【医学评论】老化+脑肌姿耦合＋脑能量的亚阈值抑郁机制再探讨

[ 摘要 ] 亚阈值抑郁（subthreshold depression，SD）是常见的临床状态，与未来发生重度抑郁障碍（major depressive disorder，MDD）的风险显著增加相关，但其神经生物学基础尚未完全明确。近期发表于 Molecular Psychiatry 的研究通过连接组增长模型（connectome-based growth models）发现，SD人群存在明显的个体异质性和不同神经生理亚型。该研究提示抑郁症状可能来源于不同脑网络演化轨迹，而非单一脑区功能异常。本文提出一种整合性解释框架：将SD理解为脑能量调度系统发生早期转移的表现，即“进化沉默状态”（Evolutionary Silence State，ESS）。在该框架下，不同连接组亚型可被视为脑能量分配策略的不同失衡模式。进一步结合脑—肌—姿耦合及乳酸信号理论，本文讨论身体运动与姿势稳定通过代谢与感觉反馈影响脑网络调节的可能机制。该跨层级模型为理解SD提供了新的系统视角，并为未来精准干预策略提供理论依据。

关键词 : 亚阈值抑郁；脑连接组；脑网络；进化沉默；脑能量调度；乳酸信号；脑肌姿耦合

一、引言

    抑郁障碍长期以来被视为一种以情绪低落、兴趣缺失和认知功能下降为特征的精神疾病。然而，大量流行病学研究表明，抑郁症状并非简单的“有或无”状态，而更可能呈现连续谱分布。其中，亚阈值抑郁（SD）是一种临床上非常常见但又容易被忽视的状态。尽管其症状尚未达到重度抑郁的诊断标准，但研究表明SD显著增加未来发生MDD的风险，并与功能受损、生活质量下降以及慢性疾病负担增加密切相关。

    近年来，神经影像学研究逐渐改变了精神疾病的研究范式。传统研究多聚焦于特定脑区，而新的研究范式则强调大脑是由多个大尺度网络构成的复杂系统。精神疾病可能并非单一脑区的功能异常，而是多个网络之间相互作用的失衡。

   2026年发表于 Molecular Psychiatry 的研究利用连接组增长模型分析SD个体的大脑结构网络，发现其脑网络结构存在显著异质性，并可识别出不同神经生理亚型。该发现为“网络精神病学”提供了新的证据。

   然而，该研究主要描述了网络结构差异，并未深入解释这些差异产生的系统动力学机制。本文尝试从进化生物学与能量调度的角度对这一现象进行整合性解释。

二、连接组动力学与抑郁网络亚型

    连接组（connectome）是指大脑各区域之间的结构或功能连接网络。随着复杂网络理论的发展，研究者开始将大脑视为一种动态演化系统。连接组增长模型通过模拟网络形成过程，可以揭示不同个体脑网络结构的形成规律。

该研究发现，SD个体的大脑网络变化主要集中在三个关键系统：

① 默认模式网络（Default Mode Network，DMN）

② 情绪调节网络（前额叶 — 杏仁核回路）

③ 奖赏系统（纹状体 — 伏隔核回路）

   不 同个体在这些网络中的连接模式存在显著差异。例如，DMN过度连接型个体往往表现出强烈的反刍思维；情绪调节失衡型则表现为情绪波动与焦虑；而奖赏系统低活性型则与快感缺失和动机下降相关。

    这些发现表明，抑郁症状可能来源于不同神经网络路径，即“共同表型、多重机制”。

三、进化沉默与脑能量调度

   　从进化视角看，大脑是高度耗能的器官。虽然其质量仅占人体体重的约2%，却消耗约20%的基础代谢能量。因此，神经系统在进化过程中必然受到能量约束的影响。本文提出进化沉默（ESS）概念，用于描述在长期压力或能量不足条件下，神经系统通过沉默方式降低高成本功能活动以维持整体稳态的适应性策略。在ESS框架中，SD可以被理解为脑系统能量调度发生转移的早期表现。例如：

