在2020年1月的一次睡眠研究研讨会上，扬娜·伦德纳(Janna Lendner)提出了一些发现，这些发现暗示了一种方法，可以观察人们的大脑活动，寻找清醒和无意识之间界限的迹象。对于处于昏迷状态或处于麻醉状态的病人来说，医生正确地做出区分是非常重要的。然而，这样做比听起来要复杂得多，因为当一个人处于快速眼动睡眠(REM)的梦中状态时，他们的大脑会产生与清醒时同样熟悉的平稳振荡的脑电波。
但伦德纳认为，答案并不在正常的脑电波中，而是在科学家通常可能忽略的神经活动方面:不稳定的背景噪音。
一些研究人员似乎难以置信。“他们说，‘所以，你是在告诉我，噪音中有信息?’”伦德纳说，他是德国Tübingen大学医学中心的麻醉学住院医师，最近在加州大学伯克利分校完成了博士后研究。“我说,‘是的。一个人的噪音就是另一个人的信号。’”
越来越多的神经学家认为，大脑电活动中的噪音可能为其内部运作提供新的线索，伦德纳就是其中之一。曾经被认为是神经学上等同于恼人的电视静电的东西，可能会对科学家研究大脑的方式产生深远的影响。
怀疑论者曾经告诉神经学家布拉德利·沃耶泰克(Bradley Voytek)，大脑活动的这些嘈杂特征没有什么值得研究的。但他自己对电噪声随年龄增长而变化的研究，以及之前关于不规则大脑活动的统计趋势的文献，使他确信他们遗漏了一些东西。因此，他花了数年时间研究帮助科学家重新思考数据的方法。
“在一群科学家面前说，‘嘿，我认为我们一直做错了，’是不够的，”加州大学圣迭戈分校(University of California, San Diego)认知科学和数据科学副教授沃耶泰克(Voytek)说。“你必须给他们一个新的工具，让他们以不同的方式或更好的方式做事。”
加州大学圣地亚哥分校(University of California, San Diego)认知科学和数据科学副教授布拉德利·沃耶泰克(Bradley Voytek)开发了研究大脑非周期性活动的软件，帮助人们注意到这种活动的重要性。摄影:杰西卡教
与加州大学圣迭戈分校和伯克利分校的神经科学家合作，Voytek开发了一种软件，可以将隐藏在大脑活动的非周期性部分中的有规律的振荡——比如阿尔法波，这种波在睡眠和清醒的受试者中都被大量研究过。这给神经科学家提供了一个新的工具来解剖规则波和非周期活动，以解开它们在行为、认知和疾病中的角色。
Voytek和其他科学家正在以各种方式研究的这种现象有很多名字。有人称之为“1/斜率”或“无标度活动”;Voytek努力将其重新命名为“非周期信号”或“非周期活动”。
这不仅仅是大脑的一种怪癖。伦德纳、沃耶泰克和其他人寻找的模式与科学家们在1925年开始注意到的一种现象有关，这种现象在整个自然界和科技领域的复杂系统中都存在。统计结构在如此多的不同背景下神秘地出现，以至于一些科学家甚至认为它代表了一个未被发现的自然法则。
尽管发表的研究已经对心律失常的大脑活动进行了20多年的研究，但还没有人能够确定它的真正含义。然而，现在科学家们有了更好的工具，可以在新的实验中隔离非周期性信号，也可以更深入地研究旧数据。多亏了Voytek的算法和其他方法，在过去几年里发表的一系列研究都认为，非周期性活动中隐藏着一些宝藏，可能会推动对衰老、睡眠、儿童发育等方面的研究。
什么是非周期性活动?我们的身体适应着熟悉的心跳和呼吸的节奏——这是生存所必需的持续循环。但大脑中也有同样重要的鼓点似乎没有模式，它们可能包含了行为和认知基础的新线索。
当一个神经元向另一个神经元发送一种叫做谷氨酸的化学物质时，它会使受体更有可能被激发;这种情况称为激发。相反，如果一个神经元释放出神经递质-氨基丁酸(GABA)，受体神经元就不太可能发出信号;这是抑制。任何一种过度都会产生后果:兴奋失控会导致癫痫发作，而抑制则是睡眠的特征，在更极端的情况下，会导致昏迷。
