Author: Nathan - 1ban.news

每夜，约三分之一的成年人睡眠质量差到足以引起临床关注。然而，睡眠障碍的诊断仍然困难重重，因为其成因跨越多个领域：就寝习惯、压力水平、咖啡因摄入、身体活动模式、心率变异性以及职业需求。标准统计工具难以梳理出哪些因素真正重要以及它们如何相互作用。 马来西亚马来亚大学的研究人员提出了一种弥合这一鸿沟的新方法。他们没有将睡眠数据输入单个产生黑箱预测的机器学习模型，而是构建了一个框架，使用三种专业化大语言模型智能体按顺序工作，各自处理分析的不同层面。 碎片化分析难题 睡眠研究长期面临方法论上的分裂。线性回归等传统统计方法依赖的假设，真实世界的睡眠数据很少能满足。机器学习模型能够捕捉复杂的非线性模式，但代价是它们几乎完全不可解释。 一个标记患者为睡眠呼吸暂停高风险的神经网络无法解释其原因。在临床环境中，这种不透明性是一种负担。医生在依据模型输出采取行动之前，需要理解其推理过程。而且，医疗AI的监管框架越来越要求透明性。 马来亚大学团队将这一问题定义为碎片化分析。数据科学家看到的是相关性和P值。睡眠医生看到的是临床表型。第三位审阅者看到的是证据中的矛盾。每个视角都有价值，但没有一个分析师能始终如一地整合所有三方面。 三种专业化智能体，一条分析流水线 研究人员设计了一个明确镜像这种分工的多智能体框架。第一个智能体称为数据分析智能体，直接处理结构化睡眠健康数据。它计算成对自助法相关性，评估特征重要性，并识别变量间的交互效应，变量包括就寝规律性、每日咖啡因摄入量、睡前光照暴露、心理压力和心率。 这些定量输出传递给第二个智能体（生理与健康分析智能体）。该智能体接收统计发现，并用睡眠医学的语言进行解读。它不只是报告咖啡因摄入与睡眠时长减少相关，而是将这种关联置于已知的腺苷受体阻断、昼夜节律相位延迟和个体代谢变异机制的背景中进行阐释。 第三个智能体（验证分析智能体）执行基于证据的核查步骤。它对照已有的睡眠研究文献，逐一检查前两个智能体提出的每项主张，标记内部矛盾，然后确认研究发现、提出改进建议，或指出证据不足。整个流水线迭代运行：验证智能体的输出反馈给数据和生理智能体进行修订，直到整个分析达到稳定且内部一致的状态。 作者将这种设计描述为关注点分离，它保留了每种分析模式的优势，同时弥补了各自的盲区。数据智能体快速而全面，但缺乏领域背景。生理智能体具有临床知识，但可能过度解读噪声。验证智能体持怀疑态度，但无法独立生成新的分析。三者协同作用，带来了一种任何单一模型都无法单独实现的规范性约束。 智能体的发现 该框架应用于一组公共睡眠健康数据集和一个为受控分布测试而设计的合成数据集，产生了一系列既具参考价值又审慎的结果。 大多数常见生活方式因素与总睡眠时间或睡眠效率等连续睡眠结果之间的成对关联都较弱或统计上不确定。就寝规律性、睡前光照暴露、咖啡因摄入、自报压力和静息心率，在单独考察时，各自与睡眠时长或质量仅显示出微弱的关联。这一发现与睡眠临床医生长期以来的怀疑一致：单因素解释睡眠问题很少足够。 智能体在特定条件下确实识别出了更强的信号。高咖啡因摄入与睡眠障碍风险升高相关，这与咖啡因与睡眠紊乱之间经过充分验证的剂量反应关系一致。但更细微的发现来自身体活动分析。运动类型差异显著。敏捷性训练、跳跃测试和侧向移动运动与失眠症状相关。耐力跑步与睡眠呼吸暂停相关。智能体之所以能揭示这一区别，是因为它们将活动类型作为分类变量进行考察，而非将所有运动合并为总活动量单一指标。 职业背景、心理压力、兴奋剂使用和生理指标共同影响睡眠障碍特征，其方式没有任何单一变量能独立解释。该框架通过其迭代的跨智能体工作流程捕捉到了这些交互效应，识别出了传统回归模型很可能遗漏的风险聚类。 作者提醒，几项成对生理关联仍然较弱，应谨慎解读。他们认为，该框架的价值不在于产生惊人的效应量，而在于以支持临床推理的方式进行证据结构化，同时不对统计确定性做过度宣称。 可解释AI对睡眠医学的意义 这项研究更广泛的意义在于方法论层面。睡眠医学如同许多临床诊断领域，正朝着数据驱动的决策支持方向发展。但AI在实践中的采用取决于信任，而信任又取决于理解。 一个输出睡眠障碍概率而无任何解释的模型，迫使临床医生在盲目接受和直接拒绝之间做选择。而一个逐步展示推理过程、引用所用数据和所应用生理学原理的模型，则邀请临床医生参与诊断过程。 多智能体框架并非可解释AI的首次尝试，但它是首批将协作式大语言模型架构专门应用于睡眠障碍分析的尝试之一。通过使每个智能体的贡献清晰可读、可审计，该系统创建了一条从原始数据到临床推断的可验证推理链。 这种方法在模型调试和偏差检测方面也具有实际意义。如果某个特定智能体持续对某些变量赋予过高权重，或误解某种生理关系，错误可以追溯到流水线的特定组件。在单一模型中，这类偏差仍然隐藏。 局限性与未来方向 该研究存在重要局限。最显著的一点是，用于跨数据集比较的第二个数据集是合成数据，其生成目的是匹配真实数据的分布特性。这意味着跨数据集分析测试的是分布鲁棒性，而非外部临床验证。该框架在真实分布和合成分布上表现一致，但这种一致性并不代表其发现在独立临床队列中能够复现。 该研究在设计上也是探索性的。它并非旨在产生诊断阈值或治疗建议。真实世界数据集的样本量有限，而合成数据集虽然对方法学测试有用，但无法替代前瞻性临床数据收集。 未来的工作需要用多导睡眠图确认的诊断、治疗结局数据以及多样化的人口群体对框架进行验证，之后才能考虑其临床部署。马来亚大学团队指出，流水线的模块化设计使其具有适应性，但这种适应性尚待实践检验。 婷 翻译 来源 Chongyang Fu, Syed Kamaruzaman Bin Syed Ali, Mohd Shahril Nizam Bin Shaharom. A multi-agent framework based on large language models for sleep disorder analysis. 《Frontiers in […]

