O086 Nat Neurosci | 大脑也搞“轮班制”？研究揭示功能网络按周期轮班运作
来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-09-21 ｜ 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:Large-scale cortical functional networks are organized in structured cycles
发表时间：2025.8.27
Journal: Nature neuroscience
影响因子：20.0
原文链接：点击页面底部 “阅读原文”即可跳转
研究动机与背景
人类大脑在非结构化时间环境中需持续完成多种认知与内稳态任务，如何在有限时间内保证每项功能都得到周期性执行是未解之谜。既往fMRI、MEG和EEG研究发现，静息态大脑功能网络（RSN）之间的状态转换并非完全随机，且存在反向关联、层级聚类等结构性特征。然而：
- 这些研究多关注短时序（数十至百毫秒）上的马尔可夫状态转换，忽略了跨状态间隔上的长期结构；
- 尚未有人证明全套经典大尺度功能网络会按固定顺序循环被激活；
- 目前缺乏解释大脑如何在时间维度上协调多样认知功能的整体框架。
因此，作者提出核心科学问题：大脑大尺度功能网络是否以内在的周期方式组织其激活，以确保关键认知功能的周期性调动？这一问题关涉认知神经科学的根本命题，对理解认知灵活性与稳定性的平衡机制具有重大意义。
省流总结
该研究由Mats W. J. van Es、Cameron Higgins、Mark W. Woolrich等人完成，基于多个大样本magnetoencephalography（MEG）静息态数据，提出并验证了一个颠覆性观点：人类大脑大尺度皮层功能网络并非随机激活，而是以内在的周期性模式依次被激活，每轮循环持续约300–1000毫秒。
研究团队通过hidden Markov model（HMM）识别出12个重复出现的大尺度功能网络状态，并发明了新方法temporal interval network density analysis（TINDA），证明这些网络状态的激活呈现显著的全局循环结构，且该循环模式可预测个体的年龄、认知能力、行为表现，并在Human Connectome Project双生子数据中展现遗传性。这意味着大脑通过这种“功能循环”在时间上协调了多样认知功能的运行，保障其在极短时间内轮番被调动，对理解大脑认知时序组织具有里程碑意义。
实验设计与方法逻辑
为验证大脑功能网络是否以周期模式激活，作者设计了跨多个大样本MEG数据集的分析流程，逻辑为“状态识别—激活先后倾向—循环结构检测—与个体特征关联”。
多数据集与状态识别
在MEG UK（n=55）、Cam-CAN（n=612）、Human Connectome Project（n=79）等数据集上应用hidden Markov model（HMM），识别出12个可重复出现的功能网络状态（每个状态是全脑多区功率与相干性的特定空间配置）。
提出TINDA方法检测状态间序列偏向
作者创新性提出temporal interval network density analysis（TINDA），计算任一状态n两次激活间的时间区段中，其他状态m出现概率在前半段和后半段的差值（FO不对称性），据此判断状态m更倾向于在n之前或之后出现，建立完整的状态间顺序矩阵。
检验全局循环结构
将所有状态间的不对称关系可视化为有向图，定义循环强度（cycle strength）指标衡量是否存在整体“顺时针”有序循环；并通过标签置换检验显著性，确认非偶然生成。
验证跨数据集一致性与时间尺度
重复分析Cam-CAN、Human Connectome Project，对比各状态在循环中的相位一致性，并按状态间隔长短分层分析，确认循环主要出现在秒级长间隔上。
表征循环功能分工与认知相关性
将各状态的空间-频谱特征投射到循环上，发现高功率DMN类状态和低功率DAN/运动状态位于循环相对两侧，呈“认知—感觉”对立结构。定义循环速率（cycle rate）与强度指标，分析其与年龄、性别、认知测试分数、遗传（双生子）和行为反应时间的关联。
任务与记忆重放数据验证
在Wakeman–Henson faces任务数据和Replay记忆重放数据中应用TINDA，检验循环模式是否在任务中仍存在，并考察循环相位与反应速度的关系。
整体逻辑为：从微观状态→宏观时序→个体差异→认知行为关联，逐步构建“功能循环”模型。
核心发现
结果一：存在稳健的全局循环激活模式（Fig.2）
12个网络状态虽随机切换，但整体呈现显著顺时针循环序列，循环强度显著高于置换检验。此模式在三数据集中一致出现，各状态在循环中的相位排序高度一致。
图2 | TINDA 揭示功能性脑网络的循环激活结构
结果二：循环在秒级长间隔上最显著（Fig.3）
将状态间隔按时长分层，发现循环强度在最短间隔时近乎为零，在最长间隔（约3秒）显著最高，说明循环是长时间尺度上的组织结构。
图3 | 网络状态激活的循环组织由较长时间间隔驱动
结果三：循环结构将不同功能类型状态
分区排列（Fig.4）
高功率高相干、偏DMN的认知状态位于循环一侧，低功率、偏DAN和体感运动的感觉-运动状态位于相对侧，中间穿插语言与前颞叶状态。
频谱特征上左侧偏高频（β、α），右侧偏低频（δ、θ），表明不同类型认知功能在循环不同相位依次出现。
图4 | 循环结构将具有相似频谱特性与认知功能的网络状态归为一组
结论四：循环指标与年龄、认知、遗传性相关（Fig.5）
循环强度随年龄增加，循环速率随年龄下降；两者与多项认知分数显著相关。 在双生子样本中，循环速率的遗传率高达73%，提示循环动态具有生物学基础。
图4 |循环性激活特征与个体特质相关，并具有遗传性
结论五：循环相位与任务表现即时相关（Fig.6）
在任务中，反应前500ms若处于高功率注意/视觉状态相位，反应更快，处于低功率状态则更慢；循环强度高也预示更快反应。
