2020年一場睡眠研討會上，德國圖賓根大學醫學中心的麻醉學住院醫師詹娜・倫德納（Janna Lendner）提出一項發現：似乎可以觀察人們的大腦活動來判斷清醒與無意識的界限。對於處於昏迷或麻醉狀態的病人來說，醫生能否正確區分這兩種情況至關重要。然而，實際做比聽起來要複雜得多，因為當人處於快速眼動期睡眠的夢境時，大腦會產生與清醒時相同平穩的腦波振動。

 

　　不過，倫德納認為，答案並不在正常的腦波，而是一個科學家通常忽視的神經活動：不穩定的背景噪音。如果把腦波想像成聲波，那麼除了清晰可見的一些聲線（來自他人的訊息）之外，大腦始終在發出一些不明所以的「背景噪音」。如果科學家能夠破解這些曾經被神經學界視為「煩人干擾」的噪音真正的作用與意義，或許就能解答衰老、成長、睡眠的奧祕。

 

　　加州大學聖地牙哥分校的神經科學家布萊德利・沃伊特克（Bradley Voytek）花了數年時間開發出一種軟體，能夠分離隱藏在大腦的非週期活動，讓神經科學家擁有新工具分析規律腦波與非週期活動，從而理清它們在行為、認知與疾病中的作用。沃伊特克和其他科學家正在研究的現象有很多名字，有人稱之為「1／f雜訊」或「無尺度活動」；沃伊特克則重新命名為「非週期信號」或「非週期活動」。

 

　　那什麼是非週期活動？人體習慣於熟悉的心跳與呼吸的節奏——對生存相當重要的持續循環。但是在大腦中也有同等重要的節奏，但它們似乎沒有固定模式，可能包含了新線索來解釋行為與認知。

 

　　當神經元將名為麩胺酸的化學物質傳送給另一個神經元時，它會讓接收者更容易發出信號；這種情況稱為「興奮」。相反地，如果一個神經元分泌出神經遞質γ-氨基丁酸（GABA），接收者就不太可能興奮；這種情況稱之為「抑制」。其中一種失控都會導致不好的後果：興奮過多會導致癲癇發作，而抑制的表現為睡眠，但如果太多會導致昏迷。

 

　　為了研究興奮與抑制之間的微妙平衡，科學家用腦電圖（EEG）來測量大腦活動。興奮與抑制循環形成的腦波與不同精神狀態有關，例如大腦發出約8到12赫茲的腦波，形成與睡眠相關的α波。

 

　　但是腦波輸出並不能產生完美的平滑曲線，當它們向上傾斜到頂端，向下傾斜到底部時，線條就會呈現抖動。有時大腦活動沒有規律性，看起來就像電子噪音。正是這些隨機的「白噪音」讓沃伊特克等神經科學家感興趣，他說：「這是隨機的，但是不同類型的隨機。」

 

　　對於單純隨機的白噪音，功率譜曲線相對平坦接近水平，其斜率為零，它在所有頻率上大致相同。但神經系統數據產生的曲線斜率為負數，因此較低的頻率具有較高的振幅，而頻率較高時強度呈指數下降。這個波形叫做「1／f」，指的是頻率和振幅之間成反比的關係。神經科學家感興趣的是，這種曲線可能表明了大腦內部的運作方式。

 

 

　　英屬哥倫比亞大學的認知神經科學家勞倫斯・沃德（Lawrence Ward）解釋說，以這種方式分析腦電圖數據，類似在高速公路觀察一座橋上所產生的聲波：隨機駛過的汽車輪胎發出的聲音產生非週期的背景噪音，但附近的火車每10分鐘鳴笛一次產生週期信號，而突發的一次性事件（例如長喇叭或汽車碰撞）會產生明顯的聲波尖峰，從而導致整體呈現1／f的形狀。

 

　　對1／f的認識可追溯至貝爾電話實驗室的J・B・強森（J.B. Johnson）於1925年發表的論文，他當時正在研究真空管中的噪音。僅僅四年後，德國科學家漢斯・伯格（Hans Berger）發表了首份人類腦電圖研究報告。在隨後的幾十年，神經科學研究主要集中在大腦活動中明顯的規律腦波。然而，在各種電子噪音、股票市場、生物節奏，甚至音樂片段中都能發現1／f的波形——沒有人知道為什麼。

 

　　也許因為它看起來如此普遍，許多生物學家放棄1／f噪音能產生有用信號的想法；紐約大學格羅斯曼醫學院神經學、神經科學和生理學助理教授何碧玉（音譯，Biyu J. He）於2014年發表在《認知科學趨勢》（Trends in Cognitive Sciences）的評論文章中寫道，很多科學家認為這可能是科學儀器所發出的噪音。然而，何碧玉與同事在控制儀器噪音的實驗中反駁了這個想法，證明儀器噪音的振動幅度比大腦的非週期活動小得多。