来源: Tatemoto et al. Frontiers in Neuroscience, 2026, Vol. 20. DOI: 10.3389/fnins.2026.1828432 新手母亲深知全天候照顾婴儿带来的极度疲劳。睡眠以碎片的形式降临，衡量单位不是小时，而是喂奶、换尿布和安抚之间的短暂间隙。哺乳期的慢性睡眠剥夺是如此普遍，以至于常常被视为为人父母不可避免的一部分。但今天发表在《神经科学前沿》上一项大胆的新假说表明，哺乳期的大脑可能并不像看起来那样对精疲力竭束手无策。作者提出，一种通常局限于有限神经元群落的促睡眠脑肽，在哺乳期被暂时部署到一个新的大脑区域，使母亲能够在可利用的短暂窗口期抓住恢复性睡眠，获得神经化学层面的优势。 这一想法源于对整个动物界一系列非凡观察的提炼。有些物种在关键生命阶段似乎完全无视睡眠的基本规则。迁徙中的白冠麻雀在数周内将睡眠减少约三分之二，却没有表现出任何可测量的认知损伤。虎鲸和海豚在产后的几周内基本放弃睡眠。北方海狗在繁殖季节的严苛需求下大幅削减睡眠，却没有明显的负面后果。这些例子表明，进化已经找到了在环境需要时抑制或补偿睡眠需求的方法。 这篇新论文背后的神经科学家分别来自巴西圣保罗大学和瑞士伯尔尼大学医院，他们认为自己已经找到了这种适应机制的哺乳动物版本。他们的目标是黑色素聚集激素（MCH），这种肽以促进REM睡眠（与记忆巩固和情绪调节最密切相关的睡眠阶段）而闻名。在正常情况下，产生MCH的神经元聚集在外侧下丘脑及其邻近的几个区域。但该团队指出了一个显著的反常现象：在哺乳期，一个表达MCH的新神经元群出现在被称为内侧视前区（MPOA）的区域，这是一个调节父母行为、激素释放和体温的大脑枢纽。 这个一过性细胞群并非微不足道的好奇现象。这些神经元特异地出现在腹内侧视前区的腹内侧部分，一个让研究者缩写为vmMPOA的拗口位置。它们的活性在小鼠哺乳期第19天左右达到峰值，并依赖于哺乳期间激增的激素催乳素。当幼崽断奶、哺乳期结束时，vmMPOA中的MCH表达逐渐消失。其隐含的意义令人震惊：大脑似乎在按需招募额外的促睡眠机制，在睡眠最难以获取的时机制造性地部署它们。 所提出的机制既优雅又合理。在哺乳间歇期间，母亲会积累稳态睡眠压力，即长时间清醒后使睡眠变得不可避免的生物驱动力。作者假设，由这种累积压力激活的vmMPOA MCH神经元，会投射到已确定的促睡眠和抑觉醒靶点。具体来说，它们可能激活腹外侧视前核（VLPO），一个经典地与睡眠启动相关的大脑区域。同时，它们可能直接抑制两个促觉醒中枢：蓝斑核和中缝背核。最终效果将是加速进入REM睡眠的过程，使其发生在婴儿需求之间那些宝贵而不规则的间隙中。 如果这一假说成立，就意味着哺乳期的大脑拥有一个专门用于将高质量睡眠压缩成短时段的回路，使母亲尽管休息严重碎片化，也能获得所需的认知恢复。这或许能解释长期困扰睡眠研究人员的一个临床谜团：为什么一些母乳喂养的女性在客观睡眠质量较差的情况下却报告自己的功能状态出奇良好，而经历相同睡眠碎片化的配方奶喂养的母亲却常常承受更大的损害。 作者将该观点作为一个正式假说提出，并给出了五个具体且可检验的预测。第一，用光遗传学方法激活哺乳期小鼠vmMPOA中的MCH神经元，应能增加REM睡眠发作的频率和持续时间。第二，用化学遗传学方法沉默相同的神经元，应会损害海马体依赖的记忆，预测在没有睡眠补偿回路的情况下，母亲将难以巩固新记忆。第三，遗传谱系追踪实验应能揭示这些神经元是哺乳期新生成的，还是现有神经元仅仅开始表达MCH，这一区别对大脑可塑性具有重要意义。第四，对妊娠和哺乳全时间轴进行单细胞RNA测序，应能揭示MCH基因在MPOA中首次被开启的时间。第五，追踪vmMPOA MCH神经元的投射，应能精确绘制出它们信号的传送路径。 本文谨慎地承认了其局限性。这仍然是一个假说，而非定论。迄今为止的证据都是间接的：基因表达数据、已知的神经解剖通路和进化类比。MCH在人类哺乳期的大脑中是否发挥类似作用尚完全未知，尽管作者指出MPOA的基本回路在哺乳动物中是高度保守的。如果在人类身上得到确认，这一发现可能为治疗产后睡眠障碍开辟新途径，而无需使用会进入母乳的镇静药物。 还有一个更深层的含义。成年大脑中一过性出现的新功能神经元群挑战了传统观点，即神经发生是唯一有意义的神经可塑性形式。vmMPOA的MCH神经元可能代表了一种表型转换形式，即现有神经元采用新的化学身份以满足暂时的生理需求。这将是一种根本不同类型的脑可塑性，其优化方向是可逆的、状态依赖的适应，而非永久性的重新布线。 目前，这一观点明确属于假说范畴。但它为理解大脑如何应对哺乳动物生命中最极端、最普遍的睡眠挑战之一提供了一个引人入胜的框架。如果vmMPOA的MCH回路是真实的，那就意味着进化赋予哺乳期母亲的不仅是产生乳汁的激素机制，还有一个专门的睡眠作弊码，帮助她们度过为人父母早期那些漫长而中断的夜晚。这将改变我们对精疲力竭本身的看法：它不是韧性的失败，而是一个等待被发现的、拥有生物学解决方案的生物学问题。 婷 翻译

