智商与人脑“可变性”正相关 复旦科研团队首次绘制脑功能网络动态图谱

本报首席记者　姜澎

通过答题来测试智商一直备受质疑，复旦大学类脑智能科学与技术研究院冯建峰教授团队日前的研究成果揭示了智商真正的秘密。他的团队通过核磁共振扫描技术度量人类大脑各个区域的动态相互作用模式，并揭示其动态变化的产生机制，从而首次绘制了脑功能网络的动态图谱。研究揭示，智商和创造力与大脑各个脑区之间连接变化的频繁程度和丰富程度有密切关系。

同时，大脑动态图谱的完成有望使我们发现人类大脑网络之间的运作模式，并且有望使之运用于人工智能领域，赋予人工智能系统各部件动态相互作用的模式，使机器人真正产生人类的思维方式，这一重大成果或将给人工智能的发展带来革命性的影响。

大脑各部分联系越频繁丰富，智商和创造力就越高

冯建峰教授是复旦大学类脑智能科学与技术研究院院长。此次的研究成果于　《BRAIN》　(《大脑》　杂志)　上在线发表。

在过去几年中，脑成像技术的发展，为科学家定量化人类的大脑，并在此基础上洞悉人类智力提供了契机。此前，就有学者通过对睡梦中的人进行核磁共振扫描技术还原大脑神经元活动的图像，发现了研究对象在睡梦中看到的图像可以从大象迅速切换到美丽的女性。

近年来，冯建峰教授与其带领的复旦大学团队和英国华威大学团队，一直致力于利用来自世界各地的数以千计被试者的大脑静息态磁共振数据，识别人脑不同区域之间动态相互作用的机制及其在精神疾病中的改变。此次的研究原本是希望理解精神分裂症、抑郁症等精神疾病的大脑动态变化机制，但却意外地在解析人类智力上有了惊人发现。

研究发现，人脑中与学习、记忆紧密关联的脑区表现出高度的“可变性”。这意味着这些区域同大脑其他部分之间的连接模式变动更加频繁，可发生在短短几分钟甚至数秒之间。另一方面，人脑中与智力相关性小的区域，包括视觉区、听觉区和感觉运动区，皆表现出了低“可变性”和低“适应性”。

简言之，就是将大脑分成各个不同的脑区，发现与智力高度相关的区域，比如海马区就一直在快速更换连接的大脑部位，“就好比是在一场舞会上，一个男性不停地在更换自己的舞伴，‘他的女伴’一会儿是人脸识别区，一会儿是语言记忆区。”冯建峰教授说，而一些与智力相关性低的区域，与大脑其他部分的连接就比较少，也比较慢。这意味着一个人的大脑“可变性”越强或越灵活，个体的智力和创造力也就越高。

大脑动态图谱不仅看智商，还能看出个体男女差异

通过大脑动态图谱不仅可以看智商的差异，还可以看出年龄对智商或创造性带来的影响，并且与大脑疾病的预防、诊断和治疗有密切的关系。

从10多岁的儿童到70多岁的老人，课题组通过对不同人群大脑动态图谱分析研究发现，从总体上来看，大脑的活跃程度不仅呈现下降趋势，而且男女之间的大脑动态变化也有很大的差异。男性在50岁前大脑连接活跃程度总体高于女性，但是下降的速度却比女性快，而在50岁时，男性和女性的大脑连接的活跃度到达了一个交叉点。

不过，冯建峰也坦陈，各个脑区之间连接的活跃程度不仅是先天的，也和后天的环境等因素密切相关。而且目前这些研究成果并没有严格的定量对照的数据，并不能用于说明男女之间智商是否有差异。

据介绍，课题组还利用多达数千例的脑疾病数据，开发了大数据驱动的全脑关联性分析方法　(BWAS)　的统计学方法，利用这一方法可在全脑数10亿的功能联接中寻找出病根。在精神分裂症患者、自闭症患者以及多动症患者的大脑默认网络中，都可以观察到“可变性”的状态变异。

这也意味着，大多数精神疾病的根源来自于大脑“可变性”或可塑性方面的改变，这一认识可使科学家们能够更有效地治疗、预防精神疾病的发生。课题组还利用这一机制，揭示了精神分裂症的脑结构具有“自愈”功能。

而大脑动态图谱也使课题组发现，自闭症儿童大脑中与人脸识别、社交相关的神经功能环路发生了显著变化;抑郁症病人大脑中憎恨环路减弱和消失，即抑郁症患者失去了憎恨他人的能力，而转为憎恨自己。但这些究竟是如何发生的?　现在还在研究中。

期望在脑重大疾病寻根等研究中取得更大突破

冯建峰教授是上海国家数学中心的首席科学家，2015年受聘为复旦大学新成立的类脑智能科学与技术研究院首任院长。该研究院成立一年多以来，致力于开展脑科学与人工智能交叉前沿研究，在智能算法的发展及对脑疾病的精准诊断上取得了多项重大突破。

此次的研究成果论文被选为《BRAIN》　编辑推荐和当期封面论文。2014年美国麦克阿瑟天才奖得主、宾夕法尼亚大学Skirkanich讲座教授丹尼尔·巴塞特专门为此撰写了题为“Theflexiblebrain”(灵活的大脑)　的评论，认为“这项工作是我们在理解大脑网络动态变化道路上的一块重要基石”。

目前，研究院正在积极开展国际脑科学研究合作计划。今年7月，在瑞士召开的人类脑图谱年会六国闭门会议上，冯建峰教授发起了国际脑科学研究数据字典合作计划，建立了重大脑疾病多尺度数据　(遗传、神经、影像、行为和环境等)　标准化采集规范，与世界最大的多尺度数据库开展数据共享。“我们正在利用全维度、多中心的生物大数据，发展一系列新型智能算法，期望在脑重大疾病寻根和大脑的定量化研究中，取得更大的突破。”冯建峰说。