客觀日本

理研和東京大學視覺化有意識與無意識狀態下的腦神經連接方式

2026年03月16日 生物醫藥

日本國立研究開發法人理化學研究所(簡稱,理研)腦神經科學研究中心的村山正宜團隊總監、基礎科學特別研究員大本育實,東京大學研究生院綜合文化研究科的大泉匡史副教授、博士研究生清岡大毅,橫濱市立大學研究生院數據科學研究科的北園淳副教授,生理學研究所行為與代謝分子解析中心的小林憲太副教授等人組成的聯合研究團隊,運用村山團隊總監等獨立研發的廣視野雙光量子顯微鏡,實現了小鼠大腦皮層在無意識狀態(睡眠/感覺缺失時)與有意識狀態(清醒時)下,功能性網路在單細胞級別上的差異視覺化。相關研究成果已發表在《Cell Reports》期刊上。

title

圖1 運用廣視野雙光量子顯微鏡記錄單細胞級別大規模腦神經活動(供圖:理化學研究所)
•A:通過具備3mm×3mm視野的顯微鏡,同步記錄大腦皮層10個以上腦區中10,000餘個神經細胞的活動。各腦區以不同顏色標示。
•B:小鼠在清醒與睡眠交替狀態下的腦部狀態及對應神經細胞活動示例。本實驗中幾乎未觀察到快速眼動睡眠(淺層睡眠,腦電波微弱且接近清醒狀態),故未納入分析。
•C:清醒狀態與感覺缺失狀態下神經細胞活動的對比示例。

title

村山正宜先生(左)與大泉匡史先生(右)(供圖:理化學研究所)

即使處於無意識狀態,神經細胞仍會和清醒時那樣自發活動,並對外界刺激作出反應。但我們無法感知這種神經活動傳遞的資訊。這種無意識狀態下無法感知的神經機制此前一直未被闡明。

此前有功能磁共振造影(fMRI)研究報告稱,無意識狀態下腦區間網絡式結構與清醒時存在差異,呈現為子網路絡(具有相似活動模式的神經細胞群)分離狀態。然而,由於缺乏細胞級別的分辨率,無法探究單個神經細胞在腦內是怎樣構建功能性網路的,以及它們如何參與功能性網絡式結構的變化的。

村山團隊總監等人自主研發的廣視野雙光量子顯微鏡,由於能夠同時記錄10多個腦區內1萬餘個神經細胞的活動,因此能在保持單細胞級別微觀分辨率的同時,實現大規模功能性網絡式結構的解析。

聯合團隊運用廣視野雙光量子顯微鏡的鈣成像技術,在小鼠無意識狀態(睡眠/感覺缺失時)與有意識狀態(清醒時)下,對大腦皮層神經細胞活動進行了大規模觀測,並基於觀測數據在細胞層面解析了功能性網絡式結構。村山團隊總監表示:「為使小鼠在雙光量子顯微鏡下自然入睡,我們進行了反復訓練。即便如此,稍有刺激,它們便不會入睡,這是實驗中最為棘手的部分」。

實驗結果發現,無意識狀態下雖能觀察到單個神經細胞的活動,但整體神經活動水平較有意識狀態時顯著降低。基於這些觀測數據,通過數理分析提取神經細胞間的協同活動,研究團隊推斷出了有意識與無意識狀態下的功能性網絡式結構。

首先,為在細胞層面把握大規模功能性網路的結構,研究聚焦於揭示網路如何通過子網路絡分工運作的「模組性」(網路的整合性與分離性),並探究了有意識狀態與無意識狀態下模組性的變化規律。模組化程度越高,意味著網路越被劃分為多個子網路絡,而模組化程度越低,則就意味著網路越處於一個整體協同運作的狀態。

分析結果表明,有意識狀態與無意識狀態下功能性網路的模組性存在差異。相較於有意識狀態,無意識狀態下子網路絡內部連接增強,而子網路絡間連接減弱,從而提升了單件模型塊性。這意味著功能性網路整體呈現分離狀態,導致子網路絡間連接減弱,資訊傳遞效率降低。該結論與功能磁共振造影(fMRI)結果相吻合。

聚焦神經細胞驗證子網路絡的穩定性時發現,儘管各神經細胞所屬的子網路絡會隨時間變化,但並非完全隨機變化,而是具有一定的時間穩定性。這表明子網路絡是具有特定腦功能的結構化群體。

為探究參與功能網路分離與整合的神經細胞特性,研究人員計算了構成功能網路的所有神經細胞對模組化的貢獻度,及表示與其他神經細胞連接程度的度數。度數越高表明連接越強。分析結果顯示,度數高的樞紐細胞雖參與網路構建,卻未對意識狀態引發的模組化差異產生影響。另一方面,具有中等度數的神經細胞群才是產生模組性差異的驅動者。

進一步研究大腦中子網路的間距分佈後發現,無論在有意識或無意識狀態下,構成各子網路絡的神經細胞均在不同腦區內混合分佈。這種跨越腦區的神經細胞間的連接被認為與腦功能的表達密切相關。

最後,為解釋功能上分離的fMRI結果與空間上混雜分佈的本次結果的差異,通過平均化單個神經細胞的周邊多個神經細胞活動進行空間粗粒化,並重新分析了子網路絡分佈。結果發現,粗粒化處理後構成子網路絡的神經細胞群分佈呈現從混混成向局域化的轉變趨勢。大泉副教授表示:「由於分析對象的細胞數量極其龐大,解析過程十分艱辛,但本次研究首次實現了微觀與宏觀層面的銜接」。

開闢基於細胞的新型精神病疾患治療路徑

運用此次開發的方法,可在單細胞層面記錄網路資訊,從而實現跨越微觀至巨觀尺度的網絡式結構解析。雖然已有研究表示,老年癡呆症、精神病疾患等多種病症會導致腦功能網絡式結構改變,但通過將該方法應用於疾病模型動物,可有助於從細胞層面理解臨床觀察到的宏觀網路變化源於何種細胞間連接變化。未來有望為疾病的早期發現及基於細胞的治療策略制定作出貢獻。

原文:《科學新聞》
翻譯:JST客觀日本編輯部

【論文資訊】
期刊:Cell Reports
論文:Single-cell resolution functional networks during unconsciousness are segregated into spatially intermixed modules
DOI:10.1016/j.celrep.2025.116902