数十年来，睡眠研究一直被一个顽固的瓶颈所困：睡眠评分员。无论是研究小鼠、斑马鱼还是人类，每小时的神经电生理数据都必须由经过训练的技术人员盯着脑电图和肌电图上的波浪线，手动划分为清醒期、非快速眼动睡眠期和快速眼动睡眠期。两位专家对同一段记录进行评分，会有15%到20%的时段存在分歧。换一个实验室、用不同物种或不同记录设备重现已发表的结果时，评分流程通常必须从头重建。其结果是，数据积累的速度远远超过了标注速度，跨研究比较受到方法学漂移的严重干扰，而睡眠生物学的丰富性也常被压缩为仅三个粗糙的分类，因为更精细的区分成本太高，难以标注。 2026年7月28日发布在bioRxiv上的一篇预印本提出了一种彻底摆脱这一模式的方法。该框架名为Nyx（得名于希腊神话中的原始黑夜女神），是一种基于主成分分析的无监督、可解释的睡眠评分系统。由奥斯陆大学的Letizia Signorelli和Charlotte Boccara领导的团队，目标并非在现有手动标注基础上构建一个更好的分类器，而是从神经科学中一个完全不同的领域借鉴了策略：尖峰分类。 在电生理学中，尖峰分类算法会自动将原始神经波形聚类为假定的单个神经元单位，无需任何人事先告诉算法一个神经元应该是什么样子。Nyx将同样的无监督逻辑应用于睡眠分期。它提取记录的原始频谱特征，将其降维至主成分空间，让自然聚类从数据自身涌现出来。结果得到一组由信号本身定义的睡眠状态，而非由人工预先将时段分配到任意类别。这避免了有监督方法固有的循环论证问题：如果你在人类评分数据上训练模型，你能做到的最好结果不过是复制人类评分，包括其中的偏见和盲点。而Nyx原则上能够发现人类评分员被训练所忽略的结构。 这一论断背后的验证工作异常广泛。团队在来自19个独立数据集的约8000小时数据上测试了Nyx，这些数据集涵盖多个实验室、多个物种、多个年龄阶段和多种记录方式。在这组多样化语料上，该算法达到了人类评分员间一致性水平，该领域的实际金标准。这是一个严苛的基准：人类专家之间本身就无法完全一致，因此要求算法超越人类间的一致性，等于是在要求它比测量本身更优。Nyx恰好落在同一区间，意味着它的评分可靠性堪比一名合格的人类技术人员，但只需数分钟而非数周，且具有完全的可重复性。 Nyx真正区别于现有工具之处，在于它能看见人类和有监督分类器所看不到的东西。在啮齿类动物中，该算法可以分辨出非快速眼动睡眠的亚阶段，对应人类睡眠医学中的N2和N3期。这两个阶段在人类多导睡眠图中早已确立，但在小鼠和大鼠中一直难以自动定义，因为它们的电生理特征不够典型。Nyx无需被告知就自行发现了它们。这对基础研究意义重大，因为N2和N3被认为具有不同的生理功能：N2与睡眠纺锤波和记忆巩固相关，N3与慢波活动和代谢废物清除相关。如果啮齿类模型无法区分它们，从实验台到病床的转化桥梁就缺失了一个关键环节。 这一框架还揭示了超越标准清醒、非快速眼动、快速眼动三分法的睡眠状态，尤其在非哺乳动物物种中。鸟类、爬行动物和鱼类展示的睡眠结构无法整齐地映射到哺乳动物的分期惯例上。Nyx让数据驱动聚类，从而能够识别跨经典状态，即与多个传统阶段共享部分特征的神经活动模式，或无法归入任何现有类别的模式。这为比较睡眠研究打开了大门，使其不再被迫将哺乳动物的分类强加于非哺乳动物的大脑。 一个更具直接实用价值的功能是，Nyx支持实时闭环操控。由于该算法无需人工标注或为每次新记录重新训练模型，它可以即时分类各个时段。研究人员可以在动物进入特定睡眠状态的瞬间触发光遗传刺激、药物递送或感觉刺激。此前这一能力需要专用硬件系统或手工定制的决策规则，而Nyx将其变为评分流程的内置功能。 该框架以开源Python包形式发布，并配有图形用户界面，降低了技术门槛，一个从未写过一行代码的实验室也能加载脑电图文件、点击按钮并获得分阶段后的睡眠数据。但如作者所言，更深层的设计理念在于，Nyx是为与创新本身的速度同步发展而构建的。由于不依赖固定的训练数据集，它可以适应新的记录配置、新物种、新年龄阶段，乃至睡眠剥夺或神经疾病等病理状态下的异常睡眠结构，而无需每次都从头重新训练。 核心结论是：睡眠评分一直是横亘在神经科学大片领域中的隐性限速器。每一项依赖对数百小时记录进行分期的研究、每一次跨物种比较、每一个纵向发育实验、每一次闭环睡眠干预，都必须面对同一个瓶颈。Nyx并未消除人类在实验设计或解读中的专业判断需求，但它确实消除了人类花费数千小时在脑电图曲线上划线的必要。通过提供一套跨物种、跨年龄、跨记录方式的无监督睡眠分期方案，并以开源工具的形式无偿发布，奥斯陆团队向整个领域交付了一件早已亟需的基础设施。 来源： Signorelli, L., Korchynska, S., Ortiz, C., Arena, A., Wilhelm, S., & Boccara, C. (2026). Nyx: An unsupervised framework for sleep scoring across species, ages, and recording modalities. bioRxiv. DOI: 10.64898/2026.07.24.740558. 本研究由欧洲研究委员会（ERC）资助（资助号101117770）以及挪威研究委员会资助（资助号288478、105428102、332004、187615/V40）。作者声明无利益冲突。 婷 翻译

