清醒状态下呼吸增强人脑脊液净流：一项揭示机械与自主神经通路调控机制的研究

《Nature Communications》：Human cerebrospinal fluid net flow enhanced by respiration during the awake state

本研究针对呼吸如何调控清醒状态下脑脊液（CSF）动力学这一关键问题，研究人员通过对比长期进行石文呼吸法训练者与非训练者，利用实时速度编码磁共振成像（PC-MRI）技术，评估了在常规呼吸和深呼吸条件下枕骨大孔（FM）和侧脑室（LV）的CSF运动。研究发现深呼吸能增强CSF动力学，增加位移和净流，尤其在FM区域；训练者在两种呼吸状态下均表现出更强的CSF运动。呼吸通过增强静脉回流的机械通路和自主神经调节心脏的自主神经通路共同影响CSF动力学，其中机械效应在LV占主导，而FM则受两种通路共同调节。该研究揭示了清醒状态下呼吸作为可调节、非侵入性的机制，对维持脑脊液介导的脑稳态具有重要意义，为通过呼吸干预促进脑健康提供了新见解。

　　

大脑，这个人体最精密的器官，其正常功能的维持依赖于一个复杂而动态的微环境。在这个环境中，脑脊液（Cerebrospinal Fluid, CSF）扮演着至关重要的角色，它如同大脑的“清洁工”和“配送员”，负责输送营养、传递免疫信号，并清除代谢废物。长期以来，心脏搏动产生的脉冲被认为是驱动CSF循环的主要动力。然而，近年来，呼吸的作用逐渐进入科学家的视野。研究表明，呼吸不仅能引起CSF的低频振荡，还可能参与其整体流动。与完全不受意识控制的心跳不同，呼吸兼具自主与非自主控制的特点，这使其成为一种潜在的可干预、可训练的调节CSF动力学的非侵入性手段。然而，呼吸究竟如何影响CSF的流动？这种影响是否可以通过长期训练得以增强？其背后的生理机制又是什么？这些问题仍有待深入探索。

为了回答这些问题，由美国梅奥诊所（Mayo Clinic）的Paul H. Min和Petrice M. Cogswell作为共同通讯作者，Seokbeen Lim为第一作者的研究团队在《Nature Communications》上发表了一项最新研究。他们利用先进的磁共振成像技术，首次在人体清醒状态下系统揭示了呼吸对CSF净流量的增强作用，并阐明了其背后的机械与自主神经双重调控通路。

研究人员为开展此项研究，主要应用了以下几项关键技术：首先，他们利用流速编码相位对比磁共振成像（Phase-Contrast MRI, PC-MRI）技术，以高时空分辨率实时测量了枕骨大孔（Foramen Magnum, FM）和侧脑室（Lateral Ventricle, LV）两个关键部位的CSF流速，从而能够区分心脏驱动和呼吸驱动的CSF运动成分。其次，研究设计包含了20名长期接受石文呼吸法（Seokmun Hoheup，一种以下腹部为中心的呼吸练习）训练的参与者和25名无长期规律呼吸训练史的对照参与者，所有参与者均在3T MRI扫描仪上接受了常规呼吸（Regular Breathing, RB）和自主慢速深呼吸（Deep Breathing, DB）两种状态下的扫描。此外，研究人员还通过深度学习框架（DeepLabCut）对膈肌运动进行了无标记姿态估计，量化了呼吸特征。最后，他们结合多变量回归和结构方程模型（Structural Equation Modeling, SEM）进行因果推断，以解析呼吸特征、生理指标（如 superior sagittal sinus, SSS 静脉位移和心率位移）与CSF流动特征之间的因果关系。

基线人口统计学和生理特征

研究纳入的20名训练组（T）和25名非训练组（NT）参与者在年龄、性别分布及基础心血管指标（如血压、静息心率）上无显著差异。然而，在呼吸率（Respiratory Rate, RR）上，T组在RB和DB状态下均显著低于NT组，表明长期呼吸训练导致了更慢、更平稳的呼吸模式。

验证使用精密流动体模进行净流量测量

研究首先通过流动体模实验验证了PC-MRI定量CSF净流的准确性和可靠性。实验成功模拟了心搏样和呼吸样振荡流条件，结果显示PC-MRI能够可靠地量化与呼吸相关的净流，为后续活体CSF测量提供了坚实的技术基础。

训练与非训练参与者之间的CSF流动差异

核心发现显示，在RB状态下，T组参与者在FM和LV均表现出更高的CSF平均速度（反映心脏驱动成分）、CSF位移（反映呼吸驱动成分）和CSF净流。在DB状态下，这种差异在FM区域依然显著存在，而在LV区域，部分差异（如位移和净流）变得不显著。这表明长期呼吸训练能够普遍增强CSF动力学，且这种增强效应在不同脑区表现出特异性。深入分析发现，CSF位移是对训练和DB干预最为敏感的指标。

连接呼吸与FM和LV处CSF流动的生理特征

为了阐明机制，研究人员构建了结构方程模型。结果显示，在FM处，呼吸对CSF动力学的影响通过两条通路实现：一是机械通路，表现为SSS静脉位移（反映呼吸泵对静脉回流的机械增强）；二是自主神经通路，表现为心率位移（Heart Rate Displacement, 反映呼吸性窦性心律不齐，即呼吸通过自主神经对心脏输入的调节）。这两条通路共同促进了FM处的CSF位移和净流。相比之下，在更深部的LV，CSF动力学主要由机械通路（SSS位移）驱动，自主神经通路的贡献微乎其微。相关性分析进一步确认，吸气时长和膈肌位移是与CSF位移和净流相关性最强的呼吸特征。

训练与非训练组之间的呼吸和生理特征差异

在RB状态下，T组参与者表现出更长的吸气时长、更大的膈肌位移、更高的SSS静脉位移和心率位移，但胸部位移无组间差异。这表明训练者有更依赖于膈肌主导的呼吸模式。在DB状态下，除吸气时长外，多数组间差异消失，NT组反而表现出更大的胸部位移，提示未经训练者在进行深呼吸时更多依赖胸式呼吸。

与参与者较高CSF净流相关的呼吸和生理特征

当不考虑训练背景，将所有参与者按FM净流中位数分为高、低两组时，分析发现较高的CSF净流与更长的吸气时长、更大的膈肌位移以及更高的SSS静脉位移显著相关。这进一步证实了呼吸的时空和机械特征对于驱动CSF运动的关键作用。

综上所述，本研究确立了清醒状态下的呼吸是调节CSF动力学的一个强大且可修饰的机制。研究表明，长期进行石文呼吸法训练的个体，即使在常规呼吸状态下，也表现出更强的CSF调节能力。呼吸通过自主神经影响心脏（增加输入）和机械作用影响静脉回流（调节输出）两条通路来增强CSF净流，这与描述颅内容量动态平衡的Monro-Kellie学说原则相符。特别重要的是，研究揭示了呼吸效应不仅限于颅脊交界处（FM），还能延伸至大脑深部结构（LV）。这些发现将呼吸这一日常行为提升到了“呼吸技术”的高度，为其作为一种非侵入性的生活方式干预措施来支持脑脊液动力学、促进脑健康，尤其是在老龄化或心血管功能受损人群中预防神经退行性疾病方面，提供了重要的生理学依据。未来的研究需要进一步阐明呼吸驱动的CSF运动与类淋巴（glymphatic）清除功能之间的直接联系，并探索其在痴呆症预防和护理中的临床应用潜力。