睡眠

要点。 一项基于黎曼几何机器学习的高密度脑电记录新研究表明，睡眠中的陈述性气味提示比非陈述性气味提示产生更结构化的纺锤波段协方差模式，特别是在中央脑区。然而，效应幅度较小，未通过多重比较校正，削弱了结论的强度。 该研究于6月18日发表在《Frontiers in Neuroscience》上，作者包括Jesyin Lai、Pankaj Pandey（共同第一作者）、David M. Baum、Jens G. Klinzing、Andrea Sanchez-Corzo和Ranganatha Sitaram。该研究为使用定向记忆再激活（TMR）探究睡眠大脑如何巩固不同类型记忆的日益增长的研究领域增添了新的证据。 研究发现。 研究人员分析了在TMR范式下从参与者NREM睡眠期间收集的高密度脑电记录。在睡眠前的学习过程中，参与者暴露于两种不同的气味：与陈述性记忆任务（物体-位置关联）相关的气味D，以及与陈述性运动序列任务相关的气味M。在随后的睡眠中，相同的气味与载体对照气味一起重新呈现，研究团队检查了两个纺锤波频段的脑电时期：快纺锤波（12.5–16 Hz）和慢纺锤波（9–12.5 Hz）。 研究团队使用基于黎曼几何的参与者内机器学习分类器，尝试解码给定的脑电时期是由气味D（相对于载体）还是由气味M（相对于载体）引发的。该方法将多通道脑电信号的协方差结构视为黎曼 manifold 上的点，捕捉传统单变量分析可能遗漏的神经活动分布式模式。 相对于排列衍生的随机水平评估的解码性能，在频段、时间窗口（提示后0–2、0–4和0–7秒）以及通道子集（所有通道、额叶、中央和后部）上表现出条件依赖性变化。在这些分析中，陈述性条件（气味D）的解码准确率往往高于非陈述性条件（气味M），使用中央通道数据时观察到最强的效应。 通道层面的贡献分析进一步揭示，陈述性条件中驱动分类的协方差模式在中央区域具有空间结构，表明存在与记忆相关神经调节一致的协调纺锤波段活动。相比之下，非陈述性条件中的贡献更为弥散，且参与者之间的一致性较低。 研究意义。 长期以来，睡眠纺锤波被认为与记忆巩固有关，证据表明快纺锤波和慢纺锤波振荡都与新获得记忆的再激活和稳定化相关。TMR研究表明，睡眠期间重新呈现与学习相关的线索可以提高记忆表现，但区分陈述性与非陈述性记忆再激活的精确神经特征仍然难以捉摸。 本研究使用基于协方差的解码方法——一种源自黎曼几何的方法——代表了方法论上的进步。该技术不是检查单个电极上的功率变化，而是捕捉电极阵列上纺锤波段活动的协调结构，为分布式神经过程提供了更敏感的窗口。 中央通道协方差模式在陈述性气味提示期间更具组织性这一发现，与已知的中央顶叶区域参与睡眠纺锤波生成和陈述性记忆处理一致。这表明不同的记忆系统可能以性质不同的方式参与纺锤波段活动，即使在同一睡眠会话内也是如此。 局限性。 最重要的警告是，报告的结果虽然描述上一致，但效应较小，未能在所进行的多重分析中通过多重比较校正。作者对此局限性保持透明，指出结果应被视为初步结果，需要在更大样本中进一步验证。 其他几个因素也限制了结果的解释。该研究依赖于单次气味再暴露会话，留下了关于剂量-反应关系和巩固时间过程的问题。样本量虽然对于密集的脑电TMR研究而言是典型的，但可能限制了可靠检测小到中等效应量的统计功效。此外，非陈述性运动任务（气味M）和陈述性任务（气味D）在内容、感觉联想和学习背景上存在差异，使得条件之间的直接比较本质上是多维的。 黎曼几何方法虽然前景广阔，但在睡眠脑电研究中相对较新，其检测记忆相关神经特征的敏感性和特异性需要独立的复制验证。通道贡献图提供了空间结构化模式的描述性证据，但这些空间地图的正式统计检验尚未报告。 总结。 本研究提供了初步证据，表明基于协方差分析的纺锤波段脑电可以检测睡眠中陈述性与非陈述性气味提示期间的差异神经反应，陈述性提示与更结构化的中央通道模式相关。该研究展示了黎曼几何方法在探测分布式睡眠脑电动态方面的潜力。然而，由于效应较小且未通过多重比较校正，这些发现应被视为假设生成而非验证性的。需要更大规模的复制研究来确定这些协方差模式是否可靠地指示睡眠期间的记忆类型。 来源。 Lai J, Pandey P, Baum DM, Klinzing JG, Sanchez-Corzo A, Sitaram R. Covariance-based analysis of spindle-band EEG during declarative and non-declarative odor […]