在记忆重放数据中，重放事件集中出现在循环北侧的DMN状态相位，说明循环相位对瞬时认知加工具有调控作用。
图6 | 循环相位可预测认知功能
局限性与未来展望
作者指出，本研究虽揭示了循环结构，但仍有局限：
方法学限制：（TINDA）是事后分析工具，基于二值化的“开/关”状态时间序列，未能直接建模非马尔可夫的长时序依赖，未来可结合等递归神经网络模型。
结果复现性：个体层面循环指标与认知的关联、遗传性结果尚未在更多独立大样本中复现，需要后续验证。
功能网络定义缺乏统一标准：不同研究中网络划分不一致，未来需跨模态（如 vs ）定量比较。
任务调控未知：尚不清楚认知任务能否主动调控或打破循环结构，未来需在多种任务范式中探索其可塑性。
未来作者建议：
（1）开发非马尔可夫动态模型，直接推断长时依赖网络序列；（2）在更多认知任务和人群样本中检验循环指标的可重复性和认知预测力；（3）探索循环指标在神经精神疾病中的潜在生物标志物价值。
总结
本研究首创性地提出并证实了人脑大尺度皮层功能网络的活动存在内在的周期性循环结构，为解释大脑如何在时间上协调多种认知功能提供了全新框架，并发现这种循环动态与年龄、认知、行为及遗传因素密切相关。这一成果不仅改变了我们对脑网络时序组织的理解，也为认知障碍的早期检测和干预提供了潜在新线索。
Author information
第一作者：Mats W. J. van Es
所在单位（英文）：University of Oxford — Wellcome Centre for Integrative Neuroimaging, Department of Experimental Psychology, Oxford, UK
所在单位（中文）：牛津大学 — 威康综合神经影像中心，实验心理学系
通讯作者：Mark W. Woolrich
所在单位（英文）：University of Oxford — Wellcome Centre for Integrative Neuroimaging, Oxford, UK
所在单位（中文）：牛津大学 — 威康综合神经影像中心
Abstract
The brain seamlessly performs a diverse set of cognitive functions like attention, memory and sensory processing, yet it is unclear how it ensures that each of these is fulfilled within a reasonable period. One way in which this requirement can be met is if each of these cognitive functions occurs as part of a repeated cycle. Here we studied the temporal evolution of canonical, large-scale, cortical functional networks that are thought to underlie cognition. We showed that, although network dynamics are stochastic, the overall ordering of their activity forms a robust cyclical pattern. This cyclical structure groups states with similar function and spectral content at specific phases of the cycle and occurs at timescales of 300–1,000 ms. These results are reproduced in five large magnetoencephalography datasets. Moreover, we show that metrics that characterize the cycle strength and speed are heritable and relate to age, cognition and behavioral performance. These results show that the activations of a canonical set of large-scale cortical functional networks are organized in an inherently cyclical manner, ensuring periodic activation of essential cognitive functions.
相关阅读
认知神经科学前沿文献推荐：
📚 NC |普林斯顿: 组合式认知地图模型解析灵活性与效率之争
大语言前沿文献推荐：
📚 Nat Mach Intell | 高级视觉表征为何与大语言模型“同频”？
精神类疾病前沿文献推荐：
本文解读基于：Large-scale cortical functional networks are organized in structured cycles（Nature Neuroscience, 2024；开放获取，CC BY 4.0）。文中基于多个大样本magnetoencephalography（MEG）数据集构建全脑网络状态模型，提出TINDA分析方法并发现功能网络的周期性激活模式，建议研读原文图注与方法细节以获更全面理解。
分享人：GBQ
审核：PsyBrain 脑心前沿编辑部
PsyBrain 脑心前沿
带你了解心理学、脑科学的前沿知识与技术流程
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务