智源&清华合作成果登上Science：脑科学多模态基础模型Brainμ支撑揭示“记忆-睡眠”调控的神经机制

记忆重激活如何“驯服”睡眠节律？——新研究突破传统认知

长期以来，科学家已知睡眠对记忆巩固至关重要，但记忆本身是否反过来影响睡眠的结构与动态，一直是未解之谜。本次研究通过高分辨率神经记录发现，动物在睡眠期间，海马体中的记忆痕迹会以“重激活”的形式反复回放，而这种重激活并非被动的副产品——它能主动调节后续睡眠中的慢波与纺锤波节律。具体表现为：

• 时间锁定效应：记忆重激活事件在特定睡眠阶段（如非快速眼动期）出现后，会引发局部皮层活动的即刻变化，改变后续睡眠振荡的幅度与频率。
• 双向调控回路：研究证明，当人为抑制海马体的重激活时，睡眠结构中深度慢波的比例显著下降，睡眠碎片化加剧；反之，增强重激活则延长稳定睡眠时长，形成“记忆-睡眠”的正反馈闭环。

多模态基础模型Brainμ：为解析海量神经数据打造“智能显微镜”

传统神经科学分析通常依赖手动标注或单模态算法，难以同时整合电生理记录、钙成像、行为学等多维度数据。智源与清华团队研发的Brainμ模型，首次将多模态基础模型架构引入脑科学领域，其核心能力包括：

• 自监督学习框架：在数万小时的神经信号（包括局部场电位、尖峰序列、视频行为）上预训练，自动提取不同模态间的共有特征，无需人工标签。
• 跨模态对齐：例如将同一时间段内的膜片钳记录与双光子钙成像数据进行语义对齐，识别出“记忆重激活”对应的电信号模式与钙离子波动模式之间的映射关系。
• 可迁移性：同一套模型参数可直接适用于小鼠、非人灵长类乃至人类脑电数据分析，极大降低不同实验方案间的分析壁垒。

从海马体到皮层：Brainμ如何描绘记忆-睡眠双向调节全景图

本研究中，Brainμ被用于解析持续数日、同步覆盖海马体CA1区与初级视觉皮层的大规模神经数据。模型不仅识别出海马体重激活事件，还完成了以下关键分析：

• 动态网络图构建：自动计算出重激活期间，海马体-前额叶皮层-丘脑网状核之间的信息流方向与强度变化，发现重激活后的0.5-2秒内，丘脑网状核的抑制性输出出现短暂增强，这是触发睡眠纺锤波的关键开关。
• 时间尺度解耦：传统方法难以区分“分钟级”的睡眠阶段转换与“毫秒级”的尖峰同步，Brainμ通过多尺度注意力机制，同时捕捉到重激活后慢波（秒级）的幅值上升与纺锤波（毫秒级）的密度增加，并证实在两者的相位耦合增强时，记忆巩固效率最高。

跨尺度整合：从分子到环路，模型揭示关键调控节点

结合化学遗传学实验，团队进一步利用Brainμ分析在特定神经元类型上干扰后的数据变化，发现了此前未知的调控节点：

• 小清蛋白阳性中间神经元：模型显示，海马体中这类抑制性神经元在记忆重激活后会被短暂激活，其活性强度与后续睡眠慢波的持续时间呈正相关。当通过光遗传技术抑制这些细胞时，模型能迅速预测出睡眠纺锤波生成失败的概率，准确率达92%。
• 突触可塑性标记物：Brainμ的跨模态能力使其将电生理特征与同步采集的突触蛋白荧光报告信号相关联，证实重激活触发的睡眠振荡变化，直接带来树突棘修剪与更新的空间模式改变。

从实验室到病床：多模态基础模型将加速睡眠障碍诊疗

该研究的突破不仅在于基础机理解析，更在于展示了基础模型在神经疾病研究中的潜力。由于Brainμ具备从小鼠到人类的跨物种泛化能力，研究团队已开始将其应用于：

• 阿尔茨海默病模型：预先检测睡眠中记忆重激活的异常缺失模式，比行为学测试提前数周识别病理变化。
• 失眠症临床数据：在人类脑电图（EEG）上迁移模型后，发现慢性失眠患者的记忆重激活强度与睡眠深度之间存在解耦，而这一特征在传统EEG分析中无法被量化捕捉。
• 未来方向：智源研究院表示，Brainμ后续将开放给全球神经科学团队，通过联邦学习方式整合多中心数据，推动“记忆-睡眠”调控网络的全脑图谱绘制，最终为开发靶向睡眠障碍的非侵入性神经调控方案提供精确靶点。