A new Two-process Model: A Unified Theoretical Foundation for sleep - Wake Transitions, Stimulus - Response, Sleepiness

技术摘要：一种新的睡眠-觉醒转换双过程模型

问题陈述
经典的睡眠调节双过程模型认为，睡眠时序源于稳态睡眠压力（过程 S）与昼夜节律（过程 C）之间的相互作用，该模型依赖于现象学阈值来描述睡眠-觉醒的切换。虽然该模型在重现各种条件下的睡眠时序方面非常有效，但这些阈值是人为强加的参数，而非神经回路的涌现属性。因此，经典模型缺乏对特定神经调控核团（特别是蓝斑核，LC）如何塑造睡眠的时序、深度和稳定性的机制性见解。现有的基于生理学的模型（如 Phillips-Robinson (PR) 模型）通过相互抑制的群体来描述睡眠-觉醒动态，但往往将促觉醒驱动力进行聚合，未能解析出蓝斑核（LC）的具体贡献。这一差距阻碍了对 LC 活动如何控制睡眠启动、稳态睡眠感以及对外部刺激易感性的机制性理解。

研究方法
为了解决这些局限性，作者扩展了 Phillips-Robinson 平均场群体模型，通过将蓝斑核（LC）作为一个独立的促觉醒群体显式地纳入其中，而不是将其归入综合的单胺能系统中。扩展的网络架构包括三个相互作用的神经群体：

1. 促进睡眠的腹外侧前视区（VLPO）。
2. 聚合的非 LC 单胺能促觉醒群体（MA）。
3. 蓝斑核（LC）。

该模型定义了特定的相互作用：VLPO 与 MA 之间的相互抑制（翻转开关）、LC 与 VLPO 之间的相互抑制，以及 LC 与 MA 之间的有效正向耦合。系统由昼夜节律输入（受光暗周期驱动）和稳态驱动（累积睡眠压力）所驱动。

作者采用了一种结合动力学分析与生理约束的系统性参数选择框架。他们利用分叉分析来识别模型表现出 24 小时睡眠-觉醒循环、夹带（entrainment）以及对睡眠剥夺适当反应（例如恢复性睡眠幅度）的机制区间。至关重要的是，作者应用快-慢流形简化技术，直接从底层的神经动力学中解析出随时间变化的睡眠启动（$H^+$）和觉醒（$H^-$）阈值，而不是预先强加这些阈值。

核心贡献与结果

1. 解析推导不对称阈值：
   研究表明，LC 活动不对称地塑造了睡眠-觉醒阈值。增加 LC-to-MA 兴奋性（$\nu_{mlc}$）或 LC 驱动力（$A_{lc}$）会选择性地提升整个昼夜节律周期内的睡眠启动阈值（$H^+$），而对觉醒阈值（$H^-$）几乎没有影响。

   • 机制： 这种不对称性源于快子系统分叉边界的几何特性。更强的 LC-to-MA 耦合提高了进入睡眠的边界（$f_1$），而并未实质性地改变觉醒起始的边界（$f_2$）。
   • 结果： 升高的 LC 调控使睡眠启动延迟，轻微移动觉醒时间，并减少总睡眠时长。这为为什么更强的 LC 活动会使睡眠启动变得更加困难提供了机制性解释。

2. 刺激-响应动态与状态稳定性：
   模型表征了 LC 活动如何塑造大脑对短暂脉冲刺激的反应。通过分析分叉图和势能景观，作者根据刺激强度和 LC 兴奋强度（$\nu_{mlc}$）识别出三种不同的响应机制：

   • 短暂觉醒（BA）： 一种瞬时的回归睡眠。
   • 持续觉醒（PA）： 在返回睡眠前持续超过一小时的觉醒期。
   • 进入持续觉醒状态（EIA）： 转换为稳定的觉醒状态，且在回到昼夜节律中的夜晚阶段之前不会返回。
   • 发现： 更高的 $\nu_{mlc}$ 扩大了觉醒状态的稳定性区域（吸引盆）。因此，更强的 LC-to-MA 兴奋性增加了瞬时扰动触发自维持觉醒状态的概率，为个体在睡眠维持和觉醒易感性方面的差异提供了动力学机制。

3. 主观睡眠感的量化：
   作者提出了一个几何定义的睡眠感，即瞬时稳态驱动（$H$）与瞬时昼夜节律睡眠启动阈值（$H^+$）之间的有符号距离，表示为 $H - H^+$。

   • 验证： 该指标在两种不同方案（48 小时急性睡眠剥夺和 14 天慢性睡眠限制，每晚 4 小时）下，与 Karolinska 睡眠量表（KSS）测量值呈现出稳健的线性关系。
   • 意义： 该线性映射（$KSS = a(H - H^+) + b$）在不同的剥夺历史下均成立，这表明主观睡眠感是由系统相对于其受昼夜节律调制的转换边界的瞬时位置决定的，而不仅仅是由睡眠历史或时钟时间决定的。
   • 参数影响： 分析显示，增加稳态增益会提高睡眠感，而增加 LC-to-MA 兴奋性则通过提高睡眠阈值并扩大其距离，系统性地降低睡眠感。

意义与主张
本文声称建立了一个统一的、在解析上可处理的机制性框架，整合了睡眠时序、稳态睡眠感和觉醒易感性。通过从可识别的神经动力学中推导阈值，该模型将睡眠调节理论从一种描述性工具转变为一种具有机制可解释性的框架。

具体而言，作者主张：

• 该模型解决了经典阈值的“黑箱”问题，展示了这些阈值是 LC 介导的神经动力学的产物。
• 它为失眠的高觉醒理论提供了动力学基础，表明升高的 LC 调控会选择性地损害睡眠进入并稳定觉醒状态以抵御扰动。
• 它为通过将睡眠感分解为稳态和昼夜节律贡献（通过阈值距离度量）来预测疲劳易感性和昼夜节律失调提供了原则性的基础。

作者承认了模型的局限性，指出该模型是一个平均场简化模型，聚合了非 LC 的单胺能核团，并省略了 REM 生成回路和随机波动。他们指出，预测的阈值不对称性和响应机制仍需通过直接的 LC 记录和因果操纵进行验证。他们还建议，未来的扩展可以纳入食欲素（orexinergic）输入，以将阈值几何结构与睡眠碎片化及发作性睡病联系起来。