Inter-regional interactions uncouple within-region inhibition stabilization and paradoxical responses

大脑并非孤立岛屿的集合，而是一个广袤且相互连接的群岛，遥远的区域不断向彼此低语。在任何单一区域内，神经元都在兴奋与抑制的微妙平衡中进行通信。兴奋性神经元如同油门，驱动活动向前推进；而抑制性神经元则如同刹车，防止系统失控。当油门踩得过重时，必须以极高的精准度施加刹车，以保持引擎平稳运行。这种特定的状态——即需要强大的内部制动来稳定强大的内部驱动力——被称为抑制稳定网络（inhibition-stabilized network）。多年来，科学家一直在寻找一种特定的特征来确认一个脑区是否处于这种状态：一种反直觉的反应，称为悖论式反应（paradoxical response）。如果你人工增强该区域内抑制性神经元的活动，它们并不会像预期的那样加快放电频率，反而会减慢。这是因为最初的制动效应极其有效地抑制了兴奋性神经元，导致兴奋性神经元停止发送维持抑制性神经元持续放电所需的信号。长期以来，这种减速现象一直被视为抑制稳定状态的决定性指纹。

然而，哥伦比亚大学研究人员的一项新研究表明，从全脑的角度来看，这一指纹可能是具有误导性的。研究人员构建了数学模型并运行了计算机模拟，以探索当两个脑区相连而非孤立存在时会发生什么。他们发现，连接不同脑区的长距离“电线”可以完全改写游戏规则。在他们的模拟中，他们发现一个本质上并非抑制稳定的区域，仅仅因为接收到来自邻近区域的反馈，就可能被迫表现出悖德式反应。相反，一个真正处于抑制稳定状态的区域，如果与其他区域的连接足够强大，其悖论式反应可能会被抹除。这项研究表明，观察到悖论式反应既不能保证该区域是抑制稳定的，也不能证明它不是。局部电路的行为无法通过单独观察其自身来理解；它与其所处的整个网络的动力学过程密不可分。

为了得出这些结论，团队构建了一个包含兴奋性神经元群体和抑制性神经元群体的两个脑区模型。他们首先模拟了这些区域在与世隔绝的状态下运行的情况。在这种孤立状态下，规则非常明确：如果兴奋性神经元在没有帮助的情况下是不稳定的，那么该区域就是抑制稳定的，此时增强抑制性神经元会导致它们放电减慢。但当研究人员用长程投射连接这两个区域，以模拟大脑真实的架构时，这种关系便瓦解了。他们展示了由这些连接产生的反馈回路可以在一个自身完全稳定的区域中产生悖论式反应。在这些案例中，“悖论”并非局部不稳定的迹象，而是网络集体行为的结果。来自第二个区域的反馈就像一种外部力量，强化了对第一个区域兴奋性神经元的抑制，从而导致抑制性神经元的放电率下降，尽管该局部电路本身并不需要这种稳定化处理。

研究人员还发现反向情况同样可能发生。他们从一个明显属于抑制稳定状态、通常会表现出悖论式反应的区域开始，当将其连接到具有特定反馈类型的第二个区域时，这种悖论式反应消失了。外部反馈抵消了局部的抑制作用，使得抑制性神经元尽管受到输入增强，仍能维持甚至增加其放电率。这意味着，一个区域可能处于深度抑制稳定状态，却无法表现出预期的特征。研究进一步将这些相互作用分解为具体的路径，展示了通过其他区域传播的连接如何充当有效的兴奋性或有效的抑制性力量。如果路径通过网络强化了对局部兴奋性神经元的抑制，它就会促进悖论式反应；如果路径抵消了这种抑制，它就会阻止该反应。

这些发现挑战了神经科学家推断脑回路内在机制的标准方法。通常，研究人员会对特定神经元群施加扰动并观察结果，以此推断电路的属性。这项新工作表明，如果忽略了周围的网络，这种解释是不完整的。观察到的局部区域的反应，是其自身内部布线与远端区域影响共同作用的结果。整个网络的稳定性与被测试部分的稳定性同样重要。如果相邻区域是不稳定的，或者具有特定数量的不稳定模式，反应的方向可能会完全翻转。这项研究并非声称已经解开了大脑运作之谜，而是为我们如何解读大脑信号提供了一个至关重要的修正。它强调了大脑的长程连接不仅仅是背景噪声，它们是积极的参与者，可以创造或摧毁科学家赖以理解局部计算的特征。

这些发现对于我们如何设计未来的实验也具有指导意义。为了真正了解一个脑区是否处于抑制稳定状态，科学家可能需要考虑来自相连区域的反馈，例如在实验过程中保持那些远端区域的活动恒定。如果没有这种控制，局部电路的真实本质就会被网络的影响所掩盖。研究人员使用了特定的参数进行模拟，例如所有群体的基线放电率为 5，时间常数为 20 毫秒，以确保其结果的稳健性。他们证实，无论连接的区域本身是稳定、不稳定还是抑制稳定的，这些效应依然成立。核心信息在于相互依赖性：在一个区域紧密耦合的大脑中，部分的行为与整体的行为是密不可分的。悖论式反应不再是一个简单的“是或否”的局部稳定性测试，而是一个复杂的信号，反映了整个系统的动态交互作用。