PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / N · 神经技术与方法 / N057 · 最新重磅Nature正刊“读心术”成真？从瞳孔变化中解码

N057 最新重磅Nature正刊 | “读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态

来源：公众号 PSY-Brain_Frontier ｜发布：2025-09-29 ｜原文链接

点击蓝字关注我们知晓前沿

认知神经科学前沿文献分享

基本信息

Title:Arousal as a universal embedding for spatiotemporal brain dynamics

发表时间：2025.9.24

Journal：Nature

影响因子：48.5

获取原文：

后台回复“文献”即可获取PDF版本
点击页面底部“阅读原文”即可跳转论文原网页

引言: 一扇“瞳孔”之窗, 足以窥见整个大脑“交响乐”？

长期以来，神经科学致力于理解大脑亿万神经元如何协同工作。我们常分别研究单个神经元或脑区，但这如同只分析交响乐的单个乐器，难以把握整体的宏伟乐章。一个被称为“唤醒”（Arousal）的神秘力量，似乎是调控大脑整体状态的“指挥家”，但其本质一直悬而未决。

近期一篇《自然》杂志的研究提出革命性观点：我们或许无需直接观测这位复杂的“指挥家”，只需通过一个简单的生理反射——瞳孔的缩放，就能精确追踪其全部“指挥动作”。研究利用前沿的动力学系统理论与机器学习方法证明，小鼠瞳孔直径的历史变化中，蕴含着足以完整重构其整个大脑皮层高维动态活动的全部信息。这揭示了简单的外周信号与全脑状态之间深刻的数学联系，为理解“唤醒”乃至大脑的组织原则提供了颠覆性的新框架。

省流总结

核心假说: “唤醒”并非一个从“困倦”到“警觉”的单维度标尺，而是一个内在的、低维度的复杂动力学系统。该系统在一个潜在的、非线性的数学曲面（即“流形”）上持续演化。
关键预测: 由于全脑乃至全身的生理信号都与这唯一的底层系统相耦合，因此，该系统的完整高维状态——进而包括大脑活动的时空模式——可以仅从一个标量测量指标（如瞳孔直径）的时间序列中被精确重构。
核心方法: 研究团队运用动力学系统理论中的“时间延迟嵌入”（Time Delay Embedding）技术，将一维的瞳孔直径时间序列数据“展开”为一个能捕捉系统完整动态的高维状态空间。随后，利用一种名为“变分自编码器”（Variational Autoencoder, VAE）的深度学习模型，学习并建立了从这个重构的“唤醒流形”到多模态大脑生理信号（神经元钙信号、新陈代谢、血液动力学）的精确、时不变映射。
主要结论: 该研究的预测得到了有力证实。模型仅利用瞳孔动态，便成功重构了小鼠大脑皮层生理信号中绝大部分的方差，包括复杂的传播波模式。这表明，“唤醒流形”可作为一个普适的、有机体固有的内在参考框架，用以理解脑状态，并能够统一整合来自不同生理模态、不同个体乃至不同数据集的观测结果。

研究背景与动机

在“脑状态”的迷雾中寻求统一理论

现代神经科学的发展呈现出一种“碎片化”的趋势，不同研究范式之间存在着明显的鸿沟。一方面，在动物模型中进行的侵入式记录，揭示了快速的（频率高于 1 Hz）神经活动如何受到行为和唤醒状态的区域依赖性调控。另一方面，在人类中进行的无创神经影像研究，则侧重于描绘慢速的（频率低于 0.1 Hz）、自发的脑活动波动如何组织成大规模的功能网络。如何构建一个统一的理论框架，将这些看似无关的发现整合起来，一直是该领域面临的巨大挑战。

为了应对大脑与行为之间压倒性的协变关系，研究者们普遍采用线性分解方法，如主成分分析（Principal Component Analysis, PCA）。这种方法通常会发现一个占据主导地位的成分（PC1），它与唤醒指标（如瞳孔大小、运动量）高度相关，并能解释数据中绝大部分的方差（在本研究中高达 70-90%）。于是，这个主成分被贴上“唤醒”的标签，而与之在数学上正交的其他成分则被视为“非唤醒”的信号，需要另行寻找独立的解释。

