来源：集智俱乐部
作者：周骁俊
审校：赵思怡
审校：赵思怡
论文题目：Spatiotemporal asymmetries on brain energy landscape uncover system entrapment related to depression severity 论文链接：https://www.nature.com/articles/s41467-026-71961-4 发表时间：2026年4月23日 论文来源：Nature Communications
抑郁是否意味着大脑“换挡失灵”
视觉、注意、情绪、自我思考及行动准备等多个网络的不断重新组合，使全脑在若干反复出现的活动模式之间来回切换。这些模式可以被理解为大脑的不同“挡位”。健康的大脑不仅要进入合适的挡位，还要能够根据内外环境及时切换。
重度抑郁障碍患者常出现快感缺失、反复消极思考以及注意和情绪难以转换等症状。这些表现提示，抑郁可能不只是某些脑区的活动异常，还可能与大脑在不同状态之间“换挡失灵”有关。过去的影像研究确实发现，抑郁症患者的默认模式网络（DMN）、显著性网络（SN）和额顶控制网络（FPN）存在异常。然而，多数研究关注的是一段时间内的平均连接强度，难以解释大脑状态如何随时间变化；同时，功能活动的异常转换是否受到白质结构的促进或限制，仍不清楚。这正是现有研究的关键缺口。
图1. 全文思路：rs-fMRI → 每帧一个被试的85脑区活动向量 → k-medoids 聚成4类（四种状态及真实状态序列）。分类后状态+每个人的白质结构网络 → 网络控制理论 → 最小控制能量
为回答这一问题，研究团队比较了38名重度抑郁障碍患者和38名健康对照者的7T静息态功能磁共振数据，并结合部分参与者的弥散成像数据。他们首先识别出全脑反复出现的四种活动状态，分析大脑进入、停留和离开每种状态的规律；随后利用网络控制理论，估算不同状态转移所需的“控制能量”，从而考察抑郁症患者的大脑是否更容易被困在某些状态之间，以及这种异常转换与抑郁严重程度、快感缺失和反刍思维有何关系。
反刍（rumination）：指大脑像坏掉的录像带一样，不受控制地反复回想和咀嚼过去的痛苦经历、负面情绪或失败细节。它看似在解决问题或自我反省，实际上却毫无建设性，只会让人陷入情绪的漩涡，越想越累。
四种反复出现的脑状态，状态3格外异常
通过上图提到的流程，研究者利用 k-medoids （k-中心点）聚类方法在高维空间中聚成了4类点云，然后重新映射回到全脑活动模式并与八个经典静息态网络进行对比，使这些原本抽象的高维活动模式获得了可理解的功能轮廓，见图2：
状态1：视觉网络和背侧注意网络较活跃，偏向外界感知和注意。
状态2：额顶控制网络和默认模式网络较活跃，涉及认知控制和内部思考。
状态3：腹侧注意、躯体运动及皮层下系统较活跃，而默认模式网络和额顶网络活动较低。
状态4：边缘系统、默认模式和视觉网络共同参与，包含情绪与内部加工成分。
图2. 对4个分类状态进一步映射到8个静息态网络画成雷达图：红色/蓝色表示高于基线的正激活部分/低于基线的负激活部分；余弦相似度越高延展得越远。
四种状态中，真正表现出显著组间差异的是状态3。图3显示，抑郁症患者每次进入状态3后，连续停留的时间比健康人更短；但在整个扫描期间，他们处于状态3的时间比例反而更高。看似矛盾的结果意味着，患者并非长期停留在状态3，而是在不断进入、迅速离开，随后又再次返回。进一步分析证实，抑郁症患者进入和离开状态3的概率都更高。状态3出现得越频繁，总体抑郁和快感缺失（抑郁症临床指标。使用量表测得分数，然后和脑状态指标做回归分析）越严重；而单次停留时间越短，快感缺失也越明显。因此，状态3的问题并不是单纯“活动过强或过弱”，而是它在抑郁患者中变得更加频繁，却更难稳定维持。
图3. 抑郁症和对照组间各状态统计对比。
抑郁改变的，不是切换本身，而是切换路线
