《eBioMedicine》：Dynamic neural states underpin motor symptom severity in Parkinson's disease: a longitudinal analysis of chronic cortico-subthalamic nucleus recordings
编辑推荐：
背景：帕金森病（PD）的运动症状可能源于瞬时、网络范围的神经动力学，而非仅限于运动皮质-丘脑底核（STN）回路内的β频段振荡活动。方法：研究人员应用四状态隐马尔可夫模型（HMM）从5例PD患者（平均年龄49岁）的慢性运动皮质和STN记录（10个半球，1046小
背景：帕金森病（PD）的运动症状可能源于瞬时、网络范围的神经动力学，而非仅限于运动皮质-丘脑底核（STN）回路内的β频段振荡活动。方法：研究人员应用四状态隐马尔可夫模型（HMM）从5例PD患者（平均年龄49岁）的慢性运动皮质和STN记录（10个半球，1046小时）中识别局部和区域间振荡同步状态，并利用可穿戴传感器同步量化运动迟缓、异动症和震颤的严重程度。结果：神经状态表现出与症状严重程度相关的独特光谱和时间特征。两种状态表现出预测运动迟缓恶化的光谱特征——特别是STN低和高γ、STN δ/α、皮质β以及皮质-STN β相干性。STN β振荡并非运动迟缓的一致预测因子（p = 0.52），但在特定状态下预测震颤恶化（p < 0.01）和异动症严重程度改善（p < 0.001）。这些状态还显示出与缓解运动迟缓相关的代偿特征，包括皮质δ/α活动、皮质高γ和皮质-STN高γ相干性。此外，研究人员确定了一种以STN β且无皮质-STN β相干性为特征的状态，其寿命和发生频率的增加改善了运动功能（p < 0.001）。解读：研究结果强调了PD运动障碍的多维性质，并表明针对状态特征而非单一频段的适应性干预可能为个性化神经调控提供新机遇。资助：AO获得了MRC临床科学家奖学金等多项资助，TL获得了中国奖学金委员会资助。
论文解读：动态神经状态支撑帕金森病运动症状严重程度的纵向机制研究
本研究由牛津大学Nuffield临床神经科学系的Abhinav Sharma、Tao Liu、Ashwini Oswal等学者主导，旨在揭示帕金森病（PD）运动症状背后的神经动力学机制。该研究通过对植入式脑深部刺激（DBS）设备的慢性神经记录进行分析，挑战了传统上仅依赖单一频段（如β振荡）来解释运动症状的范式，相关成果发表于《eBioMedicine》。
研究背景与动机
PD的核心运动症状——运动迟缓（Bradykinesia）通常与丘脑底核（STN）和运动皮质的β频段（12-30 Hz）振荡活动过度同步有关，这已成为适应性DBS的潜在生物标志物。然而，既往研究存在局限性：首先，STN β活动并不总是能一致预测运动症状；其次，除β频段外，δ/θ和低频γ振荡也被认为参与病理生理过程；第三，运动症状可能源于瞬时、网络范围的动态状态变化，而非静态的平均频谱。因此，研究人员试图探究这些振荡是同时发生还是被分隔在不同的网络状态中，以及哪种状态特异性的神经特征最能可靠预测症状严重程度。
关键技术方法
研究人员纳入了5例植入Medtronic Summit RC+S神经接口系统的PD患者，获取了双侧STN和同侧运动皮质的慢性双极记录数据，总计1046小时。同时，利用腕部佩戴的Personal KinetiGraph（PKG）监测仪同步采集连续的运动症状数据。核心分析方法采用了隐马尔可夫模型（HMM），设定为四状态模型，以识别皮质-STN回路中反复出现的时空模式。通过广义线性模型（GLM）将HMM提取的光谱特征（功率谱密度PSD、相干性COH）和时间特征（占有率、寿命、访问间隔）与PKG测量的运动迟缓、异动症及震颤评分相关联。
研究结果
1. 皮质-丘脑底核状态的光谱指纹
通过HMM分解，研究人员识别出四种具有独特光谱特征的神经状态。State 2表现出最高的STN和运动皮质局部功率，但其STN-皮质相干性并未增强；State 4则显示出明显的STN β峰，且该峰值随运动迟缓加重而增强。相比之下，State 1表现出较弱的区域间耦合。这种状态特异性的光谱特征表明，不同的神经状态对应着不同的网络配置。
2. HMM状态揭示运动迟缓的光谱贡献动力学
GLM分析显示，静态频谱模型仅解释了17%的运动迟缓方差，而HMM状态解析模型解释了19%。研究发现，仅有State 2和State 4的光谱特征与运动迟缓显著相关。在State 2中，STN低γ活动和β频段相干性预测了运动迟缓恶化；而在State 4中，STN δ-α和高γ活动与症状加重相关，皮质δ-α和高γ则与症状缓解相关。值得注意的是，STN β功率本身并不是运动迟缓的独立预测因子，其与症状的相关性主要通过电路水平的相干性体现。
3. HMM状态对异动症和震颤的光谱贡献
针对异动症的分析表明，STN高β活动与症状改善相关，而STN低β和低γ则预示症状恶化，这些关联主要集中在State 4。对于震颤，静态分析和HMM分析均指出STN低β活动是震颤恶化的预测因子，而皮质β活动则具有保护作用。HMM进一步揭示，State 1中的STN δ/α功率增加也与震颤缓解相关。
4. 时间动力学揭示代偿性β状态
除了光谱特征，时间指标也至关重要。State 1虽然光谱上与症状无关，但其时间特性的增加（如占有率、寿命延长）却与运动迟缓缓解显著相关。这表明State 1代表了一种短暂的、非相干的STN和皮质β活动爆发，是一种具有保护作用的代偿性状态。相反，State 3的持久存在则预示着更严重的运动迟缓。
讨论与结论
本研究的核心结论在于打破了“β振荡即病理”的简单线性假设。研究表明，STN β振幅本身不足以作为运动迟缓的生物标志物，其病理效应取决于它所处的网络状态（即是否与皮质同步）。研究人员发现了一种关键的“代偿性β状态”（State 1），其特征是无皮质-STN相干性的短暂STN β活动，增加这种状态的持续时间有助于改善运动功能。此外，研究强调了γ振荡的双刃剑作用：STN局部高γ可能与症状加重和异动症相关，而皮质-STN高γ相干性则具有促运动作用。
这些发现具有重要的临床转化意义，提示未来的适应性神经调控策略不应仅仅追求抑制β功率，而应转向“状态感知”的闭环刺激，即识别并增强有益的神经状态（如State 1），同时抑制有害的状态配置。这为开发能够实时响应大脑自身活动组织的精准医疗干预提供了理论基础。
