关于哺乳动物皮质连接组架构几何约束的学术研究报告
本研究由来自澳大利亚莫纳什大学（Monash University）特纳大脑与心理健康研究所（Turner Institute for Brain and Mental Health）、牛津大学、悉尼大学等机构的 Francis Normand、Mehul Gajwani、Trang Cao、Jace Cruddas、Arshiya Sangchooli、Stuart Oldham、Alexander Holmes、Peter A. Robinson、James C. Pang 和 Alex Fornito 共同完成。该研究于2026年8月20日发表在顶级学术期刊 Cell 上。
一、 学术背景
本研究属于计算神经科学与系统神经科学交叉领域，核心关注大脑连接组学（Connectomics）。哺乳动物大脑皮层包含数百亿神经元，通过极其复杂的轴突纤维网络相互连接，形成所谓的“皮层连接组”。这一网络既非完全规则也非完全随机，展现出复杂的拓扑结构（即节点间的连接模式）和特征性的地形结构（即连接在物理空间中的特定分布模式）。例如，在灵长类动物中，高度连接的网络枢纽通常位于跨模态联合皮层。然而，塑造这种复杂架构的根本物理原理是什么，长期以来一直是个谜团。
现有的大多数生成模型将皮层视为由离散节点（代表脑区）和边（代表连接）构成的图，并通常依赖“指数距离规则”（Exponential Distance Rule， EDR），即两个节点连接的概率随其物理距离呈指数衰减。EDR被认为是连接组组织的一个普遍原则，源于最小化布线代谢成本的生物学压力。虽然EDR模型能捕捉许多拓扑特性，但它们存在几个关键局限：1）依赖于网络的离散化（即脑区划分），忽略了皮层固有的多尺度结构；2）大多只模拟二值化（有无连接）连接组，忽略了连接强度的巨大差异；3）最重要的是，它们无法捕捉连接组的地形特性，例如网络枢纽的空间位置。鉴于皮层组织与功能的许多关键属性（如分子梯度、功能网络）都具有高度特异性的空间嵌入模式，这是一个严重的缺陷。
神经场理论（Neural Field Theory， NFT）为理解大脑大规模动力学提供了另一种框架，它将皮层视为连续介质，活动以波的形式传播。已有研究表明，大脑活动的时空模式可以建模为皮层几何的“自然模式”或“几何本征模”（Geometric Eigenmodes）的激发。这些本征模是皮层几何的共振空间模式，类似于驻波，每个模式具有特定的空间频率和波腹（振幅最大处）、波节（振幅为零处）分布。物理和生物系统普遍倾向于表达共振模式，这启发研究者提出假设：塑造连接组发育的活动依赖性过程，将有利于保留和增强那些能够促进皮层几何共振模式激发的连接。具体而言，位于同一本征模相同符号（同相位）波腹附近的皮层位置之间，更可能形成强连接，因为这些连接可以作为通信通道，降低激发该模式的能量阈值。
基于此，本研究旨在提出并验证一个源自神经场理论的简单解析模型——几何本征模模型（Geometric Eigenmode Model， GEM）。该模型假设连接强度优先集中在那些有利于激发皮层共振几何本征模的皮层位置之间。研究目标是检验GEM模型是否能够超越现有模型，在跨物种、跨空间尺度和跨成像模态的条件下，同时复现经验连接组的拓扑和地形特征，从而揭示几何约束在连接组架构中的根本性作用。
二、 研究流程详述
本研究包含一个核心模型构建和多个层级的验证流程，研究对象涵盖人类和非人哺乳动物。
1. 模型构建与理论推导 研究团队从神经场理论的一个经过验证的变体出发。该理论将皮层动力学近似为一个阻尼波方程，其空间部分由拉普拉斯-贝尔特拉米算子（Laplace-Beltrami Operator， LBO）决定，该算子编码了二维皮层曲面流形的几何形状。求解LBO的特征值问题（即亥姆霍兹方程），可以得到一系列几何本征模（ψ_m）及其对应的特征值（λ_m）。特征值从小到大排序，对应本征模的空间波长从长到短。
核心假设是：发育过程会倾向于保留那些连接在多个本征模（尤其是长波长模）上同相位波腹的轴突连接，因为这些连接能增强共振动力学。由此，他们推导出几何本征模模型（GEM）。该模型将连接组建模为神经场理论中连接性传播子（格林函数）在零频率极限下的低秩近似。模型公式为：
Gij = Σ{m=1}^{k} [ψ_m(i) ψ_m^+(j) / (1 + r_s^2 λ_m)]
