编辑推荐：
发作性睡病1型（NT1）以显著的睡眠-觉醒状态不稳定性为特征，提示大规模脑网络动力学存在根本性失调。为阐明这一现象，研究人员利用静息态功能磁共振成像（rs-fMRI）评估了27例NT1患者与25例匹配健康对照的全脑动态功能连接（dynamic function
发作性睡病1型（NT1）以显著的睡眠-觉醒状态不稳定性为特征，提示大规模脑网络动力学存在根本性失调。为阐明这一现象，研究人员利用静息态功能磁共振成像（rs-fMRI）评估了27例NT1患者与25例匹配健康对照的全脑动态功能连接（dynamic functional connectivity, dFC）稳定性。分析揭示了一种反向改变模式：患者双侧躯体运动网络（somatomotor network, SMN）的dFC稳定性显著增高，同时内侧前额叶默认模式网络（medial prefrontal default mode network, Default_PFCm）的稳定性降低。这些反向改变具有临床相关性，因为SMN稳定性增高与较差的主观睡眠效率相关，而Default_PFCm稳定性降低同样与较低的主观睡眠效率相关。该研究首次在NT1中发现了SMN高稳定性与Default_PFCm不稳定性共存的神经标志。通过同时破坏高阶认知网络的稳定性并解除初级感觉运动处理的抑制，食欲素缺乏可能导致一种协同失调，从而模糊睡眠-觉醒边界。动态网络稳定性的分离为理解NT1的状态不稳定性提供了新的系统水平框架。
该研究聚焦于发作性睡病1型（narcolepsy type 1, NT1）的核心临床表现——睡眠-觉醒状态边界的紊乱，旨在从大规模脑网络动态组织的系统层面揭示其神经机制。NT1是一种由食欲素（orexin，又称hypocretin）神经元缺失导致的中枢性嗜睡障碍，患者除典型的日间过度嗜睡和猝倒症状外，还普遍存在严重的夜间睡眠片段化，这提示其中枢神经系统在调控睡眠与觉醒稳定性方面存在核心缺陷。尽管静息态功能磁共振成像（resting-state functional magnetic resonance imaging, rs-fMRI）研究已揭示NT1患者存在默认模式网络（default mode network, DMN）、突显网络（salience network）等大规模脑网络的异常整合，但既往研究多基于功能连接在整个扫描时段内保持恒定的假设，可能忽略了与疾病核心特征——状态不稳定性更为直接相关的大脑功能时变特性。动态功能连接（dynamic functional connectivity, dFC）分析通过评估脑区之间功能耦合的时序波动来刻画脑功能的时变特性，其中dFC稳定性通过量化跨时间窗口连接模式的时间一致性，反映脑网络组织在维持与转换之间的平衡，为研究以状态控制缺陷为核心特征的疾病提供了重要理论工具。在正常静息条件下，高阶联合网络（如DMN）通常表现出较高的时间稳定性，而初级感觉运动区域则变异性更大，这种层级差异被认为反映了不同系统内在加工时间尺度和功能角色的分化。然而，迄今尚无针对NT1全脑dFC稳定性的系统性研究。基于此，研究人员开展了本项研究，论文发表于《Frontiers in Neuroscience》，旨在为理解意识状态调控的神经机制提供新见解。
该研究采用的关键技术方法主要包括：基于3T GE Signa扫描仪采集静息态fMRI数据（参数为TR=2,000 ms，TE=30 ms，翻转角60°，层厚3.5 mm，FOV=224×224 mm2，共8分钟240个容积）；使用DPABISurf处理流程进行标准化预处理，包括fMRIPrep（v23.1.4）的解剖预处理、FreeSurfer（v7.3.2）皮层表面重建、功能像的切片时间校正、头动校正、回归24项Friston头动参数及白质和脑脊液信号、带通滤波（0.01–0.1 Hz）及空间平滑；采用DPABISurf中Temporal Dynamic Analysis模块基于FunSurfWCF框架计算dFC稳定性，通过滑动窗口法（窗口大小64 s，步长4 s）构建动态功能连接图，以Kendall和谐系数（Kendall's concordance coefficient）量化各顶点的功能连接跨时间一致性，并经z分数标准化及6 mm FWHM空间平滑；统计学分析采用DPABI工具包进行顶点水平双样本t检验，以Monte Carlo模拟（10,000次迭代）进行簇水平推断校正（顶点水平p<0.001，簇水平p<0.05）；临床相关性分析采用Pearson相关分析，FDR校正（q<0.05）；另进行了多种滑动窗口参数（窗口大小30 s、60 s、80 s，步长2 s、4 s）的可重复性验证分析；补充性种子点dFC分析选取主要异常区域为种子点，计算其与全皮层顶点的动态连接时序变异性（Fisher z转换连接值的标准差，stdzFC）。