然而，该论文的作者们对这种线性分离的合理性提出了根本性质疑。他们认为，这种做法虽然在数学上便捷，但“在生物学上是武断的”，线性独立并不等同于物理或机制上的可分离性。通过细致观察，他们发现更高阶的主成分（如PC2）与PC1之间往往存在着清晰的动力学关系，例如，PC2的时间序列在形态上竟近似于PC1的时间导数（如下图b）。

这一现象强烈暗示，这些所谓的“独立”成分并非互不相干的因素，而是同一个潜在的、非线性过程在不同维度上的投影。它们在根本上是纠缠在一起的。

因此，本研究的根本动机在于超越对“唤醒”这一模糊、单维概念的依赖。作者们不再追问“‘唤醒’是什么”，而是将其重新定义为一个潜在的动力学系统，致力于刻画其内在结构及其对大脑、身体和行为的全面影响。这种视角为神经科学中普遍存在的、时空异质性的复杂相关性，提供了一个更为简洁、有力的“简约性解释”（parsimonious explanation）。这不仅是方法论上的改进，更是一次深刻的哲学反思，旨在用一个整体的、动力学的视角，取代传统“成分列表式”的还原论思维。

核心问题

基于上述动机，研究者们提出了一个形式化的核心科学假说：“神经活动、有机体生理和行为，是由一个内在的、与唤醒相关的过程共同调控的，该过程在一个潜在的、非线性的流形上以秒级时间尺度持续演化”。这个过程被假设为足够复杂（即多维），能够产生非平衡态行为，如持续的波动和行波。

这一假说，结合动力学系统理论的基石——塔肯斯嵌入定理（Takens' embedding theorem），导出了一个惊人且可被经验验证的预测：“一个单一的、标量的唤醒测量（例如，瞳孔直径）应该足以重构大规模脑生理测量的多维、时空连续演化”。

这个预测之所以堪称“激进”，是因为它颠覆了“复杂性源于复杂性”的直观假设。它意味着，大脑皮层上展现出的极其丰富和复杂的时空活动模式，其根源可能并非一个同样复杂的、由无数局部交互构成的网络，而是被一个维度低得多的底层过程所“奴役”（slaved）。换言之，观测瞳孔的变化，我们所看到的不仅仅是唤醒水平的一个“指标”，而是在观测这个唤醒系统本身完整动力学状态的一个投影。这为通过简单测量来理解复杂系统提供了一条意想不到的捷径。

实验设计与分析框架

为了验证这一大胆的预测，研究团队设计了一套精密的实验与分析流程，巧妙地结合了多模态数据采集、经典动力学理论和现代机器学习技术。

💡多模态数据采集

研究的核心数据来自两个独立的来源，确保了结论的稳健性与可推广性。

数据集1 (WashU): 研究团队对7只清醒、头部固定的小鼠进行了同步多模态宽视场光学成像。该技术能够同时捕捉整个背侧皮层的三种关键生理信号：

神经元钙信号: 使用 jRGECO1a荧光指示剂，反映神经元群体的活动水平。
氧化代谢: 通过 黄素蛋白自发荧光（Flavoprotein Autofluorescence, FAF）进行索引，反映细胞的能量代谢状态。
血液动力学: 通过测量 含氧血红蛋白和脱氧血红蛋白浓度的变化，反映脑血流和血氧水平，这是功能性磁共振成像（fMRI）的生理基础。与此同时，通过面部摄像，研究者们提取了瞳孔直径和胡须运动的时间序列。所有信号都经过滤波，以专注于研究与唤醒状态密切相关的“次慢速”波动（频率低于 0.2 Hz）。

数据集2 (Allen Brain Observatory): 为了验证框架的普适性，研究者们还分析了艾伦脑科学研究所公开发布的“神经像素”（Neuropixels）数据集。该数据集包含了在清醒小鼠执行任务或处于静息状态时记录的高密度电生理信号（包括局部场电位 LFP 和数百个神经元的发放率）以及行为学数据（如跑轮上的运动速度）。

💡数学核心：时间延迟嵌入

该研究的理论基石是时间延迟嵌入。这一概念源于塔肯斯嵌入定理，其核心思想是：一个动力学系统在任意时刻的状态，都蕴含在其近期历史的信息之中。因此，通过一个可观测变量的时间序列，我们便可以重构出系统完整的、多维度的状态空间（也称为“吸引子”或“流形”）。

