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