导语。 睡眠问题是青少年中最常见的健康问题之一，影响着高达40%的青少年。睡眠不足与情绪障碍之间的关系已得到充分证实，但在神经层面的理解仍不充分。并非所有失眠的青少年都会发展为抑郁或焦虑，临床医生也缺乏可靠的生物标志物来区分最脆弱的群体。发表在 Biological Psychiatry: Cognitive Neuroscience and Neuroimaging 上的一项新研究通过使用生成式深度学习来识别有失眠症状青少年的不同神经解剖学生物型，朝着解决这一问题迈出了一步。 研究发现。 由北京邮电大学金千惠和魏永斌领导的研究团队，将生成对抗网络（GAN）应用于179名报告有失眠症状青少年的结构性MRI数据。该模型分析了全脑灰质体积，并发现了两个可重复的神经解剖学子型。 A型生物型的灰质体积偏差集中在颞顶叶和枕叶区域，主要涉及与感觉处理和空间注意力相关的区域。B型生物型则呈现出不同的体积改变模式，与这些区域部分重叠，但具有明显不同的临床意义。 两组之间的行为和遗传差异十分显著。与A型生物型相比，B型生物型的青少年在DSM-5抑郁评分上显著更高（p = 0.021），表现出更多的内化行为（p = 0.041），且焦虑/抑郁综合征评分升高（p = 0.048）。这些差异从自我报告测量延伸到了基因组水平：B型生物型在重度抑郁障碍（p < 0.037）和焦虑障碍（p < 0.033）方面均携带更高的多基因风险评分。 纵向随访证实，B型生物型的脆弱性增高并非一过性效应。这些青少年随着时间的推移继续表现出较高的内化行为和焦虑/抑郁症状（p < 0.041），表明神经解剖学差异追踪的是情感风险的持续性轨迹，而非短暂阶段。 重要的是，研究者在83名有自报失眠症状的独立成人样本中验证了他们的发现。同样出现了两种相同的生物型，且B型生物型与较高的抑郁和焦虑测量值之间的关联仍然存在，证明神经解剖学子型不仅限于青少年发育阶段。 为何重要。 这项研究将失眠相关的情感风险重新定义为根植于可测量的脑结构差异的问题，而非睡眠不足的统一后果。生成式深度学习模型的使用值得关注，因为传统聚类方法通常难以处理高维神经影像数据。GAN能够学习灰质模式的潜在分布并生成合成数据以稳定训练，这可能产生比传统方法更稳健的子型。 如果能够得到复制和优化，基于生物型的分层可能产生直接的临床意义。与其将所有失眠青少年视为同质群体，临床医生有朝一日或可利用神经影像学生物型来识别那些最有可能从早期、有针对性的心理健康干预中获益的个体。例如，被分类为B型生物型的青少年可能优先接受失眠认知行为疗法结合情绪监测，而A型生物型的青少年则可仅通过睡眠卫生教育进行管理。 该研究也为睡眠障碍和情感障碍共享重叠神经生物学的观点增添了证据。B型生物型携带较高的抑郁和焦虑多基因风险评分这一事实表明，失眠与情绪障碍之间的联系并非纯粹的行为或心理层面问题。它可能从早期就部分编码于脑结构之中。 局限性。 该研究存在若干重要注意事项。样本量较为有限，包括179名青少年和83名成人。需要更大规模的多中心队列来确保生物型具有可推广性，而非仅限于特定数据集。主要生物型识别采用横断面设计，无法确定灰质差异是出现在失眠之前、之后，还是由共同第三因素引起。尽管纵向随访支持了生物型的预测价值，但未来研究应扩大随访时间和样本保留率。 依赖于自我报告的失眠症状而非多导睡眠监测或体动记录仪等客观睡眠测量，引入了潜在的报告偏倚。此外，虽然基于GAN的方法在方法学上较为复杂，但如果潜在特征未能映射到有意义的生物变异上，深度学习模型可能产生稳定但临床无关的子型。 最后，该研究未探讨这些生物型是失眠所特有，还是可能与原发性抑郁症或焦虑障碍中观察到的神经解剖学子型重叠。纳入精神科对照组进行比较研究将有助于澄清特异性。 结论。 有失眠症状的青少年并非单调群体。通过对灰质体积数据应用生成式深度学习，可以识别出两种不同的神经解剖学生物型，其中一种生物型在行为和遗传水平上一致预测更高的抑郁和焦虑风险。这些发现为青少年失眠相关情感障碍的个性化风险分层和靶向干预开辟了道路，但需要更大、更多样化的样本才能将生物型转化为临床工具。 来源. Jin Q, Zhao S, Wang M, Wang Z, Qi T, Zhong S, Li A, Liu Y, Wei […]

导语. 要获得可靠的睡眠评估，通常意味着要在实验室里度过一晚，身上连接着数十个电极。多导睡眠图（PSG）作为睡眠分期和呼吸暂停诊断的金标准，不仅繁琐、昂贵，而且不适合常规筛查或家庭使用。如今，一个大型国际团队公布了BCGNet的研究成果，这是一种深度学习模型，仅通过放在枕头下的传感器垫即可实现临床级别的睡眠分期和呼吸暂停检测。该研究于7月3日发表在NPJ Digital Medicine上，报告称该模型在无需直接接触患者皮肤的情况下，达到或优于许多现有方法。 研究发现. BCGNet是一种两阶段迁移学习架构，由中国、澳大利亚和美国14个机构的研究人员共同开发，包括清华大学、哈佛医学院和加州大学旧金山分校。研究团队首先在580,865小时的多导睡眠图数据上对模型进行了预训练，然后在由枕下设备捕获的15,081小时心冲击图（BCG）记录上进行了微调。总计约596,000小时的组合训练集是睡眠分期研究领域有史以来规模最大的训练集之一。 在四类睡眠分期（清醒、浅睡眠、深睡眠、快速眼动睡眠）中，该模型在多个验证队列中取得了0.710至0.817的F1分数。在3%血氧饱和度下降阈值（AHI3%）下估算呼吸暂停低通气指数时，Pearson相关系数超过0.95，表明与参考PSG测量值近乎完美相关。睡眠连续性和结构指标，包括总睡眠时间、睡眠效率和每个阶段的停留时间，其组内相关系数和Pearson r值普遍高于0.8。 该模型在患者人口统计、记录设备和临床环境各不相同的多种外部数据集上均表现出良好的泛化能力。作者还证明了该模型在日间小睡短时记录上的强大性能，表明其潜在用途可能超越夜间监测。 