撿“芝麻”還是等“西瓜”？Nature子刊7T fMRI揭秘大腦在動態(tài)環(huán)境中決策的“表征扭曲”與策略轉(zhuǎn)換

一鍵關(guān)注，點亮星標(biāo) ?? 前沿不走丟！

認(rèn)知神經(jīng)科學(xué)前沿文獻分享

基本信息

Title:Activity in human dorsal raphe nucleus signals changes in behavioural policy

發(fā)表時間：2026.2.14

發(fā)表期刊:Nature Communications

影響因子：15.7

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

設(shè)想你正在一片森林中采摘果實。你是會選擇立刻摘下眼前那顆略顯干癟的野果，還是選擇繼續(xù)向深處探索，尋找更大更甜的蘋果？在行為生態(tài)學(xué)中，這個經(jīng)典的“獵物選擇困境”揭示了一個深刻的道理：一個獎勵是否值得追求，不僅取決于獎勵本身的大小，更取決于你所處的環(huán)境背景。

根據(jù)最優(yōu)覓食理論，生物在評估眼前的機會時，必須將其與未來可能遇到的潛在機會（即機會成本）進行對比。如果環(huán)境極度“貧瘠”，聰明的策略是“有備無患”，哪怕是中等甚至偏下的獎勵也值得拿下；但如果環(huán)境非常“富足”，最好的策略則是學(xué)會拒絕，耐心等待高價值機會的降臨。然而，人類大腦究竟是如何實時追蹤環(huán)境的“貧富”變化，并動態(tài)調(diào)整自身行為策略的？這一直是認(rèn)知神經(jīng)科學(xué)領(lǐng)域的未解之謎。

長期以來，中縫背核（Dorsal Raphe Nucleus, DRN）作為哺乳動物前腦5-羥色胺（5-HT）的主要來源，被認(rèn)為在獎賞加工和認(rèn)知靈活性中扮演著關(guān)鍵角色。但DRN的具體行為功能，以及它如何與背側(cè)前扣帶回（dACC）和前腦島（AI）等高級皮層區(qū)域協(xié)同工作，在學(xué)界仍存在巨大爭議。在這項近期發(fā)表于《Nature Communications》的最新研究中，研究人員巧妙結(jié)合了帶有生態(tài)學(xué)色彩的覓食決策任務(wù)與7T超高場fMRI技術(shù)，終于揭開了這條皮層-皮層下決策環(huán)路的神秘面紗。

研究核心總結(jié)

在這項研究中，被試化身為“尋寶船長”，在未知的“富足”與“貧瘠”海域中航行，需要不斷決定是耗費時間打撈眼前的寶箱（包含5分、10分或50分獎勵），還是放棄并等待下一個機會。研究結(jié)果清晰地描繪了大腦處理這一復(fù)雜情境的神經(jīng)計算過程：

Fig. 1 | A behavioural task for manipulating the richness of the environment.

一、行為學(xué)確證：人類能根據(jù)環(huán)境“貧富”靈活切換策略

行為結(jié)果顯示，被試的決策高度依賴于環(huán)境背景。面對價值中等的“10分”獎勵，被試在貧瘠環(huán)境中選擇追求的概率顯著高于富足環(huán)境。并且，這種策略調(diào)整并非瞬間完成，而是隨著被試在當(dāng)前環(huán)境中停留時間的增加、逐漸摸清背景獎賞率后才浮現(xiàn)的，完美契合了理性覓食模型的預(yù)測。

Fig. 2 | Reward-guided decisions are modulated by the richness of the environment.

