科学家发现大脑的一小部分区域可以在其余部分清醒时小憩一会儿反之亦然
睡眠和清醒：它们是完全不同的存在状态，定义了我们日常生活的界限。多年来，科学家通过观察脑电波来测量这些本能的大脑过程之间的差异，睡眠的特征是缓慢、持久的波，以十分之一秒为单位，穿过整个器官。
科学家首次发现，睡眠可以通过仅几毫秒长的神经元活动模式来检测，比一秒短 1000 倍，揭示了一种研究和理解控制意识的基本脑电波模式的新方法。他们还表明，大脑的一小部分区域可以瞬间“闪现”清醒，而大脑的其余部分仍然处于睡眠状态，反之亦然。
这些发现发表 在《自然神经科学》杂志上的一项新研究 中，来自华盛顿大学圣路易斯分校生物学助理教授 Keith Hengen 和加州大学圣克鲁斯分校生物分子工程杰出教授 David Haussler 实验室的合作。这项研究由博士进行。学生 David Parks(加州大学圣克鲁兹分校)和 Aidan Schneider(华盛顿大学)。
经过四年的研究，Parks 和 Schneider 训练了一个神经网络来研究大量脑电波数据中的模式，发现了以前从未描述过的极高频率的模式，并挑战了人们对睡眠和觉醒的神经基础的长期基本概念。
“借助强大的工具和新的计算方法，我们可以挑战最基本的假设，重新审视&luo;什么是状态?&ruo;这个问题，这将带来很多收获，”Hengen 说。“睡眠或觉醒是决定你行为的最大因素，其他一切都由此而来。所以，如果我们不了解睡眠和觉醒到底是什么，似乎我们就错过了机会。”
“令我们科学家感到惊讶的是，当大脑其他部分清醒时，我们大脑的不同部分实际上会小憩一会儿，尽管许多人可能已经怀疑他们的配偶有这种现象，所以也许缺乏男女性偏见才是令人惊讶的，”豪斯勒打趣道。
理解睡眠
神经科学家通过记录大脑活动的电信号(称为电生理数据)来研究大脑，观察电压波以不同的速度上升和下降。这些波中混杂着单个神经元的尖峰模式。
研究人员使用来自圣路易斯 Hengen 实验室的小鼠的数据进行研究。这些自由活动的动物配备了非常轻巧的耳机，可以一次记录 10 个不同大脑区域的大脑活动数月，以微秒的精度跟踪小组神经元的电压。
如此大量的输入产生了 PB 级的数据，这比 GB 大一百万倍。David Parks 带头将这些原始数据输入人工神经网络，该神经网络可以发现高度复杂的模式，区分睡眠和清醒数据，并发现人类观察可能遗漏的模式。通过与 位于加州大学圣地亚哥分校的共享学术计算基础设施合作 ，该团队能够处理如此大量的数据，其规模与 Google 或 Facebook 等大公司可能会使用的规模相当。Parks
知道睡眠传统上是由缓慢移动的波定义的，因此开始将越来越小的数据块输入神经网络，并要求它预测大脑是处于睡眠还是清醒状态。
他们发现，该模型可以从几毫秒的大脑活动数据中区分睡眠和清醒。这让研究团队感到震惊——这表明模型不可能依靠慢速移动的波来了解睡眠和清醒之间的差异。就像听一首歌的千分之一秒无法判断它是否有慢节奏一样，模型也不可能仅通过查看随机孤立的毫秒信息来了解几秒钟内发生的节奏。
“我们看到的信息的详细程度是前所未有的，”豪斯勒说。“以前的感觉是，在那里什么也找不到，所有相关信息都在较慢的频率波中。这篇论文说，如果你忽略传统的测量方法，只看千分之一秒内高频测量的细节，就足以判断组织是否处于睡眠状态。这告诉我们，在非常快的尺度上正在发生一些事情——这对睡眠中可能发生的事情是一个新线索。”
而亨根则认为帕克斯和施耐德忽略了一些东西，因为他们的研究结果与他多年来在神经科学教育中灌输的基本概念相矛盾。他要求帕克斯拿出越来越多的证据来证明这种现象是真实存在的。
“这促使我问自己&luo;我的信念在多大程度上是基于证据的，我需要看到什么证据才能推翻这些信念?&ruo;”亨根说。“这真的感觉像是一场猫捉老鼠的游戏，因为我一次又一次地要求大卫 [帕克斯] 拿出更多的证据来向我证明一些事情，而他会回来说&luo;看看这个!&ruo;作为一名科学家，让我的学生一砖一瓦地拆除这些塔楼是一个非常有趣的过程，而我必须接受这一点。”
局部模式
由于人工神经网络从根本上来说是一个黑匣子，无法报告其所学内容，因此帕克斯开始剥离时间和空间信息层，试图了解模型可以从哪些模式中学习。
最终，他们开始研究仅持续一毫秒且脑电压波动频率最高的脑数据块。帕克斯说：
“我们提取了神经科学在过去一个世纪中用于理解、定义和分析睡眠的所有信息，并提出&luo;模型在这些条件下还能学习吗?&ruo;这让我们能够研究以前不了解的信号。”通过查看
版权声明：本文由用户上传，如有侵权请联系删除！