大腦從健康狀態(tài)轉(zhuǎn)變?yōu)榧膊顟B(tài)的原因是什么,？這種轉(zhuǎn)變是如何影響刺激的處理方式的,？以及哪種物理神經(jīng)動力學變化推動了這種轉(zhuǎn)變？為了解決這些問題,，作者借鑒David Marr的分析模型,，提出了一個三級計算算法復雜框架，該框架以自上而下（TD）和自下而上（BU）處理的轉(zhuǎn)變?yōu)橹行?，以解釋焦慮和抑郁作為不同疾病狀態(tài)的產(chǎn)生原理,。自下而上（bottom-up）是最初的快速處理模式，它在很大程度上依賴于對來自環(huán)境的顯著刺激的即時,、無意識的和情緒反應(yīng),。自上而下（top-down）是一種緩慢的處理模式，依賴于認知,、環(huán)境,、先驗知識和目標驅(qū)動的方法來評估刺激。

近日,，美國加利福利亞薩爾克生物研究所Kay M. Tye等發(fā)表綜述,，闡述了基底外側(cè)杏仁核信號和投射在自下而上處理中的作用，和內(nèi)側(cè)前額葉皮層內(nèi)部信號和投射在上而下處理中的作用。

1,、計算環(huán)境（吸引子狀態(tài)動力學）的變化解釋大腦功能的轉(zhuǎn)變

大腦是一個依賴于多個隱藏變量的動態(tài)系統(tǒng),，我們只能觀察到其中的少數(shù)變量。單個細胞正在進行的活動由輸入的組合控制：它們的振幅,、位置,、時間、離子通道的調(diào)節(jié)以及來自神經(jīng)調(diào)控的較慢信號,。在更大的范圍內(nèi),，一個細胞接收來自數(shù)萬個其他神經(jīng)元的輸入，這些神經(jīng)元的連接和活動是未知的,。神經(jīng)活動中如此大量的隱藏變量需要能夠準確地表示生物活動的計算模型——將大腦理解為一個動態(tài)系統(tǒng)以解釋這些無法觀察到的隱藏變量,。該模型包含“吸引子狀態(tài)（attractor states）”，吸引子是狀態(tài)空間中的最小狀態(tài)集,，所有附近的狀態(tài)最終都隨著時間流向該狀態(tài)集,。

越來越多的證據(jù)表明，神經(jīng)集合表現(xiàn)出類似于吸引子狀態(tài)模型的活動,。吸引子網(wǎng)絡(luò)（不同于吸引子狀態(tài)）是一種隨著時間的推移向穩(wěn)定性發(fā)展的動態(tài)網(wǎng)絡(luò),。診斷為焦慮和抑郁的患者表現(xiàn)出不同的大腦狀態(tài)，這說明焦慮和抑郁存在于不同的吸引子狀態(tài)中,。有趣的是,，焦慮活動增加的區(qū)域在抑郁癥患者中活動減少，焦慮活動減少的區(qū)域在抑郁患者中活動增加,。

這些獨立的大腦狀態(tài)說明,，存在可以代表焦慮和抑郁的雙穩(wěn)態(tài)吸引子狀態(tài)[Fig.1]。健康個體可以在TD和BU處理狀態(tài)之間平穩(wěn)地交替,，以適當?shù)卣{(diào)節(jié)行為,。在病理條件下，吸引子狀態(tài)的深度增加,，使得網(wǎng)絡(luò)活動嚴重偏向于TD（在抑郁癥中）或BU（在焦慮癥中）,。

Figure 1 吸引子狀態(tài)自下而上、自上而下處理的動力學

2,、在算法層面刺激和價值處理維持和擾亂大腦功能

吸引子狀態(tài)動力學的變化可能導致刺激處理方式的重大變化,。在算法層面，作者區(qū)分兩個反饋回路,，當平衡時,，這兩個回路對刺激進行適當?shù)脑u估和響應(yīng)?？焖俸蛦蜗虻腂U-反饋回路對感覺刺激做出即時反應(yīng),，而緩慢和復雜的TD反饋回路進行更復雜的環(huán)境評估和微調(diào)行為,。這些循環(huán)分為三個主要步驟：感官檢測、處理和輸出[Fig.2],。

在焦慮狀態(tài)下,，系統(tǒng)在沒有足夠的TD調(diào)節(jié)的情況下，壓倒性地向BU處理轉(zhuǎn)變,，擾亂了目標導向的行為,。這導致過度的生理和心理喚醒，并增加了對環(huán)境刺激的敏感性,，促使刺激偏向于威脅,。通常被認為是中性的刺激可能會引發(fā)與焦慮相關(guān)的心理癥狀，包括過度警覺和擔憂,，以及生理癥狀,，如心率加快、出汗和肌肉緊張,。在抑郁癥中,，TD認知過程控制情緒反射過程，并過度抑制BU循環(huán),。這可能導致無法適當?shù)嘏c環(huán)境接觸,，或無法達到對相關(guān)刺激采取行動的喚醒閾值。表現(xiàn)為缺乏動力和快感缺乏,。而患有焦慮抑郁共病個體的雙向過度補償導致BU和TD偏向處理之間的不適應(yīng)交替,。

