《Nature Communications》：The biological role of local and global fMRI BOLD signal variability in multiscale human brain organization
编辑推荐：
本研究针对fMRI BOLD信号变异性的生物学意义不明确的问题，通过整合多模态神经影像与分子数据，系统揭示了BOLD信号变异性作为人脑多尺度组织核心特征的地位，为理解脑功能随机性提供了新视角。
人脑作为复杂的动力系统，其功能活动始终伴随着显著的自发波动。传统神经影像研究多聚焦于脑信号的平均强度或特定任务下的激活模式，而将信号波动视为需要剔除的噪声。然而，近年理论神经科学提出，大脑的内在变异性（variability）可能并非随机噪声，而是与信息处理能力、认知灵活性乃至意识状态密切相关的核心特征。功能磁共振成像（functional Magnetic Resonance Imaging， fMRI）所测量的血氧水平依赖（Blood Oxygen Level Dependent， BOLD）信号是研究宏观脑活动的主要手段，但其时间变异性（temporal variability）的生物学基础与系统级意义仍是一个巨大的黑箱。研究者面临的核心挑战在于：如何确认BOLD信号变异性中蕴含的生物学信息，并将其与各种非生物学来源的伪迹噪声有效分离？这一问题的解答，对于深化我们对脑功能组织原则的理解至关重要。
为了回答上述问题，研究人员在《Nature Communications》上发表了一项系统性研究。他们采用的主要关键技术方法包括：对比不同fMRI采集协议以评估结果的稳健性；整合人脑组织学、微观结构、转录组学、神经递质受体分布及脑代谢数据，以探索BOLD信号变异性的分子与细胞基础；结合静息态fMRI功能连接分析以及经验性与模拟的脑磁图（Magnetoencephalography， MEG）数据，从多时空尺度关联电生理活动与血流动力学信号变异性。研究队列数据来源于公开数据库及合作研究机构。
BOLD信号变异性的统计与拓扑特性
研究人员首先量化了BOLD信号的时间变异性，发现其在大脑皮层与皮层下结构的分布具有显著的空间异质性。这种变异性并非随机分布，而是呈现出与经典功能网络分区相关的特定模式，表明其受到大脑功能架构的系统性约束。
BOLD信号变异性的多模态神经生物学关联
通过将BOLD变异性图谱与多模态生物数据关联，研究发现较高的变异性区域与特定的细胞结构特征（如特定的神经元密度和髓鞘化程度）、基因表达谱（涉及突触传递和能量代谢的基因模块）、以及特定的神经递质受体（如谷氨酸能和GABA能受体）密度分布密切相关。这从分子和细胞层面证实了BOLD变异性具有坚实的生物学基础。
BOLD信号变异性与静息态脑网络
分析显示，BOLD信号变异性与静息态功能连接（resting-state functional connectivity）强度存在复杂而非简单线性的关系。在某些网络内，变异性与连接强度正相关，而在另一些网络间则呈现负相关，提示变异性可能反映了网络内部动态整合与网络间分离的平衡机制。
BOLD信号变异性与MEG神经振荡
通过关联MEG数据，研究发现BOLD信号的变异性与特定频段（如α和β频段）的神经振荡的幅度变异性存在耦合关系。这为理解血流动力学信号变异性背后的神经元活动动力学提供了直接证据，表明BOLD变异性捕捉到了神经元群体活动的内在涨落。
结论与讨论
本研究通过多尺度、多模态的系统性分析，确立了fMRI BOLD信号变异性作为一个重要的生物学现象，而非简单的测量噪声。研究结论强调，BOLD变异性是大脑多尺度组织的一个核心属性，它反映了从分子、细胞到宏观网络水平的多层次生物学过程的整合。这种变异性可能与大脑的信息处理容量、认知状态的灵活性以及对外部刺激的适应能力有关。该研究不仅为BOLD信号变异性研究提供了坚实的生物学效度，也开创了一个通过信号变异性这一新透镜来窥探脑功能复杂性的新范式，对未来理解脑发育、老化以及神经精神疾病（如精神分裂症、自闭症谱系障碍等）中可能存在的脑动力学异常具有深远意义。
