論文概要

2025年8月26日，深圳大學心理學院何振宏助理教授（第一作者）課題組聯合曼徹斯特大學Rebecca Elliott教授（通訊作者）、劍橋大學Barbara Sahakian教授等國內外學者，在Advanced Science上發表了題為“Dynamic Neural Deactivation Bridges Direct and Competitive Inhibition Processes”的研究論文。

一、研究背景

你是否有過這樣的經歷：身處嘈雜的派對，卻能專注于朋友的交談，對周圍的喧囂“聽而不聞”；或者在繁忙的街頭，能夠將目光鎖定在目標店鋪，對紛繁的景象“視而不見”。這種能力被稱為“抑制控制”（inhibition）， 是認知神經科學中的一個基本概念，它通過篩選或抑制無關信息，幫助人類在復雜環境中高效處理信息。

抑制功能通常被分為兩大系統：一是競爭性抑制（competition-induced inhibition），即優先處理目標信息而忽略干擾（如在嘈雜環境中專注于某個人的講話） ；二是直接抑制（direct inhibition），即主動阻止對特定刺激的處理（如壓抑不想要的想法）。傳統上，學界將這兩種抑制機制視為功能獨立的過程，并分別研究其神經基礎。然而，新興證據表明兩者在認知控制機制和結果上存在重疊[1-3]，暗示其可能共享一個通用的神經架構 。盡管已有研究描繪了其重疊的神經空間模式[4-5]，但其時間動態——即抑制過程中的神經活動如何隨時間演變——仍然是一個尚未探索的關鍵科學問題。

二、研究方法

本研究通過四個環環相扣的實驗，對272名健康成年人的數據進行了分析。

實驗一 fMRI

采用功能磁共振成像技術，設計了平行的聽覺與視覺抑制任務，并使用共同激活分析（Conjunction Analysis）來識別不同抑制策略（直接抑制、分心、抽離）在跨感覺模態下的共同神經基礎。

實驗二 EEG

采用高時間分辨率的腦電圖技術（64通道的actiCHamp plus 放大器，德國Brain Products公司生產，深圳瀚翔腦科學技術股份有限公司全國總代理），通過變化點分析（Change-point analysis）等方法，精準描繪抑制狀態下的神經振蕩特征，并定位神經動態模式發生轉變的關鍵時間邊界。

實驗三 fMRI

通過對比主動抑制、主動專注以及被動信息剝奪（如聽取雜亂音頻、閉眼）三種狀態，檢驗所發現的神經動態模式的特異性與普遍性。

實驗四 cTBS-fMRI

采用經顱磁刺激設備進行連續θ脈沖刺激（cTBS）(M-100 Ultimate，深圳英智科技有限公司) 這一神經調控技術，對抑制控制的關鍵腦區——背外側前額葉皮層（DLPFC）進行暫時性干擾，以直接檢驗“動態神經失活”在抑制行為中的因果作用。

研究綜合運用了動態因果模型（DCM）、多變量模式分析（MVPA）和表征相似性分析（RSA）等多種計算方法，從不同維度對數據進行了深入挖掘（圖1）。

圖1. 本研究的整體實驗設計與概念框架

三、研究結果

研究發現，直接抑制與競爭性抑制共享一個“以失活為主導”的時間動態模式。

“先激活，后失活”的動態特征：在抑制的早期階段（約0-3秒），額頂葉控制網絡（DLPFC/PPC）被激活；而在后期階段（約3-6秒），該網絡的激活水平逐漸下降，同時感覺皮層（聽覺/視覺皮層）的失活水平則進行性加深。抑制行為表現越好，感覺皮層的這種動態失活就越顯著（圖2）。

圖2. 抑制過程中的“先激活后失活”神經動態模式

因果關系驗證：cTBS對DLPFC的抑制性刺激，顯著削弱了感覺皮層的動態失活過程，并直接導致了抑制任務表現的下降 。中介效應分析證實，DLPFC正是通過驅動感覺皮層的動態失活來實現其抑制功能，證明了該機制的因果性（圖3）。

圖3. cTBS實驗揭示的因果路徑

機制的普遍性：該“失活主導”模式不僅跨越聽覺和視覺模態，并且被證實是大腦應對各類“低加工需求”場景的通用策略。當被試被動接受無意義信息時，大腦也呈現出類似的動態失活模式；而當被試高度專注時，大腦則呈現出完全相反的激活模式（圖4）。

