PNAS | 破解大腦自組織機制：在神經同步的“臨界相變點”，到底發生了什么？

一鍵關注，點亮星標 ?? 前沿不走丟！

認知神經科學前沿文獻分享

基本信息

Title:Hierarchical whole-brain modeling of critical synchronization dynamics in the human brain

發表時間：2026.3.17

發表期刊:PNAS

影響因子：9.1

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

人類的大腦就像是一支由數百億個神經元組成的龐大交響樂團。為了實現最優的信息處理能力、最大化動態范圍并保持對外界環境的敏銳適應，這支樂團必須在一個極其微妙的“混沌邊緣”進行演奏：在物理學和計算神經科學中，這被稱為“臨界態（Criticality）”。

在全腦尺度上，腦電生理活動表現出豐富的節律性振蕩，并且這些振蕩在不同腦區之間會產生廣泛的同步現象。為了探究這種宏觀現象背后的系統級機制，全腦計算模型成為了當下最強有力的研究工具。然而，該領域的傳統建模方法一直面臨著一個棘手的痛點：以往的模型往往只能“二選一”。它們要么側重于模擬不同腦區之間的功能連接（FC），要么專注于捕捉系統的臨界動力學特征（如神經雪崩現象），很難在同一個計算框架內同時兼顧這兩個方面。這就好比我們試圖理解交響樂，卻只能選擇單獨聆聽某一種樂器的音色，或者只能感受整體的節奏，無法看清局部與全局的互動。

為了打破這一僵局，近期發表于 PNAS 的一項最新研究提出了一種突破性的“分層Kuramoto全腦模型（Hierarchical Kuramoto model）”。研究人員在這個模型中引入了雙層嵌套結構：每個代表腦區的節點內部，都包含了大量相互耦合的振蕩器。這種巧妙的設計使得研究者能夠史無前例地、在單一模型中同時觀測“局部神經同步”與“長距離跨腦區信息交互”，從而為揭開人類大腦臨界同步動力學之謎提供了一個全新的微觀到宏觀的視角。

Fig. 1. General representation of an experimental pipeline.

研究核心總結

一、臨界態“多尺度同步”的涌現

研究表明，這種分層計算模型能夠成功復現大腦從無序（異步）到有序（高度同步）的相變過程。結果顯示，在這一臨界相變區域，模型不僅自發涌現出了符合真實大腦特征的長程時間相關性（LRTCs）和冪律分布的神經雪崩現象，還同時展現出了跨腦區的相位同步以及振幅包絡相關性。這從機制上解釋了局部神經元的自組織同步如何能夠跨越空間尺度，轉化為我們在宏觀腦電/腦磁圖（M/EEG）中所觀察到的全腦功能網絡。

Fig. 2. Phase transition and emergence of critical-like dynamics in Hierarchical Kuramoto Model.

二、結構與功能耦合（SFC）的非線性反轉

大腦的解剖結構連接（白質纖維網絡）是否總是決定了功能連接的強弱？研究發現，這種結構-功能耦合關系高度依賴于大腦所處的“工作點（Operating point）”。

結果顯示，對于相位同步而言，它與結構連接的吻合度在亞臨界狀態下最高，但一旦系統達到臨界點，這種相關性反而會驟降。這是因為在臨界態下，原本沒有直接解剖連接的腦區也能通過高階相互作用實現同步。相反，局部振蕩的LRTCs特征以及跨腦區的振幅相關性，卻在臨界點處與結構連接的吻合度達到最高峰。

這一發現厘清了領域內的長期爭議，表明相干性與振幅包絡這兩種最常用的功能連接指標，在臨界動力學下具有截然不同的生成機制。

Fig. 3. Modeling reveals diverse forms of Structure–Function coupling around the phase transition.

三、人類真實大腦偏好“亞臨界”工作區

研究人員將模型生成的仿真數據與人類真實靜息態腦磁圖（MEG）數據進行了詳細的拓撲對比。

結果表明，模型輸出的各類指標（包括相位同步、長程時間相關性以及多頻段功率譜結構）與真實MEG信號吻合度最高的參數區間，并不是絕對的臨界相變最高點，而是處于一個“擴展臨界區”的亞臨界一側（Subcritical side）。在這一特定的亞臨界區間內，模型不僅保留了足以維持持續振蕩的局部同步能力，還保留了支持多頻段（如同時存在alpha和beta頻段共振）并發活動的動態變異性。

這強烈暗示了人類大腦在靜息狀態下的常規調控策略：為了兼顧信息傳輸的穩定性與多頻段并行處理的靈活性，大腦其實更傾向于在緊貼著“混沌邊緣”的亞臨界安全區內沖浪。

Fig. 4. The model observables on the subcritical side of the extended critical regime most closely match the patterns seen in human MEG recordings.

研究意義

該研究構建了一個強大的生成式計算框架，直接打通了白質結構連接、微觀神經同步參數與宏觀MEG觀測信號之間的機制橋梁，為未來通過調控全腦動力學參數來指導個性化神經調控（如腦刺激）提供了重要的理論基礎。

Fig. 5. Critical-like state supports multifrequency spectral properties.

Abstract

The brain operates at the critical transition between order and disorder which supports optimal information processing. Whole-brain computational modeling is a powerful tool for uncovering the system-level mechanisms behind large-scale brain activity in both healthy and pathological states. However, most previous approaches have focused on either functional connectivity or criticality, making it difficult to capture both aspects simultaneously. Here, we introduce a method based on a Hierarchical Kuramoto model that incorporates two levels of hierarchy. In our model, each node contains a large number of coupled oscillators, which allows us to examine both local synchronization and long-distance interactions between brain regions. The model produces critical-like dynamics marked by emergent long-range temporal correlations (LRTCs) and both interareal phase synchronization and amplitude cross-correlations (CC) during the transition from asynchronous to synchronous states. Notably, structure–function coupling shows distinct patterns: correlations with structural connectivity peak at criticality for LRTCs and CC, but decay for local and interareal phase synchronization. Comparisons with human resting-state magnetoencephalography (MEG) data reveal that the model’s behavior most closely resembles MEG phase synchronization and multipeak power spectra on the subcritical side of an extended critical regime, supporting the hypothesis that the human brain operates in this state.

請打分

這篇剛剛登上PNAS的研究，是否實至名歸？我們邀請您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評論區分享您的深度見解。

分享人：飯鴿兒

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及 Nat Neurosci, Nat Hum Behav, Neuron, Sci Adv 等核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」，為你打破信息差

科研是一場探索未知的長跑，但你無需獨行。歡迎志同道合的你加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵分享，讓更多人了解前沿