每一个小时的睡眠缺失都会在大脑中留下分子痕迹。多年来，科学家们试图通过测量动物保持清醒时哪些基因开启或关闭来记录这些痕迹。但受限于小样本量和生物噪声，单项研究产生了相互矛盾的列表。结果是该领域数据丰富而共识匮乏。 发表在《睡眠神经生物学与昼夜节律》上的一项新荟萃分析改变了这一局面。通过将六项独立微阵列研究整合到一个统一的统计框架中，一个国际团队产生了迄今为止在小鼠大脑中进行过的最大规模睡眠剥夺转录组荟萃分析。该研究识别出498个随睡眠缺失而表达发生可靠变化的基因，其中402个此前完全未被发现与睡眠相关。 荟萃分析 研究人员首先系统检索符合严格标准的微阵列文献：8至52周龄的小鼠，睡眠剥夺持续3至12小时，完全在光照期通过温和处理或新奇物体暴露进行，饲养在标准12小时光照/黑暗循环下且食物始终可得。六项研究通过了筛选，产生了23组睡眠与睡眠剥夺脑组织样本之间的配对比较。 总计，该分析基于173个微阵列，代表245只小鼠，其中123只正常睡眠，122只被剥夺睡眠。研究者应用随机效应模型来解释研究间的变异，并使用q < 0.01的假发现率阈值进行多重检验校正，这是一个旨在同时扫描数千个基因时最小化假阳性的严格截断值。 发现 荟萃分析发现498个基因的表达随睡眠剥夺而显著变化。其中，只有96个在原单项研究中被标记为睡眠相关，这意味着该分析识别出的基因中约80%在先前工作中未被检测到。其余402个基因代表了可能在大脑对睡眠缺失的响应中发挥作用的新型候选基因。 该团队并未止步于小鼠基因组。他们使用一种名为PEGS的方法，将其睡眠剥夺响应基因列表与人类四项睡眠特征的全基因组关联研究数据进行了比较：睡眠时型、失眠、日间嗜睡和睡眠时长。其中14个新型小鼠基因在人类中也显示出与至少一个特征的关联，提示相同的分子通路可能在跨物种中发挥作用。 另外三个新基因在来自国际小鼠表型联盟的基因敲除小鼠中携带睡眠相关表型，该联盟是一项系统描述小鼠基因组中每个基因功能的大规模工作。这些发现表明，破坏这些基因会改变睡眠行为，其方式与急性睡眠剥夺后观察到的分子变化相平行。 对498个基因集的功能分析指向了包括突触信号传导、蛋白质磷酸化和应激反应在内的生物学过程。团队还标记了三个与人类疾病已知相关的基因：与神经行为障碍相关的Maoa、与溶酶体贮积症IIIB型黏多糖贮积症相关的Naglu（该病常伴有睡眠障碍）、以及参与DNA复制应激的Tipin。 Rasd1验证 在所有六项研究中，最一致上调的基因之一是Rasd1（也称为Dexras1），该基因此前已被发现与昼夜节律调节和糖皮质激素信号传导有关。为了验证荟萃分析的结果，研究人员对来自睡眠剥夺小鼠的独立脑组织样本进行了定量PCR检测。上调结果得以保持。 他们随后转向缺乏Rasd1基因的基因敲除小鼠品系，并使用脑电图对其睡眠进行了表征。与野生型同窝小鼠相比，Rasd1敲除动物在行为性睡眠总量、在光照/黑暗周期中的分布以及个体睡眠回合的结构上都表现出显著变化。结果表明，Rasd1不仅是睡眠缺失的标志物，而且是大脑在基线条件和剥夺条件下调节睡眠的功能性参与者。这一发现也展示了荟萃分析作为假设生成工具的价值：计算筛选标记出的一个基因，后续实验证实了其生物学意义。 为何重要 睡眠领域长期以来一直受困于可重复性问题。睡眠剥夺的个体转录组研究成本高昂且技术要求高，而且常常产生无法在不同实验室间复现的结果。小样本量以及小鼠品系、剥夺方案和组织解剖方法的差异使问题更加复杂。 这项荟萃分析直面这一问题。通过使用严谨的统计框架整合多个实验室的数据，作者们产生了一个比任何单项研究都远为稳健的共识基因列表。402个新基因代表了已知睡眠缺失分子图景的显著扩展，而14个与人类特征相关的基因架起了小鼠生物学与人类睡眠健康之间的直接桥梁。 对于研究睡眠稳态机制或慢性睡眠限制健康后果的研究人员而言，498个基因集可以作为路线图。它识别出特定的分子通路、待功能验证的候选基因以及潜在的治疗干预靶点。该研究也是同类中规模最大的荟萃分析，为该领域应如何处理其日益增长的转录组数据设定了方法论先例。 局限性 该分析仅限于微阵列数据，而微阵列仅捕获预选的一组转录本，可能会漏掉RNA测序能够检测到的剪接变体、非编码RNA和低丰度信息。纳入的研究完全来自小鼠脑组织，这引发了关于研究结果如何推广到人类或外周组织的疑问。睡眠剥夺方案虽然在纳入标准中有所标准化，但在持续时间、具体方法和取样的脑区方面研究间仍存在差异。最后，人类遗传关联是相关性的，并不能确定所识别出的基因是导致睡眠障碍还是对这些障碍作出响应。 结论 一项对六项独立研究中245只小鼠的荟萃分析识别出498个随睡眠剥夺而表达变化的基因，其中402个此前未被发现。十四个新基因还显示出与人类睡眠特征的关联，且一个候选基因Rasd1经实验验证为睡眠的功能性调节因子。该研究为领域提供了迄今为止最大、最可靠的转录组资源，并展示了荟萃分析从噪声生物数据中提取信号的能力。 来源： Abdalla OHMH, Dunlop E, Wilson TS, Reardon PK, Iqbal M, Tam SKE, Vyazovskiy VV, Ray DW, Brown LA, Cheng HYM, Peirson SN. A meta-analysis of sleep deprivation transcriptomic studies in mouse […]