重要性. 阻塞性睡眠呼吸暂停估计影响全球9.36亿成年人，其中绝大多数仍未得到诊断。目前的家庭睡眠测试虽然比实验室PSG更方便，但仍需要患者在面部、胸部或手指上佩戴传感器。许多患者觉得这些设备不舒服，家庭测试的依从性仍然不一致。 真正的无接触方法消除了这些障碍。枕下BCG垫不需要患者进行任何设置、使用之间无需清洁、也无需佩戴任何设备。它可以部署在家庭、长期护理机构和医院病房中，而不会干扰患者的睡眠环境。如果本研究报告的性能在前瞻性实际部署中得到验证，该设备可以极大地扩展客观睡眠评估的可及性，特别是在PSG不可用或不实用的环境中。 该模型在Pearson r超过0.95的情况下估算AHI3%的能力尤其值得注意。呼吸暂停低通气指数是用于诊断和分级睡眠呼吸暂停严重程度的主要指标。能够产生临床可行的AHI值的无接触传感器可以作为可扩展的筛查工具，有可能识别出数百万将从进一步评估和治疗中受益的未诊断患者。 局限性. 这项研究是回顾性的，作者承认在真实家庭环境中进行前瞻性验证是重要的下一步。虽然外部验证数据集是多样化的，但它们仍然是经过筛选的研究集合，可能无法完全代表普通人群。该设备仅捕获BCG信号；它无法直接测量气流、血氧饱和度或脑电图，这意味着模型必须间接推断这些参数。在患有复杂合并症、严重心律失常或异常睡眠结构的患者中的性能尚未得到广泛评估。该专利由北京公司五季医疗（Five Seasons Medical）持有，多名作者是该设备制造商的员工，在评估报告的绩效数据时应权衡这一潜在的利益冲突。本研究得到了中国国家自然科学基金和中国科学技术部的支持。 结论. BCGNet证明了在庞大的PSG数据银行上训练的深度学习模型可以有效地将其知识迁移到无接触心冲击图信号上，产生的睡眠分期和呼吸暂停估计值接近有监督多导睡眠图的准确性。这项工作是最新也是最强有力的证据，表明可穿戴和无接触传感器与复杂的神经网络相结合，可能很快就会让任何有床的人都能获得可靠的睡眠评估。 来源. Chen S, Chen X, et al. BCGNet: an AI model trained on 600 K hours of sleep data for a novel under-pillow contactless monitoring device. NPJ Digit Med. 2026 Jul 3. doi: 10.1038/s41746-026-02885-y. PMID: […]

Lead. 要获得可靠的睡眠评估，通常意味着要在实验室里度过一晚，身上连接着数十个电极。多导睡眠图（PSG）作为睡眠分期和呼吸暂停诊断的金标准，既繁琐又昂贵，不适合常规筛查或居家使用。现在，一个大型国际团队公布了BCGNet的研究结果，这是一种深度学习模型，只需将传感器垫塞入枕头下，即可执行临床级睡眠分期和呼吸暂停检测。这项于7月3日发表在《NPJ Digital Medicine》上的研究报告称，该模型在无需直接接触患者皮肤的情况下，可媲美或超越许多现有方法。 What they found. BCGNet是一种两阶段迁移学习架构，由来自中国、澳大利亚和美国14个机构的研究人员共同开发，包括清华大学、哈佛医学院和加州大学旧金山分校。研究团队首先在580,865小时的多导睡眠图数据上预训练该模型，然后在由枕下设备捕获的15,081小时心冲击图（BCG）记录上进行微调。总计约596,000小时的训练集是睡眠分期研究领域有史以来规模最大的训练集之一。 在四类睡眠分期（清醒、浅睡眠、深睡眠、快速眼动睡眠）中，该模型在多个验证队列中取得了0.710至0.817之间的F1分数。在3%血氧饱和度下降阈值（AHI3%）下估算呼吸暂停-低通气指数时，皮尔逊相关系数超过0.95，表明与参考PSG测量值近乎完美相关。睡眠连续性和结构指标，包括总睡眠时间、睡眠效率和各阶段所用时间，其组内相关系数和皮尔逊r值通常高于0.8。 该模型在患者人口统计、记录设备和临床环境各不相同的多样化外部数据集中均表现出良好的泛化能力。作者还展示了该模型在短时间日间小睡记录中的强劲性能，表明其具有超越夜间监测的潜在用途。 Why it matters. 阻塞性睡眠呼吸暂停影响全球约9.36亿成年人，其中绝大多数尚未被诊断。目前的家庭睡眠测试虽然比实验室PSG更方便，但仍需要患者在面部、胸部或手指上佩戴传感器。许多患者觉得这些设备不舒适，家庭测试的依从性仍然不一。 真正非接触的方法消除了这些障碍。枕下BCG垫无需患者设置、无需在使用之间清洁、也无需佩戴任何设备。它可以部署在家庭、长期护理机构和医院病房中，而不会干扰患者的睡眠环境。如果本研究报告的性能在前瞻性真实世界部署中得到验证，该设备可以极大地扩大客观睡眠评估的可及性，尤其是在PSG不可用或不实用的环境中。 该模型以超过0.95的皮尔逊r估算AHI3%的能力尤其值得关注。呼吸暂停-低通气指数是诊断和分级睡眠呼吸暂停严重程度的主要指标。能够产生临床可操作AHI值的非接触式传感器可以作为一种可扩展的筛查工具，有可能识别出数百万将从进一步评估和治疗中受益的未确诊患者。 Limits. 这项研究是回顾性的，作者承认在真实家庭环境中进行前瞻性验证是重要的下一步。