**研究结果**
**人口学与临床特征**：最终纳入27例NT1患者（17男/10女，平均年龄24.96±9.0岁）与25例健康对照（15男/10女，平均年龄23.96±6.5岁），两组在年龄和性别上匹配良好（p>0.05）。
**dFC稳定性的组间差异**：与健康对照相比，NT1患者在双侧躯体运动网络（SomMot）广泛簇内表现出dFC稳定性显著增高，同时在额叶默认模式网络（Default_PFCm）多个簇内表现出稳定性显著降低。这一发现提示NT1存在时间性脑动力学的分离模式，即感觉运动处理区域的高稳定性（hyper-stability）与高阶认知前额叶区域的低稳定性（hypo-stability）并存。
**dFC稳定性与睡眠效率的相关性**：经FDR校正后，左侧躯体运动皮层簇（Peak Index: LH2109）与睡眠效率呈显著负相关（r=?0.545，p
FDR<0.05），右侧躯体运动皮层簇（Peak Index: RH6449）同样呈显著负相关（r=?0.537，p
FDR<0.05），表明躯体运动皮层动态稳定性越高，睡眠质量越差。相反，右侧额叶默认模式网络簇（Peak Index: RH6681）与睡眠效率呈显著正相关（r=0.456，p
FDR<0.05），提示该区域不稳定性（稳定性降低）同样与睡眠受损相关。其他区域的相关性未通过FDR校正。
**可重复性分析**：采用不同滑动窗口参数（窗口大小30 s、60 s、80 s，步长2 s、4 s）进行可重复性分析，组间差异的空间模式在所有参数组合中保持高度一致，躯体运动网络稳定性增高及额叶默认模式区域稳定性降低的结果均得到可靠重复（p<0.05，Monte Carlo校正），证实了研究发现的稳健性。
**补充种子点dFC分析**：左侧和右侧躯体运动网络种子点（LH2109、RH6449）均表现出与视觉区域之间动态耦合的异常改变，呈现跨半球的一致性模式。右侧内侧前额叶种子点（RH6681）则表现出与背侧注意区域的动态连接异常。这些结果表明，功能稳定性异常的区域与特定大规模脑网络存在改变的动态功能连接。
**讨论**
研究人员在讨论部分深入阐释了上述发现的意义。研究揭示的SMN高稳定性与Default_PFCm不稳定性的"双重分离"现象，为理解NT1的核心表型——状态不稳定性提供了简洁的系统水平模型。在正常层级组织中，高阶联合网络（特别是DMN）倾向于表现出较高的功能稳定性，而初级感觉运动区域则变异性更大，这种分布被认为反映了不同系统内在加工时间尺度和功能角色的差异。在NT1中，SMN稳定性增高提示时间灵活性相对降低，可能阻碍觉醒与睡眠之间的适当状态转换，导致感觉运动参与的持续存在及对内、外部扰动的敏感性增加。双侧SMN簇（LH2109、RH6449）的稳定性与睡眠效率的负相关表明，SMN僵硬度越高，睡眠效率越差，其机制可能在于SMN在觉醒期无法有效去激活或脱离的状态持续至睡眠期，导致睡眠微结构片段化和睡眠维持受损。补充种子点分析进一步显示，左右SMN种子点与视觉区域存在改变的动态耦合，提示SMN高稳定性嵌入于躯体运动与视觉系统之间改变的动态耦合之中，而非孤立的局部效应。
相反，Default_PFCm动态稳定性的降低反映了时间变异性的增加，提示维持稳定认知状态的能力减弱。作为自我参照加工和认知控制的核心枢纽，该区域的功能障碍可能损害内部定向认知过程的维持，这与既往记录的NT1持续注意和执行功能缺陷一致。Default_PFCm不稳定性与睡眠效率降低的正相关表明前额叶失调与睡眠质量密切相关，补充发现显示该区域与背侧注意区域存在改变的动态耦合，提示内部定向（默认模式）与外部定向（注意）系统之间的时间协调受损。研究人员推测，Default_PFCm不稳定性可能破坏觉醒和睡眠稳定性的自上而下调控，但鉴于横断面设计，这种解释需谨慎对待；反之，睡眠不足也可能进一步损害前额叶功能完整性，形成功能障碍的自我强化循环。
SMN"高稳定性"与Default_PFCm"不稳定性"的共存指向发作性睡病脑内大规模网络失调的一致性模式。在正常层级组织背景下，这种模式提示了层级分离——低层级感觉系统的相对过度稳定与高阶认知网络稳定性的降低并存，反映了灵活协调不同神经系统能力的下降，可能构成了睡眠-觉醒状态边界模糊的潜在神经基础。研究的可重复性分析确认了这一分离模式的稳健性。
研究人员亦指出了研究的局限性：横断面设计无法推断因果；样本量有限且为单中心招募，限制了结论的泛化性；补充种子点dFC分析的空间范围有限，需谨慎解读。未来研究应在更大样本中进一步确定这些dFC异常是否优先与夜间睡眠片段化、日间嗜睡或更广泛的NT1临床表型相关。
**研究结论总结**：研究人员将NT1中动态功能稳定性的双重分离（SMN高僵化与Default_PFCm易变性）确定为该疾病的神经标志。这些改变进一步与网络特异性的动态功能连接变化相关，将局部稳定性异常与大规模网络相互作用联系起来。这些反向改变为状态不稳定性提供了简洁的解释框架，并可能指导未来基于机制的治疗干预。