今晚发出觉醒信号的神经元，明晚可能发出NREM睡眠信号。今天对REM睡眠做出反应的细胞，下周可能完全沉默。 这不是故障。根据7月28日发表在《自然·通讯》上的一项研究，这是下丘脑的正常运作原理——该研究挑战了关于大脑如何组织睡眠和觉醒的基本假设。 几十年来，睡眠神经科学一直基于一个简单的图谱运作：某些下丘脑神经元促进觉醒（食欲素细胞），其他神经元触发REM睡眠（MCH细胞），还有一些维持NREM稳定性（GABA能神经元）。每种细胞类型都有其工作，而且工作是稳定的。Yan等人的研究颠覆了这一图谱。 动态编码 研究人员对自由行为的雄性小鼠进行了纵向单细胞钙成像，跟踪四种基因定义的下丘脑神经元群落在多个睡眠-觉醒周期中的活动：抑制性（VGAT+）、兴奋性（VGLUT2+）、食欲素/下丘脑分泌素（Hcrt）和黑色素浓缩激素（MCH）神经元。 他们的发现出乎意料。没有神经元在记录过程中保持固定的、状态特异性的活动模式。第一天在NREM睡眠期间优先放电的VGAT+神经元可能在第三天转变为觉醒主导的模式。经典上与REM睡眠相关的MCH神经元会随着记录轮次改变其状态偏好。 经典观点——每个下丘脑细胞类型具有稳定的、基因硬连线的睡眠-觉醒身份——在单个神经元层面并不成立。 群体水平的稳定性 尽管单个细胞层面不断变化，下丘脑睡眠-觉醒网络的整体组织却保持显著稳定。即使在个体神经元交换角色时，觉醒、NREM和REM睡眠期间活跃的神经元比例在记录轮次之间保持一致。 这表明下丘脑遵循集群原则运作：大脑维持跨神经元池的状态特异性活性的稳定分布，但参与每种状态的单个细胞是灵活的。系统优先考虑群体编码的完整性，而非任何单个神经元的身份。 这一发现与其他脑区观察到的现象相似。在海马体中，当动物进入新环境时，位置细胞会重新映射：单个神经元改变其空间调谐，而整体空间地图保持连贯。下丘脑可能使用类似的策略进行睡眠-觉醒控制。 睡眠剥夺与地西泮 急性睡眠剥夺并未显著改变漂移模式。即使在长时间觉醒后，单个神经元在睡眠-觉醒状态之间的动态转换也保持不变，表明这种时间漂移是下丘脑回路的基线特性，而非对睡眠压力的反应。 更引人注目的是睡眠促进药物地西泮（一种苯二氮卓类药物）的效果。地西泮将先前不活动或觉醒活跃的神经元招募到NREM睡眠活跃群体中。该药物不仅仅放大了现有的NREM活动；它通过将新细胞带入睡眠活跃池来重组集群。 这一发现对于理解镇静催眠药物如何改变神经表征具有重要意义。地西泮不仅仅增强睡眠生理学；它重新布线了哪些神经元参与该生理学。 重要性 这项研究解决了睡眠文献中的一个矛盾。群体水平记录和功能成像早就显示下丘脑中有稳定的睡眠-觉醒特征。但单细胞研究提示了比教科书模型允许的更多的变异性。Yan等人的数据调和了这些观察：群体是稳定的，因为单个神经元可以交换角色而不破坏集群输出。 具有稳定群体组织的动态单神经元编码原则可能延伸到下丘脑之外，进入脑干、丘脑和基底前脑的其他睡眠调节回路。如果得到证实，它将从根本上改变研究人员对状态转换、睡眠稳态和睡眠药物作用机制的建模方式。 局限性 该研究仅在雄性小鼠中进行，同样的动态是否适用于雌性尚待研究。钙成像技术在体细胞钙瞬变水平捕获活动，可能无法完全解析快速放电模式或阈下活动。地西泮的发现虽然引人注目，但只是单一药理学操作；其他催眠药物是否产生类似的集群重组仍属未知。 结论 下丘脑神经元没有固定的睡眠-觉醒身份。它们漂移。但集群保持稳定。大脑不是通过硬连线的单个细胞，而是通过灵活的群体编码来实现可靠的睡眠-觉醒控制。 来源 Yan Y, Calcini N, Rusterholz T, Gutierrez C, Adamantidis A. “Temporal drift of sleep-wake representations in hypothalamic neuronal ensembles.” Nature Communications (2026). DOI: 10.1038/s41467-026-75792-1. Open access (CC BY 4.0). 婷 翻译

睡眠期间，皮层突触会发生两个基本变化。其中一个已被怀疑数十年：大脑修剪树突棘，削减在清醒时被加强的连接。另一个变化则与大多数睡眠研究者的预期相反，发表于 7 月 29 日 iScience 的一项研究揭示了这一点。 在突触后树突被修剪的同时，突触前末梢正在悄悄补充其神经递质囊泡储备。睡眠并非仅仅通过剪除多余连接来重新归一化突触，它还在积极补充发送侧的传递机制，同时减少另一侧的接收结构。 该发现来自德国于利希研究中心 David Elmenhorst 领导的研究团队。他们结合两种互补方法，观察了小鼠在睡眠、清醒和睡眠剥夺状态下突触两侧的变化。该结果重塑了科学家对突触稳态假说（SHY）这一关于睡眠为何存在的主流分子层面理论的理解。 睡眠在突触处的两面性 突触稳态假说由 Giulio Tononi 和 Chiara Cirelli 于 21 世纪初提出，认为清醒经历会增强全脑的突触连接，而睡眠则是将其回缩的必要条件。没有这种重新归一化，突触会饱和，阻碍新学习并浪费能量。SHY 的大多数证据来自突触后标志物：树突棘密度、AMPA 受体水平、磷酸化状态。 于利希团队希望同时检验突触的两侧。他们对同一批动物使用了两种技术：高尔基浸渍法用于观察和计数树突棘（突触后接收端），离体 [3H]UCB-J 放射自显影用于测量突触囊泡糖蛋白 2A（SV2A），这是一种在突触前囊泡上均匀表达的蛋白质，也是突触囊泡密度的可靠替代指标。 小鼠在三个时间点取样：ZT0（光照开始，小鼠进入休息阶段）、ZT12（光照结束，活跃黑暗阶段开始），以及六小时睡眠剥夺后（也在 ZT12 取样）。团队重点关注初级躯体感觉皮层和视觉皮层中第 2/3 层和第 5 层锥体神经元的基树突。 树突棘数据与 SHY 一致。树突棘密度在睡眠期间下降，从 ZT0 到 ZT12 降低，而在睡眠剥夺后增加。这是经典的重新归一化特征：睡眠削减了清醒时积累的突触后结构。 但 SV2A 数据则讲述了一个完全不同的故事。 出人意料的突触前逆转 在所有条件下，SV2A 水平均与树突棘密度呈相反方向变化。睡眠期间，当树突棘被修剪时，SV2A 水平反而增加。睡眠剥夺后，当树突棘密度升高时，SV2A 水平则下降。 这并非随机现象。两个指标紧密协调：在成年小鼠中，树突棘密度变化与 SV2A 变化之间的相关系数为 r = […]