在具体实施中，研究者们将瞳孔直径这一标量时间序列 y(t)，通过构建一个高维向量来进行嵌入。该向量由当前值和一系列过去的值组成：

图10

其中，d 是嵌入维度，τ 是时间延迟。每一个这样的向量 h(t) 都代表了重构出的高维状态空间中的一个点。通过这个过程，一条一维的时间曲线被“展开”成一条在高维空间中蜿蜒的轨迹，这条轨迹在拓扑上等价于那个我们无法直接观测到的、隐藏的唤醒动力学流形。

图11

💡建模架构：变分自编码器 (VAE)

经典理论为状态重构提供了可能性，而现代机器学习则为在充满噪声的真实生物数据中实现这一重构提供了强大工具。研究团队采用了一种名为变分自编码器（VAE）的深度生成模型，其结构包含两个部分：

编码器 (Encoder): 这是一个神经网络，其功能是学习一个从高维的时间延迟嵌入向量 h(t) 到一个连续、低维潜在空间 z(t) 的映射。这个低维的潜在空间，就是被操作化定义的“唤醒流形”。
解码器 (Decoder): 这是另一个神经网络，它学习一个时不变的映射，能够将唤醒流形上的任意一个点 z(t) “解码”回对应的高维观测值，例如一幅完整的 128×128 像素的大脑皮层钙活动图像。

整个模型的流程可以概括为：瞳孔延迟嵌入向量 → 编码器 → 潜在唤醒状态 (z) → 解码器 → 预测的大脑图像 。VAE的优势在于它能够学习平滑、非线性的流形结构，并且对噪声具有良好的鲁棒性，是实现塔肯斯定理思想在复杂生物数据上应用的理想工具。

💡模型验证与比较

为了严格评估模型的性能，研究采用了严谨的“留一法”交叉验证策略：在7只小鼠的数据中，每次使用6只的数据进行训练，然后在剩下的1只从未见过的数据上进行测试。

此外，研究的关键在于比较。他们将这个使用了时间延迟嵌入和非线性VAE映射的完整模型（称为“潜在模型”）与一个简单的基线模型（称为“无嵌入模型”）进行了直接对比。基线模型是一个简单的线性回归，直接从瞬时的瞳孔直径预测大脑图像。这种对比能够清晰地分离出由瞳孔的动力学信息（即其历史变化模式，由嵌入捕获）所带来的额外预测能力，从而验证了其核心假说。

图12

核心发现

通过上述精巧的实验设计和分析框架，研究团队获得了一系列支持其核心假说的有力证据，为我们描绘了一幅唤醒流形的全景图。

1. 精准重构皮层时空动态

极高的总体准确率: 仅凭瞳孔直径这一个变量，模型就成功地重构了宽视场钙信号中 60-85% 的总方差（在 0.2 Hz 以下频段）。这一结果首先证实了，在次慢速时间尺度上，与唤醒相关的波动确实主导着大脑的自发活动。
捕获多维度结构 (关键发现): 最具决定性的发现在于模型对复杂空间模式的捕捉能力。简单的“无嵌入”基线模型虽然能很好地预测与瞳孔大小线性相关的全局信号（PC1），但对于其他正交维度（PC2-N）的方差则完全无能为力。与之形成鲜明对比的是，“潜在模型”成功地捕捉了这些正交维度中的大量方差。这雄辩地证明了，瞳孔的动力学（即其时间历史，被延迟嵌入所编码）包含了关于大脑复杂空间模式的丰富信息，而不仅仅是全局平均水平。这直接支持了“唤醒”是一个多维度过程，而非单维标尺的假说。
重构传播波: 为了进一步探究模型是否能捕捉动态特性，研究者运用了动态模态分解（Dynamic Mode Decomposition, DMD）技术。分析显示，真实的大脑活动数据中存在着全皮层范围的传播波（表现为复数值的模态）。令人振奋的是，“潜在模型”的重构结果完美地保留了这种传播波的相位结构。而“无嵌入”模型，由于其本质上是一维的，根本无法产生任何时空动态或相位传播。这是证明重构的流形是多维且蕴含真实动力学的直接证据。
解码“脑状态”: 模型不仅能解释总体方差，还能在逐帧的基础上准确解码大脑皮层瞬时的空间模式（即“脑状态”）。在区分不同的空间拓扑结构时，其表现显著优于简单模型，尤其是在需要同时考虑多个空间维度来进行状态聚类时，优势更为明显。

