量的精心选择的刺激模式就能协调大范围的、同步的脑活动变化。

将理论锚定于真实生物学

最后，研究者将他们从控制理论得到的输入图与来自其他类型数据构建的多种独立大脑图进行比较：代谢、神经递质受体密度、髓鞘含量、发育梯度和认知功能模式。最强的控制图与已知的轴线相一致，这些轴线将基本感觉区与更高阶的联想区区分开，并与功能连接的梯度以及特定化学系统（如多巴胺和乙酰胆碱）相对应。这些联系暗示，“最容易”引导大脑的方式并非任意的数学构造；它们呼应了皮质及其化学成分的深层组织原则。

这对引导大脑意味着什么

对非专业读者而言，核心信息直观明了：当我们以尊重大脑自然地理和化学的方式去推动它时，更容易对其进行轻推。允许信号在邻近区域间传播的模型不仅更符合刺激技术的实际工作方式，还表明我们能用更少的努力和更少的独立控制点在有意义的大脑状态之间移动。从长远看，这些见解可能有助于设计更高效、更有针对性的脑刺激方案——依靠少数几个经过精心放置和时机控制的轻推，去诱导整个网络进入更健康的活动模式，而不是与大脑自身结构作对。

引用: Betzel, R., Puxeddu, M.G., Seguin, C. et al. Controlling the human connectome with spatially diffuse input signals. Commun Biol 9, 501 (2026). https://doi.org/10.1038/s42003-026-09560-8

关键词: 大脑刺激, 连接组, 网络控制, 大脑状态, 神经影像学