为什么削弱突触反而能让神经信号更清晰？
核心观点是，睡眠并不是简单地把神经活动整体等比例调低。下调是活动依赖的：清醒时被强烈增强的突触会按比例减弱，而较弱的突触减弱得更少，甚至不受影响。这样就把突触输入的整体强度重新归一化，同时不抹去编码信息所依赖的相对差异。在一项模拟睡眠样下调的计算模型中，据报道，这一机制能改善信噪比，并保留此前存储的信息[1]。
一个有用的类比是：把一段同时录有人声和背景嘶声的录音的总音量调低。如果人声和嘶声按相同比例调低，两者的比值不会改变。但如果下调优先削弱最响、变化最大的背景成分，同时让有规律的信号保持完整，人声就更容易分辨。该模型提出，睡眠依赖的下调更接近第二种情况；不过，这仍是一种提出的计算优势，而不是在睡眠大脑中直接观察到的结果[1]。
睡眠期间究竟如何测量信噪比？
直接测量神经通讯中的信噪比很困难，因为大脑中的“信号”和“噪声”并没有物理标签。在针对慢波睡眠样活动的在体研究中，证据来自对阈下突触输入的记录，也就是神经元放电前到达神经元的微小电压波动。通过追踪这些输入在睡眠样状态中如何变化，研究人员可以推断诱发反应相对于背景波动的相对大小是被保留还是被改善[1]。
在人工神经网络中，测量更直接：研究人员可以直接根据网络的激活值计算任务相关信号与背景变异性的比值。当把一种大小依赖的下调规则加入睡眠模型后，网络对早期任务的保持更好，灾难性遗忘减少；这与下调调节信噪比的观点一致，不过该研究并未报告对该比值的直接数值测量[2][5]。
睡眠依赖的下调被打乱时会发生什么？
如果下调通常有助于把神经活动维持在有用范围内，那么打乱它应当导致信号传导不稳定或噪声增多。在阿尔茨海默病小鼠模型中，稳态机制最初能抵消海马神经元活动的增加，但最终未能把活动维持在设定点。研究发现，睡眠活跃的黑色素浓集激素（MCH）系统调节突触下调，而该疾病模型中MCH神经元活动受损，破坏了睡眠依赖的稳态可塑性和神经元活动的稳定性[3]。
这并没有直接测量信噪比，但显示了当所提出的下调机制受损时会发生什么：神经元活动变得不那么稳定。这种不稳定与“下调通常保护通讯质量”的观点一致，但该研究本身并未量化信噪比[3]。
下调越多，信号就越清晰吗？
并非如此。在人工网络模型中，更激进的下调能更好地保护早期任务不被覆盖，但较少的下调则让学习新任务更容易。中等水平在训练期间产生了最高的总体准确率[2][5]。这种权衡表明，信噪比并不是唯一要考虑的因素：下调过多可能削弱新学习所需的可塑性，而下调过少则可能让背景活动高到足以干扰已存储的信息。
啮齿动物综述文献把突触下调放在慢波睡眠中，与尖波涟漪事件和海马-皮层重放并列，并把对这些睡眠阶段特异性模式的干扰与突触可塑性受损和记忆缺陷联系起来[4]。然而，现有研究都没有在自然睡眠期间直接测量睡眠大脑中的信噪比。最有力的直接主张来自针对慢波睡眠样活动的在体研究，该研究把改善信噪比报告为活动依赖下调的一种计算优势[1]。同样的比值改善是否发生在自然的人类睡眠中，以及如何以非侵入方式测量它，仍是未解的问题。
本文引用的文献
在体慢波睡眠样活动期间阈下突触输入的活动依赖性下调
据报道，在体慢波睡眠样活动期间阈下突触输入的活动依赖性下调能改善信噪比，并保留此前存储的信息。
持续学习受益于多个睡眠阶段：NREM、REM与突触下调
在人工网络中把突触下调与NREM和REM重放一起建模，改善了持续学习并减少了灾难性遗忘，其中中等下调水平给出最高的总体准确率。
阿尔茨海默病中黑色素浓集激素和睡眠依赖的突触下调受损
在阿尔茨海默病小鼠模型中，MCH神经元活动受损破坏了睡眠依赖的稳态可塑性和突触下调，导致海马CA1区神经元活动不稳定。
啮齿动物模型中睡眠依赖记忆巩固的神经生物学机制：从神经振荡到突触可塑性与行为结果
啮齿动物研究把慢波睡眠与尖波涟漪事件和突触下调联系起来，而睡眠碎片化会打乱这些振荡模式，并损害突触可塑性和记忆。
持续学习受益于多种睡眠机制：NREM、REM与突触下调
一种被提出用于调节信噪比的突触下调过程，在人工网络中与NREM和REM重放结合后，提高了准确率并减少了灾难性遗忘，同时在保护旧任务和学习新任务之间存在权衡。