🧠 PsyBrain 脑心前沿关注公众号
字号
主题
PsyBrain 脑心前沿 / 睡眠与意识:顶刊文献解读专题 / A · 文献解读 / A027 · NatNeurosci重磅:入睡不是渐变,而是“临界突变

A027 Nat Neurosci重磅:入睡不是渐变,而是“临界突变”!科学家首次揭示可预测的大脑“睡眠临界点”

来源:公众号 PSY-Brain_Frontier | 发布:2025-11-01 | 原文链接

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注,点亮星标 ⭐️

不错过每日前沿资讯

认知神经科学前沿文献分享

图1

基本信息

Title:Falling asleep follows a predictable bifurcation dynamic

发表时间:2025.10.28

Journal:Nature Neuroscience

影响因子:20.0

获取原文:

  1. 后台回复“文献”即可获取PDF版本
  2. 点击页面底部“阅读原文”即可跳转论文原网页(本篇论文为Open Access,可直接下载PDF版本)

图2

图3

研究背景

我们一生中约有三分之一的时间在睡眠中度过,但大脑究竟是如何从清醒的喧嚣,坠入沉睡的寂静?这个我们每晚都在经历的过程,却是神经科学中最持久的谜团之一 。

图4

长久以来,科学家们通过脑电图(EEG)将睡眠划分为N1、N2、N3等离散的阶段。这种方法就像是为一场旅行拍摄了几张孤立的快照,我们能看到“清醒”和“睡眠”这两个目的地,却对连接两地的路径——即入睡的动态过程——知之甚少 。这种描述性的“分期”方法,无法解释、更无法预测入睡这一关键转变究竟何时以及如何发生。

我们能否超越这些静态的标签,用一种全新的数学语言来描绘大脑“坠入”睡眠的连续轨迹?近期,英国帝国理工学院的Junheng Li与Nir Grossman团队在神经科学领域顶级期刊 Nature Neuroscience上发表的研究,为此提供了颠覆性的答案。他们提出了一个全新的计算框架,首次证实入睡并非一个平滑的渐变过程,而是一场遵循特定动态法则、可被精确预测的“临界突变”。

图5

图6

研究核心总结

  1. 新范式:从EEG到高维“特征空间”与“睡眠距离”

研究团队开发了一种全新的计算框架,它不再孤立地分析EEG的某个指标,而是将EEG信号中的数十个线性和非线性数学特征(如不同频段的功率、相干性、复杂度等)整合起来,构建出一个高维的“大脑状态特征空间” 。

这个框架最精妙之处在于,它将复杂的脑活动变化提炼为一个极其直观的单一变量:“睡眠距离” (Sleep Distance, s(t))。该距离被定义为:在大脑状态空间中,当前的大脑状态与个体化、稳定的“睡眠起始点”(即进入稳定睡眠后的平均状态)之间的欧几里得距离。至此,科学家们第一次拥有了一个能够连续量化大脑“走向”睡眠进程的指标。

图7

Fig. 1 | Graphical illustration of the computational framework.

  1. 核心发现:入睡遵循“分岔动态” (Bifurcation Dynamic)

通过追踪“睡眠距离”的变化,研究团队得出了核心发现:大脑并非匀速、线性地进入睡眠。相反,“睡眠距离”会在入睡前的很长一段时间内保持相对稳定,然后在最后几分钟内突然、急剧地下降。

这种“先稳后降”的模式,能够被一种名为“折叠分岔” (fold bifurcation) 的数学模型完美描述 。这一发现为长期以来的理论假说提供了首个强有力的实验证据:从清醒到睡眠的转换是一种非线性的临界转变 (critical transition)。这彻底颠覆了我们对入睡的传统认知——入睡并非平缓地走下斜坡,更像是小球被推至悬崖边缘,在短暂的稳定后,突然不可逆转地坠落。

图8

Fig. 2 | Fold bifurcation of EEG dynamics during falling asleep transition.

