背景：睡觉和清醒：它们是完全不同的存在状态，定义了我们日常生活的边界。多年来，科学家通过观察脑波来测量这些本能脑过程之间的差异，睡眠的特征是缓慢、持久的波动，通常以十分之一秒为单位跨越整个大脑。

科学家首次发现，睡眠可以通过仅几毫秒的神经元活动模式来检测，这比一秒钟短1000倍，揭示了一种研究和理解支配意识的基本脑波模式的新方法。他们还表明，大脑的小区域可以在其余大脑仍然处于睡眠状态时短暂“闪烁”清醒，反之亦然，从清醒到睡眠。

这些发现发表于《自然神经科学》期刊的新研究，来自圣路易斯华盛顿大学生物学助理教授基思·亨根（Keith Hengen）和加州大学圣克鲁兹分校生物分子工程杰出教授大卫·豪斯勒（David Haussler）实验室的合作。研究由博士生大卫·帕克斯（David Parks）和艾登·施奈德（Aidan Schneider）进行。

在四年的工作中，帕克斯和施奈德训练了一个神经网络，以研究大量脑波数据中的模式，发现了一些前所未有的高频模式，这些模式挑战了长期以来对睡眠和清醒神经基础的基本观念。

“利用强大的工具和新的计算方法，挑战我们最基本的假设，重新审视‘状态是什么’这个问题，有很大的收获，”亨根说。“睡眠或清醒是你行为的最大决定因素，其他一切都由此展开。所以如果我们不理解睡眠和清醒到底是什么，似乎就错过了关键。”

“作为科学家，我们发现大脑的不同部分在其他部分清醒时会小睡，这让我们感到意外。虽然许多人可能早已怀疑这种情况，尤其是在观察到配偶时，但令人惊讶的是，这种现象并没有显示出性别差异。”豪斯勒打趣道。

1. 理解睡眠
神经科学家通过记录大脑活动的电信号，即电生理数据，来研究大脑，观察电压波在不同速度下的波峰和波谷。这些波中混合着单个神经元的尖峰模式。

研究人员使用了来自圣路易斯亨根实验室的小鼠数据。这些自由活动的动物佩戴了一种非常轻便的耳机，能够记录来自10个不同大脑区域的脑活动，持续数月，微秒级精确地追踪小组神经元的电压。

如此多的输入产生了PB级的数据——比GB大一百万倍。大卫·帕克斯领导了将这些原始数据输入人工神经网络的工作，这种网络能够发现高度复杂的模式，以区分睡眠和清醒的数据，并找出人类观察可能遗漏的模式。与位于加州大学圣地亚哥分校的共享学术计算基础设施的合作使得团队能够处理如此大规模的数据，这与谷歌或脸书等大公司使用的数据规模相当。

知道睡眠通常被定义为缓慢波动，帕克斯开始将越来越小的数据块输入神经网络，并要求其预测大脑是处于睡眠还是清醒状态。

团队发现，该模型仅凭几毫秒的脑活动数据就能区分睡眠和清醒。这让研究团队感到震惊——这表明模型不可能依赖于缓慢波动来学习睡眠和清醒之间的区别。就像听一千分之一秒的歌曲无法告诉你它的节奏是否缓慢一样，模型也不可能仅通过随机孤立的毫秒信息来学习发生在几秒钟内的节奏。

“我们看到的信息细节前所未有，”豪斯勒说。“之前的感觉是，那里不会发现任何东西，所有相关信息都在较慢频率的波中。这篇论文表明，如果你忽视传统测量，只关注高频测量在千分之一秒内的细节，足以判断组织是否处于睡眠状态。这告诉我们，在非常快的尺度上发生了一些事情——这是对睡眠中可能发生的事情的新线索。”

亨根则确信帕克斯和施奈德错过了什么，因为他们的结果与他多年来神经科学教育中灌输的基本概念相悖。他要求帕克斯提供越来越多的证据，以证明这一现象可能是真实的。

“这让我挑战自己，‘我的信念在多大程度上是基于证据的，我需要看到什么证据才能推翻这些信念？’”亨根说。“这确实让我感觉像是一场猫鼠游戏，因为我一次又一次地要求大卫 [帕克斯]提供更多证据来证明给我看，而他则会回来告诉我，‘看看这个。’作为科学家，看到我的学生一砖一瓦地拆掉这些塔楼，对我来说是一个非常有趣的过程，我必须接受这一切。”

