漫畫(huà)家在創(chuàng)作時(shí)常會(huì)夸張人物的獨(dú)特特征——讓下巴更尖、雀斑更多。如今，耶魯大學(xué)的研究者將這一思路應(yīng)用到腦科學(xué)中：他們通過(guò)“夸張化”大腦連接圖譜（connectome），放大個(gè)體之間的差異，從而揭示了以往被忽視的重要信息。相關(guān)成果發(fā)表于《Nature Neuroscience》。

夸張個(gè)體差異，尋找隱藏信息

大腦連接圖譜是通過(guò)功能性磁共振成像（fMRI）構(gòu)建的神經(jīng)網(wǎng)絡(luò)“地圖”，它描述了大腦不同區(qū)域之間的活動(dòng)聯(lián)系?？茖W(xué)家們長(zhǎng)期利用這類圖譜來(lái)預(yù)測(cè)個(gè)體的行為、智力水平或心理健康狀態(tài)。

此前的研究多聚焦于不同個(gè)體之間相似的活動(dòng)模式，認(rèn)為這些共性能夠反映核心的神經(jīng)功能，因此具有較高預(yù)測(cè)價(jià)值。而那些“個(gè)體獨(dú)特”的活動(dòng)模式則往往被視為噪聲，被舍棄不用。

“但這些被忽略的部分，究竟隱藏著什么？是否也有價(jià)值？我們其實(shí)并不知道?！痹撗芯康牡谝蛔髡?、耶魯大學(xué)醫(yī)學(xué)院神經(jīng)科學(xué)項(xiàng)目博士生Raimundo Rodriguez說(shuō)。

于是，Rodriguez決定反其道而行之——像漫畫(huà)家一樣‘夸張’這些個(gè)體差異。他開(kāi)發(fā)了一種算法，去除不同個(gè)體間的共性活動(dòng)模式，從而突出每個(gè)人獨(dú)特的腦活動(dòng)特征。

結(jié)果令人驚訝：這樣的“漫畫(huà)化（caricatured）”處理后，連接圖譜對(duì)多種特征的預(yù)測(cè)能力反而提升，包括年齡、智商、性別、體質(zhì)指數(shù)（BMI）以及情緒加工和抽象思維等認(rèn)知任務(wù)的表現(xiàn)。

不是噪聲，而是另一種信息

研究團(tuán)隊(duì)使用了來(lái)自人類大腦連接組計(jì)劃（Human Connectome Project）、加州大學(xué)洛杉磯分校（UCLA）神經(jīng)精神表型聯(lián)盟項(xiàng)目以及耶魯自建的fMRI數(shù)據(jù)集。

首先，他們識(shí)別出被試者在執(zhí)行任務(wù)時(shí)呈現(xiàn)出的一致性腦區(qū)共激活模式。隨后，Rodriguez從靜息態(tài)fMRI數(shù)據(jù)中移除了這些共性模式。

處理后的數(shù)據(jù)中，同一個(gè)體的不同掃描更容易被識(shí)別出來(lái)，而不同個(gè)體之間的差異也更明顯——這說(shuō)明算法確實(shí)在“放大個(gè)體特征”。

接著，研究者檢驗(yàn)了這種方法在行為預(yù)測(cè)上的效果。結(jié)果顯示，漫畫(huà)化數(shù)據(jù)對(duì)多數(shù)特征的預(yù)測(cè)能力提高，但并非對(duì)所有特征都有幫助。例如，在邊緣型人格障礙（borderline personality disorder）的預(yù)測(cè)中，效果并未改善。

“這種差異說(shuō)明，我們的方法并不是簡(jiǎn)單地‘清理噪聲’，”論文通訊作者、耶魯大學(xué)生物醫(yī)學(xué)影像學(xué)副教授Dustin Scheinost指出，“而是揭示了兩種不同的信息維度——個(gè)體差異攜帶著一種類型的信息，而群體共性反映著另一種?！?/p>

更有趣的是，當(dāng)研究者將“漫畫(huà)化”數(shù)據(jù)與原始（非漫畫(huà)化）數(shù)據(jù)結(jié)合后，預(yù)測(cè)準(zhǔn)確性進(jìn)一步提升。這意味著兩種信息來(lái)源是互補(bǔ)的。

個(gè)體化腦科學(xué)的未來(lái)

Rodriguez表示，未來(lái)他們希望進(jìn)一步研究哪些行為特征更容易從“夸張化”數(shù)據(jù)中獲得準(zhǔn)確預(yù)測(cè)，以及其背后的神經(jīng)機(jī)制。

“我們的研究揭示了一個(gè)此前被忽略的信息源，”他說(shuō)，“如果善加利用，它可以讓我們更好地預(yù)測(cè)個(gè)體差異，并推動(dòng)腦科學(xué)走向更精準(zhǔn)的個(gè)體化分析?！?/p>

參考文獻(xiàn)：Raimundo X. Rodriguez et al, Connectome caricatures remove large-amplitude coactivation patterns in resting-state fMRI to emphasize individual differences,?Nature Neuroscience?(2025).?DOI: 10.1038/s41593-025-02099-7

編輯：王洪

排版：李麗