想象這樣一個場景：同樣的一根針紮下去，有人只是輕蹙眉頭，有人卻痛得大叫出聲。這種差異並非矯情或堅強的表現，而是源於我們大腦中深藏的神經奧祕。疼痛敏感性的個體差異如此巨大，以至於醫學界一直在尋找客觀的生物標記物來準確評估每個人的疼痛感受。

近日，中國科學院心理研究所胡理教授團隊在《先進科學》期刊發表的一項大規模研究，爲這一科學難題帶來了突破性進展。他們通過分析總樣本量達1046人的六個功能磁共振數據集，成功開發出了高度可泛化的疼痛敏感性神經生物標記物NIPS（Neuroimaging-based Indicator of Pain Sensitivity），爲客觀量化疼痛敏感性提供了關鍵的腦指標。

疼痛的極限體驗與文明印記

要理解疼痛敏感性研究的重要意義，我們不妨先看看人類對極致疼痛認知的一個案例。在亞馬遜雨林深處，巴西的薩特雷-馬維族人保持着一項令人震撼的成年儀式：他們將故意讓子彈蟻蜇咬作爲成爲戰士或領袖的必經之路。

這種儀式的設計堪稱“疼痛工程學”的極致——首先將螞蟻浸入天然鎮靜劑中使其失去知覺，然後將80只螞蟻編織到用藤蔓或樹葉製成的手套中（類似大型烤箱手套），蜇針朝內。當螞蟻恢復知覺後，主持儀式的人反覆向螞蟻吹煙，目的是讓它們變得躁動和攻擊性強。完成這步後，受試者將手套戴在手上，保持5到10分鐘或更長時間。之後，由於螞蟻毒液的作用，男孩的手和部分手臂會暫時癱瘓，他可能會不受控制地顫抖數天。唯一提供的“保護”是在手上塗一層木炭，據說是爲了迷惑螞蟻並抑制它們的蜇刺。

要完全完成成年儀式，男孩或男人必須在幾個月甚至幾年的時間裏經歷20次這樣的磨難。子彈蟻的蜇咬被認爲是動物界疼痛指數的頂峯，這種極端的疼痛體驗不僅是對個體意志的終極考驗，更深刻地反映了疼痛在人類社會發展中的獨特地位。

儘管這種儀式涉及極大的痛苦和健康風險，包括中毒、感染和長期神經損傷的可能性，在現代醫學標準下被認爲是危險的，但它揭示了一個深刻的事實：從某種意義上說，正是對疼痛的認知、忍耐和征服，塑造了人類文明的韌性與進化軌跡。而現代腦科學對疼痛敏感性的研究，正是在用科學的方式重新審視這種最原始卻最深刻的人類體驗，試圖在大腦的神經網絡中找到疼痛與意識、文化與生物學交匯的密碼。

準備接受子彈蟻手套試煉的薩特雷-馬維族男孩（注意他手上塗抹的木炭）以及佈滿了子彈蟻的編織手套

（圖片來源：維基百科）

穿越迷霧的科學探索

長期以來，科學家們對於大腦激活是否能夠反映疼痛敏感性個體差異這一問題爭議不斷。早期的小樣本研究顯示，更大的疼痛誘發腦激活與更高的疼痛敏感性相關，但近年來一些大樣本研究卻發現了相反的結果。這種不一致的發現讓研究者們陷入了困惑：究竟是研究方法的問題，還是樣本量不夠大？

胡理教授團隊採用了前所未有的大樣本策略，整合了來自中國、美國和韓國的六個功能磁共振數據集。這些數據集涵蓋了健康人羣和慢性疼痛患者，包括激光熱痛、接觸式熱痛和機械誘發痛等多種疼痛類型。研究團隊發現，當樣本量足夠大時，疼痛刺激誘發的腦激活確實與疼痛敏感性存在顯著相關性。