虽然外部验证数据集多样化，但它们仍然是经过筛选的研究资料集，可能无法完全代表一般人群。该设备仅捕获BCG信号；它无法直接测量气流、血氧饱和度或脑电图，这意味着模型必须间接推断这些参数。该模型在患有复杂合并症、严重心律失常或异常睡眠结构的患者中的表现尚未得到广泛评估。专利由北京的五季医疗（Five Seasons Medical）持有，且多名作者是该设备制造商的雇员，这是在评估报告的性能数据时应权衡的潜在利益冲突。该研究得到了中国国家自然科学基金委员会和中国科学技术部的支持。 Bottom line. BCGNet证明，在庞大的PSG数据银行上训练的深度学习模型可以有效地将其知识迁移到非接触式心冲击图信号，产生接近监督式多导睡眠图准确性的睡眠分期和呼吸暂停估计。这项工作代表了最新、最有力的证据，表明可穿戴和非接触式传感器与复杂的神经网络相结合，可能很快将使可靠的睡眠评估惠及任何拥有床铺的人。 Source. Chen S, Chen X, et al. BCGNet: an AI model trained on 600 K hours of sleep data for a novel under-pillow contactless monitoring device. NPJ Digit Med. 2026 Jul 3. […]

要点. 睡眠对康复至关重要，然而在儿科重症监护室（PICU）中的危重患儿可能会经历未被识别的严重睡眠紊乱。发表在《儿科学报》上的一项新观察性研究首次使用完整多导睡眠监测，对危重患儿与非危重对照患儿的睡眠结构进行了全面的年龄校正比较。研究结果显示，几乎所有危重患儿都有严重睡眠紊乱，超过四分之三的患儿表现出异常脑电图（EEG）模式，这引发了对PICU护理对年轻患者神经康复影响的迫切疑问。 研究发现. 该研究纳入了25名在鹿特丹伊拉斯谟MC索菲亚儿童医院PICU住院的危重患儿（中位年龄3.6个月），并与120名因疑似睡眠呼吸障碍转诊的非危重患儿（中位年龄36.7个月）进行了比较。所有参与者均接受了整夜多导睡眠监测，PICU队列的睡眠指标根据年龄特异性参考范围进行了评估。 结果令人震惊。在危重患儿中，夜间总睡眠仅占24小时总睡眠的50.9%（四分位距49.5至55.5），这意味着近一半的睡眠发生在白天。96.0%的危重患儿快速眼动（REM）睡眠减少，66.7%的患儿深部非快速眼动（NREM）睡眠减少。总体而言，76.0%的PICU患者发现EEG异常，表明睡眠紊乱伴随着可测量的脑电活动变化。 非危重对照组也表现出睡眠障碍，但性质不同。REM睡眠减少在婴儿早期很常见，而该组中年龄较大的儿童则倾向于出现更短、更碎片化的睡眠模式。这些发现表明，尽管儿童患病期间可能会出现一定程度的睡眠紊乱，但PICU患者所见到的程度和严重性远远超出典型疾病所产生的影响。 作者将REM睡眠减少定义为REM比例低于年龄特异性参考值的第5百分位数，将深部NREM睡眠减少定义为NREM第3阶段（慢波睡眠）比例低于同一阈值。 为何重要. PICU环境以不利于正常睡眠而闻名。持续监测设备、警报声、频繁的护理干预、机械通气和24小时照明都是已知的干扰因素。然而，这项研究更进一步证明，这种紊乱不仅仅是主观或行为上的。它在睡眠结构和脑电活动中是可客观测量的，并且几乎影响每个危重患儿。 这之所以重要，是因为睡眠并非被动状态。REM睡眠支持记忆巩固和情绪调节，而深部NREM睡眠对恢复过程、免疫功能和代谢恢复至关重要。被剥夺了这些睡眠阶段的危重患儿可能面临康复延迟、通气时间延长、神经发育结局更差以及谵妄风险增加的问题。76%的患儿出现异常EEG这一事实表明，未被识别的神经功能障碍或镇静效应可能正在加剧睡眠紊乱。 该研究还强调，年龄校正参考范围在评估儿童睡眠时至关重要。对3个月大的婴儿来说正常的睡眠模式，对3岁儿童来说可能严重异常，未能考虑到这一点可能导致对临床显著障碍的识别不足。 局限性. 该研究存在重要局限性。危重患儿的样本量相对较小（n=25），这限制了统计效力以及调整潜在混杂因素（如诊断、疾病严重程度、药物和通气状态）的能力。危重组和非危重组的中位年龄差异显著（3.6个月对36.7个月），尽管作者使用了年龄特异性参考范围，但两组之间的直接比较仍具有挑战性。非危重组由因疑似睡眠呼吸障碍而转诊的儿童组成，这意味着他们不是健康对照，本身可能存在基线睡眠异常。此外，在PICU环境中进行多导睡眠监测可能无法完全捕捉患儿的典型睡眠模式，因为测量环境本身会影响睡眠。研究设计是横断面研究，因此无法建立PICU入院与观察到的睡眠变化之间的因果关系，也无法确定这些紊乱在出院后是否持续存在。 结论. PICU中的危重患儿会经历严重且可客观测量的睡眠结构紊乱，包括几乎普遍存在的REM睡眠减少和EEG异常的高患病率。这些发现强调了在儿科重症监护中进行系统性睡眠监测和睡眠保护方案的必要性，以及需要进一步研究环境改造、镇静管理和昼夜节律维持等干预措施是否能够改善睡眠质量，并最终改善临床结局。 翻译: 婷