你的眼睛在午夜和正午看世界的方式不同，你的大脑也是如此。曼彻斯特大学研究人员的一项新预印本表明，大脑内部的昼夜节律时钟会主动重新连接视觉系统内部的通信方式，为白天和夜晚调整神经代码。这项研究于7月28日发表在bioRxiv上，提供了迄今最清晰的证据，证明昼夜节律并非被动的背景过程，而是瞬息感知的主动塑造者。 这一发现来自一个出人意料的地方：背侧外膝体（dLGN），一个深埋于丘脑中的小型中继站。大多数教科书图示将dLGN视为一个简单的交换机，一个将信号从视网膜传送到初级视觉皮层的被动中继器，本身不会增添太多内容。曼彻斯特团队的数据表明，这种看法是错误的。他们利用无线电生理学技术，在清醒且自由活动的小鼠中直接记录了dLGN在整个昼夜周期中的神经活动，并发现了教科书从未预测到的情况：该核团的自发放电率按照精确的日间节律升降，在主观日间后期达到峰值，无论动物处于光照还是黑暗中。 这一基线活动的变化之所以重要，是因为自发放电是视觉信号绘制的画布。当画布本身变亮或变暗时，相同的视觉输入可能产生截然不同的神经反应。这正是研究人员所观察到的。但昼夜节律效应并非一个简单的音量旋钮。dLGN神经元的基本调谐特性（它们对方向、对比度和空间频率的敏感性）在一天中保持显著稳定。无论白天还是夜晚，这些神经元仍然偏好相同类型的视觉特征。变化的不是它们对什么做出反应，而是它们编码信息的效率。 这就是该研究第二大发现的焦点所在。曼彻斯特团队应用信息论工具，精确量化了每个动作电位在不同昼夜相位下携带的视觉信息比特数。他们发现，昼夜节律系统以情境依赖的方式重新配置视觉代码。在高对比度条件下，dLGN神经元在夜间采用了更高效的编码策略，每个尖峰携带的信息量比白天更多。在低对比度条件下，这种效率优势则消失了。 其含义十分清晰。人类和小鼠所感知的视觉世界在黎明和正午截然不同。阴影更深，边缘更柔和，对比度更低。一个以相同方式处理所有光照条件的感觉系统，往好里说是浪费能量，往坏里说是在歪曲世界。dLGN所做的似乎是将其编码策略与视觉场景的统计特征相匹配，而昼夜节律时钟则为这种匹配提供了大致的时间表。大脑不会等待光照水平变化后才调整其代码。它预见到变化，在太阳落山之前就为不同的运作条件准备好了视觉中继器。 为了确认这种效应确实是昼夜节律性的，而不仅仅是对光照或黑暗暴露的反应，研究人员进行了一项关键的控制实验。他们利用光遗传学技术抑制了视网膜膝状体传递，实际上切断了从视网膜到dLGN的输入。即使视网膜输入被阻断，自发放电的昼夜节律调制仍然持续存在。驱动这些变化的时钟位于丘脑内部，或者至少独立于传入的视觉驱动。这一发现将昼夜节律控制的位置推向了比以往认知更深的脑区，并提出了其他感觉中继站可能存在类似机制的可能性。 如果得到确认，其影响将超越视觉领域。同类型的昼夜节律重构可能在听觉丘脑、体感丘脑及其他区域运作。每个通过丘脑中继站的感觉系统都可能拥有内置的日间节律，改变其编码世界的方式。这意味着大脑的内部时钟不仅控制睡眠-觉醒周期、激素释放和新陈代谢，还主动塑造感知本身，不仅决定你是否足够清醒去看，还决定你的视觉系统实际如何处理眼前的事物。 该研究是一篇预印本，尚未经过同行评审，且发现来自小鼠而非人类。小鼠的视觉系统与人类在多个重要方面存在差异：小鼠的视力远低于人类，色觉有限，且其dLGN的组织方式与灵长类动物不同。同样的昼夜节律重构是否发生在人类丘脑中仍是一个悬而未决的问题，尽管昼夜节律时钟的基础生物学在哺乳动物中高度保守。该研究部分也属于相关性研究，虽然光遗传学实验为自发活动的昼夜节律起源提供了强有力的因果证据，但将时钟基因与dLGN神经放电联系起来的分子机制尚未被识别。 尽管如此，这是一篇能够改变一个领域对其自以为理解的结构之看法的论文。dLGN本应只是一个中继站，但事实证明它有自己的时钟，日夜不停滴答作响，悄然重写着视觉与皮层对话的语言。 来源： Pienaar A, Rodgers J, Storchi R, Allen AE. Circadian modulation of visual coding in the dorsal lateral geniculate nucleus. bioRxiv, 2026年7月28日. DOI: 10.64898/2026.07.24.740496. CC-BY 4.0. 由Wellcome Trust资助。 婷 翻译

你正在渐渐入睡。呼吸放缓，眼睛停止移动。而在你的脑细胞内部，一个分子计时器开始倒计时。 这个计时器不是比喻。它是一个真实的生化信号，可以实时测量，并且已被圣路易斯华盛顿大学的研究人员首次捕捉到。他们于2026年7月8日作为预印本发布的新研究揭示，一种名为蛋白激酶A（PKA）的单一酶在睡眠的大脑中充当一种沙漏。随着睡眠的进行，它产生的信号稳步下降。当沙漏流尽时，你就准备好醒来了。而研究人员能够预见这一过程。 这一发现填补了睡眠科学中长期存在的空白。科学家们已经理解了睡眠的快速方面：在脑干和丘脑中闪过的、在觉醒和睡眠之间切换的分秒级电路。他们也理解了缓慢的方面：数小时和数天缺失睡眠所积累的稳态压力，那种让人感觉需要整夜睡眠的无形重量。但介于两者之间、在单次睡眠会话中、以分钟为尺度上发生了什么？这在很大程度上仍然是不透明的。 新研究表明PKA就是缺失的中间环节。 