大脑里的“社交拼图”

人类之所以能顺畅地与人打交道，靠的不是某一个脑区，而是一整套分布式的“社交脑”网络。研究通常把它拆成四个各司其职的子网络：奖赏系统负责社交带来的动机与愉悦感；面孔感知网络帮助识别和记住表情；心理理论网络让我们推测自己和他人的想法与意图；镜像神经元系统则在“自己做”和“看别人做”同一个动作时都会亮起，是模仿与学习的基础。

要让社交能力正常运转，这四个子网络必须维持一种微妙的平衡：既要各自独立、高效完成自己的任务，这叫“模块化分离”；又要在更大的脑网络里互通消息，拼出连贯的社交行为，这叫“模块化整合”。此前研究提示，自闭症谱系人士的这种平衡可能被打破——他们在社交动机、面孔识别和模仿行为上常有不同表现。

研究者做了什么

杨晨、孙爱萍及其同事希望系统刻画这些社交子网络的整合情况，并看看失衡是否与临床社交症状乃至大脑的化学、基因特征有关。

他们分析了一个已有数据库中的脑成像数据，共646名参与者，其中298名自闭症人士、348名典型发展人士。研究采用静息态功能磁共振成像：参与者清醒但不执行特定任务，仪器通过追踪血氧水平的波动，判断哪些脑区在同步活动，从而推断连接强度。团队用自动化流程圈定了构成这四个子网络的102个脑区，并为每人计算“参与系数”——衡量一个脑区与外部模块的交流，相对其与自身内部模块的交流有多强。分数低意味着高度分离，分数高意味着跨网络整合更强。

核心发现：奖赏系统“越界”了

分析显示，自闭症参与者的奖赏系统出现了更高的模块化整合。它没有保持相对孤立，而是与面孔感知网络、镜像神经元系统形成了异常多的连接。面孔感知网络自身的整合度也有所升高，但奖赏系统的变化更明显。

接下来，研究者检验这种网络重叠是否对应可观察的社交行为，把脑连接指标与标准临床评估分数（包括家长报告的社交沟通与社交动机）做对比。结果发现，奖赏系统整合度越高，社交反应量表得分越高，也就是在社交沟通、社交觉察和社交认知方面遇到的挑战更大。团队进一步确认，这一相关主要由社交功能驱动，而不是由受限重复行为驱动。

化学与基因层面的线索

为理解这些脑活动模式的化学基础，研究者把脑连接图谱与已有的神经递质分布图谱进行比对。神经递质是兴奋或抑制大脑活动的化学信使。神经科学中一个主流假说认为，自闭症涉及兴奋性与抑制性信号之间的失衡。

结果显示，在自闭症参与者中整合度偏高的奖赏系统区域，恰好与某些血清素和γ-氨基丁酸（GABA）受体密度较低的区域在空间上重叠。GABA是大脑主要的抑制性信使，受体减少意味着抑制控制不足，这与“奖赏网络过度兴奋、进而推动社交差异”的推测相符。

研究者还借助公开的人脑组织基因表达数据库，探讨这种连接模式的遗传基础。与异常奖赏网络最相关的基因，主要参与细胞增殖、细胞迁移的正向调节，以及早期发育中的组织形成。这提示，自闭症青少年和成人大脑中看到的过度整合，可能源自早期发育阶段神经元迁移与回路形成方式的基础性改变。

会随年龄变化吗

研究者还追踪了这种整合随时间的变化，并在第二个独立数据集中做了检验。结果发现，随着年龄增长，两组的奖赏系统整合度都在上升，呈现大致平行的发展轨迹；但自闭症组的连接水平在各个年龄段都持续更高。在第二个数据集中，效应方向相似——9个站点中有7个显示自闭症参与者奖赏系统整合度更高——不过合并后的效应量较小，未达到统计学显著。

意义与边界

这项研究把脑活动、基因与行为联系了起来，但需要注意：研究所用的化学和基因图谱来自健康人群，是叠加到自闭症参与者的脑扫描上做估计的。研究者并未直接测量自闭症参与者本人的神经递质水平或基因表达，因此结果不能证明是这些具体的化学差异“导致”了脑连接改变。

一个形象的类比是城市交通：问题未必出在某一栋楼或某一条路上，而可能是几个片区之间互通得太密，反而让原本专线专用的通道效率下降。未来研究需要纳入直接取自自闭症人群的分子影像数据，并对同一批人做长期追踪（而不是在同一时间点比较不同年龄组），才能更清楚地描绘社交脑在一生中的发展轨迹。

该研究发表于《自闭症研究》（Autism Research）。