导语. 睡眠越来越被认为不是被动的休息状态，而是活跃的神经计算时期，在此期间大脑通过精确定时的振荡重放和巩固记忆。加州大学欧文分校的Jennifer N. Gelinas在Epilepsy Currents上发表的一篇新评论提出疑问：我们能否利用这一结构进行治疗？她的文章《在睡眠中聆听：我们能否淹没癫痫样棘波并提升认知？》探讨了睡眠期间传递的听觉闭环刺激可能同时抑制癫痫放电和增强认知功能的可能性。这一引人思考的框架挑战该领域超越传统的癫痫发作抑制思维，走向一种综合神经保护模式。 论点. Gelinas建立在关于睡眠在记忆中的作用的成熟研究序列之上。Ngo及其同事（2013年）的基础性工作证明，传递与持续慢波相位锁定的短暂听觉音调可以增强健康成年人的记忆巩固。最近，Staresina及其同事（2023年）绘制了人类睡眠期间慢波、睡眠纺锤波和尖波涟漪的精确耦合层级，展示了这些节律如何协调信息传递。该评论将这些发现与Wong及其同事（2026年）发表在Cell Reports Medicine上的一项新研究一并考虑，该研究测试了在接受颅内脑电图监测的癫痫儿童中的闭环睡眠调节。Gelinas认为，这些证据线的汇聚使得设计具有双重目的的干预措施成为可能：强化支持认知的生理振荡序列，同时积极破坏表征癫痫网络的病理性棘波活动。 为何重要. 癫痫影响着全球数百万人，目前的治疗常常伴有显著的认知副作用。已知许多癫痫患者的睡眠已经受到干扰，发作间期棘波和发作活动都可能使大脑记忆巩固所需的振荡模式碎片化。如果闭环听觉刺激能够同时恢复健康的睡眠生理并减少癫痫样活动，那将代表一种根本不同的癫痫护理方法：一种将认知和发作控制视为互补目标而非竞争优先事项的方法。该评论没有提供新的实验数据，但它提供了一个及时的综述，为该领域构建了一个可检验的假设。对于临床医生和研究人员而言，Gelinas提出了一个关键问题：睡眠大脑固有的感觉处理通路是否可以被利用为一种非侵入性、低风险的治疗通道。 审校：Nathan（EN）· 翻译：婷（ZH）

Lead. 创伤后应激障碍（PTSD）仍然是最具挑战性的神经精神疾病之一，尤其是因为其核心症状，过度警觉、噩梦、恐惧消退缺陷和睡眠紊乱，相互助长，形成一个自我强化的循环，而标准药物治疗往往无法打破这一循环。7月2日发表在Military Medicine（PMID: 42391109）上的一篇范围综述现在指出，打破这一循环的一个意外候选者是食欲素系统。通过回顾11项关于双重食欲素受体拮抗剂（DORA）和选择性受体拮抗剂的临床前和临床研究，来自Tripler陆军医学中心的研究人员提出，阻断食欲素信号传导可以同时解决恐惧消退、快速眼动睡眠调节、过度警觉甚至细胞应激韧性，这是单一药物几乎无法声称的效果组合。 关键要点与框架. 食欲素（也称为下丘脑分泌素）系统是一对仅在外侧下丘脑产生的神经肽，广泛投射到整个大脑，调节觉醒、警觉性、应激反应性和奖赏处理。该系统的失调已被认为与焦虑症、成瘾和睡眠病理学有关，所有这些特征都与PTSD重叠。由Connor Lewis和John Eric M. Novosel-Lingat主导的这篇综述，系统地检查了现有关于食欲素拮抗剂作为PTSD治疗策略的证据，涵盖了从啮齿动物恐惧条件反射范式到一项人类患者随机临床试验的研究。 苏沃雷生与临床证据. 该综述纳入的唯一一项临床试验测试了苏沃雷生（一种FDA批准的用于失眠的双重食欲素受体拮抗剂）在PTSD患者中的效果。结果在两个方向上具有启发性。一方面，该药物在快速眼动睡眠结构方面产生了明显改善，值得注意的是，大多数患者经历了创伤相关噩梦的缓解，这是一种以药物抵抗性著称的症状。另一方面，强烈的安慰剂效应限制了组间的统计学分离，使得难以将改善明确归因于该药物。作者谨慎地指出，虽然信号令人鼓舞，但在提出临床建议之前，还需要更大规模、良好对照的试验。 恐惧消退的临床前证据. 临床前研究是食欲素拮抗作用证据最强的地方。在应激暴露的啮齿动物模型中，苏沃雷生加速了恐惧消退，即当威胁不再存在时，习得的恐惧反应减弱的過程，并减少了过度警觉、回避行为和焦虑样表型。这种效应似乎至少部分是通过基底外侧杏仁核（恐惧回路中的一个关键节点）介导的。选择性OX1R受体拮抗剂，如实验性化合物SB334867，在全身给药或直接注入杏仁核时，同样促进了恐惧消退并减少了僵直行为。 从机制角度看，这些发现之所以令人信服，在于其特异性。该综述报告称，在多个实验模型中，降低的食欲素信号传导始终与韧性表型相关。换句话说，食欲素张力较低的动物或给予食欲素受体拮抗剂的动物表现出类似自然应激韧性的行为，它们更快速地消退恐惧，表现出更少的惊吓反应，即使在创伤暴露后也能维持更正常的睡眠-觉醒周期。 超越行为：细胞应激韧性. 该综述还涉及了新兴证据，表明食欲素拮抗作用可能在细胞水平上带来益处。早期研究表明，阻断食欲素信号传导可以正常化线粒体功能并调节mTOR通路活性，这两者都与慢性应激的细胞反应有关。虽然这些发现是初步的，但它们暗示了一种可能的机制，通过该机制，食欲素拮抗剂可能不仅产生症状缓解，还能恢复PTSD患者的神经生物学稳态。 意义. 单一类药物能够改善恐惧消退、稳定睡眠、抑制过度警觉并促进细胞韧性的主张令人瞩目，但它伴随着作者们并未轻描淡写的重要警示。证据基础仍然主要是临床前的，只有一项人类临床试验，且该试验因强烈的安慰剂效应而受到影响。