  1. 关键现象:“临界点”与“临界慢化”

分岔理论不仅能描述这一过程,更能识别出其中最关键的时刻——“睡眠临界点” (sleep tipping point)。这是大脑状态失去稳定、不可逆地“承诺”进入睡眠的“无悔点” (point-of-no-return) 。

更重要的是,这个由动力学模型定义的“临界点”,通常发生在传统睡眠分期(如N1期)的几分钟之前,即当事人EEG在传统意义上仍被判定为“清醒”时。这为睡眠的启动提供了一个全新的、生理上更精确的定义。此外,这场“坠落”并非毫无征兆。在抵达临界点之前,系统会表现出一种名为“临界慢化” (critical slowing down) 的现象,即“睡眠距离”信号的自相关性和方差会显著增加,这构成了预测临界点即将到来的“早期预警信号” 。

图9

Fig. 3 | EEG features underpinning the falling asleep bifurcation dynamic.

  1. 重大突破:个体化、实时、精准的入睡预测

该研究最令人瞩目的突破在于其强大的预测能力。通过对一个包含数百个夜晚记录的健康被试队列进行分析,研究者发现,每个人的“睡眠起始点”坐标在特征空间中是高度稳定且可重复的,如同一个独特的“睡眠指纹” 。

这种稳定性正是实现预测的关键。研究团队证明,仅需利用一个晚上采集的EEG数据来定位个体的“睡眠指纹”,便可以在后续的夜晚,实时、精准地预测其入睡的全过程。结果显示,该框架预测“睡眠距离”轨迹的准确度极高(与真实轨迹的余弦相似度超过0.95),并且能以分钟级的误差预测“睡眠临界点”的到来 。

图10

Fig. 4 | Prediction of individual sleep bifurcation dynamic.

这项工作将我们对入睡的理解从静态描述提升到了动态预测的全新高度。它不仅为揭示入睡的神经机制提供了强大的理论工具,更有望催生全新的临床应用,例如为失眠、发作性睡病等睡眠起始障碍提供客观的诊断生物标志物,或为驾驶员、飞行员等特殊岗位人员开发出精准的疲劳预警系统。

图11

Abstract

Sleep is a fundamental part of our lives; yet, how our brain falls asleep remains one of the most enduring mysteries of neuroscience. Here we report a new conceptual framework to analyze and model this phenomenon. The framework represents the changes in brain electroencephalogram activity during the transition into sleep as a trajectory in a normalized feature space. We use the framework to show that the brain’s wake-to-sleep transition follows bifurcation dynamics with a distinct tipping point preceded by a critical slowing down. We validate the bifurcation dynamics in two independent datasets, which include more than 1,000 human participants. Finally, we demonstrate the framework’s utility by predicting a person’s progression into sleep in real time with seconds temporal resolution and over 0.95 average accuracy.

图12

推荐相关阅读

周报-20251020|认知神经科学前沿动态周览**⭐️[解读链接]****

周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]

周报-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***

Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]

Nature |颠覆认知 ! “神经振荡”不成立?耶鲁团队提出大脑“伽马事件”新理论  ⭐️[解读链接]

Science |中国将领衔未来25年全球脑计划,剑指灵长类大脑地图  *⭐️[解读链接]***

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 | 视觉系统新发现:压缩式的物体识别机制 ⭐️[解读链接]

Nat Hum Behav|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]***

Nature |“读心术”成真?从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]

PNAS|刷短视频停不下来?研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***

Neuron | 最强脑发育数据库RBC开放下载,6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]

Nature 子刊综述|大脑预测误差的核心回路 *⭐️[解读链接]***

前沿交流 | 欢迎加入认知神经科学前沿交流群!⭐️[解读链接]

图13

本文解读基于:Falling asleep follows a predictable bifurcation dynamic,Doi:10.1038/s41593-025-02091-1。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14

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

跳转二维码

图15

微信扫一扫可打开此内容,
使用完整服务

返回板块首页