Nat Commun | 你的情緒坐標在哪里？fMRI結合計算建模揭秘“情緒認知地圖”的神經解剖基礎

一鍵關注，點亮星標 ?? 前沿不走丟！

認知神經科學前沿文獻分享

基本信息

Title:Map-like representations of emotion knowledge in hippocampal-prefrontal systems

發表時間：2026.1.26

發表期刊: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

人類的情緒體驗遠不止是心跳加速或手心出汗這樣的瞬間身體反應，它深刻依賴于我們跨越時間和情境所積累的“情緒知識”。不論是童年寵物帶來的具體溫馨感，還是面對危險時產生的普遍威脅感，即使這些經歷在視覺、聽覺和思維上千差萬別，我們的大腦都能神奇地將它們抽象并壓縮成不同的情緒類別。

以往的行為學研究表明，人類天生自帶一種“降維”能力：我們會用一個由“效價”（Valence，即愉悅或不愉悅）和“喚醒度”（Arousal，即平靜或激動）組成的二維低維空間來概念化復雜的情緒體驗。這就好比我們在內心中繪制了一張“情緒地圖”，將不同的感受像地標一樣錨定在坐標系中。有了這張地圖，我們就能預測情緒的走向（例如從焦慮不可避免地滑向恐懼），并以此指導決策。

然而，這個過程背后存在一個巨大的未解之謎：大腦究竟是如何構建這種低維情緒結構的？我們確知海馬體與前額葉回路（hippocampal-prefrontal circuits）是人類構建物理空間認知地圖、進行導航的核心樞紐。那么，這套用于“空間認路”的神經系統，是否也同樣支持我們對情緒體驗進行結構化的抽象，從而在“心靈的迷宮”中導航呢？

近期，一篇發表于 Nature Communications 的最新研究直擊這一痛點，揭示了大腦組織情緒知識的底層邏輯。

研究核心總結

本研究讓參與者在功能磁共振成像（fMRI）掃描下觀看了超過2.5小時的引發情緒波動的電影片段。研究者不僅收集了獨立被試對電影的連續情緒評分，還創新性地引入了關系記憶的計算模型：托爾曼-艾賓浩斯機（Tolman-Eichenbaum Machine, TEM）來模擬人類情緒地圖的形成過程。

Fig. 1 | Experimental paradigm and behavior.

一、海馬體構建情緒的“層級概念庫”

研究表明，海馬體的活動模式并不是簡單地反映二維的情感坐標，而是以一種結構化的層級方式表征了具體的情緒概念（如恐懼、憤怒、內疚等）。這種表征具有精細的解剖學梯度：后側海馬體（Posterior hippocampus）更擅長編碼細粒度、高顆粒度的具體情緒類別；而前側海馬體（Anterior hippocampus）則更多參與表征時間尺度更長、更寬泛的情感狀態。這種組織方式說明，海馬體會根據情緒之間的共享屬性（如效價），將它們在時間與語義上進行層級化聚類。

Fig. 2 | Decoding the representation of emotion concepts in the human hippocampus.

二、腹內側前額葉（vmPFC）追蹤情緒的“二維軌跡”

與海馬體形成鮮明對比（雙重分離），腹內側前額葉皮層（vmPFC）能夠比具體情緒類別更準確地追蹤個體在二維情感空間中的連續軌跡。研究結果顯示，vmPFC的作用并非直接編碼獨立的效價或喚醒度維度，而是負責表征一種高度整合的、低維的關系結構，類似于地圖中的經緯度網格。

Fig. 3 | Decoding emotion category ratings and trajectories in affective space from BOLD response patterns in hippocampal-prefrontal systems and the amygdala.

三、認知模型（TEM）揭示神經計算機制

為了探究背后的具體計算機制，研究者利用TEM模型模擬了智能體在情緒空間中的導航學習。fMRI數據與模型內部狀態的比對顯示出驚人的一致性：海馬體的神經活動高度契合模型中的“p層”：將特定的感官體驗與抽象位置綁定在一起的“聯合編碼”（Conjunctive codes）。相反，vmPFC的活動則高度匹配模型中的“g層”，特別是在較大尺度上，提供了一種跨越整個情感空間的抽象網格狀關系結構（Grid-like code）。

Fig. 4 | Simulating the construction of emotion maps using the Tolman- Eichenbaum Machine (TEM).

研究意義

該研究提供了一個極具啟發性的結論：人類大腦在組織抽象的情緒知識時，復用了與空間導航和物理環境映射相同的“認知地圖”神經計算機制。我們日常在自我報告中習慣使用的“效價-喚醒”情緒二維圖景，本質上正是海馬-前額葉系統進行高級神經計算和關系抽象后的直接產物。

Fig. 5 | Decoding representations of conjunctive codes and relational structure in hippocampal-prefrontal systems.

Abstract

Why do some experiences endure in memory better than others? Here we explore the possibility that learning fluctuates rhythmically several times per second, with fortuitously timed experiences being more memorable. Although such fleeting opportunities for encoding would evade our awareness, they are predicted by a prominent model describing how theta rhythms in the brain coordinate memory—the Separate Phases for Encoding and Retrieval (SPEAR) model. In a preregistered study, we adapted a dense sampling approach to reconstruct the millisecond time course of memory encoding in n?=?125 participants. We found that memory encoding fluctuated at a theta rhythm (3–10?Hz), that these rhythms were not a by-product of rhythmic attention and that—like theta rhythms in the brain—memory rhythms were modulated by putative markers of acetylcholine. Our findings provide behavioural evidence consistent with the SPEAR model of episodic memory.

請打分

這篇不久前登上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」

專注追蹤全球認知神經科學的最尖端突破

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 學術社群，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