更令人驚喜的是，研究發現這種相關性具有高度的可重複性和泛化性。在不同的數據集中，在不同類型的疼痛刺激下，在不同文化背景的人羣中，這種腦-行爲關聯都能穩定地被觀察到。這就像是找到了疼痛世界的“通用語言”，讓科學家們能夠跨越個體差異的鴻溝，直接從大腦活動中解讀疼痛的祕密。

樣本量的魔法數字

這項研究最引人深思的發現之一，是樣本量對研究結果的巨大影響。研究團隊通過重採樣分析發現，要可靠地檢測到腦激活與疼痛敏感性的相關性，需要超過200人的樣本量進行全腦單變量相關分析，而要構建穩定的多變量機器學習模型，則需要至少150人的樣本。

這一發現爲近年來關於神經影像學研究可重複性危機的討論提供了重要的實證依據。過去許多研究之所以得出矛盾的結論，很可能是因爲樣本量不足導致的統計功效不夠。這就像是在昏暗的燈光下看書，字跡模糊難辨；只有當“燈光”足夠亮——也就是樣本量足夠大時，大腦中疼痛敏感性的真實“字跡”才能清晰地顯現出來。

研究還發現，在大樣本量的前提下，腦激活對疼痛敏感性的編碼具有一定的特異性。雖然疼痛刺激和非疼痛刺激（如觸覺、聽覺、視覺）激活的腦區大部分重疊，但腦激活與疼痛敏感性的相關性明顯強於與其他感覺敏感性的相關性。這意味着大腦對疼痛的編碼雖然不是完全獨特的，但確實具有相對的偏向性。

研究問題、數據集和實驗設計概況

（圖片來源：參考文獻[1]）

上圖展示了一項關於疼痛敏感性神經機制的大規模研究設計：

A部分列出了四個核心研究問題，圍繞刺激誘發的腦反應是否能反映疼痛敏感性展開。研究整合了6個數據集，總樣本量達1046人，涵蓋了不同類型的疼痛刺激（激光熱痛、機械痛、接觸式熱痛）。

B部分展示了各數據集的實驗設計。數據集1-4和6招募健康志願者，數據集5包含帶狀皰疹後神經痛患者。實驗包含多種感覺刺激（疼痛、觸覺、聽覺、視覺）和不同的治療干預（安慰劑、經皮神經電刺激等）。

C部分顯示了不同感覺刺激在大腦中的激活模式。通過腦成像圖可以看出，疼痛、觸覺、聽覺和視覺刺激激活的腦區存在大量重疊，但也有各自的特異性模式。顏色條表示激活強度的t值，暖色調錶示正激活。

這項研究的創新之處在於使用了前所未有的大樣本量來探討疼痛敏感性的神經基礎，爲開發客觀的疼痛評估工具提供了重要的科學依據。

NIPS：疼痛預測的智能助手

基於這些發現，研究團隊開發了NIPS模型——一個基於機器學習的疼痛敏感性預測工具。NIPS不僅能夠準確預測個體的疼痛敏感性，解釋約20%的個體差異，還表現出了令人驚歎的泛化能力。

即使NIPS是基於激光熱痛數據訓練的，它仍能成功預測機械痛和接觸式熱痛的敏感性。更加令人興奮的是，NIPS還能預測帶狀皰疹後遺神經痛患者的疼痛敏感性，以及健康人羣對安慰劑和經皮神經電刺激治療的鎮痛反應。這種跨疼痛類型、跨人羣、跨治療方式的預測能力，使NIPS成爲了疼痛研究領域的“多面手”。

NIPS的權重圖顯示，疼痛敏感性信息分佈在整個大腦中，而不是侷限於某些特定區域。當研究者“虛擬切除”單個腦區時，NIPS的性能幾乎不受影響；但如果只保留單個腦區，性能就會大幅下降。這表明疼痛敏感性是通過分佈式神經網絡進行編碼的，就像一首交響樂需要整個樂團的協作，而不是某個獨奏者的表演。

