2026-09-20
斯坦福用 SINDy 从失神小鼠皮层脑电直接学出动力学方程。24 维模型在 60 项留出指标上误差 0.19，优于小鼠间 0.24；区间耦合降到六分之一，发作消失。
失神发作是一种不抽搐的全身性癫痫：意识突然中断几秒到几十秒，脑电上是双侧对称的棘慢波（spike-and-wave discharge，SWD）。小鼠里 SWD 基频约 7.5 Hz，一个周期 133 ms。
教科书式的解释是「体感皮层有一个灶，再迅速扩到丘脑-皮层回路」。近年多电极和 fMRI 却显示，发作前后体感皮层并不明显过兴奋。没有一个可定位的灶，多脑区是怎么同步成一次发作的？
缺的是一套能从数据里直接写出动力学方程、还能被细胞实验证伪的机制。斯坦福神经病学与应用物理的合作组（Hull、Denomme、Ganguli、Huguenard）用可解释机器学习补了这一步。
小鼠是 Scn8a 杂合敲低（Nav1.6 单倍不足），已有文献里的失神模型。记录分三层：16 通道皮层脑电（Ecog）覆盖运动、体感、视觉等区域；三根 Neuropixels 同步打单细胞；多位点光遗传刺激后丘脑核 PO、前运动皮层第 5 层（PreMot:L5）和体感皮层第 5 层（Som:L5）。
建模只取最早发病的四个代表区：左右运动（MotL/R，取前运动皮层）和左右体感（SomL/R，取面部区）。每个区拆成三个谐波带（约 7.5、15、22.5 Hz），Hilbert 变换后得到实部与虚部，一共 24 维。
系统辨识用 SINDy（Sparse Identification of Nonlinear Dynamics）：从多项式候选库里做稀疏回归，写出状态的时间导数。候选库最多 1134 个函数、27216 个参数。他们没有用单步预测误差选模型，改用 60 项发作状态空间指标：12 项幅度轨迹、24 项区内相位与相干、24 项区间相位与相干。回归是 elastic net（λ=0.04，α=0.9），训练窗口是发作前 400 ms 到发作后 800 ms，5 只小鼠各 25 次发作；测试是另 25 个发作前初值，让方程自己积分 3 秒。
学出来的项可以解析地写成振幅-相位形式。每个振子按固有频率转，振幅靠三次项衰减到零。真正把振幅推高的是区内跨频耦合，以及区间同频的线性耦合。后者化简后像带振幅的 Kuramoto 模型：源区相对目标区落在某个偏好相位差时，目标区振幅涨得最快；落到反相位则衰减。
同一只小鼠、同一脑区的不同次发作，时间轨迹几乎不相关（前运动左 0.09，面部左 0.05）。系统内部的波形关系却很稳：运动系统内相关 0.89，体感系统内 0.85，运动-体感之间 0.58。发作更像落进一块固定的相位-振幅几何，不是沿着一条可复现的时间曲线。
SWD 棘波时刻跟 15 Hz 的 band 2 谷底锁得更紧，比基频 band 1 的相位标准差大 34% 到 43%。MotL 相对 SomL 的棘波平均落后 8.2 ms，对应 band 2 约 −π/4 的相位差。
SINDy 模型在训练集和留出测试集上总误差都是 0.19，比把一只小鼠的未来换成另一只小鼠的 0.24 还低。随机初值也能在约 2 秒内收敛到同一块状态空间，误差只升到 0.23。前 6 个主成分解释实验 90.1%、模型 91.3% 的方差。1200 秒长模拟不落到简单极限环：最大 Lyapunov 指数 0.25/s，指数和 −26.43/s，Kaplan–Yorke 维数 5.48。这是一块低维混沌吸引子。
| 设置 | 数字 |
| 模型训练 / 留出测试误差 | 0.19 / 0.19 |
| 小鼠间互换当「预测」 | 0.24 |
| 随机初值误差 | 0.23 |
| 吸引子维数 | 5.48 |
| 区间耦合降到 1/6 | 发作消失 |
把各类项逐个置零，只有「区间同频耦合」拿掉后发作才会停。把这段耦合整体缩小 6 倍同样停发作。把各区固有频率打散也能压同步，但非发作态里实测的频率离散远小于模型里需要的离散，差 4 倍以上。从非发作到发作，更接近有效区间连接变强，不是各区固有频率突然更齐。
单细胞侧，发作一开始就锁到 7.5 Hz 的是 Som:L5、PreMot:L5 和后丘脑核 PO。模型预测「某区振幅在涨」的相位差上，该区第 5 层更爱爆发放电；振幅在掉时更爱单发。Som:L5 爆发从 0.22 升到 0.97 次/秒（4.4 倍），PreMot:L5 从 0.12 升到 0.74（6.2 倍），两区爆发率在时间上负相关。PO 在两条轨迹上都会爆发，时间上比皮层更早约 15 到 20 ms。
光遗传验证了两件事。PO 先刺激、15 ms 后再刺激 PreMot:L5，才能在 Som:L5 打出强放电，并诱发出接近内源基频的短暂振荡；单刺激 PO 或 PreMot，或延迟 0 ms、60 ms，都做不到。同时刺激 PreMot:L5 和 Som:L5 时，时间差靠近 −17 到 0 ms（模型预测的振幅增长相位）才会诱发能自己维持的发作；差半个周期（±67 ms）则不行。对侧输入贡献的棘波幅度随时间差呈约 12 到 13 Hz 的正弦变化，两区响应相关系数 −0.77。
对做系统辨识的人，这篇把 SINDy 用到了秒级、多脑区的真实神经数据，模型选择看的是状态空间指标，不是单步均方误差：单步交叉验证几乎分不出候选库，60 项指标可以。学出来的项还能化成带振幅的 Kuramoto 耦合，不是一堆不可读的多项式。
对癫痫机制，结论站在灶起源的对面：发作是多区耦合在偏好相位差上把振幅推高，再经振幅-相位反馈走进一块低维混沌吸引子。没有单一脑区、单一细胞类型或一种固定放电模式可以单独当原因。一线抗失神药 ethosuximide 阻断 T 型钙通道、压爆发放电，按这篇的逻辑是在拆吸引子的驱动，不是在灭一个灶。
从业者如果只关心「能不能拿来训模型」，正文没有给出代码仓库。方法上可复用的是 Hilbert 三频带、60 项几何指标，以及迭代扩库再剪枝的 SINDy。
作者自己写了几条。模型只覆盖发作如何发生，不覆盖如何终止；系数被当成慢变参数（觉醒、注意、感觉输入、神经调质）的一张快照。LFP 是放电、突触和阈下电位的混合物，把信号切成三个频带再解释生物学含义要小心。训练窗口贴着发作起始，3 秒预测对得上，不代表能管更长或管终止。
全是 Scn8a 小鼠，外推到人类失神要留空。光遗传样本量不大：PO 实验 4 鼠 5 次记录，皮层双刺激 4 鼠。模型误差 0.19 相对小鼠间 0.24 的优势存在，但没有跟神经 ODE 或标准阈值最小二乘 SINDy 做对照。「可解释机器学习」赢在能读方程、能指导光遗传，不在基准测试上压过一堆黑盒。