里來(lái)-基礎科研與臨床前研究CRO全覆蓋平臺

來(lái)自倫敦大學(xué)學(xué)院（UCL）的研究團隊發(fā)現，大腦采用了一種雙重系統來(lái)通過(guò)試錯學(xué)習。這是首次識別出第二種學(xué)習系統，這一發(fā)現有助于解釋習慣的形成，并為理解與習慣學(xué)習相關(guān)的行為提供科學(xué)依據，例如成癮和強迫行為。研究成果發(fā)表在《Nature》期刊上，且在小鼠實(shí)驗中獲得的結果可能對帕金森癥研究有重要啟示。

研究團隊負責人、首席作者Marcus Stephenson-Jones博士解釋道：“本質(zhì)上，我們發(fā)現了一種機制，可能與習慣的形成密切相關(guān)。一旦你對某種動(dòng)作產(chǎn)生偏好，就可以繞過(guò)基于價(jià)值的系統，僅依賴(lài)過(guò)去的默認選擇策略。這可能使你能夠騰出認知資源，去做其他基于價(jià)值的決策。”

研究團隊發(fā)現了大腦中一種不同于以往已知教學(xué)信號的多巴胺信號。此前多巴胺信號被理解為形成獎勵預測誤差（RPE），即向動(dòng)物傳達實(shí)際結果與預期結果的差異。在這項新研究中，研究人員發(fā)現，除了RPE之外，還有一種稱(chēng)為動(dòng)作預測誤差（APE）的多巴胺信號，它更新了某一動(dòng)作的執行頻率。這兩種教學(xué)信號為動(dòng)物提供了兩種不同的選擇學(xué)習方式，使其能夠學(xué)習選擇最有價(jià)值的選項或最頻繁的選項。

Stephenson-Jones舉例說(shuō)：“想象一下，你去當地的三明治店。第一次去時(shí)，你可能會(huì )花時(shí)間挑選三明治，結果可能喜歡也可能不喜歡。但如果你多次光顧這家店，你就不再思考選擇哪個(gè)三明治，而是開(kāi)始按你偏好的選項順其自然地選擇。我們認為大腦中的APE多巴胺信號使你能夠存儲這種默認選擇策略。”

圖片鏈接：https://www.eurekalert.org/multimedia/1072804

圖片信息：在任務(wù)期間失活的大腦兩個(gè)區域——背內側紋狀體（DMS）和紋狀體尾部（TS）。

圖片來(lái)源：Hernando Martinez Vergara

與直接比較不同選項的價(jià)值相比，新發(fā)現的學(xué)習系統提供了一種存儲信息的簡(jiǎn)單方法。這可能會(huì )使大腦釋放多任務(wù)。例如，一旦您學(xué)會(huì )了開(kāi)車(chē)，你也可以在旅途中與某人進(jìn)行對話(huà)。當你的默認系統正在執行所有重復的任務(wù)以驅動(dòng)汽車(chē)時(shí)，基于價(jià)值的系統則可以決定談?wù)摰脑?huà)題。

先前的研究發(fā)現，參與學(xué)習的多巴胺神經(jīng)元主要分布在中腦的三個(gè)區域：腹側被蓋區、黑質(zhì)致密部和黑質(zhì)外側部。雖然一些研究表明這些神經(jīng)元參與獎勵的編碼，但早期研究發(fā)現它們中的一半負責運動(dòng)，但原因尚不明確。

RPE神經(jīng)元投射到除了尾狀核以外的所有紋狀體區域，而運動(dòng)特異性的神經(jīng)元則投射到除了伏隔核以外的所有區域。這表明，伏隔核專(zhuān)門(mén)信號獎勵，而尾狀核則專(zhuān)門(mén)信號運動(dòng)。

圖片信息：熒光圖像顯示了科學(xué)家記錄的大腦中的位置——紋狀體尾部（TS）和腹側紋狀體（VS）。來(lái)源：Francesca Greenstreet

通過(guò)研究尾狀核，研究團隊能夠隔離運動(dòng)神經(jīng)元并發(fā)現其功能。為此，研究人員采用最初由冷泉港實(shí)驗室的研究人員開(kāi)發(fā)的聽(tīng)覺(jué)識別任務(wù)進(jìn)行測試。共同第一作者，包括Francesca Greenstreet博士、Hernando Martinez Vergara博士和Yvonne Johansson博士等人使用了基因編碼的多巴胺傳感器，結果顯示該區域的多巴胺釋放與獎勵無(wú)關(guān)，而是與運動(dòng)相關(guān)。

Stephenson Jones博士進(jìn)一步解釋?zhuān)?ldquo;當我們切除尾狀核時(shí)，發(fā)現了一種典型的模式。我們觀(guān)察到，切除的小鼠和對照組小鼠在最初學(xué)習時(shí)相似，但當它們的表現達到60%至70%時(shí)，即開(kāi)始形成偏好（例如，高音調向左走，低音調向右走），對照組的小鼠便迅速提升到專(zhuān)家級別，而切除的小鼠則僅以線(xiàn)性速度繼續學(xué)習。這是因為切除的小鼠只能使用RPE進(jìn)行學(xué)習，而對照組小鼠則可以通過(guò)RPE和APE兩個(gè)學(xué)習系統共同促進(jìn)選擇。”

為了進(jìn)一步理解這一現象，研究團隊讓相對成熟的小鼠靜默尾狀核，結果顯示這對它們的任務(wù)表現產(chǎn)生了顯著(zhù)影響。這表明，在早期學(xué)習中，動(dòng)物依賴(lài)基于RPE的系統形成偏好，而在后期，則轉向專(zhuān)門(mén)使用尾狀核中的APE來(lái)儲存這些穩定的關(guān)聯(lián)，進(jìn)而驅動(dòng)選擇。研究團隊還進(jìn)行了廣泛的計算建模，由Claudia Clopath博士領(lǐng)導，以理解RPE與APE兩種系統如何協(xié)同學(xué)習。

這些發(fā)現表明，打破壞習慣的困難及用新行為替代舊行為的有效性。例如，如果你經(jīng)常用咀嚼口香糖代替吸煙，這種一致性可能使APE系統接管并在舊習慣之上形成新的習慣。

Stephenson Jones博士總結道：“現在我們知道大腦中存在第二種學(xué)習系統，為開(kāi)發(fā)新的打破壞習慣的策略提供了科學(xué)基礎。到目前為止，大多數關(guān)于成癮和強迫行為的研究都集中在伏隔核。我們的研究為在大腦中尋找新的潛在目標開(kāi)辟了新的方向。”

這項研究的發(fā)現可能對帕金森癥的理解也提供了新線(xiàn)索，這種疾病與中腦多巴胺神經(jīng)元的死亡有關(guān)，尤其是黑質(zhì)致密部的細胞。研究顯示，相關(guān)的神經(jīng)元是與運動(dòng)相關(guān)的多巴胺神經(jīng)元，而它們可能負責編碼APE。因此，這可能解釋了為什么帕金森患者在進(jìn)行如走路等慣常行為時(shí)會(huì )遇到困難，但在執行更靈活的行為時(shí)則沒(méi)有問(wèn)題。

“現在，我們突然擁有了對于帕金森癥中悖論性運動(dòng)的一種理論解釋。死亡的運動(dòng)相關(guān)神經(jīng)元驅動(dòng)的是慣常行為。因此，依靠慣常系統的運動(dòng)受到影響，但基于價(jià)值的靈活系統則能夠正常運作。這一發(fā)現為我們提供了新的觀(guān)察視角和思考方式。”Stephenson Jones總結道。