图13

2. 跨模态生理信号的统一来源

该框架的强大之处不止于神经活动。研究者们将其扩展到了其他生理信号的重构。他们冻结了已经训练好的从瞳孔到潜在空间的编码器，然后仅需训练两个新的解码器，就能将同一个唤醒流形映射到新陈代谢（FAF）和血液动力学信号上。结果显示，模型在这两种模态上也取得了巨大的成功，解释了其大部分方差。

值得注意的是，对于代谢和血流信号，时间延迟嵌入和非线性映射的贡献甚至比对钙信号的贡献更大。这一发现强烈暗示：神经、代谢和血管这三个不同的生理领域，并非简单地通过一个缓慢的级联反应（神经活动 → 代谢需求 → 血流响应）联系在一起，而更可能是被一个共同的、底层的唤醒动力学系统在进行并行的协同调控。

图14

3. 一个统一的内在参考框架

为了展示该框架的终极潜力，研究者们将其应用到了一个完全独立的、来自艾伦脑科学研究所的公开数据集上。该数据集包含了电生理（LFP功率、神经元放电率）和行为（跑动速度）等多种测量指标。通过使用瞳孔直径作为共同的“锚点”，来自WashU和Allen两个数据集的所有可观测变量，都被成功地映射到了一个共享的二维潜在空间——“唤醒流形”之上，从而构建了一个统一的生成模型。

当把这些不同来源的观测变量在这个共享流形上进行可视化时（见下图），一个经典的、循环流动的“唤醒周期”清晰地浮现出来。这个周期性动态完美地整合并重现了大量以往被孤立报道的发现。

例如，该模型揭示了一个有序的脑状态转换序列：从alpha波段功率的下降开始（“唤醒启动”），随后是神经元放电率和gamma波段功率的增加，紧接着是瞳孔扩张和运动的出现，最后以delta波段功率和海马尖波涟漪的增加结束（“唤醒终止”）。

这个发现为理解脑状态的转换提供了一幅前所未有的、连贯统一的动态画卷，证明了唤醒流形作为一个内在参考坐标系的巨大价值。

图15

图16

编辑部观点：

重新定义“唤醒”，重塑脑网络理论

这项发表于 Nature 的工作，其重要性不仅在于其技术上的精湛和结论上的惊人，更在于它为神经科学的一些核心概念和理论范式带来了深刻的冲击和启示。

从模糊概念到动力学实体

长久以来，“唤醒”在很大程度上是一个描述性的心理学或生理学构念，缺乏精确的、可操作的定义。它时而被等同于某个神经递质系统的活动，时而又被简化为某个统计成分。这项研究彻底改变了这一局面。它将“唤醒”从一个模糊的标签，转变为一个可以通过数学语言精确描述的、可量化的动力学实体。作者们构建的“唤醒流形”为这个实体提供了一个具体的几何表示，使得我们能够在一个统一的、定量的框架内，去描述和预测这个系统丰富多样的外部表现。

对“区域交互”模型的挑战

在过去的几十年里，理解自发脑活动（尤其是在fMRI领域）的主导范式是“区域交互”模型。该模型认为，我们观察到的各种“静息态网络”（如默认网络、注意网络等），其活动模式源于这些离散脑区内部及之间的复杂信息通讯。本研究则提出了一个“更为激进的统一观点”：这些核心的时空模式，可能并非源于复杂的区域间交互，而本身就是那个唯一的、不可分解的唤醒动力学系统的不同“投影”。

这一观点具有颠覆性的潜力。如果大脑主要的静息态网络结构，在很大程度上只是同一个全局唤醒动态在不同空间视角下的呈现，那么这将从根本上挑战我们将这些网络视为独立信息处理系统进行复杂“对话”的传统叙事。两大脑区之间的“功能连接”，其本质可能并非两者间的直接通讯，而仅仅反映了它们与同一个底层唤醒波动的共有关系。这代表了从“网络通讯”模型到“共享全局驱动”模型的根本性转变，可能会极大地改变我们对fMRI连接组学的解释方式。

神经-代谢-血管耦合的新视角

传统观点认为，神经活动、能量代谢和血流供应三者之间通过一个局部的、前馈的级联反应紧密耦合，即“神经血管耦合”。然而，这一经典模型难以解释一些长时程、大范围的生理现象。本研究成功地从一个共同的潜在流形协同预测了这三种模态的信号，为我们提供了一个更简洁、更具解释力的替代理论：这些过程可能受到中央唤醒系统进行并行的协同调控。这种机制可以极大地简化大脑的生理调节过程，减少对局部前馈反应的依赖，并可能解释那些难以被传统局部响应模型兼容的实验观测。