所回顾研究的异质性（不同的拮抗剂、不同的剂量、不同的啮齿动物品系和应激方案）使得难以得出明确的剂量反应或比较疗效结论。 尽管如此，临床需求是迫切的。PTSD对现役军人和退伍军人的影响不成比例地高，而这正是该期刊和作者所在机构所服务的人群。目前的一线药物治疗，选择性5-羟色胺再摄取抑制剂和5-羟色胺-去甲肾上腺素再摄取抑制剂，效果大小适中，并不能可靠地将睡眠障碍或噩梦作为主要结局指标加以解决。食欲素系统为PTSD病理生理学提供了一个根本不同的切入点，它直接针对觉醒和睡眠回路，而非广泛调节单胺信号传导。 对于临床医生和研究人员而言，该综述提出了两个近期优先事项。第一，针对PTSD中食欲素拮抗剂的充分效能的临床试验设计应考虑安慰剂效应，采用客观睡眠测量（多导睡眠图、体动记录仪）以及可能的选择富集策略，筛选有客观快速眼动睡眠障碍的患者。第二，临床前数据支持进一步研究选择性OX1R受体拮抗剂，它们可能提供比双重拮抗剂更具靶向性的方法，从而潜在地避免与DORA相关的部分日间镇静作用。 翻译: 婷

核心发现。 研究人员已经证明，选择性地使腹侧被盖区（VTA）多巴胺产生神经元中的昼夜节律基因Clock失活，足以改变小鼠的睡眠模式、行为以及这些神经元的电特性。这项以预印本形式发表在bioRxiv上的研究，提供了迄今为止将特定脑细胞类型中的Clock功能障碍与双相情感障碍相关行为改变联系起来的最直接证据之一。 研究发现。 由德克萨斯大学奥斯汀分校的Lief E. Fenno领导的团队，开发了一种携带SaCas9基因编辑系统的Cre依赖性腺相关病毒（AAV），以仅在成年小鼠的VTA多巴胺神经元中敲低Clock。他们首先建立了一个体外筛选流程，以识别有效靶向Clock的向导RNA，并证明最佳候选者能准确预测活体动物中的编辑效率。 使用单一AAV载体，研究人员实现了Clock表达的稳健、滴度依赖性降低，并通过三种独立方法加以确认：靶向DNA测序、RNA原位杂交和蛋白质水平的免疫组织化学。体内的编辑效率与体外筛选的预测相匹配，证明该筛选流程在任何动物实验开始之前就能可靠地识别出有效的向导。 他们的功能评估涵盖三个分析层面： 行为测试组： VTA特异性Clock敲低的小鼠显示出运动和昼夜活动模式的改变。旷场实验和高架十字迷宫测试揭示了与情绪失调的啮齿动物模型中观察到的紊乱一致的变化，包括跨越光-暗周期的焦虑样行为和活动水平的改变。 睡眠-觉醒测量（EEG/EMG）： 慢性脑电图和肌电图记录（啮齿动物睡眠表型分析的金标准）显示，VTA多巴胺神经元中的Clock紊乱显著改变了睡眠和觉醒的结构。小鼠显示出非快速眼动和快速眼动睡眠状态的分布和持续时间的变化，以及觉醒发作结构的改变。 电生理记录： 脑片膜片钳实验表明，Clock敲低改变了VTA多巴胺神经元的内在兴奋性。这些细胞对电流注入的反应呈现不同的放电模式，指出了这种昼夜节律基因的缺失改变情绪相关通路中回路水平功能的细胞机制。 重要性。 双相情感障碍影响全球约1%至3%的人口，其特征是反复发作的躁狂和抑郁，通常伴有严重的昼夜节律紊乱。Clock基因长期以来一直是探索情绪障碍生物学机制的主要候选基因，但其细胞类型特异性作用仍不清楚。 这项研究的突出之处在于它超越了相关性或全脑方法。通过将Clock紊乱限制在VTA多巴胺神经元（这一神经元群体是奖赏处理、动机和情绪调节的核心），作者们证明了从特定细胞类型中的一个基因到睡眠和行为的可测量变化之间的因果链。这项工作还建立了一个实用、可推广的框架，用于以细胞类型特异性方式快速测试其他候选风险基因，这可能加速精神疾病遗传学的前临床研究。 局限性。 作为预印本，这项工作尚未经过同行评审，研究结果应被视为初步结论。该研究完全在小鼠中进行，尚不清楚相同的机制是否在人脑中起作用。此外，所报告的行为效应是内表型，即被认为与人类情绪障碍相关的特征，而非双相情感障碍本身的直接模型。作者仅使用了雄性小鼠，因此Clock功能的性别差异（如果存在的话）在此无法体现。 结论。 这项研究提供了首个直接证据，证明VTA多巴胺神经元中Clock功能的丧失能够改变小鼠的睡眠结构、行为和神经元兴奋性。该方法为精神科神经科学中未来的细胞类型特异性遗传扰动研究提供了模板。在临床上，这些发现强化了在双相情感障碍及相关疾病治疗开发中靶向昼夜节律基因通路的理论依据。 来源。 Ju YH, Zhao JY, Sianati S, et al. Cell-type targeted CRISPR/Cas9 Clock knockdown in mouse VTA dopamine neurons alters sleep, behavior, and cellular excitability. bioRxiv [Preprint]. 2026 Jun 25:2026.06.03.730017. doi: 10.64898/2026.06.03.730017. PMID: 42395562. […]

