编辑推荐：
本文介绍了一个创新的多尺度共仿真框架，通过MPI协议将模拟全脑宏观动力学的“虚拟大脑”(TVB)平台与模拟海马CA1区微观神经细节的NEST点神经元模型相结合。该研究旨在解决在解剖学真实的大脑区域内，如何同时模拟宏观癫痫动力学与微观神经元精度活动的难题。初步结果表明，该框架能有效同步宏观癫痫样事件传播与微观神经网络的发放活动，实现了跨尺度的动态耦合。这一工作为机制驱动的临床神经科学和个性化医疗发展提供了强有力的计算工具。
大脑，这个人类最精密的器官，其动态过程跨越了从毫秒级神经元发放到大脑区域间秒级乃至更长时间尺度的信息传递。理解这些复杂的跨尺度互动，尤其是在疾病状态下（如癫痫）的异常活动如何产生与传播，是神经科学领域的核心挑战之一。传统上，大脑建模研究往往专注于单一尺度：要么是高度精细的微观模型，能模拟单个神经元或小型神经回路的电活动，但计算成本高昂，难以扩展到全脑；要么是宏观的全脑模型，能够模拟大尺度脑网络的功能连接与动力学，但缺乏对底层细胞机制的直接洞察。这种尺度上的割裂，使得我们难以窥探宏观脑网络活动（如脑电图记录的癫痫波）与微观神经元集群的精确发放之间的因果联系。因此，开发能够无缝整合微观与宏观尺度的计算框架，对于深入理解脑功能与疾病机制、推动精准医疗具有迫切的科学意义。
最近发表在《Journal of Computational Neuroscience》上的一项研究，正是为了突破这一瓶颈。研究人员构建了一个创新的多尺度共仿真框架，将宏观全脑建模与人类海马体CA1区的微观详细点神经元模型紧密结合。这项工作的核心目标，是在解剖学上真实的大脑模型中，实现宏观癫痫动力学与微观神经元精度活动的同步模拟，从而打通从微观神经元放电到宏观脑网络病理活动的桥梁。
为了实现这一目标，研究团队运用了几个关键技术方法：首先是模型整合，他们采用了高分辨率版本的“虚拟大脑”(The Virtual Brain， TVB)平台，在该平台的皮质表面网格顶点上嵌入了空间癫痫发生模型(Spatial Epileptor Model， SEM)，以模拟宏观的癫痫样活动传播。其次，在微观尺度上，他们基于NEST模拟器构建了一个数据驱动的人类海马CA1区点神经元网络模型，该模型在微米级空间分辨率和亚毫秒级时间分辨率上捕获神经元活动。第三，通过使用消息传递接口(Message Passing Interface， MPI)协议，他们定制了输入/输出设备，实现了TVB与NEST两个模拟器之间的实时双向数据传输，将宏观的癫痫发生模型状态变量转化为驱动微观神经元发放的速率编码信号。第四，为了在拓扑上对齐两个模型，他们利用HippUnfold工具箱，将CA1点神经元的3D坐标与TVB的表面网格顶点映射到一个共同的2D坐标系中，确保了跨尺度通信的解剖学一致性。整个框架被封装在Singularity容器中，以保证在高性能计算(High Performance Computing， HPC)平台上的可移植性和高效执行。研究中使用的解剖数据来源于人类连接组计划(Human Connectome Project)的磁共振成像数据。
研究结果
1. 框架构建与验证
研究人员成功构建了共仿真框架，并进行了初步验证。他们使用了降尺度版本的海马CA1网络模型（约11万个神经元，430万个连接）和高分辨率TVB模型的简化网格（仅包含右侧颞叶相关脑区）进行测试。通过将SEM的状态变量（x1快速放电和x2棘慢波事件）经过一个类修正线性单元(Rectified Linear Unit， ReLU)转换并驱动泊松过程，成功地将宏观的癫痫活动模式转换为了驱动微观神经元发放的概率信号。
2. 跨尺度动态同步
模拟结果显示，在宏观尺度上，TVB模型成功模拟了癫痫样活动从海马CA1起始区向邻近颞叶区域的传播过程。在微观尺度上，NEST尖峰神经网络展示了对应的爆发式同步活动，且发放事件在海马结构内传播。通过分析单个CA1顶点的活动，研究人员观察到微观神经元的发放紧密跟随宏观SEM信号（尤其是x2驱动信号）的相位。进一步的相位锁定发放直方图分析确认，NEST模型的尖峰活动集中在由TVB信号转换而来的高发放概率相位附近，证明了两模型间紧密的相位同步。
3. 与经验模式的一致性
研究人员还将模拟的宏观时间序列（类似于局部场电位）与既往研究中癫痫发作期间从微电极记录的神经元发放序列进行了比较。结果显示，该框架产生的活动模式再现了人类局灶性癫痫发作期间观察到的实验模式，特别是那些以棘慢波复合波为特征的活动。
结论与意义
这项研究提出的框架标志着将微观详细的尖峰神经网络与全脑模型进行整合的重要进展，使得在人类大脑模拟中研究跨尺度动态交互成为可能。空间癫痫发生模型到尖峰神经网络活动的有效转换，成功再现了在人类局灶性癫痫（特别是以棘慢波复合波为特征的癫痫）中观察到的实验模式。这主要得益于癫痫发生模型中相互耦合的子系统能够分别表征快速放电和棘慢波事件动力学，从而为尖峰网络提供了更具生物学依据的输入。
该共仿真框架为深入研究癫痫发作在空间和时间尺度上的动力学提供了一个强大的工具。未来的发展将着眼于实现全尺度整合：将TVB模型扩展至覆盖整个大脑表面，并将NEST模型扩展至包含约400亿个突触的完整CA1区域。此外，在对传递函数进行适当验证后，将启用双向交互，允许尖峰网络影响全脑动力学，从而研究特定的神经元和突触参数如何促进癫痫的起始、传播和终止。从更广阔的视角看，可以设想基于个人数据并在微电路层面进行修改来构建数字孪生，以探索病理条件和测试个性化的药理学策略。这种方法有潜力帮助我们理解微观尺度的机制，并最终为个性化医学的发展做出贡献。
