Curr Biol | 预测 REM 睡眠的“倒计时”：心率如何编码超昼夜节律|nrem|信号|稳态|节律

认知神经科学前沿文献分享

基本信息

Title:Heart rate and sleep history encode ultradian REM sleep timing

发表时间:2025-03-11

发表期刊:Current Biology

影响因子:7.5

获取原文:

1. 添加小助手:PSY-Brain-Frontier即可获取PDF版本

研究背景

快速眼动睡眠（Rapid eye movement，REM）是睡眠周期中一个独特的阶段，对于情绪调节、记忆巩固和认知修复至关重要。哺乳动物的睡眠在非快速眼动（non-REM, NREM）和快速眼动（rapid eye movement, REM）睡眠之间交替，形成超昼夜节律（ultradian rhythm）。尽管这是睡眠的核心特征，但大脑如何精确调控REM睡眠的发生时机仍是一个未解之谜。以往的认知神经科学与脑科学研究主要聚焦于中枢神经系统，发现某些脑电图（electroencephalogram, EEG）特征可以在REM睡眠发生前几十秒给出预测信号。然而，在更长的超昼夜节律时间尺度上，究竟哪些生理或行为信号能够可靠地预测REM睡眠的到来，仍缺乏深入了解。此外，传统的睡眠稳态模型认为，前一次REM睡眠的持续时间会影响下一次发作的间隔，但单靠这一指标的预测力十分有限。寻找能够稳定编码大脑REM睡眠倾向（propensity）的生理标志物，成为理解睡眠周期调控机制的关键知识缺口。

实验设计与方法逻辑

为了寻找预测REM睡眠时机的可靠线索，研究团队以小鼠为实验对象，采集了其自然睡眠状态下的EEG和肌电图（electromyogram, EMG）数据。在方法逻辑上，作者首先构建了一个双向长短期记忆网络（bidirectional long short-term memory, BiLSTM），将连续的EEG和EMG信号嵌入到一个低维的潜在特征空间中，以此来捕捉睡眠-觉醒状态的缓慢超昼夜动态变化。随后，研究者提取了这些潜在特征，并结合小鼠的睡眠历史（sleep history, SH，即前一次REM睡眠的持续时间以及距今流逝的时间），输入到一个随机森林回归模型中，用于预测距离下一次REM睡眠发生还有多久。

为了明确主导预测的变量，作者系统性地剔除或保留不同的输入特征进行对比。结果显示，相比于大脑皮层的EEG信号，来自外周的EMG信号结合SH展现出了更强的预测能力。进一步的信号拆解表明，EMG信号中的高频成分实际上反映了小鼠的心跳（R波），即心率（heart rate, HR）才是关键预测因子。为了验证HR与REM睡眠倾向之间的生理联系，研究者还进行了两项干预实验：一是通过轻微震动限制小鼠的REM睡眠，以增加其REM睡眠稳态压力（homeostatic pressure）；二是通过腹腔注射甲基阿托品（methylatropine，一种外周副交感神经阻滞剂）在药理学上人为抬高HR，观察这些操作对后续REM睡眠发生节律的直接影响。