NC | 大腦的“進度條”效應：背側前扣帶回皮層如何通過代幣累積校準決策

認知神經科學前沿文獻分享

基本信息

Title:Accumulation of virtual tokens towards a jackpot reward enhances performance and value encoding in dorsal anterior cingulate cortex

發表時間:2026-03-28

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

日常決策往往依賴特定情境下的動態參考點進行價值評估。然而，在追求長期目標時，多試次累積獎勵（如攢積分換大獎）如何動態改變主觀價值的內部參考點，目前仍不清楚。盡管已知部分腦區參與相對價值計算，但背側前扣帶回皮層（dorsal anterior cingulate cortex, dACC）如何在單神經元水平編碼參考依賴價值（Reference-dependent value, RDV），以及該編碼如何隨目標進度重塑風險偏好與決策行為，仍存在關鍵缺口。

實驗設計與方法邏輯

研究人員記錄了兩只執行代幣累積風險選擇任務的獼猴的dACC單神經元活動。獼猴需在兩個概率性選項中抉擇以增減虛擬代幣，累積代幣數（Accumulated tokens count, ATC）達6個時可獲果汁大獎。行為層面，研究分析了預期價值（Expected value, EV）、風險與ATC對決策的影響，并對比了三種主觀價值預測模型。神經層面，研究將單細胞放電率與行為模型回歸，通過ROC分析評估dACC神經元對EV和風險的編碼權重在預測選擇上的準確性，重點考察RDV模型下“收益”與“損失”的表征差異。

任務設計及 dACC 位點

核心發現

發現一：代幣累積進度顯著提升決策表現并降低風險偏好

隨著ATC增加并逼近大獎閾值，獼猴在選擇最優EV選項時反應更快、準確率更高，且表現出更強的風險厭惡。行為數據表明，目標進度的推進直接重塑了動物的決策策略。

Fig. 2 中，作者展示了正確選擇概率與任務執行時間隨ATC的變化；這張圖說明隨著代幣累積，決策變得更準更快。

模型比較顯示，獼猴的決策行為最佳由RDV模型解釋。在神經層面，dACC細胞在編碼這種動態主觀價值時表現出明顯的不對稱性，對“收益”的編碼招募了比“損失”顯著更多的細胞。

Fig. 7B 中，作者展示了在選項呈現后的多個任務階段顯著編碼收益與損失的細胞比例；這張圖把dACC對相對收益的偏好性招募呈現得非常清楚。

dACC神經元不僅偏好編碼收益，其編碼權重還與最終的決策行為高度一致。在RDV模型框架下，收益條件下的EV差異回歸權重對實際選擇的預測準確性顯著高于損失條件下的EV差異，表明基于動態參考點的收益計算是驅動目標導向決策的核心神經信號。

Fig. 7D 中，作者展示了神經編碼權重預測選擇行為的ROC分析結果；這張圖說明收益條件下的神經信號對選擇的預測準確性（AUC）顯著更高。

省流總結

本研究揭示獼猴在代幣累積任務中會根據距離大獎的進度動態調整內部參考點，目標越近決策越穩健。dACC神經元通過參考依賴價值模型追蹤該過程，且對“收益”的編碼主導了決策預測。該發現為前景理論提供了神經證據，但不可直接外推至人類復雜金融決策。

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