二、核心發(fā)現(xiàn)：中縫背核（DRN）直接表征環(huán)境驅(qū)動的“策略轉(zhuǎn)換”

利用7T fMRI對腦干區(qū)域的極高敏銳度，研究證實了DRN在執(zhí)行策略轉(zhuǎn)換中的核心地位。當(dāng)被試改變了他們對某個特定選項的行為策略時（例如前一次遇到10分寶箱選擇拒絕，這一次卻選擇打撈），DRN的神經(jīng)活動顯著增強。更為關(guān)鍵的是，DRN并不對盲目的或隨機的動作改變做出反應(yīng)，它只對那些“順應(yīng)環(huán)境”的策略轉(zhuǎn)換放電：比如在貧瘠環(huán)境中由拒絕轉(zhuǎn)為追求，或者在富足環(huán)境中由追求轉(zhuǎn)為拒絕。這說明DRN不僅是一個動作引擎，更是高級行為策略的執(zhí)行開關(guān)。

Fig. 3 | Changes in behavioural policy are modulated by the richness of the environment.

三、機制揭秘：dACC與AI中的多變量表征“扭曲”

如果說DRN是扣動扳機的手，那么是誰在提供瞄準(zhǔn)信息？表征相似性分析（RSA）顯示，背側(cè)前扣帶回（dACC）和前腦島（AI）承擔(dān)了評估選項相對價值的工作。在那些成功適應(yīng)了環(huán)境的被試大腦中，10分獎勵與50分獎勵在多變量神經(jīng)模式上的“距離”發(fā)生了動態(tài)扭曲：在貧瘠環(huán)境中，因為兩者的最優(yōu)策略都是“追求”，它們的神經(jīng)表征靠得更近；而在富足環(huán)境中，因為10分應(yīng)當(dāng)被拒絕而50分應(yīng)當(dāng)被追求，它們的神經(jīng)表征則被推得更遠。皮層實際上構(gòu)建了一張隨情境動態(tài)變化的價值地圖。

Fig. 4 | Brain activity in dorsal raphe nucleus represents environment-driven changes in behavioural policy.

四、總結(jié)與意義：構(gòu)建大腦的“適者生存”環(huán)路

研究通過心理生理交互作用（PPI）分析進一步發(fā)現(xiàn)，在需要頻繁進行適應(yīng)性行為改變的貧瘠環(huán)境中，dACC與DRN之間的功能連接顯著增強。

Fig. 5 | Multivariate representations of value are modulated by the environment in dorsal anterior cingulate cortex and anterior insular cortex.

綜合來看，該研究提出了一條優(yōu)雅的皮層-皮層下環(huán)路模型：dACC和AI負(fù)責(zé)根據(jù)當(dāng)前環(huán)境構(gòu)建各個選項的上下文依賴表征，而DRN則基于這些表征，堅決地執(zhí)行行為策略的轉(zhuǎn)換。這一發(fā)現(xiàn)不僅平息了長期以來關(guān)于DRN行為功能的爭議，也為理解抑郁癥等情感障礙中“無法適應(yīng)環(huán)境變化”的血清素系統(tǒng)失調(diào)機制提供了全新的計算神經(jīng)精神病學(xué)視角。

Fig. 6 | A cortico-subcortical circuit for matching behavioural policies to the environment.

Abstract

The dorsal raphe nucleus (DRN) is an important source of serotonin to the human forebrain, however there is little consensus about its behavioural function. We build on recent results from animal models to demonstrate that activity in human DRN implements changes in behavioural policy that reflect the distribution of rewards in the environment. We use a foraging-inspired behavioural task to show that human participants change their policy to pursue or reject reward opportunities as a function of the average value of opportunities in the environment. Activity in DRN—but no other neuromodulatory nucleus—signals such policy changes. Patterns of multivariate activity in dorsal anterior cingulate cortex (dACC) and anterior insular cortex (AI), meanwhile, track the relative value of reward opportunities given the average value of the environment. We therefore suggest that DRN, dACC and AI form a circuit in which dACC/AI construct representations of reward opportunities given the current context, and DRN implements changes in behavioural policy based on these representations.

請打分

這篇剛剛登上Nature Communications的研究，是否實至名歸？我們邀請您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評論區(qū)分享您的深度見解。

分享人：飯鴿兒

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及 Nat Neurosci, Nat Hum Behav, Neuron, Sci Adv 等核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」，為你打破信息差

科研是一場探索未知的長跑，但你無需獨行。歡迎志同道合的你加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵分享，讓更多人了解前沿