为了研究兴奋和抑制之间的微妙平衡，科学家们用脑电图(EEG)来测量大脑的电活动。兴奋和抑制的循环形成了与不同精神状态相关的波。例如，大脑以8到12赫兹的频率发出电波，形成与睡眠有关的α波模式。
但是大脑的电输出并不会产生完美的平滑曲线。相反，当它们向上倾斜到顶峰，向下倾斜到低谷时，线就会抖动。有时大脑活动没有规律，反而看起来更像电子噪音。这其中的“白噪声”成分确实是随机的，就像静态的一样，但它有一个更有趣的统计结构。
正是这些光滑性和噪声中的不完美，引起了像沃耶泰克这样的神经学家的兴趣。“这是随机的，但也有不同种类的随机，”他说。
并不是所有的噪音都是一样的，在这些光谱图中，低频在底部，高频在顶部，明亮的颜色代表更强的强度。在“白噪声”(左)中，信号在所有频率上的强度大致相等。在1/噪声中，通常称为“粉红噪声”(中间)，强度下降Ps以一定的速率在更高的频率上。在“棕色噪声”(右图)中，强度的下降要陡峭得多。托马斯·多诺霍提供
为了量化这种非周期性的活动，科学家们分解了原始的脑电图数据，就像棱镜可以将太阳光分解成不同颜色的彩虹一样。他们首先采用了一种叫做傅里叶分析的技术。随着时间推移绘制的任何一组数据都可以表示为一个三角函数的和，比如正弦波，可以用它们的频率和振幅来表示。科学家们可以把不同频率的波幅画在一个叫做功率谱的图上。
功率谱的振幅通常用对数坐标表示，因为功率谱的取值范围很大。对于纯随机白噪声，功率谱曲线是相对平坦和水平的，斜率为零，因为它在所有频率上都差不多。但神经数据产生的曲线斜率为负，这样低频的振幅就更高，频率越高，强度就呈指数下降。这个形状叫做1/，指的是频率和振幅之间的反比关系。神经学家们感兴趣的是斜坡的平坦度或陡度可能表明大脑的内部工作方式。
英属哥伦比亚大学的认知神经学家劳伦斯·沃德解释说，用这种方法分析脑电图数据，类似于观察在高速公路上的一座桥上录制的音频的声波。随机经过的汽车轮胎发出的嗡嗡声会产生非周期性的背景特征，但附近每10分钟鸣笛的火车会产生周期性信号，数据中的峰值比背景声音更大。突然发生的一次性事件，如长喇叭鸣笛或车辆碰撞，会在声波中产生明显的尖峰，从而导致整体的1/斜率。
对1/ 1现象的认识可以追溯到1925年贝尔电话实验室的J.B.约翰逊的一篇论文，他研究了真空管中的噪音。仅仅四年后，德国科学家汉斯·伯格(Hans Berger)发表了首个人类脑电图研究。随后几十年的神经科学研究主要集中在大脑活动中突出的周期波上。然而，在各种各样的电子噪音、股票市场活动、生物节奏，甚至音乐中都发现了波动——没有人知道为什么。
插图:Samuel Velasco/Quanta杂志;托马斯·多诺霍
也许因为它看起来是如此普遍，许多生物学家摒弃了通过1/特征的透镜来观察噪音可以产生有用信号的想法;纽约大学格罗斯曼医学院(New York University Grossman School of Medicine)神经学、神经科学和生理学助理教授Biyu J. He在2014年的一篇综述中写道，他们认为这可能是所使用的科学仪器发出的一种噪音。
但是，他和其他人通过控制仪器噪音的实验，推翻了这一观点，仪器噪音的强度比非周期性的大脑活动要小得多。在2010年的一篇论文中，他和她的同事还发现，虽然EEG读数、地面地震波和股票市场波动都呈现出1/趋势，但这些来源的数据呈现出不同的高阶统计结构。这一见解削弱了一个自然法则在所有事物中产生非周期信号的观点。
然而，这并不是一个完全解决的问题。沃德在不同的背景下发现了数学上的共性，并相信一些基本的东西可能在幕后发生。