进入睡眠大脑的荧光窗口 由第一作者Eric I. Tilden和资深作者Yang Chen领导的研究团队设计了一种专门的荧光传感器，用于追踪自由行为小鼠中PKA底物磷酸化（简称PKA-SP）。当PKA积极磷酸化其靶点时，传感器会发出更亮的光，而当该活性下降时则会变暗。通过在头骨中植入一个微小的窗口并对皮层进行成像，科学家们可以在动物经历自然睡眠-觉醒周期时，实时观察信号的上升和下降。 结果令人瞩目。当小鼠清醒时，PKA-SP水平保持高且稳定。当动物入睡的那一刻，信号开始下降。它不是骤降。它呈指数级衰减，在睡眠发作之间具有显著一致的动力学特征。下降是渐进的、可预测的、连续的。 然后出现了第一个惊喜：被称为微觉醒的短暂醒来会导致信号再次飙升。如果小鼠短暂动弹后重新入睡，PKA-SP会攀升，然后从更高的水平继续下降。传感器不仅追踪动物是睡着还是醒着。它也在追踪累积的中断。 持续时间和中断：统一的信号 这种双重敏感性很重要，因为真正的睡眠从不连续。人类每晚会短暂醒来几十次，常常不记得。睡眠呼吸暂停、不宁腿综合征和慢性疼痛都会使睡眠碎片化。一个同时捕捉总睡眠时间和中断次数的分子读数，可能比目前任何可用方法都更具信息量。 研究人员直接测试了这一点。他们对小鼠进行睡眠剥夺，然后让它们恢复。剥夺后，每个睡眠发作结束时的PKA-SP水平达到了比正常睡眠后显著更低的谷值。先前的睡眠债越大，信号必须下降得越低，动物才准备好醒来。换句话说，系统整合了赤字。它知道损失了多少睡眠，并相应地调整计时器。 研究团队随后询问PKA-SP是否能够时刻预测动物是否会醒来。答案是肯定的。该信号作为清醒概率的连续预测。随着PKA-SP下降，自发醒来的可能性上升。这种关系并非全有或全无。它是概率性的、分级的。研究人员可以通过观察信号的当前水平，在任意给定秒数估计动物睁开眼睛的可能性。 关键的是，该信号并不会引起醒来。当科学家播放巨大的声音惊吓小鼠时，无论PKA-SP水平如何，动物都会醒来。计时器不是一个开关。它更像一个量表，反映大脑向觉醒过渡的生理准备程度的增长。 为什么这在实验室之外很重要 实际意义重大。目前还没有一个客观的分子生物标志物来衡量一个人有多缺觉。执法人员、卡车司机、空中交通管制员和急诊室工作人员都在疲劳可能造成灾难性后果的条件下工作。能够读出PKA活性的血液测试或可穿戴传感器，有朝一日可能作为一种睡眠清醒度测试：一个客观的衡量标准，表明”这个人太累了，不安全。” PKA本身并不奇特。它是一种在老鼠和人类中都存在的、经过充分研究的酶，并且以前就与觉醒有关。新的是它证明了其活性在睡眠过程中追踪了一条连续、可解释的轨迹，这条轨迹整合了你睡了多久以及被打断了多少次。它将碎片化的、被中断的休息转化为一个单一的数字，预测你多久后会醒来。 作者承认存在重要的局限性。这项工作尚未经过同行评审。它是在小鼠而非人类中进行的。而且传感器需要颅窗，这是一种目前无法转化到人体的侵入性程序。开发非侵入性的替代指标，无论是基于生化还是成像的，都需要大量额外的工作。 尽管如此，概念上的进步是明确的。多年来，睡眠研究人员一直在争论睡眠期间究竟恢复了什么、清醒期间积累了什么、以及什么在减少。这项研究指出PKA活性是减少的东西之一。它不是全部，但它是其中具体且可测量的一部分。 结论 圣路易斯华盛顿大学的一个团队已经证明，小鼠大脑中的蛋白激酶A活性在睡眠期间呈指数级下降，整合了持续时间和中断，并持续预测自发醒来的概率。这一发现识别出一个在单次睡眠会话的数分钟到数小时时间尺度上运作的分子信号，连接了快速神经回路和缓慢稳态压力。作为睡眠剥夺生物标志物的应用是可能的，但还很遥远，有待人类验证和非侵入性方法的发展。 来源 Tilden EI, Fontenele AJ, Goggans KM, Ma S, Gorecki D, Berriman-Rozen ZD, Oldenborg A, Shew WL, Chen Y. “A molecular integrator of sleep duration and interruption.” bioRxiv 2026. DOI: 10.64898/2026.07.03.736427. Posted […]

数百万美国人在睡不着时会求助于苯海拉明––Benadryl、ZzzQuil以及十几种非处方”PM”止痛药中的活性成分。这是美国使用最广泛的非处方助眠药，价格低廉，容易获得，看似无害。但本周发表在bioRxiv上的一篇新临床前研究（预印本）表明，每晚服用苯海拉明实际上可能不是在恢复睡眠质量，而是在降低它，而且这种效应对于阿尔茨海默病患者来说可能尤其成问题。 美国国家环境健康科学研究所和北卡罗来纳大学教堂山分校的研究人员在一个成熟的阿尔茨海默病小鼠模型––5XFAD品系––上测试了长期苯海拉明给药的效果。他们的发现描绘了一幅令人担忧的图景：该药物碎片化深度睡眠，产生不具有修复作用的日间镇静效应，并且未能纠正阿尔茨海默病模型小鼠中已经存在的任何睡眠缺陷。 研究发现 研究团队在5XFAD小鼠（16只）和野生型对照小鼠（14只）––均为雌性，5月龄––体内植入了连续脑电图/肌电图遥测记录仪。他们记录了24小时的基线，随后在光照周期开始时（ZT0）每天给予10 mg/kg的苯海拉明，持续一个月，然后在持续给药期间进行48小时的记录。 最突出的结果是NREM2睡眠的显著碎片化。要理解这意味着什么，有必要先了解睡眠的结构。当我们入睡时，首先进入NREM1––一个浅层的过渡阶段，通常感觉像打瞌睡。然后大脑进入NREM2––一个更深的、更巩固的阶段，以睡眠纺锤波和K复合波为特征，对记忆处理和认知恢复至关重要。