NC | 為什么有人更難走出恐懼？500人大樣本揭示學習與消退的多模態腦網絡特征

認知神經科學前沿文獻分享

基本信息

Title:Predicting individual differences of fear and cognitive learning and extinction

發表時間:2026-04-23

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

我們無時無刻不在從經驗中學習。然而，面對同樣的環境變化，個體展現出的適應能力卻天差地別：有的人能迅速掌握新規律，有的人卻遲遲無法建立聯系；有的人能很快走出舊有恐懼的陰影，而有的人卻深陷其中，甚至在看似安全的環境里經歷恐懼復發。這種在學習、消退（extinction）以及復發（renewal）上的個體差異，正是理解焦慮癥等情感障礙發病機制與治療瓶頸的核心。

過去的研究已經為我們勾勒出了一個“核心學習網絡”，包括杏仁核、海馬、背側前扣帶回（ACC）、腹內側前額葉（PFC）以及小腦。我們也知道，靜息態功能磁共振成像（rs-fMRI）可以用來預測個體的認知特質。然而，現有的解釋框架仍存在明顯的斷點：大多數研究只關注單一的連接類型（如功能連接），且往往局限于單一的實驗范式。我們大腦中動態的功能波動、固有的白質結構解剖，以及腦區之間具有因果方向的有效連接，究竟是如何協同工作，進而決定了我們“學得有多快”和“忘得有多徹底”的？

為了回答這一問題，研究者整合了超過500名參與者的多模態腦影像數據（包含靜息態fMRI和彌散加權成像），并讓他們完成了多種恐懼條件反射和認知預測學習任務。這項研究試圖跳出單一指標的局限，系統解析功能連接（FC）、結構連接（SC）和有效連接（EC）這三種截然不同的腦網絡特征，究竟如何精準預測個體在學習不同階段的表現。

研究核心總結

這項研究并沒有將學習過程混為一談，而是根據學習的真實發生階段，拆解出了大腦連接模式的“三重解離”現象。

一、三重解離：三種腦連接模式分別預測學習的不同階段

研究最核心的發現是，大腦的不同連接模式在學習的不同階段扮演著專屬的預測角色。具體而言，代表腦區同步性的功能連接（FC）最能預測初始的“習得”能力；代表白質纖維束密度的結構連接（SC）最能預測“消退”學習的效率；而代表腦區間因果調控方向的有效連接（EC）則專門預測了消退后的“復發”傾向。這種清晰的三重解離表明，學習、消退和復發并非同一神經過程的簡單延續，而是依賴于截然不同的神經生物學基礎。

Fig 1. Number of datasets, regions of interest, and connectivity estimates.

Fig 2. 核心學習網絡中的多模態連接模式。該圖直觀展示了功能連接（A）、結構連接（B）和有效連接（C/D）在網絡內部的強度分布差異，表明這三種連接類型在生理機制上是相互獨立的。

在面對新的關聯（無論是恐懼刺激還是認知預測）時，個體學習速度的快慢可以被靜息態下的功能連接（FC）準確預測。在這一過程中，背側前扣帶回（ACC）和海馬（HIP）展現出了強大的“樞紐”屬性。

海馬負責形成新的情景記憶，而ACC則參與評估刺激的動機意義。研究發現，這兩個腦區與其他核心區域（如前額葉、杏仁核）之間越強的功能協同，個體在習得階段的表現就越好。由于功能連接高度依賴于個體的即時狀態，這一發現提示我們，初始學習能力的差異在很大程度上是由大腦動態的、狀態依賴性的網絡波動所驅動的。

Fig 3. 個體學習曲線的差異化表現。通過對皮膚電導反應（SCR）和行為評分的追蹤，該圖展示了參與者在習得、消退和復發階段截然不同的學習軌跡與反應幅度。

與初始學習形成鮮明對比的是，功能連接無法預測個體“消退”舊有記憶的能力。相反，消退學習的效率被大腦的結構連接（SC）牢牢把控。

在消退網絡中，ACC依然是絕對的核心樞紐。ACC與海馬、小腦以及杏仁核之間的白質纖維束密度，直接決定了個體能否順利建立起抑制性的新記憶。由于結構連接代表了大腦中相對固定的解剖“硬件”，這一發現意味著，一個人克服恐懼、更新舊有認知的潛力，可能更多地受制于其相對穩定的神經解剖特質，而非一時的狀態。

Fig 4. 腦連接對個體差異的預測模型。LASSO回歸分析清晰地揭示了功能連接專職預測習得（A/B），結構連接專職預測消退（C），而有效連接專職預測復發（D）。

消退并不是抹除舊記憶，而是建立新的抑制性記憶。當環境改變時，舊有的恐懼往往會“復發”。研究發現，只有包含方向信息的有效連接（EC）能夠預測這種復發傾向。

具體機制上，前額葉（PFC）和杏仁核對海馬的“去抑制”（即減少抑制性輸入）是導致復發的關鍵。在復發測試中，環境線索的改變需要海馬進行上下文信息的重新表征，而前額葉與海馬之間定向調控的個體差異，決定了這種上下文信息是否會喚醒原本被封存的恐懼記憶。

五、跨范式泛化：預測模型在不同學習任務中具有高度普適性

這項研究的另一大亮點在于其強大的泛化能力。研究者發現，基于恐懼學習任務訓練出的腦連接預測模型，能夠成功跨界預測參與者在完全不同的“認知預測學習”任務中的表現。不僅如此，基于靜息態數據篩選出的關鍵連接，在任務態fMRI數據中依然保持了顯著的預測效力。這說明該研究所揭示的核心學習網絡特征，觸及了人類聯結學習的底層通用機制。

Fig 5. 預測模型的跨范式泛化能力驗證。無論是從恐懼學習推廣到認知學習，還是在模擬數據與任務態數據中，模型都展現出了顯著優于隨機連接的預測準確率。

Fig 6. 核心發現的全局網絡圖譜。該圖綜合呈現了在習得、消退和復發階段，哪些具體的腦區連接（功能、結構或有效連接）真正發揮了決定性作用，以及它們的作用方向。

研究意義

這項工作為我們理解“人類如何適應變化”提供了一個全新的多模態神經解剖框架。它不僅厘清了長期以來關于學習與消退腦機制的爭議，更在理論和臨床應用上帶來了重要啟發。

首先，它修正了我們對“消退”的認知。消退并非僅僅是習得過程的逆轉或重復，它高度依賴于大腦的白質結構基礎。這意味著，個體在暴露療法（一種基于消退原理的心理治療）中的表現差異，可能有著深層的解剖學限制。

其次，這一發現為焦慮癥和創傷后應激障礙（PTSD）的精準干預指明了新方向。既然消退能力受制于較難改變的結構連接，那么在臨床治療中，與其一味地試圖“增強消退”，不如將重點轉移到“預防復發”上。同時，鑒于前額葉（PFC）和前扣帶回（ACC）在整個學習與消退網絡中的核心樞紐地位，未來或許可以通過經顱磁刺激（TMS）等非侵入性神經調控技術，精準靶向這些區域，從而幫助那些受困于情感障礙的患者重塑認知靈活性。

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