Figure 2 刺激處理過程中自下而上和自上而下反饋回路的相互作用

3,、關(guān)鍵大腦結(jié)構(gòu)對大腦能力變化的作用

人類研究表明,，情緒和注意力處理會激活大腦中不同的活動模式，這取決于是否出現(xiàn)TD或BU誘導刺激,。BU誘導刺激,，如可以快速引發(fā)自動情緒反應(yīng)的圖像，已被證明會激活大腦區(qū)域,，如杏仁核,，而TD誘導的刺激（言語和想象活動）與PFC有關(guān)。作者分別將杏仁核和PFC作為BU和TD處理的代表,，以闡明生物學機制如何在計算和算法層面實現(xiàn)慢性變化[Fig.3],。

焦慮癥可能源于自下而上區(qū)域的功能亢進。穩(wěn)態(tài)水平下的BU處理對于動物保持警惕和謹慎是必要的,；然而,，與適應(yīng)性焦慮處理相關(guān)的區(qū)域活動的病理性增加會導致不適應(yīng)的焦慮癥狀和行為。在BU處理的背景下,，杏仁核是大腦中進行聯(lián)想學習,、BU處理和覺醒的關(guān)鍵區(qū)域,。

抑郁癥可能源于自上而下區(qū)域的功能亢進。mPFC一直與情緒障礙有關(guān),，該區(qū)域的連通性與抑郁癥有關(guān),。

Figure 3 神經(jīng)調(diào)控對吸引子狀態(tài)深度和突觸可塑性的影響

4、神經(jīng)遞質(zhì)平衡驅(qū)動吸引子狀態(tài)和精神狀態(tài)穩(wěn)定

谷氨酸和γ-氨基丁酸（GABA）分別是參與活性激發(fā)和抑制的主要神經(jīng)遞質(zhì),。神經(jīng)調(diào)節(jié)劑的表達水平與精神狀態(tài)之間有著密切的關(guān)系,。大腦中神經(jīng)調(diào)質(zhì)的釋放與焦慮和抑郁有關(guān)，并提供了對精神疾病如何編碼的見解,。正如吸引子狀態(tài)的計算理論家所說,，吸引子狀態(tài)的穩(wěn)定性類似于該區(qū)域的可塑性水平。因此,，通過解釋可塑性的選擇性變化如何改變吸引子狀態(tài)的穩(wěn)定性,，神經(jīng)調(diào)節(jié)劑的存在和身份為模型提供了信息。

作者提出了一個模型,，在該模型中,，神經(jīng)調(diào)節(jié)的區(qū)域功能障礙會導致焦慮和抑郁癥狀，從而鞏固超穩(wěn)定的吸引子狀態(tài),。認為焦慮是由超穩(wěn)定吸引子狀態(tài)引起的,，該狀態(tài)鞏固了BU偏向的處理。這種狀態(tài)是由于BLA及其谷氨酸能投射mPFC的超興奮性引起的,。相反,，抑郁癥是由超穩(wěn)定的TD偏向的吸引子狀態(tài)引起的，其中E/I失衡是mPFC中紊亂的神經(jīng)調(diào)質(zhì)介導的,。

總結(jié)與展望

在這里,，作者將研究的計算、算法和實施層面聯(lián)系起來,，以連接每個領(lǐng)域提出的概念框架,。在計算層面上，大腦在健康和疾病中的功能可以與吸引子狀態(tài)進行比較,，類似于大腦狀態(tài),。在算法層面上，探索了TD或BU大腦狀態(tài)如何代表由神經(jīng)回路介導的心理處理途徑,。在實施層面上,，探索了突觸變化如何改變神經(jīng)動力學，并沿著多個不同的參數(shù)改變大腦狀態(tài),。

雖然吸引子狀態(tài)建模表明了焦慮和抑郁狀態(tài)是如何持續(xù)的,，但問題仍然存在：這些疾病狀態(tài)是如何發(fā)展的，是什么導致了向這些狀態(tài)的轉(zhuǎn)變,？神經(jīng)元處理需要數(shù)千個輸入的整合和重新分布,，其動力學被稱為神經(jīng)元雪崩,。這一理論表明，當群體接近臨界閾值時,，可觀察到的行為不會改變,，直到一個單位超過閾值，并導致許多其他單位依次改變,。雖然吸引子狀態(tài)解釋了給定狀態(tài)的穩(wěn)定性和持續(xù)性,，但神經(jīng)元雪崩和更廣泛的臨界腦假說解釋了從一種吸引子狀態(tài)到另一種吸引子的過程。在一個健康的系統(tǒng)中,，神經(jīng)元雪崩可以引發(fā)狀態(tài)轉(zhuǎn)換,；然而，在一個不健康的系統(tǒng)中,，神經(jīng)元群體將難以達到狀態(tài)轉(zhuǎn)換所需的臨界點,。

參考文獻

LeDuke, Deryn O et al. “Anxiety and depression: A top-down, bottom-up model of circuit function.” Annals of the New York Academy of Sciences, 10.1111/nyas.14997. 2 May. 2023, doi:10.1111/nyas.14997