其中，G_ij 代表皮层位置 i 和 j 之间的连接强度，由前 k 个本征模的贡献加权求和得到。ψ_m(i) 是位置 i 在第 m 个本征模上的振幅。分母项 (1 + r_s^2 λ_m) 是关键，它赋予长波长（小 λ_m）模式更大的权重，r_s 是控制波传播空间尺度的长度参数。因此，该模型是完全确定性的，仅有两个自由参数：使用的本征模数量 k 和长度尺度 r_s。模型可以在顶点分辨率（数万个皮层表面网格点）生成加权连接组，并可进一步聚合到任何脑图谱分区尺度。
2. 人类高分辨率连接组验证 * 研究对象与数据：使用人类连接组计划（HCP）中339名健康成年人的扩散磁共振成像（dMRI）数据，构建了左半球平均的高分辨率皮层-皮层连接组，在组平均皮层表面模板上定义了4,386个顶点（节点）。 * 模型拟合与比较：将GEM模型拟合到该经验连接组。为了评估其性能，设置了四个基准模型进行对比：1）LBO模型：仅基于皮层网格LBO的低秩近似，但使用与NFT推导不同的本征模加权方式；2）置换模型：使用GEM公式，但随机置乱特征值的顺序，以检验特征值排序（即NFT推导的权重）的重要性；3）EDR-顶点模型：基于指数距离规则的随机连接模型；4）随机模型：保持连接密度的随机连接模型。 * 优化与评估指标：采用网格搜索优化GEM的参数（r_s 和 k）。目标函数旨在同时捕捉网络拓扑和地形，包括：模型与经验数据之间边权重的秩相关、二值节点度序列的秩相关、节点强度序列的秩相关之和。此外，还评估了未包含在目标函数中的其他指标，如平均节点连接长度、模块化结构、图谱拉普拉斯算子的特征谱距离等。为防止过拟合，使用了折半交叉验证。 * 个体化分析：为了检验个体皮层几何的特异性影响，还使用100名个体的dMRI数据分别构建个体连接组，并分别使用个体自身的皮层几何表面和组平均表面提取本征模来拟合GEM，比较其性能。
3. 人类图谱分区连接组验证 * 研究对象与数据：使用同一个人类组平均高分辨率连接组，但将其用包含150个脑区的成熟图谱进行分区，得到区域尺度的连接组。 * 模型拟合与比较：将GEM模型分区后拟合。此次引入了更复杂的基准模型：1）匹配指数模型：一种结合布线成本和同配性（基于匹配指数）附着规则的生成模型，被认为是当前重现连接组拓扑的先进模型；2）距离-图谱模型：基于区域质心距离的随机连接模型；3）EDR-顶点模型（分区后）；4）随机模型（分区后）。针对只能处理二值连接的模型，调整了目标函数以进行公平比较。 * 鲁棒性检验：检验了GEM性能对不同图谱分辨率（50至250个区域）、连接密度、数据平滑处理、边权重重采样等的稳健性。 * 探索未捕获连接：分析了GEM未能预测的连接（假阴性）是否与皮层下结构（特别是丘脑）的连通性模式相关。
4. 跨物种泛化验证 * 研究对象与数据：将GEM应用于五个哺乳动物物种：人类、黑猩猩、猕猴、狨猴和小鼠。数据来源包括非侵入性dMRI（人类、黑猩猩）和侵入性病毒束路追踪（猕猴、狨猴、小鼠）。每个物种使用其特定的脑图谱（区域数量从29到57不等）和皮层表面/体积网格来计算几何本征模。 * 流程：为每个物种单独优化GEM参数，并使用与人类分析类似的目标函数和基准模型（MI模型、距离-图谱模型等）进行比较。评估了模型在重现各物种连接组加权/二值度序列、边权重、模块化结构等方面的性能。 * 参数分析：分析了跨物种最优拟合参数 r_s 与总皮层表面积之间的标度关系，以及在人类个体中，参数 r_s 和 k 是否与个体脑结构指标（如总体积、皮层面积）相关。
三、 主要研究结果
1. GEM成功捕获人类高分辨率连接组的拓扑与地形特性 优化得到的最佳参数为 r_s = 9.53 mm， k = 108个模（仅占可用模的约2.5%）。GEM模型与经验数据在边权重排序上高度相关（ρ = 0.81）。更重要的是，它成功复现了连接组的地形特征，如二值度和加权度的空间分布图（空间相关性分别为ρ = 0.52和0.47），以及平均节点连接长度（ρ = 0.57）。在交叉验证中，GEM在所有网络指标上均显著优于所有基准模型。特别地，它优于仅考虑几何低阶效应的LBO模型和仅考虑距离的EDR模型，证明了其源自NFT的特定形式（即对长波模的加权）是关键。分析还表明，若从模型中依次移除本征模，先移除长波模会导致性能急剧下降，这与长波模在皮层组织中占主导地位的理论和实证证据一致。
