![]()
认知神经科学前沿文献分享
![]()
基本信息
Title:AI predicts how brain injuries disrupt consciousness — and how to restore it once it’s disordered
发表时间:2026-03-24
发表期刊:Nature Neuroscience
影响因子:20.0
获取原文:
1. 添加小助手:PSY-Brain-Frontier即可获取PDF版本
![]()
![]()
研究背景
严重的脑损伤(如昏迷或植物状态)会导致意识障碍(disorders of consciousness)。尽管深部脑刺激(deep brain stimulation, DBS)等干预手段显示出潜力,但由于科学界对意识丧失的底层神经环路机制缺乏完整理解,难以确定最佳的刺激靶点与频率。这一困境的核心在于,现有计算模型缺乏生物学真实性,且领域内缺乏能用于因果探究或在临床试验前测试干预措施的有效实验模型。
![]()
实验设计与方法逻辑
为突破瓶颈,作者开发了结合深度学习与生物物理脑模型的生成式对抗AI框架(generative adversarial AI framework)。
首先,利用逾68万段真实大脑活动记录训练深度卷积神经网络(convolutional neural networks, CNNs),使其能区分清醒与无意识状态,作为“判别器”。
然后,构建包含皮层、丘脑和基底神经节的可解释神经平均场模型(neural mean field model)作为合成大脑活动的“生成器”。
通过遗传算法进行对抗优化,先使模型生成“真实且有意识”的信号,随后反转目标,生成模拟意识障碍的无意识模型。
最后,对比两种模型的参数差异提取机制,并结合脑损伤患者的弥散MRI与动物RNA测序数据进行交叉验证。
![]()
核心发现
发现一:基底神经节间接通路损伤与皮层抑制增加是意识丧失的核心机制
AI框架生成的无意识模型揭示,意识障碍与基底神经节间接通路(从表达多巴胺受体2的纹状体神经元到外侧苍白球)的特异性损伤,以及皮层抑制性突触耦合的增加密切相关。这一预测得到了患者弥散MRI和RNA测序数据的交叉验证。![]()
Fig. 1 中,作者展示了AI预测的环路变化及脑成像验证;图1a的机制示意图呈现了连接减弱与增强的环路变化,图1b则直观对比了无反应患者与微意识状态患者在纹状体与外侧苍白球之间纤维连接密度的显著差异发现二:高频丘脑底核深部脑刺激具备恢复意识的治疗潜力
通过在计算模型中模拟不同皮层下靶点和频率的DBS,研究发现高频丘脑底核(subthalamic nucleus)刺激能有效调节受损的神经网络。该前瞻性假说得到了接受此类刺激的清醒患者皮层唤醒增加的间接临床证据支持。通过AI框架的模拟对比,研究为未来的DBS临床试验缩小了靶点与频率的参数搜索空间。
Fig. 1a 的环路图中同样包含了丘脑底核等关键节点;作者正是基于这一模型网络模拟了不同靶点的刺激效果。本篇是 Nature Neuroscience 针对下面这篇文章写的 Research briefing,我们于2026.3.30中午推送进行了解读,欢迎查看~
![]()
![]()
省流总结
本研究利用生成式对抗AI框架,揭示了基底神经节间接通路受损在意识障碍中的核心作用,并预测高频丘脑底核DBS为潜在疗法。尽管模型简化了生物学细节且预测仍需临床验证,该工作为探索意识丧失机制提供了有效计算平台。
分享人:天天
审核:PsyBrain 脑心前沿编辑部
你好,这里是「PsyBrain 脑心前沿」
专注追踪全球认知神经科学的最尖端突破
视野直击 Nature, Science, Cell 正刊 及核心子刊与顶级大刊
每日速递「深度解读」与「前沿快讯」
科研是一场探索未知的长跑,但你无需独行。欢迎加入PsyBrain 学术社群,和一群懂你的同行,共同丈量脑与心智的无垠前沿。
点击卡片进群,欢迎你的到来
一键关注,点亮星标 ⭐ 前沿不走丢!
![]()
一键分享,让更多人了解前沿
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.