Nat Commun| 換個角度還是學著接納？全腦神經特征解碼自然場景下的情緒調節(jié)

認知神經科學前沿文獻分享

基本信息

Title:Common and distinct neurofunctional signatures of dynamic naturalistic emotion regulation strategies

發(fā)表時間:2026-03-17

發(fā)表期刊:Nat Commun

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

情緒調節(jié)（Emotion Regulation, ER）是人類適應環(huán)境與維持心理健康的基礎能力。在應對負面情緒時，認知重評（Reappraisal，通過重新解釋事件意義來控制情緒影響）和接納（Acceptance，對情緒體驗保持非評判性的覺知而不試圖改變）是兩種極具代表性的策略。盡管兩者在臨床干預中均表現有效，但其底層神經機制是否共用相同的通路，尤其是在接近真實的動態(tài)、自然主義情境下如何運作，仍是認知神經科學領域尚未完全解決的問題。以往研究多依賴靜態(tài)圖片刺激，且傾向于關注局部腦區(qū)（如杏仁核或前額葉皮層）的激活，這限制了對復雜情緒調節(jié)過程全腦分布式計算特性的理解。

實驗設計與方法邏輯

研究團隊結合了自然主義任務范式與多變量模式分析（Multivariate Pattern Analysis, MVPA）。在實驗中，發(fā)現樣本（n=59）與驗證樣本（n=33）的參與者在接受功能磁共振成像（fMRI）掃描時，需觀看具有負面情緒沖擊的視頻剪輯，并根據指令分別執(zhí)行“自然反應（NV）”、“認知重評（NR）”或“接納（NA）”策略。研究的核心邏輯是利用支持向量機（SVM）算法開發(fā)三類全腦神經特征模型：自然主義負面情緒特征（NNES）、認知重評特征（NERS-R）和接納特征（NERS-A）。隨后，研究者通過跨文化、跨成像系統及跨刺激模態(tài)（如靜態(tài)圖片任務、熱誘導疼痛任務）的測試驗證了模型的穩(wěn)健性。此外，研究還通過網絡和搜尋燈分析，對比了全腦模式與局部腦區(qū)在預測情緒調節(jié)狀態(tài)上的效能差異。

核心發(fā)現

發(fā)現一：重評與接納共享 DMN 通路，但在控制與感官網絡上表現迥異

通過貝葉斯因子（Bayes Factor, BF）分析和空間相似性分析，研究揭示了兩種策略的“和而不同”。共同點在于，有效的重評和接納都穩(wěn)健地招募了默認模式網絡（Default Mode Network, DMN）的核心區(qū)域，如背側前額葉（dmPFC）和后扣帶回，這可能支持了對自我情緒狀態(tài)的元認知評價。差異點在于，認知重評特異性地依賴額頂控制網絡（FPCN）來執(zhí)行積極的語義重構；而接納則表現出體感運動網絡和注意力網絡的特異性參與，反映了其對具身覺知和經驗處理的側重。

Fig. 5 利用桑基圖和雷達圖呈現了不同模型在大型功能網絡中的空間相似性；這張圖直觀對比了兩種策略在 DMN 上的重疊，以及在額頂控制網絡（重評占優(yōu)）與體感運動網絡（接納占優(yōu)）上的分布分歧。

研究發(fā)現，情緒調節(jié)并非依賴于單一的腦區(qū)或局部的功能網絡，而是編碼在跨越多個系統的分布式神經模式中。相比于僅使用前額葉皮層或特定的單一網絡（如 DMN），利用全腦體素訓練的模型在識別重評和接納策略時表現出顯著更高的預測準確率。當隨機選取的體素數量達到約 10,000 個并分布于全腦時，模型的預測性能趨于飽和。

Fig. 6 展示了基于網絡與全腦的預測性能對比；結果清晰地表明，全腦模型的準確率曲線（黑色實線）始終高于任何單一功能網絡，強調了全腦整合在情緒調節(jié)中的關鍵作用。

研究通過臨床隊列（48 名健康對照者與 49 名大麻使用者）驗證了模型的轉化潛力。結果顯示，NERS-R 模型能準確識別健康對照者的重評活動，但無法在大麻使用者（CU）群體中區(qū)分重評與負面情緒反應，這在神經層面直接識別出了該群體的認知重評缺陷。相比之下，兩組在負面情緒反應（NNES 預測值）上并無顯著差異，表明其核心問題在于調節(jié)受損而非單純的情緒反應過激。

Fig. 7 對比了健康對照組與大麻使用者在模型響應上的差異；條形圖與概率分布顯示，NERS-R 的模式表達在患者組顯著減弱，印證了其作為臨床檢測工具的可能性。

省流總結

該研究通過自然主義 fMRI 證明了情緒調節(jié)是由全腦分布式的神經活動驅動的。認知重評與接納雖然都利用默認模式網絡進行自我評價，但在執(zhí)行控制與感官覺知網絡上具有獨特的神經“指紋”。此外，研究所開發(fā)的神經特征模型已能有效識別大麻成癮者的特定調節(jié)功能損害，展現出臨床診療參考價值。需注意，接納模式在疼痛調節(jié)等非視覺情境下的泛化性有限。

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：天天

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 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入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

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