更深的是NREM3（慢波睡眠），然后是REM（梦境阶段）。 在5XFAD小鼠和健康对照组中，长期苯海拉明将NREM2分解为更短的片段。小鼠经历的并非漫长而稳定的深层恢复性睡眠，而是从未完全整合的碎片化NREM2片段。这种模式类似于睡眠研究人员在人类中所称的”睡眠维持性失眠”：你可能能正常入睡，但无法在较深阶段停留足够长的时间以获得全部益处。 此外，该药物增加了活动期（觉醒期）NREM1和REM的总持续时间。在原本应该清醒活跃的小鼠中，苯海拉明将它们推入了较浅的睡眠甚至REM片段。这相当于人类日间困倦和镇静的动物类比。该药物并未在夜间提供高质量睡眠，而是将低质量睡眠扩散到了全天。 阿尔茨海默病小鼠的睡眠本已受损，而苯海拉明使之恶化 5XFAD小鼠在基线时已经显示出睡眠紊乱的迹象。与健康对照组相比，它们花更多时间处于NREM1状态，且NREM2和REM片段更短。这正是临床医生在阿尔茨海默病患者身上看到的那类睡眠结构缺陷：更碎片化的睡眠，更少的深度睡眠，以及更多的日间小睡。 有人或许希望像苯海拉明这样的镇静药物至少能改善部分缺陷。但事实并非如此。长期DPH并未将阿尔茨海默病模型小鼠从碎片化睡眠中解救出来，反而使NREM2碎片化问题明显恶化。该药物在疾病已经造成的损害之上又叠加了一层睡眠紊乱。 这一发现尤其令人担忧，因为苯海拉明是一种具有强效抗胆碱能作用的第一代抗组胺药。抗胆碱能药物阻断乙酰胆碱––一种对记忆、学习以及正常睡眠调节至关重要的神经递质。流行病学研究已将长期使用抗胆碱能药物与痴呆风险增加联系起来。当前研究提出了一个机制性问题：长期睡眠紊乱是否可能是连接抗胆碱能药物使用与认知衰退的通路之一？ 需谨记的局限性 这是一篇预印本，意味着尚未经过同行评审。该研究由美国国立卫生研究院和北卡罗来纳大学教堂山分校的一个受尊敬的研究团队完成，方法严谨，但在正式审查完成之前，结论应被视为暂时性的。 该研究仅使用了雌性小鼠；睡眠药理学中的性别差异已有充分文献记载，结果可能无法推广到雄性。小鼠的睡眠不同于人类睡眠。虽然NREM和REM的基本结构在哺乳动物中是保守的，但其时间、持续时间和功能作用各不相同。小鼠中10 mg/kg的剂量并不能直接转化为人类剂量。 而且，这是在相对年轻的动物中进行的为期一个月的每日长期给药。与之对应的人类情形是每晚服用苯海拉明或含有DPH的PM产品长达数年––这正是许多老年人遵循的模式。 结论 苯海拉明确实是一种镇静剂。它确实会让你昏昏欲睡。但镇静不等于睡眠。大脑需要的是适当结构化的、巩固的睡眠结构––以正确的比例循环通过浅睡眠、深NREM阶段和REM。这项研究为越来越多的证据增添了新内容：抗胆碱能镇静剂可能制造了睡眠的表象，却没有提供睡眠的实质，而这种错配对于已易受神经退行性疾病影响的大脑可能尤其有害。 下次你因为睡不着而拿起PM止痛药或夜间感冒药时，值得思考的是：活性成分可能正是问题的一部分，而不是解决方案。更好的睡眠卫生、针对失眠的认知行为疗法以及基于褪黑激素的方法，可能以更少的风险带来更多的益处––尤其对于关注认知健康的老年人而言。 来源 Copeland MH, Youngstrom DE, Konrad KS, Diering GH, Letsinger AC, Aksu LR, Yakel JL, Cushman JD. Diphenhydramine Disrupts Sleep Architecture in 5XFAD Alzheimer’s Disease Model and Wild-Type Mice. bioRxiv 2026. DOI: 10.64898/2026.07.22.739929. 发表于2026年7月27日。美国政府作品，CC0许可协议。 婷 […]

你闭上眼睛。数小时后，你从一个感觉无比真实的世界中浮现：一座数十年未曾见过的儿时故居，一段与早已离去之人的对话，一截通向虚无的楼梯。为何是那个场景？为何是那一夜？ 一项发表于《通讯心理学》的里程碑式研究给出了迄今最为详尽的答案。梦境并非随机的神经静电。它们以系统化、可测量的方式受到你的个性、认知特征和现实经历的影响。研究人员借助人工智能分析了近2000份梦境报告，发现梦境的内容犹如做梦者个人的指纹。 研究发现 该研究由贾科莫·汉贾拉斯及其同事在意大利卢卡IMT高等研究院和罗马大学主导进行，招募了287名年龄在18至69岁之间的参与者。在两周时间内，每人分别记录梦境和清醒经历的日记，共计获得2038份梦境报告和1679份清醒报告。这一样本规模使该项研究区别于以往通常依赖小样本的梦境研究。 为分析这批海量文本，研究团队转向了自然语言处理技术。三款大型语言模型，LLaMA 3、ChatGPT-4和ChatGPT-4 Turbo，依据16个预定义的语义维度对每份报告进行了评分，这些维度包括视觉感知、怪异程度、社会互动和情绪强度。此外，一项名为”非负矩阵分解”的统计技术从报告的原始词汇中提取了32个词汇域。人工评分员对AI的判断进行了验证，一致性表现稳健：所有相关系数均超过0.60，均值达到0.65。 梦境与清醒：两个迥异的世界 第一项主要发现是，梦境与清醒思维在性质上存在根本差异。按统计标准衡量，这些差异十分显著。 | 维度 | 效应量（Cohen’s d） | 方向 | |—|—|—| | 视觉感知 | 1.52 | 梦境中更强 | | 空间感知 | 1.40 | 梦境中更强 | | 怪异程度 | 2.85 | 梦境中显著更强 | | 社会互动 | 1.40 | 梦境中更强 | | 自我参照思维 | -1.77 | 清醒时更强 | | 主体感（控制感） […]