腦激活反映疼痛敏感性個體差異

（圖片來源：參考文獻[1]）

上圖展示了疼痛敏感性與大腦激活相關性的重要發現，以及樣本量對研究結果的關鍵影響：

A部分顯示了數據集1和2中疼痛敏感性的個體差異分佈。左側散點圖顯示399名參與者按疼痛敏感性排序後的分佈情況，平均值爲4.535，標準差爲1.717，體現了顯著的個體差異。右側腦圖顯示了疼痛刺激激活與疼痛敏感性顯著相關的腦區，主要包括初級和次級體感皮層、前扣帶皮層、腦島、丘腦等經典疼痛相關區域。

B部分展示了數據集3中機械痛刺激的驗證結果。儘管使用了完全不同的疼痛刺激類型（機械壓力vs激光熱痛），仍然觀察到了相似的腦-行爲相關模式，證明了研究發現的可重複性和泛化性。

C部分是研究的核心發現之一：樣本量對檢測腦-行爲相關性的關鍵影響。左側柱狀圖顯示了不同腦區檢測到顯著相關性所需的樣本量分佈，中位數爲280人。右側腦圖用顏色編碼顯示了每個腦區達到80%統計功效所需的最小樣本量，顏色從藍色（需要較少樣本）到紅色（需要更多樣本）漸變。

這一發現具有重要的方法學意義：它解釋了爲什麼過去許多小樣本研究得出了矛盾的結論。只有當樣本量足夠大時，腦激活與疼痛敏感性之間的真實關聯才能穩定地被檢測出來。這爲神經影像學研究的樣本量設計提供了重要的實證指導。

從理解到應用的橋樑

這項研究的意義遠不止於理論層面的突破。在臨牀實踐中，客觀評估疼痛敏感性一直是醫生面臨的挑戰。傳統的疼痛評估主要依賴患者的主觀報告，容易受到多種因素的影響。NIPS爲醫生提供了一個客觀的“疼痛量尺”，有望幫助識別高疼痛敏感性個體，爲個體化疼痛治療策略的制定提供科學依據。

更令人期待的是，NIPS預測鎮痛效果的能力爲精準醫療開闢了新的可能性。通過預測患者對不同治療方案的反應，醫生可以更加精準地選擇最適合的治療方法，避免無效治療帶來的痛苦和資源浪費。這就像是爲每位患者量身定製的疼痛治療“導航系統”。

當然，從實驗室走向臨牀應用還有很長的路要走。研究團隊也坦承，NIPS雖然表現良好，但仍只能解釋疼痛敏感性變異的一小部分。未來需要整合更多模態的數據，如行爲測量、生理指標等，來構建更加全面和精準的預測模型。

腦科學的溫度與未來

這項研究讓我們重新審視疼痛這一人類最基本的感受。疼痛不再僅僅是一種主觀的、難以量化的體驗，而是可以通過大腦活動模式進行客觀解讀的生物現象。每個人大腦中獨特的神經“指紋”，決定了我們對疼痛的不同感受。

從更廣闊的視角來看，這項研究體現了現代腦科學研究的新趨勢：大樣本、多中心、跨文化的協作研究正在成爲主流。正如胡理教授團隊整合了來自三個國家的數據一樣，科學的進步越來越需要全球科學家的通力合作。

隨着神經影像技術的不斷髮展和人工智能算法的日益成熟，我們有理由相信，未來會有更多類似NIPS這樣的工具問世，爲疼痛醫學乃至整個神經科學領域帶來革命性的變化。也許在不久的將來，醫生只需要一次腦部掃描，就能準確瞭解患者的疼痛特徵，爲其制定最佳的治療方案。

疼痛，這個伴隨人類千萬年的古老感受，正在被現代科學一點點解密。而這項來自中國科學院心理研究所的研究，無疑爲這個解密過程增添了濃墨重彩的一筆。在大腦的神經網絡中，隱藏着每個人獨特的疼痛密碼，等待着科學家們繼續破譯。

參考文獻：

[1]A Replicable and Generalizable Neuroimaging-Based Indicator of Pain Sensitivity Across Individuals

出品：科普中國

作者：郭菲（煙臺大學）

監製：中國科普博覽