 

　　沃德在不同的情況下發現了數學上的共性，並相信在這些現象背後可能存在一些基本規律。無論如何，沃德和何碧玉都認為有必要深入研究大腦，何碧玉在2014年的論文寫道：「幾十年來，包含在1／f 雜訊中的大腦活動被認為不重要，經常從分析中被刪除。然而，近年來越來越多證據表明，無尺度的大腦活動積極地推動大腦功能。」

 

　　2015年，沃伊特克和他的博士導師、加州柏克萊大學神經科學教授羅伯特・奈特（Robert Knight）在一項研究中發現，與年輕人相比，老年人的大腦似乎具有更多的非週期活動。沃伊特克和奈特觀察到，隨著大腦年齡增長，它更多受到背景噪音的支配。他們還發現背景噪音和與年齡相關的工作記憶衰退之間存在相關性。

 

　　2018年4月11日，沃伊特克和同事將代碼發表到biorxiv.org網站，一個月內就有近2000次下載。同年11月，沃伊特克在神經科學研討會主持了一場座無虛席的演講，說明如何使用這個新工具。他的實驗室團隊為數十名感興趣的科學家提供技術支援，教學與電子郵件交流也帶來新的合作。

 

　　其中一項合作是倫德納關於喚醒睡眠標記的研究，該研究於2020年7月發表在《eLife》線上期刊。倫德納和同事借助沃伊特克的軟體，發現在受試者腦電圖的非週期背景噪音中，快速眼動期睡眠的高頻活動比清醒時下降得更快。換句話說，功率譜的斜率更陡。倫德納和共同作者在論文表示，非週期性信號可以作為一種獨特的信號來測量一個人的意識狀態。一個新的客觀的標記能幫助改善麻醉過程與治療昏迷患者。

 

　　其他使用沃伊特克軟體、已發表的的研究包括對注意力不足過動症藥物療效的調查，以及對自閉症患者大腦活動的性別差異研究。新工具讓神經科學家很容易地根據週期信號與非週期信號來檢查數據，這件事相當重要，因為數據本身只是在特定時間內收集一串數字，它們沒辦法說明大腦的功能或障礙。

 

　　因此，解讀是神經科學最重要的部分，因為這是進行臨床決策、藥物開發和所有相關事物的依據，沃伊特克說：「當以這種新方法重新審視文獻的大量數據時，很有可能產生新的見解，我們還沒有做出充分的解釋。」

 

 

　　科學家探索這些非週期活動的一個局限在於，沒有人確切知道引起背景噪音的生理原因。麥吉爾大學神經學、神經外科、生物醫學工程和電腦科學教授西爾萬・貝耶（Sylvain Baillet）表示，需要更多研究來闡明不同神經遞質、神經迴路和大型網絡交互作用的個別用途，貝耶說：「原因和來源仍未確定，但我們必須通過這些研究觀察與積累知識。」

 

　　一種理論認為，非週期信號在某種程度上反映出興奮和抑制之間的微妙平衡，大腦需要這樣的平衡來保持健康與活躍。倫德納說，過多的興奮可能會讓大腦超過負荷，而過多的抑制可能會讓它進入睡眠狀態。奈特認為這樣的解釋正確，他說：「我不想說我肯定這是有關抑制與興奮比例的變化，但我認為這是最簡潔的解釋。」

 

　　另一種觀點認為，非週期信號只是反映出大腦的物理組織。沃德認為大腦中可能存在某種結構上或層次上的關係，從而導致非週期活動。例如，可能是由於大量的神經元組織成群體，然後形成更大的區域共同運作。

 

　　沃伊特克表示，為了測試有關非週期信號從何而來的假設，科學家需要更仔細研究產生這些信號的神經迴路。然後，神經科學家可以嘗試把這些迴路的位置與大腦整體連結起來，從而更好了解哪些神經機制會產生哪些特定的活動，並預測非週期和週期信號在不同的大腦疾病中會是什麼模樣。沃伊特克也希望進行更多的大型研究，將新工具應用到現有數據，梳理出未被利用的信號。

 

　　倫德納和奈特目前正在阿拉巴馬大學分析昏迷患者的數據，以確定非週期活動是否與昏迷過程有關。他們的預測是，如果一個人從昏迷中醒來，大腦高頻活動的增加將表現為1／f。倫德納指出，初步的結果很有前景。對貝耶來說，大腦中的非週期信號有點像暗物質，有如宇宙中不可見的東西，只能通過引力與正常物質的相互作用觀察。

 

　　科學家還沒有找出導致非週期信號的原因，但它可能反映出支撐大腦的基本結構。這些神秘的背景噪音可能幫助我們的大腦從清醒進到睡眠。

 

 

原文出處：Quanta