圖4. 不同認知需求下的神經動態模式對比

核心機制：抑制如何實現“信息模糊化”？

以往的研究證實，持續的抑制過程會導致信息加工的逐步減弱，最終造成信息內容的降解或丟失，這一現象被稱為“信息模糊化”。本研究不僅在行為層面觀察到抑制導致了從感知、理解到記憶的多階段認知能力下降，更首次從神經表征的層面，直觀地揭示了大腦實現“信息模糊化”的內在機制。

研究運用了表征相似性分析（RSA）這一前沿解碼技術。RSA分析結果顯示，在自然狀態下，大腦對不同刺激特征（如情緒效價、喚醒度、信息量等）會產生清晰、可區分的神經活動模式，在表征矩陣上呈現為高度結構化的彩色圖案。然而，一旦進入主動抑制狀態，這些原本清晰的神經表征模式便被顯著“解耦”，結構化的圖案迅速變得混亂無序，趨近于隨機噪音（圖5）。這表明，大腦通過主動抑制，有效“模糊”了輸入信息的神經“指紋”，使其難以被清晰地識別和加工。

圖5. RSA結果直觀展示抑制導致信息神經表征的“模糊化”

神經表征的模糊化，直接導致了大腦解碼信息能力的下降。這一點，在多變量模式分析（MVPA）中得到了進一步的印證。研究訓練了一個機器學習分類器（就像一個“讀心”算法）來區分高、低強度的信息特征。結果顯示，在自然狀態下，分類器可以精準地從大腦活動模式中解碼出這些信息。然而，在抑制狀態下，分類器的解碼準確率顯著下降，幾乎回到了隨機猜測的水平（圖6）。

這一系列發現共同揭示了“信息模糊化”的神經本質：抑制功能并非簡單地在下游“攔截”信息，而是在信息編碼的源頭——感覺皮層，通過主動降低神經表征的清晰度和可辨識度來發揮作用。

圖6. MVPA結果顯示抑制狀態下大腦對信息特征的解碼能力顯著下降

四、結論與討論

本研究發現，不同類型的抑制功能最終都通過一個共同的“動態神經失活”機制來實現。這一發現挑戰了將抑制簡單視為“持續激活控制中樞”的傳統觀點，將“神經失活”重新定位為抑制功能的主導性核心機制。大腦通過一種前饋式的信號衰減，而非持續的資源投入，來實現對信息的有效過濾。該機制作為一種通用的、高效節能的神經策略，被大腦廣泛應用于各種低信息加工需求的場景中。這些發現不僅為理解認知控制的統一神經基礎提供了全新的理論視角，也為未來針對相關精神與神經障礙的干預提供了重要的參考。

綜上所述，本研究為理解大腦抑制功能的通用神經機制提供了統一的理論框架。但任何研究都存在其局限性與可供未來探索的方向。例如，本研究中的跨模態解碼分析發現，從聽覺到視覺的抑制狀態預測是穩健的，而反向預測的效率則相對較弱，這種解碼效果的不對稱性背后的深層機制值得未來進一步探究 。此外，研究還觀察到，抑制過程對不同信息特征的衰減效應存在模態特異性，即在不同感覺通道中，“模糊化”處理的具體特征有所不同，系統性地解析這些模態依賴的抑制策略將是未來一個有趣的研究方向 。

最終，本研究揭示的“動態神經失活”作為一種管理低加工需求的通用策略，為統一認知控制與感覺剝奪等不同研究領域提供了橋梁，未來的研究可以在此框架下，探索該機制在更多認知過程以及相關臨床障礙（如注意缺陷、思維反芻等）中的作用。

作者簡介

深圳大學心理學院為該論文第一完成單位，深圳大學心理學院何振宏助理教授為該論文的第一作者，曼徹斯特大學Rebecca Elliott教授為通訊作者。劍橋大學英國皇家科學院院士Barbara Sahakian教授為該論文重要作者之一。論文的構思與研究邏輯得到了同為英國皇家科學院院士的Trevor Robbins教授的指導。兩名科研助理——杜一帆老師（第二作者）與楊云凱老師均對論文做出了重要貢獻。該研究獲得了國家自然科學基金，深圳市優秀科技創新人才培養項目，深圳市新引進高精尖缺人才科研啟動費，以及深港腦課題資助。