為什么睡一覺就能滿血復活？北大團隊揭示大腦卸載困意的時空路線圖

PsyBrain 腦心前沿 | 公眾號 PSY-Brain_Frontier

一鍵關注，點亮星標 ??

不錯過每日前沿資訊

認知神經科學前沿文獻分享

基本信息：

Title:Cortical hierarchy underlying homeostatic sleep pressure alleviation

發表時間：2025.11.14

Journal:Nature Communications

影響因子：15.7

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

引言

每個人都熟悉那種感覺：連續開會到深夜、通宵趕稿或值夜班之后，即使第二天早上勉強撐著清醒，整個人依然像被“掏空”——反應遲鈍、注意力游離、情緒也變得更易暴躁。再睡上一大覺，醒來似乎又能“滿血復活”。

直覺告訴我們：睡眠在“清除”某種在清醒時不斷累積的東西。睡眠研究里，這個東西就叫做穩態睡眠壓力（homeostatic sleep pressure）。

穩態睡眠壓力可以簡單理解為：你醒得越久，大腦越“強烈地想睡”。從電生理角度看，它的經典指標是非快速眼動（NREM）睡眠中的慢波活動（slow-wave activity, SWA，0.5–4 Hz）：剛入睡時 SWA 最高，隨著夜間睡眠推進逐漸下降，和我們主觀的“困意”消散高度一致。

不過，“困意”并不是一個在大腦里“平均分配”的量。既往 EEG 研究發現，SWA 的空間分布在頭皮上是高度異質的，某些區域的慢波更強，對睡眠壓力更敏感。這提示我們：在大腦皮層內部，也很可能存在一個“誰更累、誰先恢復”的空間分工。但 EEG 的空間分辨率有限，只能給出一個粗略的“頭皮地形圖”，難以回答更細致的問題：

哪些皮層區域在高睡眠壓力時被“重置”得最多？

隨著整夜睡眠推進，這種恢復在皮層層級中是如何展開的？

這種恢復是否沿著我們熟知的**感覺–聯結皮層功能梯度（sensory–association cortical gradient）**有序進行？

另一方面，近十多年，功能磁共振成像（fMRI）提供了一個觀察大腦自發活動的強大窗口。以血氧水平依賴信號（BOLD fMRI）為基礎的低頻振幅指標 ALFF（amplitude of low-frequency fluctuations），已經被廣泛用于衡量靜息態腦區自發活動強弱。既往工作發現，從清醒到睡眠，ALFF 的變化呈現出一個“分級模式”：

初級感覺區變化更大，高級聯結區變化較小，似乎沿著皮層功能層級發生系統性重組。

但這些研究大多是靜態對比“清醒 vs 睡眠”，很少把睡眠壓力隨時間的動態變化納入同一個框架。

換句話說，我們知道“睡著”和“醒著”時的大腦樣子不一樣，也知道睡著久一點困意會慢慢消退，但不知道的是：在“困意消退”的過程中，大腦皮層到底是按什么順序、以什么節奏在恢復？

這篇發表在Nature Communications的工作，正是把這幾個關鍵問題串在了一起。北大高家紅團隊在 130 名健康成年人身上，進行了整夜同時 EEG + fMRI 監測，記錄從完全清醒到各個睡眠階段，再到睡眠深入的整個過程。在此基礎上，他們做了幾件事情：

畫出一張“睡眠–清醒 ALFF 差異的皮層地圖”：比較各個睡眠階段與清醒時 ALFF 的差異（ΔALFF），看看在大腦不同區域，睡眠讓自發 BOLD 波動是增強還是減弱。

把這張地圖投射到皮層功能層級上：利用已有的大腦功能連接梯度（principal functional gradient），檢驗這些差異是否沿著“感覺 → 聯結”的皮層層級有系統變化。

讓 EEG 的慢波活動（SWA）作為“睡眠壓力尺子”：計算每個被試睡眠相對清醒的 SWA 增幅（ΔSWA），考察 ΔALFF 與 ΔSWA 之間的關系，看看 ALFF 差異是否真的“讀得懂”個體睡眠壓力的高低。

引入“時間”這一維度：重點比較入睡后第一小時（睡眠壓力最高）和之后的睡眠期，觀察同一張 ΔALFF 地圖是否會隨睡眠推進而被整體“縮放”（downscaling）。

連上代謝這一條線索：借助獨立的 PET 數據，獲取大腦各區域的葡萄糖代謝模式，進一步拆分為糖酵解（glycolysis）和氧化代謝（oxidative metabolism），看 ΔALFF 的空間分布及其隨睡眠壓力變化的“縮放”，是否與這些代謝通路的空間分布相關。