2. GEM在个体水平上体现几何特异性 使用个体自身皮层几何提取的本征模来拟合其连接组，比使用组平均模能更好地捕捉个体连接组的地形特征。当使用他人而非自身的几何模时，模型性能显著下降。这强烈表明，个体皮层几何对连接组架构施加了因人而异的约束。
3. GEM成功捕获人类图谱分区连接组的特性并超越先进模型 在150分区图谱上，GEM最优参数为 r_s = 9.53 mm， k = 59。它与经验数据在边权重（ρ = 0.86）、二值度（ρ = 0.73）、加权度（ρ = 0.79）、平均连接距离（ρ = 0.65）和节点聚类系数（ρ = 0.57）上均表现出高度相关性，并且能复现77%的经验连接边。在交叉验证中，GEM在所有指标上均优于所有基准模型，包括当前先进的匹配指数（MI）模型。MI模型虽能复现约64%的边，但在捕捉节点度空间分布（地形）方面表现很差（ρ = 0.18），而GEM则能同时捕捉拓扑和地形。GEM的性能对不同图谱分辨率、连接密度等均表现稳健。
4. GEM未预测的连接与丘脑皮层连接相关 分析发现，GEM的预测假阴性（即模型未预测但实际存在的连接）其空间分布与皮层区域同丘脑的连接强度显著相关（ρ ≈ 0.51）。这提示，仅靠皮层内几何约束无法完全解释的连接，可能受到丘脑输入等皮层外因素的驱动。
5. GEM在跨物种中表现出普适性和保守性 GEM在人类、黑猩猩、猕猴、狨猴和小鼠五个物种中，均能成功复现其连接组的关键拓扑和地形特征，且性能普遍优于各物种对应的基准模型。这表明GEM所捕捉的机制具有跨物种的普适性。尽管这些物种在脑大小、几何形状、进化历史（跨越约9000万年）以及用于绘制连接组的技术（dMRI vs. 束路追踪）上存在巨大差异，GEM均表现良好。
6. 模型参数揭示了有意义的生物学关系 跨物种分析发现，最优拟合的长度尺度参数 r_s 与总皮层表面积之间存在异速生长标度关系，大致符合幂律，表明连接性和波动力学的空间尺度随着脑大小的系统发育变化而适应。在人类个体中，参数 r_s 和 k 与总脑体积呈正相关，与平均皮层曲率呈负相关，这进一步将模型参数与个体脑解剖差异联系起来。
四、 研究结论与意义
本研究得出结论：一个简单的、基于神经场理论推导的几何本征模模型（GEM），能够卓越地复现人类及多种非人哺乳动物皮层连接组的拓扑和地形架构。该模型仅依赖于皮层几何形状和两个物理可解释的参数，其核心机制是优先连接那些有利于激发皮层共振几何本征模（尤其是长波长模）的脑区。这一发现揭示了几何形状在塑造皮层连接组多尺度架构中具有根本性且高度保守的作用，这种作用在至少9000万年的哺乳动物进化中得以保留。
科学价值： 1. 提供了统一的理论框架：GEM将连接组的拓扑属性（如模块化）和地形属性（如枢纽位置）统一到一个基于物理原理的模型中，克服了现有图模型的主要局限。 2. 建立了动力学与结构的桥梁：该模型直接从描述大规模皮层波动力学的NFT中推导出来，为理解大脑结构连接如何支持其动力学功能（共振模式）提供了新的视角。它将连接组架构与能量高效的共振通信联系起来。 3. 揭示了跨尺度和跨物种的普适原理：模型在从顶点到区域的不同空间尺度，以及从啮齿类到灵长类的不同物种中均适用，暗示了一种保守的、几何驱动的连接组组织原则。 4. 提出了可检验的预测：模型参数（如 r_s）具有明确的生物物理解释（波传播尺度），其与脑大小的标度关系为跨物种比较提供了预测。
应用与未来方向：该模型可用于临床研究，探究皮层畸形如何改变皮层连接，或者精神疾病患者的连接组是否更少或更多地受几何约束。未来工作可扩展模型以纳入半球间连接、皮层下结构的影响、非均匀的长度尺度以及发育过程中几何与连接的协同演化。
五、 研究亮点
六、 其他有价值内容
研究也坦诚地讨论了模型的局限性：目前仅关注半球内皮层-皮层连接，未考虑半球间连接和皮层下结构（如丘脑）的关键影响；假设了均匀的空间长度尺度 r_s；基于稳态近似，未考虑连接与动力学模式共演的时变过程；个体dMRI数据存在噪声，可能影响个体参数估计的解读。这些局限性为未来研究指明了方向。此外，补充分析表明，即使在胎儿发育的不同阶段（36-44孕周），其皮层几何本征模（尤其是长波模）的空间模式也基本保守，用这些早期模态拟合GEM仍能获得良好性能，这在一定程度上缓解了对使用成人几何来模拟发育结果的担忧。