不管怎样，沃德和他都认为深入研究大脑是值得的。
他在2014年的论文中写道:“几十年来，包含在‘1/ slope’中的大脑活动一直被认为是不重要的，为了强调大脑振荡，经常从分析中删除。”“然而，近年来，越来越多的证据表明，无尺度大脑活动对大脑功能有积极的贡献。”
来自噪音的新信号在某种程度上，Voytek无意中进入了非周期信号的话题:他最初想建模并从脑电图数据中去除白噪声。但是，当他努力编写去除噪音的代码时，他开始更多地关注代码中有趣的部分。
沃耶泰克在2015年的一项研究中发现，老年人的大脑似乎比年轻人有更多的非周期性活动。沃耶泰克的博士导师、伯克利大学(Berkeley)的神经科学教授罗伯特·奈特(Robert Knight)是他的导师。沃耶泰克和奈特观察到，随着大脑年龄的增长，白噪音占主导地位。他们还发现，这种噪音与与年龄相关的工作记忆衰退之间存在相关性。
Voytek希望神经科学家能够开发出一种软件，能够更容易地自动分离出任何数据集(包括旧数据集)中的周期性和非周期性特征，并帮助研究人员寻找有意义的趋势。所以他和他的团队编写了一个程序来实现这个算法。
对这样一种工具的需求立刻变得清晰起来。在Voytek和同事于2018年4月11日将他们的代码发布到biorxiv.org网站后，该软件在一个月内就获得了近2000次下载，这对一种小众神经科学计算工具来说是一次巨大的成功。那年11月，在神经科学学会(Society for Neuroscience)的会议上，Voytek主持了一场关于如何使用它的座无旁通的演讲。由于它的受欢迎程度，他组织了最后一分钟的后续会议，他的实验室团队为数十名感兴趣的科学家提供了技术支持。教程和电子邮件的交流带来了新的合作。
其中一项合作是伦德纳关于睡眠中觉醒标记的研究，该研究于2020年7月发表在在线杂志上。通过Voytek的软件，伦德纳和她的同事发现，在测试对象的脑电图的非周期性噪音中，高频活动在快速眼动睡眠期间比他们清醒时下降得更快。换句话说，功率谱的斜率更陡。
这个光谱图显示的是伦德纳和她的同事从一名睡眠病人身上收集到的夜间大脑活动。白线跟踪频谱斜率的变化，这与病人的清醒状态有关。Janna Lendner提供
在他们的论文中，Lendner和她的合著者认为，非周期性信号可以作为一种独特的信号来衡量一个人的意识状态。这样一个新的客观标记可以帮助改善麻醉和昏迷患者的治疗实践。
其他已发表的使用沃耶泰克代码的研究包括对多动症药物疗效的调查，以及对自闭症患者大脑活动的性别差异的研究。该代码于2020年11月首次发表在同行评议期刊上;加州大学圣地亚哥分校的托马斯·多诺霍(Thomas Donoghue)和马塔尔·哈勒(Matar Haller，当时在伯克利大学)是这篇论文的共同第一作者，伯克利大学的阿夫古斯塔·谢斯塔克(Avgusta Shestyuk)是Voytek的共同高级作者。他们和团队的其他成员演示了该代码在模拟数据上的性能，以及它揭示新发现的潜力。
娜塔莉·沙沃伦科(Natalie Schaworonkow)是沃耶泰克实验室的博士后，她通常研究像阿尔法波这样的有规律的振荡，“它比非周期性信号更漂亮，”她说。在和沃耶泰克分享Zoom通话时，她笑了。但是，当她的兴趣最近转向婴儿的大脑和作为其认知发展标志的电模式时，她遇到了一个问题，因为婴儿不会产生这些优雅的阿尔法波;海浪何时以及如何开始出现是一个悬而未决的问题。
她使用该算法分析了婴儿大脑活动的开放脑电图数据集。Schaworonkow和Voytek在发表于《科学》杂志的一篇新论文中发现，在生命的前七个月里，非周期性活动发生了巨大变化。然而，还需要更多的研究来弄清楚，这种活动是否反映了儿童在成长过程中对任务的更多投入，还是仅仅是大脑灰质密度的增加。
