北京理工大学杨国元副教授团队在国际期刊《Nature Communications》上发表了一项题为“Three parsimonious spatiotemporal patterns in cerebellum reveal individual traits in function and behavior”的突破性研究，首次系统解析了人类小脑内存在的三种核心低维时空动态模式，并揭示了这些模式与个体性别、认知、情绪及人格特质的密切关联。前沿交叉科学院二年级硕士研究生吕硕为论文第一作者，北京理工大学杨国元副教授为通讯作者。

长期以来，小脑被大众普遍认为仅负责运动控制，但近年越来越多的研究提示，小脑还深度参与了高级认知、情绪调节等多种功能，其体积仅占大脑的10%，却包含了全脑半数以上的神经元。然而，过往对大脑时空动态的研究大多集中在大脑皮层，小脑自身的内在时空组织模式，以及这些模式如何关联个体特质，始终缺乏系统的解析。

研究团队借助复主成分分析技术（CPCA），对来自人类连接组计划（HCP）的静息态fMRI数据进行了群体与个体水平的深入分析。研究发现，复杂的小脑神经活动可以被精简为三种主要的低维模式，同时在空间结构和时间演化两个角度描述小脑动态活动。

三种模式呈现出特异的功能特征：第一种模式呈现出从单模态到跨模态的梯度演化，对应着从S-A功能轴，完美契合了大脑功能层级的组织原则；第二种模式表现为两级功能拮抗，感觉运动网络和高级认知网络之间呈现出反向的动态变化和模块化结构；第三种模式则凸显了小脑的半球不对称性，左右小脑的信息流动呈现出显著的差异化特征。

图1. 基于CPCA识别的三种小脑时空模式

为验证这些模式的可靠性，研究团队基于这些时空模式对小脑神经活动进行了重构，重构后信号不仅完美保留了小脑原本的功能连接模块化结构，而且复现并增强了原有的功能连接模块化，证明了这些简约模式的稳健性。

研究团队进一步探索了个体水平三种模式与性别与行为内在关联。结果显示，基于这些模式特征能够实现高精度的性别分类，这一差异无法用小脑体积的性别差异解释，而是源于小脑时空动态本身的性别特异性；小脑时空模式还能精准预测个体的多种行为特质，包括认知能力、情绪调节、警觉性以及人格特征。

图2. 个体水平时空模式在性别分类的表现

图3. 个体级时空模式在行为预测的表现

本研究首次系统揭示了小脑的时空大尺度组织特点，证明了小脑并非只是运动调控中枢，而是全脑时空组织的整合者，且对个体特质高度敏感。这些发现为理解人类个体差异的神经基础提供了全新的框架，也为未来脑疾病中小脑异常的研究提供了全新的视角。

论文详情：Lv, S., Li, J., Yang, R. et al. Three parsimonious spatiotemporal patterns in cerebellum reveal individual traits in function and behavior. Nat Commun (2026).

原文链接：https://www.nature.com/articles/s41467-026-72931-6

作者简介：

杨国元，北京理工大学前沿交叉科学院长聘副教授，主要研究方向集中在脑功能图谱与类脑模型、跨种族脑功能异质性、个体化脑网络与脑疾病机制。近五年，文章以第一/通讯作者（含共同）发表在Nature Neuroscience，Nature Communications，Science Bulletin，ICML和AAAI等国际期刊和会议十余篇。主持和参与的科研项目包括科技创新2030—“脑科学与类脑研究” 重大专项，国家自然科学基金重点项目，国家自然科学基金青年项目，博士后面上一等项目和恩三基金项目等。担任教育部学科交叉中心脑科学技术方向联合负责人、中国脑成像联盟委员、Exploration期刊青年编委，并担任PNAS，Molecular Psychiatry等期刊审稿人。

供稿人：吕硕

日期：2026年5月9日