2. 局部模式 
因为人工神经网络本质上是一个黑箱，不会反馈它从中学到的内容，帕克斯开始剥离时间和空间信息的层次，以尝试理解模型可能学习到什么模式。 

最终，他们把数据缩小到仅仅一毫秒长的脑数据片段，并专注于脑电波波动的最高频率。 

“我们去掉了神经科学在过去一个世纪里用于理解、定义和分析睡眠的所有信息，然后问自己，‘在这些条件下，模型还能够学习吗？’”帕克斯说。“这让我们可以观察到之前未曾理解的信号。” 

通过查看这些数据，他们能够确定几乎只在几个神经元之间快速活动的模式是模型检测到的睡眠的基本元素。关键是，这种模式无法用传统的、缓慢且广泛的波动来解释。研究人员假设，缓慢的波动可能是在协调快速、局部的活动模式，但最终得出的结论是，这些快速模式更接近睡眠的真实本质。 

如果将用来定义睡眠的慢波比作成千上万的人在棒球场上做波浪，那这些快速移动的模式就像是几个人之间的对话，他们在决定是否加入波浪。这样的对话对于大型波浪的形成是必不可少的，并与场馆的气氛直接相关，而波浪本身只是这种气氛的一个次要表现。

3. 观察闪烁现象 
在进一步研究超局部活动模式时，研究人员开始注意到另一个令人惊讶的现象。 

当他们观察模型预测睡眠或清醒状态时，他们注意到最初看起来像是错误的情况，即模型在大脑的一个区域检测到清醒，而其余部分仍然处于睡眠状态。这种现象在清醒状态中也出现：在短暂的一瞬间，一个区域会入睡，而其余区域则保持清醒。他们将这些实例称为“闪烁”。 

“我们可以查看这些神经元放电的具体时间点，很明显这些神经元正在转变到不同的状态，”施奈德说。“在某些情况下，这些闪烁可能仅限于单个大脑区域，甚至可能更小。” 

这促使研究人员探索闪烁现象对睡眠功能的意义，以及它们如何影响睡眠和清醒状态下的行为。 

“这里有一个自然的假设；假设你大脑的一小部分在你清醒时进入睡眠——这是否意味着你的行为突然看起来像是你在睡觉？我们开始看到这往往是事实，”施奈德说。 

在观察老鼠的行为时，研究人员发现，当一个大脑区域在其余大脑清醒时闪烁入睡时，老鼠会停顿一秒钟，几乎就像它走神了一样。睡眠中的闪烁（一个大脑区域“醒来”）则表现为动物在睡梦中抽动。 

闪烁现象特别令人惊讶，因为它们不遵循严格的规则，这些规则规定了大脑在清醒、非快速眼动睡眠和快速眼动睡眠之间顺序移动的严格周期。 

“我们看到从清醒到快速眼动睡眠的闪烁，从快速眼动睡眠到非快速眼动睡眠的闪烁——我们看到所有这些可能的组合，它们打破了你基于一百年文献所期望的规则，”亨根说。“我认为它们揭示了宏观状态——整个动物的睡眠与清醒，以及大脑中状态的基本单元——快速和局部的模式之间的分离。”

4. 影响 
更深入地理解高频率下发生的模式以及清醒和睡眠之间的闪烁现象，可以帮助研究人员更好地研究与睡眠调节失常相关的神经发育和神经退行性疾病。豪斯勒和亨根的实验室团队都对深入理解这种联系很感兴趣，豪斯勒尤其希望在大脑类器官模型中进一步研究这些现象，这些模型是在实验室培养的脑组织小块。 

“这让我们能够用一个非常锋利的手术刀来切入这些疾病和障碍的问题，”亨根说。“我们对睡眠和清醒的基础理解越深入，就越能解决相关的临床和疾病问题。” 

从基础层面上讲，这项工作有助于推动我们对大脑这一决定行为、情感等多重复杂性层次的理解。

References:

1. https://www.nature.com/articles/s41593-024-01715-2