既然抑郁患者频繁进出状态3，他们究竟在状态3与哪些状态之间往返？图4进一步比较了四种状态之间的具体转换路线。结果显示健康人更频繁地在状态1和状态4之间双向切换，也就是在偏向外部视觉—注意的状态与包含情绪和内部加工的状态之间转换。抑郁症患者则较少使用这条路线，反而更频繁地在状态2和状态3之间往返——即在默认模式、额顶控制网络活动较高与较低的两种相反配置之间反复摆动。
图4. a). 状态转移路线总览：健康组多进行状态1和4之间的转换；抑郁组多进行状态2和3的转换。b). 各状态转移概率分布。c). 选择组间差异较大的状态4→状态1，比较这条路线转移概率与六种临床症状评分（总体抑郁、抑郁相关反刍、苦思型反刍、焦虑唤醒、快感缺失、一般心理痛苦）。
其中，状态4转向状态1的概率越低，患者的总体抑郁、焦虑、快感缺失、一般心理痛苦和消极反刍越严重。这说明抑郁并非让大脑完全停止切换，而是改变了它偏好的转换方向：通向外部注意的路线使用得更少，状态2与状态3之间的往返则更加频繁。
从状态转移到理论能量景观
既然健康组和癫痫患者组偏好的状态转移路线不同，但一条经常出现的路线，未必是白质结构最容易实现的路线。为判断这些路线“好不好走”，研究者引入网络控制理论（network control theory）：根据每个人的白质结构，计算大脑从一个状态转向另一个状态时需要加入多少额外控制信号。控制能量越低，说明结构越支持这次转换；越高，则表示需要克服更多结构限制。
x 是全脑激活模式、A 是白质结构矩阵、B 是控制位置矩阵、u 是施加到各脑区的理论控制信号（模型优化求出来的未知量）。所以这里的能量是数学模型中的控制成本，并非真实的代谢消耗。
图5. e). 全被试四种状态平均进入和退出能量分布。状态1、2退出能量高于进入能量，状态3、4则相反。f). 根据这种方向性差异构建的理论能量景观；该图是概念化表达，并非从数据中重建的连续地形。
在健康人中，状态4→状态1越频繁，所需控制能量越低，表明这条路线受到白质结构支持；在抑郁组中，状态3→状态2越频繁，控制能量反而越高，说明实际转换频率与结构支持程度并不一致。进一步比较发现，状态1、2进入相对容易、离开较难，被研究者称为“汇样状态”；状态3、4进入较难、离开较容易，则被称为“源样状态”。结合抑郁患者更频繁的状态2↔3转换，研究者提出大脑可能被困在源样状态3与汇样状态2构成的循环中。不过，该分析只能发现频率与模型成本的异常关系，不能解释大脑为何形成这条路线，或状态2为何再次返回状态3。
结语：从状态转移异常，到有待验证的“困陷”假说
这项研究发现，抑郁大脑并非静止在某个单一状态，而是更频繁地进出状态3，并偏向在状态2和3之间往返；与外部注意相关、且更受结构支持的状态4→1路线则较少出现。由此，研究者提出了“系统困陷”的计算解释。
但这项研究尚未直接证明真实的能量景观或吸引子循环：连续地形主要是示意图，线性网络控制模型也不能解释为何选择高成本路线、为何从状态2返回状态3；换用其他状态划分、动力学假设或计算方法，结果也可能改变。此外，样本量较小，核心模型关系仍缺少独立数据和实际扰动实验的验证。因此，“系统困陷”更适合作为假说，而非已经确定的抑郁机制。
尽管如此，这项工作将功能状态、白质结构和临床症状放进了同一计算框架，为未来建立更完整的动力学数理模型提供了有价值的起点。后续研究可引入非线性动力学、模型比较和纵向干预数据，检验状态循环如何形成、维持，以及能否通过治疗被改变。
阅读最新前沿科技趋势报告，请访问21世纪关键技术研究院的“未来知识库”
未来知识库是 “21世纪关键技术研究院”建 立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。 欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828进入。
截止到2月28日 ”未来知识库”精选的百部前沿科技趋势报告
（加入未来知识库，全部资料免费阅读和下载）
热门跟贴