总而言之，这项工作以其非凡的优雅和强大的解释力，完美诠释了顶级科学研究的魅力。它直面一个长期存在的、棘手的科学难题——脑状态与唤醒的本质，并基于动力学系统的第一性原理，提供了一个强大、统一的理论框架。它给予我们的，不仅仅是一个新模型，更是一种新的语言、一个新的坐标系，来重新审视和思考大脑的内在活动。它向我们揭示，在最简单、最不起眼的生理信号背后，可能隐藏着一幅近乎完整的大脑动态蓝图。这项研究无疑将激发神经科学领域未来多年的理论创新和实验探索。

图17

论文摘要/Abstract

Neural activity in awake organisms shows widespread, spatiotemporally diverse correlations with behavioural and physiological measurements. We propose that this covariation reflects in part the structured, nonlinear dynamics of an underlying arousal-related process that organizes brain-wide and body-wide physiology on the timescale of seconds. By framing this interpretation within dynamical systems theory, we arrive at a surprising prediction: a single, scalar measurement of arousal (for example, pupil diameter) should suffice to reconstruct the continuous evolution of multidimensional, spatiotemporal measurements of large-scale brain physiology. Here, to test this hypothesis, we perform multimodal cortex-wide optical imaging and behavioural monitoring in awake mice. We demonstrate that the seconds-scale spatiotemporal dynamics of neuronal calcium, metabolism and brain blood oxygen can be accurately and parsimoniously modelled from a low-dimensional, nonlinear manifold reconstructed from a time delay embedding of pupil diameter. Extending this framework to behavioural and electrophysiological measurements from the Allen Brain Observatory, we demonstrate the ability to integrate diverse experimental data into a unified generative model via mappings from a shared arousal manifold. Our results support the hypothesis that spontaneous, spatially structured fluctuations in brain-wide physiology on timescales of seconds—widely interpreted to reflect regionally specific neural communication—are in large part expressions of a low-dimensional, organism-wide dynamical system. In turn, reframing arousal itself as a latent dynamical system offers a new perspective on fluctuations in brain, body and behaviour observed across modalities, contexts and scales.

图18

论文作者信息

第一作者（兼通讯作者）: Ryan V. Raut

Allen Institute, Seattle, WA, USA.

美国华盛顿州西雅图艾伦研究所

Department of Physiology & Biophysics, University of Washington, Seattle, WA, USA.

美国华盛顿州, 西雅图, 华盛顿大学生理与生物物理系

Mallinckrodt Institute of Radiology, Washington University in St. Louis, St. Louis, MO, USA.

美国密苏里州圣路易斯市华盛顿大学Mallinckrodt放射学研究所

图19

推荐阅读

Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码**⭐️[解读链接 ]****

Nature neuroscience |跨物种7T+钙成像揭示皮层层级重塑*⭐️[ 解读链接 ]*

Current Biology |大脑的通用“计数器”：工作记忆如何跨越感官界限？⭐️[ 解读链接 ]

Nature | 最新重磅Nature正刊决策过程的动力学机制与神经模式转变 ⭐️[ 解读链接 ]

*Nature Human Behaviour | 一场多感官的“双重博弈”：揭示大脑如何加速决策的秘密 ⭐️[ 解读链接 ]***

Nature Communications | 普林斯顿团队: 组合式认知地图模型解析灵活性与效率之争**⭐️[ 解读链接 ]****

Nature Human Behaviour | 你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密*⭐️[ 解读链接 ]*

**Neuropsychopharmacology |* Nature子刊综述：大脑预测误差的核心回路 *⭐️[ 解读链接 ]**

**Nature neuroscience |* 明尼苏达大学揭示多巴胺如何塑造决策信心 *⭐️[ 解读链接 ]**

**Nature Communications |* 大脑如何“反悔”？解密决策、信心与“改变主意”背后的神经机制 *⭐️[ 解读链接 ]**

图20

本文解读基于：Arousal as a universal embedding for spatiotemporal brain dynamics，Doi: 10.1038/s41586-025-09544-4。核心图表、方法细节、统计结果与讨论见原文及其拓展数据。点击左下角 “阅读原文” 可跳转到论文源网站界面。

分享人：饭哥

审核：PsyBrain 脑心前沿编辑部

图21