睡眠脑电基础模型揭示传统分期之外的阶段内微结构，改善健康筛查 婷 翻译 几十年来，睡眠医学一直依赖五阶段系统来概括整夜的脑部活动：觉醒、N1、N2、N3（深度睡眠）和REM。这些阶段是临床医生用于诊断睡眠障碍、评估睡眠质量和指导治疗的语言。但一篇引人深思的新预印本表明，这一框架可能遗漏了有价值的信息。 本文涉及一篇预印本。以下描述的研究尚未经过同行评审，应谨慎解读。 Coon和Ogg在2026年6月26日发表于Research Square的一项研究中，利用超过11000份夜间脑电图记录训练了自监督Transformer模型，在不使用人工标注睡眠阶段的情况下，探究这些模型能否学习到比传统分期系统更丰富的睡眠生理表征。他们在一系列健康结果预测中的答案是有限的肯定。 研究发现 研究人员使用了来自多个临床和人群队列的11261份夜间多导睡眠图记录。他们利用自监督学习训练Transformer神经网络，这是一种模型通过解决前置任务（在本例中为预测脑电信号的遮蔽片段）从无标签数据中学习有意义模式的技术。随后，他们对由此产生的”基础模型”表征进行了测试，评估其预测一系列结果的能力：身体质量指数，年龄，性别，呼吸暂停低通气指数，以及与睡眠和日间表现相关的功能指标。 实验包含了精心的架构对照。研究人员将自监督学习训练的模型与以下模型进行了比较：(1)在每个下游任务上从头开始随机初始化的Transformer（无预训练），(2)在标准五个睡眠阶段上进行有监督预训练的Transformer，以及(3)从脑电中导出的传统频谱汇总特征。 结果并非在所有结果上都一致，但关键领域的模式是清晰的。在多项结果预测中，自监督学习预训练优于从头开始的特定任务训练。更值得注意的是，与五阶段有监督预训练方法相比，自监督学习模型在身体质量指数和年龄预测方面显示出显著优势。对于呼吸暂停低通气指数、性别和功能结果，差异较小，有时微不足道，在某些情况下无法可靠地区别于有监督基线。 一项特别有启发性的发现来自嵌套对照分析。当研究人员询问自监督学习衍生的表征是否在协变量、常规阶段汇总、频谱汇总乃至匹配的五阶段表征所能解释的范围之外增加了增量价值时，答案是肯定的。自监督模型捕捉到了阶段表征遗漏的健康相关信号。 重要性 如果得到确认和完善，这项研究的意义远远超出了单一的算法技巧。自监督学习模型在从未见过标注阶段的情况下恢复了阶段框架，这一发现表明传统的五阶段框架确实捕捉到了睡眠脑电中真实、可重复的结构。但模型似乎还编码了更细粒度的、锚定于阶段内的微结构，其中包含了特定任务的健康信息。 这在概念上很重要。它意味着在任何给定的睡眠阶段内，都存在当前临床评分所忽略的有意义的生理变异。在睡眠图谱上看起来完全相同的两个小时的N2睡眠，可能根据微妙的脑电特征编码完全不同健康信号，这些特征是人类评分员未经训练无法识别的，也是标准汇总指标（频谱功率带、阶段百分比）无法捕捉的。 从实际角度来看，在分期所能提供的范围之外从睡眠脑电预测身体质量指数和年龄的能力，为将睡眠记录用作更广泛的健康筛查工具打开了大门。睡眠已经被理解为通往全身生理学的一扇窗户；这项研究表明，这扇窗户可能比我们所知道的要宽阔得多。 对于长期与Rechtschaffen and Kales / AASM分期框架的局限性作斗争的睡眠领域来说，这项研究为需要更好测量工具的论点增加了计算上的分量。在大量多样化数据集上训练的基础模型可能是这样一种工具。 研究的局限性 作为预印本，这项工作尚未经过同行评审，结论应被视为暂定性的。该研究还存在一些值得关注的方法学局限性。 自监督学习相对于阶段有监督预训练的性能优势并非在所有结果上都一致。对于一些临床重要指标，包括呼吸暂停低通气指数和功能结果，自监督学习的附加价值有限或不一致。这引发了关于该方法是否广泛适用还是主要对某些类型的预测有效的问题。 训练数据虽然规模庞大，超过11000份记录，但仍可能在队列构成、记录设备和评分惯例方面存在偏差。模型在同一队列池内的保留数据上进行了评估；在全新人群中的独立验证将至关重要。 最后，该研究没有解决实际部署问题。即使自监督学习衍生的表征携带更丰富的信息，将这些表征转化为临床上可操作的工具还需要额外的工作：用于理解模型实际检测内容的可解释性方法、监管验证以及整合到临床工作流程中。 结论 Coon和Ogg提供了一个令人信服的计算学演示，表明睡眠脑电的自监督学习可以恢复标准的睡眠阶段架构，同时保留更精细的生理细节，从而改善传统分期之外的健康筛查。其效果在身体质量指数和年龄预测方面最为明显，其他结果则更为参差不齐。 这项工作为日益增长的证据添砖加瓦，即在生理时间序列上训练的基础模型可以提取人工设计的特征和临床分期系统所遗漏的信息。但它也强调，这些模型并非魔法：它们的优势是领域特定的，需要大规模训练数据，并且在能够为临床实践提供信息之前需要进行独立验证。 就目前而言，信息是审慎的兴奋。睡眠分期是一个非常持久的框架，这项研究表明它并没有错。它可能仅仅是不完整的。 来源： Coon WG, Ogg M. Sleep EEG foundation models reveal within-stage microstructure that improves health screening beyond traditional stages. Res Sq [预印本]. 2026年6月26日:rs.3.rs-9044150. DOI: 10.21203/rs.3.rs-9044150/v2. […]