用睡眠剝奪（sleep deprivation）與恢復睡眠（recovery sleep）實驗做“極端檢驗”：當人被強行熬夜（睡眠壓力極端升高）或獲得恢復性睡眠（睡眠壓力被強力釋放）時，大腦 ALFF 的空間模式是不是也會沿同一條皮層層級軌跡被推來推去？

通過這一系列巧妙的設計，作者想回答的核心問題可以概括為一句話：

穩態睡眠壓力在皮層上有沒有一條可以被“畫出來”的層級軌跡？睡眠究竟是怎樣沿著這條軌跡，分區域、有先后地卸載困意的？

他們的主要發現可以濃縮成幾個關鍵點：

睡眠相對于清醒，會在皮層上產生高度異質的 ALFF 變化：感覺皮層（視覺、軀體運動、聽覺）ALFF 明顯升高，而高級聯結網絡（前頂葉網絡 frontoparietal network、默認網絡 default mode network）則明顯降低，這種差異與既有的感覺–聯結功能梯度高度負相關。

這種 ΔALFF 的空間模式，與個體 EEG 慢波活動增幅（ΔSWA）緊密相關：睡得“越困”（ΔSWA 越大）的人，感覺區的 ALFF 提升越明顯，聯結區的 ALFF 抑制也越明顯，等于在大腦影像上“讀出來”了睡眠壓力的個體差異。

隨著夜間睡眠推進、慢波活動逐漸下降，整張 ΔALFF 地圖會經歷一個整體“降尺度”的過程：入睡第一小時差異最大，此后在感覺區和部分聯結區中逐步回縮，重新向清醒狀態靠攏。這種“縮放量”本身也沿著皮層功能梯度有序分布。

在代謝維度上，ΔALFF 的空間模式對糖酵解分布高度敏感：睡眠與清醒 ALFF 差異越大的區域，往往糖酵解水平低、氧化代謝高；而睡眠過程中 ΔALFF 隨壓力緩解而“縮小”的程度，則與糖酵解分布正相關，提示穩態睡眠調節與能量代謝重平衡之間存在空間耦合。

在外部操縱睡眠壓力的實驗（整夜睡眠剝奪、部分睡眠剝奪及恢復睡眠）中，大腦 ALFF 模式會沿同一條皮層層級軌跡發生可預測的推移：熬夜讓清醒時的大腦看起來更像“睡著的大腦”，恢復睡眠則把它拉回正常清醒態。

對普通讀者而言，這些結果的意義在于：我們可以開始從全腦網絡和能量代謝的角度，理解為什么“好好睡一覺”能緩解熬夜后的“腦廢”狀態，也能理解為什么持續的睡眠不足，會在注意、情緒、執行功能等高階能力上帶來長期損耗。

而對睡眠科學和臨床領域，這項工作則提供了一個重要工具：用 BOLD 波動振幅（ALFF）這類宏觀指標，去描繪睡眠穩態調節在大腦皮層中的“拓撲結構”。未來，這種圖譜有望被用作評價失眠、睡眠呼吸暫停、抑郁伴睡眠障礙等疾病患者中，睡眠恢復是否真正“恢復了大腦”，為睡眠干預的個體化評估與精準治療提供客觀維度。

核心圖表

Fig. 1: ALFF differences between sleep and wakefulness are hierarchically distributed across the cerebral cortex.

Fig. 2: ALFF differences between sleep and wakefulness capture inter-individual differences in sleep pressure across the cortex.

Fig. 3 | ALFF differences between sleep and wakefulness are downscaled with alleviation of sleep pressure.

Fig. 4 | ALFF differences between sleep and wakefulness, as well as their downscaling, are associated with glycolysis.

Fig. 5 | The findings on ALFF differences and their downscaling with alleviated sleep pressure are robust with an independent staging rater and an independent sleep EEG-fMRI dataset.

Fig. 6 | The findings on the regulation of ALFF by dynamics in sleep homeostasis are validated using partial sleep deprivation, total sleep deprivation, and recovery sleep designs.

Fig. 7 | The findings on ALFF differences and their downscaling with alleviated sleep pressure are robust across different fMRI analytic metrics.

Fig. 8 | Regulation of cross-hierarchy global waves by sleep and wakefulness and by dynamic changes in sleep homeostasis.

前沿交流|歡迎加入認知神經科學前沿交流群！

核心圖表、方法細節、統計結果與討論見原文及其拓展數據。

分享人：BQ

審核：PsyBrain 腦心前沿編輯部