近日，北京师范大学系统科学学院斯白露教授团队在IEEE旗下国际期刊《IEEE Transactions on Neural Systems and Rehabilitation Engineering》（JCR一区，影响因子5.7）上发表题为：Controlling Epileptic Seizures through Hippocampal Regulation: A Complex Network Analysis in the Mouse Brain的研究论文。该成果由北京师范大学研究生周骁俊（已毕业）为第一作者，北京师范大学博士后王媛为通讯作者。

本研究聚焦于癫痫的类脑机制模拟与非破坏性调控手段探索，提出了一种基于大脑连接组网络结构的癫痫传播控制方法，从复杂网络拓扑结构与耦合强度调节的角度，探索了非手术干预癫痫发作的新途径。

背景：癫痫是一种常见的神经系统慢性疾病，全球有超过6500万人受其影响。虽然部分患者可通过药物治疗控制癫痫发作，但约30%的癫痫患者呈现耐药性，且传统手术切除治疗存在明显的创伤性和局限性。近年来，虚拟大脑（The Virtual Brain, TVB）模拟技术逐渐兴起，使得借助个性化脑连接组进行大规模神经动力学建模成为可能。本研究构建了包含病灶区（Epileptogenic Zones, EZs）的大规模神经网络仿真模型，探讨如何通过调节神经网络内部连接强度，实现对癫痫发作的非侵入性调控。

图1. 动力学模型在癫痫疾病治疗中的应用

研究采用经典的Epileptor模型，构建异质性大规模脑网络系统，通过引入不同拓扑结构（Small-World、Scale-Free、Random网络），系统模拟癫痫的传播动力学。同时，特别引入了两个全局指标：同步性指标（S）：衡量网络内癫痫发作的同步程度；能量指标（E）：反映系统中癫痫活动的强度水平。结合Allen小鼠脑连接组图谱。进一步验证了该方法在真实生物连接数据上的适用性与有效性。

图2 . Allen小鼠海马局灶性癫痫发作传播模拟

主要结果：随着癫痫病灶比例提升，各网络癫痫发作传播更广泛，而随机网络展现出从全局抑制跃迁至全局爆发的突变行为。耦合强度的提升，不同的拓扑结构呈现不同程度的癫痫抑制效果，其中无标度网络在癫痫传播提高到一定程度后系统转迁到全局癫痫发作抑制的相变现象。提高不同区域间的连接强度，可在不破坏网络结构的前提下实现癫痫的抑制；并在Allen小鼠连接组上进行验证，增强海马区域（类似无标度网络）的耦合强度，发现其显著控制癫痫在整个脑网络中的传播。

图3. 各网络结构随条件改变的癫痫传播与同步模拟结果

研究表明，脑网络结构的拓扑性质与耦合调节机制对癫痫的传播与同步有重要影响，为未来理解并开展非损伤的神经调控治疗提供了理论支持。

本研究提出了一种基于网络结构耦合调控的非破坏性癫痫控制方法，未来可结合TMS（经颅磁刺激）、tES（经颅电刺激）等神经调控技术，从神经连接强度调节入手，探索更个性化、低副作用的癫痫干预策略。该工作也为将来发展认知训练类治疗（如运动、情绪调节训练）调控神经连接强度提供了理论模型与实践方向。

该研究得到了国家科技创新2030重大项目基金资助（2022ZD0205005），同时也感谢首都医科大学宣武医院任连坤教授的前期讨论。

供稿：王   媛

编辑：郝林青

审核：李   辉