全面综述：睡眠剥夺损害从大脑到肠道的每个器官系统 睡眠剥夺不仅仅是导致白天困倦的原因。根据发表在《Frontiers in Neurology》上的一项全面综述，它是一种全身性的生理攻击，同时扰乱神经、心血管、呼吸、消化、免疫和内分泌系统。该综述由樊永正（Yong-Zheng Fan）及其在中国襄阳解放军第991医院的同事领导，综合了目前对睡眠不足如何损害多个器官系统、造成这种损害的分子机制以及可用于应对的各种干预措施的理解。 要点 该综述涵盖了睡眠剥夺研究的全貌，从临床到分子层面。其核心发现围绕三个主题：器官系统受损的广泛性、将睡眠不足与组织损伤联系起来的机制通路，以及目前可用或正在开发的干预策略。 多系统损伤。 睡眠剥夺损害每个主要器官系统的功能。在神经系统中，它会降低注意力、记忆力、执行功能和情绪调节能力。长期睡眠不足与神经退行性疾病（包括阿尔茨海默病和帕金森病）风险增加有关。在心血管系统中，睡眠剥夺会升高血压、增加心率变异性紊乱，并促进加速动脉粥样硬化的全身性炎症。呼吸功能下降，对缺氧和高碳酸血症的通气反应减弱。消化系统出现肠道通透性增加、肠道动力改变和肠道微生物组失调。免疫功能受损：自然杀伤细胞活性下降，促炎细胞因子水平升高，疫苗反应减弱。内分泌失调包括皮质醇升高、生长激素分泌改变、葡萄糖耐量受损以及瘦素减少伴有胃饥饿素增加，共同促进代谢功能障碍和体重增加。 机制基础。 在分子水平上，该综述确定了睡眠剥夺造成损害的四个相互关联的通路。首先，神经炎症：睡眠不足激活小胶质细胞和星形胶质细胞，引发包括白细胞介素-6、肿瘤坏死因子-α和C反应蛋白在内的炎性介质级联反应。这种神经炎症状态损害突触功能并促进神经元损伤。第二，肠道屏障破坏和微生物群失调：睡眠剥夺损害肠上皮屏障的完整性，使脂多糖等细菌产物进入血液循环并加剧全身炎症。肠道微生物群的组成发生变化，进一步促进炎症和代谢紊乱。第三，海马损伤：睡眠剥夺减少海马体积，抑制齿状回的神经发生，并损害长时程增强（记忆形成的细胞基础）。这些结构和功能变化解释了与睡眠不足相关的记忆缺陷。第四，突触可塑性改变：睡眠对突触稳态至关重要。睡眠剥夺破坏了突触增强和修剪之间的平衡，损害了大脑编码新信息和巩固记忆的能力。 干预策略。 该综述列举了从传统兴奋剂到新兴生物治疗的广泛干预措施。药物途径包括通过多巴胺能和去甲肾上腺素能机制促进警觉的中枢神经系统兴奋剂（咖啡因、安非他明、莫达非尼）以及促进睡眠启动和维持的镇静催眠药（苯二氮卓受体激动剂、褪黑素受体激动剂）。新的药物靶点正受到关注：食欲素受体拮抗剂（如苏沃雷生和达利多雷生）通过阻断促醒的食欲素系统来促进睡眠，而肠道微生物群调节剂（包括益生菌和益生元）旨在恢复因睡眠不足而破坏的肠道生态系统。非药物策略同样重要。策略性小睡可以在睡眠限制后部分恢复认知功能。经颅磁刺激和光疗等物理疗法可调节皮层兴奋性和昼夜节律时间。运动可改善睡眠质量并缩短入睡潜伏期。失眠的认知行为疗法仍然是非药物干预的金标准。饮食调整，包括在睡前进食富含色氨酸和褪黑素的食物以及避免咖啡因和酒精，可以支持健康的睡眠结构。 启示 该综述的意义涵盖临床医学、公共健康和个人行为。其最紧迫的信息是，睡眠剥夺不应被视为一种生活方式不便或局限于大脑的主观抱怨。它是一种全身性的病理生理状态，对几乎所有组织和器官系统都有可测量的影响。评估不明原因疲劳的临床医生应考虑到睡眠的数量和质量可能是心血管风险、代谢功能障碍、免疫受损和认知能力下降的潜在因素。 肠道微生物群破坏既是睡眠剥夺病理的后果也是驱动因素的发现，开辟了一条新的治疗途径。如果可以通过调节肠脑轴来保护免受睡眠不足的影响，益生菌或饮食干预可能成为慢性睡眠限制的标准管理措施。这是一个特别有前景的方向，因为基于微生物组的干预措施通常耐受性良好且易于推广。 该综述强调综合的个性化干预策略，反映了该领域的成熟。没有任何单一药物或方案能够充分替代失去的睡眠。作者得出结论，最有效的方法将是一个多方面的方法，根据个体的特定睡眠不足、基础健康状况和个人情况来定制药物和非药物策略的组合。例如，有心血管风险因素的轮班工人可能需要与有认知障碍的大学生不同的干预组合。 作者还指出了证据中的重要空白。大多数干预研究是短期的，许多药物策略的长期疗效和安全性仍然缺乏充分描述。较新的干预措施，如食欲素受体拮抗剂和微生物群调节剂，需要在不同人群中进行更长时间的随访。他们认为，未来研究应优先考虑考虑调节个体对睡眠剥夺敏感性的遗传、表观遗传和环境因素的个性化干预。 来源 Yong-Zheng Fan, Guo-Dong Liu, An-Na Zhang, Yu Wang, Yu-Qing Cheng. Sleep deprivation: a comprehensive review of multisystem impacts, underlying mechanisms, and emerging interventions. Frontiers in Neurology. 2026 Jun 9;17:1819968. DOI: 10.3389/fneur.2026.1819968. PMID: 42394933. PMCID: PMC13325471. 婷 […]