《Brain Research Bulletin》：Functional Gradient Reorganization and Its Impact on Spatial Working Memory After Acute Sleep Deprivation
编辑推荐：
为解决急性睡眠剥夺(ASD)如何影响大脑大尺度功能层次结构，并导致认知缺陷这一关键科学问题，本研究聚焦“功能梯度重组”这一前沿主题，利用静息态功能磁共振成像(rs-fMRI)和功能梯度分析技术，探究了ASD对健康年轻男性大脑宏观组织的影响及其与空间工作记忆(SWM)损伤的关系。研究发现，ASD导致了功能梯度的整体压缩和网络间相对距离的改变，且这些变化与SWM表现显著相关，揭示了ASD通过破坏跨网络功能整合与分离的平衡从而损害认知的潜在机制。该研究为理解ASD相关的认知脆弱性提供了新颖的系统层次组织视角，也为开发基于神经影像的疲劳监测标记物奠定了理论基础。
在当今快节奏的社会中，通宵赶工、轮班工作、长途旅行或单纯熬夜追剧，让急性睡眠剥夺(Acute Sleep Deprivation, ASD)变得越来越常见。睡眠对维持大脑神经功能至关重要，大量研究证实，ASD会显著损害多种关键认知功能，包括空间工作记忆(Spatial Working Memory, SWM)在内。SWM是我们用来临时储存和加工空间信息的“大脑便签本”，是导航、规划等日常活动的基础。虽然人们早就知道缺觉会让人“变傻”，但大脑是如何“变傻”的？其背后深层次、系统性的神经机制究竟是什么？
传统的神经影像研究，通常关注特定脑区活动或成对脑区之间连接强度的变化。这些方法能告诉我们“哪些地方”或“哪些连接”出了问题，但难以回答一个更根本的问题：当ASD导致整体神经资源受限时，整个大脑皮层的功能组织是否会发生更高阶的、连续性的重组？换句话说，从感知运动处理到跨模态整合的整个功能层级架构是否被系统性地打乱了？这种大规模的、涉及功能整合与分离平衡的宏观变化，往往难以用离散的、基于脑区的指标来捕捉。
功能梯度分析为解决这一问题提供了绝佳的工具。它就像一个“降维望远镜”，能够将大脑数百个脑区之间复杂的高维连接模式，投射到一个低维的、连续的功能空间中，从而描绘出大脑皮层的宏观功能组织模式。其中，最主要的梯度轴通常反映了从处理外界感觉输入的大脑区域，到负责内部整合、自我参照和抽象思维的大脑区域之间的层级过渡。这个“感知-整合”梯度被认为是一个核心的认知轴。先前的研究发现，在许多神经精神疾病（如精神分裂症、自闭症）中，这个梯度会发生压缩或移位，并与认知损伤紧密相关。那么，在ASD这种短暂、可逆的生理状态下，大脑的功能梯度是否也会发生类似的重组？这种重组是否与ASD后的认知缺陷直接相关？这正是兰州大学第二医院磁共振科徐丽丽、严嘉浩、张浩源、张锦涵、张香子、张静等研究人员在《Brain Research Bulletin》上发表的最新研究旨在探索的核心问题。
为了回答这些问题，研究团队招募了50名健康的年轻男性。他们设计了一个精巧的实验：首先，在参与者正常休息觉醒的状态下，用1-back任务测试他们的空间工作记忆表现，并采集静息态功能磁共振成像(rs-fMRI)数据。接着，让参与者经历24小时的急性睡眠剥夺(ASD)，之后立即重复同样的行为任务和脑成像扫描。通过对比睡眠剥夺前后的变化，研究者得以捕捉ASD对大脑功能组织产生的即时影响。
研究人员运用了几个关键技术方法来剖析大脑的宏观组织。首先是功能梯度计算与分析，他们利用BrainSpace工具箱，基于大脑400个脑区之间的功能连接矩阵，通过扩散映射嵌入的非线性降维方法，提取了能够表征大脑大尺度功能组织的连续、低维梯度，并保留了前三个主梯度用于分析。其次是梯度指标量化，他们计算了每个梯度的全局指标（如标准偏差、范围）来反映梯度值的空间离散程度和层级跨度，并计算了七个经典功能网络（如视觉网络、默认模式网络等）在梯度轴上的平均值。再者是网络间相对距离计算，他们将网络梯度值转化为等级顺序，并用任意两个网络之间的等级差来定义其“相对距离”，以此衡量网络在功能层级中的分离程度。最后是统计与关联分析，他们通过配对t检验比较了ASD前后的行为表现和梯度指标，并将发生显著变化的梯度指标与SWM行为指标进行了相关性分析，以探索其与认知功能的关系。