① DMN 过度耦合可能反映认知系统转向内向循环，以减少外部探索成本；

② 前额叶控制能力下降可能反映高阶认知功能的能量削减；

③ 奖赏系统低活性则可能反映探索行为和动机系统的主动抑制。

   因此，SD不仅是心理症状，也可能是脑系统能量分配策略变化的表现。

四、乳酸信号与脑代谢调节

    传统观点认为葡萄糖是大脑唯一重要的能量来源。然而，近年来的研究表明乳酸在脑代谢中同样发挥关键作用。乳酸不仅可以作为能量底物，还可以作为信号分子调节神经可塑性。运动过程中骨骼肌产生大量乳酸，这些乳酸可以进入血液并通过血脑屏障进入脑组织(图-1)。研究表明，乳酸可以促进脑源性神经营养因子（BDNF）的表达，从而增强神经可塑性。

    在现代久坐生活方式下，肌肉活动减少可能导致乳酸信号输入减少，从而影响脑网络调节。这一机制可能部分解释运动干预对抑郁症状的改善作用。

图-1 乳酸的血脑屏障穿梭

五、脑 — 肌 — 姿耦合与情绪调节

　人体抗重力肌群和核心肌群以及姿势肌群等运动系统与神经系统之间存在持续的信息交换。姿势控制和步态运动通过本体感觉系统向大脑提供大量反馈信息(图-2)。这些感觉信号不仅参与运动控制，还与情绪调节和认知功能密切相关。临床观察发现，抑郁患者常表现为身体活动减少、姿势前倾以及步态变化。这些身体变化可能进一步影响脑网络功能，从而形成负向循环。

图-2 脑-肌-姿耦合

　脑—肌—姿耦合理论认为，身体姿势和运动状态可以通过感觉反馈调节大脑网络活动。因此，通过运动训练或姿势干预改善身体状态，对脑网络功能产生积极影响。

六、进化沉默(ESS) –无害化( NS) –用进激活( UDA) 干预模型

　在ESS框架下，抑郁干预可以分为两个阶段。第一阶段为顺应无害化（NS），其目标是降低系统噪声，例如改善睡眠质量、恢复昼夜节律以及减少炎症负荷。第二阶段为适度用进激活（UDA），通过逐步增加运动、社交和认知活动来恢复脑网络功能。在这一过程中，运动诱导的乳酸信号可能成为连接身体活动与脑网络重建的重要桥梁。

七、未来研究方向

　　连接组研究为理解抑郁网络机制提供了新的证据，但仍存在许多未解问题。例如，不同网络亚型是否对应不同的能量代谢模式？身体运动与脑网络变化之间是否存在因果关系？未来研究需要整合神经影像、生理代谢指标以及行为数据，以构建跨层级模型，从而更全面理解抑郁症的系统机制。

八、结论

     连接组增长模型揭示了亚阈值抑郁的脑网络异质性。通过将这些发现与进化沉默、脑能量调度以及脑—身体耦合理论相结合，可以构建一种跨学科整合框架。这一整合框架强调，抑郁不仅是心理或神经化学问题，更是涉及能量调度、身体状态和环境适应的复杂系统现象。未来研究若能进一步验证这一框架，将有助于推动抑郁症精准诊疗的发展。

            杨金宇 第一稿(健康界) 2026.3.4

参考文献

[1] Chen G et al. Connectome-based growth models reveal individual heterogeneity and neurophysiological subtypes of subthreshold depression. Molecular Psychiatry. 2026.

[2] Raichle ME. The brain's default mode network. Annual Review of Neuroscience.

[3] Brooks GA. The lactate shuttle in brain metabolism. Cell Metabolism.

[4] Northoff G et al. Brain networks and depression. Neuroscience & Biobehavioral Reviews.

[5] Dishman RK et al. Exercise and brain health. Lancet Psychiatry.