PsyBrain 腦心前沿 | 公眾號(hào) PSY-Brain_Frontier

一鍵關(guān)注，點(diǎn)亮星標(biāo) ??

不錯(cuò)過每日前沿資訊

認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:High-frequency bursts facilitate fast communication for human spatial attention

發(fā)表時(shí)間：2025.12.2

發(fā)表期刊:Nature Neuroscience

影響因子：20.0

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

人類的大腦是一個(gè)龐大而復(fù)雜的分布式網(wǎng)絡(luò)。為了在紛繁復(fù)雜的環(huán)境中生存，大腦必須具備在毫秒級(jí)的時(shí)間尺度上迅速優(yōu)先處理重要信息的能力，這便是我們熟知的“注意（Attention）” 。然而，一個(gè)長期困擾神經(jīng)科學(xué)家的核心問題是：大腦究竟如何跨越遙遠(yuǎn)的皮層區(qū)域，實(shí)現(xiàn)這種快速、精準(zhǔn)的信息路由（Information Routing）？

以往的研究多聚焦于低頻振蕩（如 Theta 或 Alpha 波）或功能磁共振成像（fMRI）所揭示的慢速網(wǎng)絡(luò)連接。這些指標(biāo)雖然能反映長時(shí)程的狀態(tài)，卻難以捕捉注意過程瞬間發(fā)生的動(dòng)態(tài)變化。更有理論提出，高頻活動(dòng)（High-frequency activity, HFA）可能承載著局部的神經(jīng)計(jì)算，但我們對(duì)于這些高頻信號(hào)如何在全腦范圍內(nèi)進(jìn)行“長程通訊”知之甚少 。

更關(guān)鍵的是，目前的許多觀點(diǎn)主要源于非人靈長類動(dòng)物研究。在人腦中，是否存在一種特定的神經(jīng)生理標(biāo)記，能夠標(biāo)志著神經(jīng)群體狀態(tài)的躍遷，從而打開信息傳遞的“閘門”？這就需要利用高時(shí)空分辨率的手段人類顱內(nèi)腦電（iEEG）來一探究竟 。本研究正是基于這一背景，通過精密的實(shí)驗(yàn)設(shè)計(jì)與計(jì)算建模，試圖揭示“高頻爆發(fā)（HFAbs）”在人類空間注意網(wǎng)絡(luò)中的關(guān)鍵角色。

研究核心總結(jié)

這項(xiàng)發(fā)表于 Nature Neuroscience 的最新研究，利用人類顱內(nèi)腦電（iEEG）和脈沖神經(jīng)網(wǎng)絡(luò)（SNN）模型，深入解析了空間注意任務(wù)中的高頻活動(dòng)動(dòng)力學(xué)。研究團(tuán)隊(duì)發(fā)現(xiàn)，高頻活動(dòng)爆發(fā)（High-frequency activity bursts, HFAbs） 是人腦實(shí)現(xiàn)快速、長程信息通訊的關(guān)鍵機(jī)制。

Fig. 1 | HFAb activation profile predicts behavioral outcome on a trial-by-trial basis.

1. HFAbs是神經(jīng)群體狀態(tài)躍遷的標(biāo)志

研究首先明確了 HFAbs（65-115 Hz）并非持續(xù)的振蕩，而是短暫的、離散的爆發(fā)事件 。計(jì)算建模顯示，這些爆發(fā)反映了神經(jīng)元群體在接收到相干外部輸入時(shí)，向高放電率狀態(tài)的瞬時(shí)躍遷。這表明 HFAbs 代表了局部網(wǎng)絡(luò)興奮性的提升窗口，為信息處理做好了準(zhǔn)備。

Fig. 2 | HFAbs dynamically phase lock to low-frequency LFPs and decouple transiently after cue and target onsets.

1. 動(dòng)態(tài)的“鎖定-解耦”機(jī)制

在靜息狀態(tài)下，HFAbs 通常被“束縛”在低頻節(jié)律（如 Theta, Alpha, Beta）的相位上，這反映了一種內(nèi)部調(diào)節(jié)的默認(rèn)狀態(tài) 。然而，研究發(fā)現(xiàn)了一個(gè)關(guān)鍵現(xiàn)象：當(dāng)處理線索（Cue）或目標(biāo)（Target）時(shí)，HFAbs 會(huì)發(fā)生瞬時(shí)的“解耦（Decoupling）”，即擺脫低頻相位的控制。這種解耦效應(yīng)在正確反應(yīng)的試次中尤為顯著，且解耦程度能直接預(yù)測(cè)行為準(zhǔn)確率。這暗示了大腦通過釋放低頻抑制，使網(wǎng)絡(luò)從內(nèi)部維持狀態(tài)切換到外部驅(qū)動(dòng)的處理模式。

Fig. 3 | Network-level synchronization of HFAbs identifies functionally specialized subnetworks.