行为测量结果证实，与休息觉醒状态相比，ASD后参与者的任务准确率(ACC)显著下降，虚报率(FA)、漏报率和卡洛林斯卡嗜睡量表(KSS)评分均显著上升，表明ASD确实损害了SWM表现并增加了主观嗜睡感。
宏观功能梯度在ASD前后的变化显示，大脑的前三个主功能梯度呈现出高度有序的层级结构。梯度1描绘了以初级视觉和感觉运动皮层为锚点的功能轴；梯度2代表了以初级视觉皮层为一端、默认模式网络(DMN)为另一端的功能轴，反映了从感觉相关区域到涉及内在、自发处理区域之间的层级差异；梯度3则主要区分了DMN与注意相关网络，可能反映了静息状态下不同功能取向的系统在大尺度皮层组织层面的相对分离。
功能梯度的全局与局部变化及其与SWM表现的联系是本研究的核心发现。首先，在全局层面，ASD后，梯度1的标准偏差减小，而梯度2和梯度3的标准偏差和范围均出现显著压缩，表明梯度分布的整体离散程度和层级跨度都缩小了，这是一种“梯度压缩”现象，意味着大脑功能的层级分化程度减弱。相关性分析发现，ASD后梯度2的标准偏差与漏报率呈显著负相关，即梯度2的层级分化程度越低，被试在任务中漏掉的刺激越多。其次，在局部网络层面，ASD导致了多个功能网络在梯度空间中的相对位置发生系统性重组。例如，在梯度2上，视觉网络(VIS)的梯度值降低，而背侧注意网络(DAN)、边缘网络(LIM)、前额顶叶网络(FPN)和DMN的梯度值则整体升高，表明这些涉及跨模态整合的脑网络在梯度空间中整体向感觉端移动，导致“感知-整合”轴的两极趋于靠拢，功能分化变得模糊。
网络间相对距离与SWM表现的相关性进一步揭示了功能组织模式与行为的关系。在ASD条件下，梯度2和梯度3上特定网络对之间的相对距离与SWM行为指标显著相关。例如，梯度2上DAN与LIM的相对距离与FA和漏报率相关；梯度3上，DMN与DAN、感觉运动网络(SMN)与腹侧注意网络(VAN)/DAN等网络对之间的相对距离，与ACC和漏报率存在显著关联。这表明，SWM的有效执行不仅依赖于脑网络之间绝对的连接强弱，更依赖于它们在功能表征空间中保持一种动态平衡的相对距离——既要有适当的分离开维持各网络功能的相对独立性和特异性，又需要有适当的接近以支持网络间的灵活协调。
综合以上结果，研究结论和讨论部分强调了本研究的核心贡献。从功能梯度的视角，本研究首次系统揭示了ASD会引发大脑皮层功能梯度的全局性和局部性重组。这种重组表现为多个主要功能梯度的整体压缩（分化减弱），以及不同功能网络在梯度空间中相对位置的重排。更重要的是，这种梯度层次结构的紊乱与SWM行为的损伤显著相关。研究发现，维持功能网络间适当的分离与整合平衡对于支持SWM等高级认知功能至关重要。ASD可能通过破坏这种在功能梯度空间中的精细平衡，导致从感觉信息到高级认知整合的转换效率降低，以及内部导向认知与外部导向注意调控之间界限的模糊，从而损害认知表现。
这项研究的重要意义在于，它将ASD引起的脑功能变化置于一个统一的、连续的层级轴和网络平衡框架中理解，为解释ASD导致认知损伤的神经机制提供了一个新颖的“系统组织”视角。与以往关注局部连接变化的研究不同，该研究指出ASD的影响是宏观的、系统性的，涉及整个大脑功能层级架构的重塑。这提示，未来针对疲劳相关认知下降的干预策略，可能需要着眼于恢复或优化大脑全局的功能组织模式，而非仅仅调整特定脑区的活动。此外，该研究所建立的功能梯度分析框架和发现的特定梯度特征（如梯度2的压缩），也为开发基于神经影像的、客观的疲劳状态评估与监测生物标记物提供了潜在的理论与方法学基础。当然，研究也存在一些局限，例如未纳入女性被试、未考察睡眠恢复后的梯度变化轨迹等，为未来研究指明了方向。
