编辑推荐：
本研究旨在超越传统的“强弱”单维昼夜节律模型。研究者通过结合可穿戴设备采集的自主神经（心率，BPM）与行为（加速度，ACC）信号，并结合静息态功能磁共振成像（fMRI）与脑结构数据，首次揭示了“控制-突显轴”这一脑-体组织新维度。研究发现个体可划分为控制型（ACC主导、节律稳定、相位延迟）与突显型（BPM主导、ACC-BPM耦合紧密）两种节律原型，并分别与认知控制网络和突显/注意网络的连接强度相关联。该研究为理解昼夜节律健康的多维性及开发精准干预策略提供了新框架。
我们每天的活动与休息都遵循着内在的生物钟，即昼夜节律。它不仅影响我们的睡眠与清醒，也深刻调节着心血管、代谢乃至大脑功能。长久以来，科学家们通常用“强”或“弱”这个单一维度来衡量一个人的昼夜节律是否健康。然而，这种简单的二分法似乎忽略了更复杂的现实：一个人可能活动节律很规律，但心率节律却不同步；反之亦然。这两种分别代表行为（如身体活动）和自主神经（如心率）的系统是如何协调的？它们与大脑的结构和功能又有什么关系？这些问题构成了当前研究领域的空白。
为了回答这些问题，一项发表在《npj Biological Timing and Sleep》上的研究进行了开创性的探索。研究人员不再满足于单一的测量指标，而是同时采集了52名健康年轻人的多维度数据：他们连续约30天佩戴三星智能手表，同步记录身体活动加速度（ACC）和心率（BPM）信号；之后，这些参与者还接受了大脑结构磁共振成像和静息态功能磁共振成像扫描。通过将可穿戴设备数据与脑成像数据结合，研究团队旨在构建一个更全面的“脑-体”昼夜节律图谱，以期发现超越传统“强弱”模型的新组织原则。
研究采用了几项关键技术方法：首先，利用可穿戴设备（三星Galaxy Watch Active 2）进行长期、自然状态下的生理与行为监测，通过定制程序以爆发模式采样光电容积脉搏波（PPG）和加速度数据，并经过严格预处理提取心率（BPM）和活动（ACC）的24小时节律特征。其次，使用3T磁共振扫描仪获取高分辨率T1结构像和静息态功能磁共振成像数据，并通过标准的神经影像处理流程（如FreeSurfer进行皮层分割，AFNI进行功能数据预处理）量化大脑结构与功能连接。最后，应用先进的统计方法，包括余弦拟合（cosinor model）提取昼夜节律参数（如峰值相位acrophase、中值mesor）、计算节律稳定性与振幅指标，并通过偏相关分析和聚类分析（k-means）探索生理节律特征与脑网络指标之间的关联。研究的样本队列主要来自Bishop‘s大学和Sherbrooke大学社区，包括国内和国际学生。
研究结果主要围绕几个核心发现展开：
Figure 1: 受试者与昼夜节律指标
这部分展示了研究人群的人口学特征以及通过可穿戴设备提取的昼夜节律指标在不同群体（年龄、性别、来源）间的差异。研究发现，国际学生相比国内学生，其活动节律的峰值相位（acrophase）更晚、整体活动水平（mesor）更低，并且活动与心率的相对振幅（Relative Amplitude, RA）也更低，表明他们的昼夜节律更弱且更不分明。此外，数据有效性分析显示，加速度计（ACC）的数据覆盖率全天候均高于心率（BPM），特别是在白天高活动时段。不同节律指标间的相关性矩阵揭示，活动相关的稳定性指标（如日间稳定性IS）与振幅（RA）正相关，而与日内变异性（IV）负相关，但活动与心率指标之间的跨模态相关性普遍较弱。
Figure 2: 脑-昼夜节律关联
通过偏相关分析（控制性别、年龄、来源），研究发现特定的昼夜节律特征与大脑特定网络的结构和功能存在关联。例如，较晚的心率峰值相位（BPM φ）与注意网络和默认模式网络的皮层曲率呈正相关；较低的平均活动水平（ACC mesor）与控制、默认和视觉网络的皮层面积呈负相关；而活动与心率节律之间的延迟（ACC–BPM lag）越长，则与控制网络的功能连接（FC）及网络内连接（Within-FC）强度呈负相关。在稳定性/振幅指标方面，较高的活动稳定性（ACC IS）与视觉网络更强的结构和功能连接相关。这些结果首次在健康人群中系统性地描绘了昼夜节律特征与大脑多尺度指标之间的对应关系。
Figure 3: 基于聚类的关联分析
为了探索不受人口学因素影响的节律原型，研究对残差化处理后的10个节律特征进行了聚类分析，得到了两个鲜明的“昼夜节律原型”。Cluster 0（突显型） 表现为更早的心率峰值、更低的活动水平、更紧密的ACC-BPM耦合、更低的活动稳定性和振幅，但更高的心率振幅。Cluster 1（控制型） 则相反，表现为活动主导、节律更稳定、ACC-BPM相位延迟更长。大脑比较发现，突显型原型（Cluster 0）在视觉皮层面积、突显网络曲率以及注意和突显网络的功能连接方面显著更强。进一步的脑区水平分析表明，突显型个体在感觉运动、背侧注意、突显/腹侧注意、边缘系统以及默认模式网络的关键节点表现出更强的内在连接。而控制型个体则在前额叶控制网络区域有相对增强的连接。
在讨论与结论部分，研究者强调，这项研究首次在健康样本中对比了长期连续自然生理行为监测与大脑多模态指标，其核心发现颠覆了将昼夜节律健康置于单一“弱-强”连续体的传统观点。研究提出了一个全新的“控制-突显”轴来解释个体间的差异。控制型个体表现为更高的认知控制网络连接强度，其昼夜节律由活动（ACC）主导，具有更高的稳定性和振幅，但行为与自主神经节律常常错位，相位延迟可达6小时以上。突显型个体则表现为更高的突显和注意网络连接强度，其节律由自主神经（BPM）驱动，具有更高的心率振幅、更早的峰值相位以及更紧密的ACC-BPM耦合。
这一发现具有重要意义：首先，它表明昼夜节律的“强度”是系统特异性的， robustness（鲁棒性）可以通过不同途径实现——要么通过行为的一致性，要么通过系统间的同步性。其次，研究揭示了跨系统对齐的重要性，ACC-BPM延迟与认知控制网络的一致性相关，这暗示那些因生活方式（如使用闹钟）被迫使节律去同步化的“控制型”个体，可能需要动用更多的认知控制资源。相反，“突显型”个体紧密的脑体耦合可能支持更可预测的神经资源分配。这些节律原型也与已知的健康风险梯度相符，低自主神经振幅和错位节律与情绪、认知风险相关，而较强的自主神经周期和紧密的行为对齐则预示着更健康的轨迹。
该研究将昼夜节律健康重新定义为一种基于轴线的、系统特异性的多维表型，涵盖了节律的重复性（稳定性）和跨系统协调性（对齐）两个方面。这不仅深化了对昼夜节律生理机制的理解，也为未来的临床应用指明了方向。通过低负荷的可穿戴设备捕获稳定性、振幅、峰值相位和ACC-BPM延迟等指标，并结合认知与网络生物标志物，有望开发出个性化的风险评分与干预策略，用于规律作息、强化脑体同步，从而促进长期的大脑健康与认知功能。这项研究为迈向精准昼夜节律医学提供了重要的理论框架与实证依据。