Voytek的代码推动了很多最近的研究，但它并不是非周期噪声分析的唯一游戏。2015年，英伟达科技公司的温海光和密歇根大学的刘忠明都在普渡大学工作(温海光是一名研究助理，刘忠明是一名副教授)，他们发表了一种不同的方法，将大脑活动中的周期性成分从非周期性成分中分离出来，称为不规则重采样自谱分析(IRASA)。与此同时，何碧宇在这两种工具出现之前就一直在研究这个话题;已故的神经学家沃尔特·j·弗里曼(Walter J. Freeman)也是如此，他的工作启发了沃耶泰克。这种工作可以用手工来做，尽管要花很多时间。
有一种工具可以让神经科学家轻松地检查周期性和非周期性信号的数据，这很重要，因为数据本身只是在特定时间内收集的一组数字。一个点的图形本身并不能说明大脑的功能或故障。
“解读在神经科学中很重要，对吧?因为这是我们做出临床决策、药物开发和所有这类事情的基础。”沃耶泰克说。他说，以这种方式重新审视文献中的大量数据集，有可能产生新的见解，而且“我们还没有像我们应该的那样充分地解释它们。”
这意味着什么?科学家们对这些非周期性特征的探索存在一个很大的局限，那就是没有人确切地知道它们的生理成因。麦吉尔大学神经病学和神经外科、生物医学工程和计算机科学教授Sylvain Baillet说，需要更多的研究来阐明不同的神经递质、神经回路和大规模网络交互各自的作用。
“原因和来源仍未查明，”Baillet说。“但我们必须通过这项研究来积累知识和观察。”
有一种理论认为，非周期性信号在某种程度上反映了大脑保持健康和活跃所需的兴奋和抑制之间的微妙平衡。伦德纳说，过多的兴奋会使大脑超负荷，而过多的抑制则会使大脑进入睡眠状态。
奈特认为这种解释是正确的。“我不能肯定这是抑制-激发比的变化，但我认为这是最简单的解释，”他说。
另一种观点认为，非周期性信号只是反映了大脑的物理组织。
根据其他物理系统反映行为的方式，沃德认为，大脑中可能存在某种结构上的、层次上的关系，从而导致了这种非周期性的活动。例如，这可能是因为大量的神经元将自己组织成一组，然后形成更大的区域共同工作。
他说，与1/趋势相关的大脑活动可能最适合在自然环境中处理感官输入，因为它经常显示出1/类型的波动。她在一封电子邮件中说，她2018年的研究探索了大脑如何能够预测同样具有1/属性的声音，表明非周期性活动“与处理和预测自然主义刺激有关”。对于她来说，从爵士乐到巴赫的音乐也可以有1/ 2的属性，这并不奇怪——毕竟，音乐是人类大脑的创造。
为了测试关于非周期性信号来源的假设，沃耶泰克说，研究人员需要更仔细地观察什么样的神经回路会产生这些信号。然后，神经科学家可以尝试将这些回路的部位与大脑的整体生理机能联系起来，从而更好地了解哪些神经机制产生了特定的活动模式，并预测在不同的大脑疾病中，非周期性和周期性信号会是什么样子。
Voytek还希望进行更大规模的研究，将代码应用于现有的数据集，以梳理出未被挖掘的信号。
莱德纳和奈特目前正在阿拉巴马大学分析昏迷患者的数据，以了解非周期性活动是否与昏迷的演变有关。他们的预测是，如果一个人从昏迷中醒来，大脑中高频活动的增加将显示为1/f斜率的变化。伦德纳说，初步结果很有希望。
在巴莱特看来，大脑中的非周期性信号有点像暗物质，暗物质是宇宙中不可见的脚手架，只能通过重力与普通物质相互作用。我们不知道它是由什么组成的，也不知道它的性质是什么，但它就在那里，在天空的背景下，秘密地把银河系连接在一起。
科学家们还没有找出这些非周期性信号的原因，但它们可能也反映了我们大脑中宇宙的基本支撑结构。一些神秘的东西可能会帮助我们的头脑从清醒状态进入睡眠状态。
广达电脑杂志,