1. 零滯后同步構(gòu)建功能子網(wǎng)絡(luò)

在全腦尺度上，HFAbs 表現(xiàn)出令人驚訝的零滯后同步（Zero-lag synchronization），這種同步性將分散的腦區(qū)組織成了功能特異性的子網(wǎng)絡(luò) 。通過聚類分析，研究者識(shí)別出了專門響應(yīng)線索的“線索子網(wǎng)絡(luò)（Cue-subnetworks，主要位于枕葉和頂葉）”和響應(yīng)目標(biāo)的“目標(biāo)子網(wǎng)絡(luò)（Target-subnetworks，主要位于額葉和運(yùn)動(dòng)區(qū)）” 。

Fig. 4 | Cue-subnetworks precede target-subnetworks during target processing.

1. 序列化的信息路由機(jī)制

本研究最核心的發(fā)現(xiàn)在于揭示了信息流動(dòng)的方向性。在目標(biāo)處理階段，當(dāng)先前的線索有效時(shí)，線索子網(wǎng)絡(luò)的 HFAbs 會(huì)在時(shí)間上顯著先于目標(biāo)子網(wǎng)絡(luò)的活動(dòng)。這種“先導(dǎo)-滯后（Lead-lag）”的動(dòng)力學(xué)模式僅在獲取有效信息時(shí)出現(xiàn)，說明這不僅僅是視覺層級(jí)的簡單激活，而是真正的選擇性信息路由 。

Fig. 5 | Computational modeling of HFAbs in spiking neural networks.

總而言之，該研究建立了一個(gè)全新的框架：HFAbs作為神經(jīng)群體狀態(tài)躍遷的簽名，通過“解耦”擺脫低頻束縛，并通過在大尺度網(wǎng)絡(luò)間的精準(zhǔn)時(shí)序編排（從線索網(wǎng)絡(luò)到目標(biāo)網(wǎng)絡(luò)），實(shí)現(xiàn)了注意力的靈活控制與信息路由。這不僅彌合了微觀神經(jīng)回路與宏觀全腦網(wǎng)絡(luò)之間的鴻溝，也為理解人腦如何進(jìn)行毫秒級(jí)的高速計(jì)算提供了確鑿的電生理證據(jù) 。

Abstract

Brain-wide communication supporting flexible behavior requires coordination between sensory and associative regions but how brain networks route sensory information at fast timescales to guide action remains unclear. Using human intracranial electrophysiology and spiking neural networks during spatial attention tasks, where participants detected targets at cued locations, we show that high-frequency activity bursts (HFAbs) mark temporal windows of elevated population firing that enable fast, long-range communications. HFAbs were evoked by sensory cues and targets, dynamically coupled to low-frequency rhythms. Notably, both the strength of cue-evoked HFAbs and their decoupling from slow rhythms predicted behavioral accuracy. HFAbs synchronized across the brain, revealing distinct cue- and target-activated subnetworks. These subnetworks exhibited lead–lag dynamics following target onset, with cue-activated subnetworks preceding target-activated subnetworks when cues were informative. Computational modeling suggested that HFAbs reflect transitions to population spiking, denoting temporal windows for network communications supporting attentional performance. These findings establish HFAbs as signatures of population state transitions, supporting information routing across distributed brain networks.

請(qǐng)打分

這篇?jiǎng)倓偟巧?b>Nature Neuroscience的研究，是否實(shí)至名歸？我們邀請(qǐng)您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評(píng)論區(qū)分享您的深度見解。

前沿交流|歡迎加入認(rèn)知神經(jīng)科學(xué)前沿交流群！

核心圖表、方法細(xì)節(jié)、統(tǒng)計(jì)結(jié)果與討論見原文及其拓展數(shù)據(jù)。

分享人：飯哥

審核：PsyBrain 腦心前沿編輯部