明知獎(jiǎng)勵(lì)變了，動(dòng)物為什么還在重復(fù)同一個(gè)動(dòng)作？| Nature Communications

認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:Dorsal prefrontal cortex drives perseverative behavior in mice

發(fā)表時(shí)間:2026-04-25

發(fā)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

動(dòng)物做概率性反轉(zhuǎn)學(xué)習(xí)時(shí)，經(jīng)常出現(xiàn)一種 perseveration（重復(fù)傾向）：僅僅因?yàn)閯偛抛隽四硞€(gè)動(dòng)作，就更可能再做一次。很多物種、很多任務(wù)里都能看到這個(gè)現(xiàn)象，但一直沒人說清楚它到底有什么用、神經(jīng)機(jī)制是什么，尤其是，它和 reward-guided learning（獎(jiǎng)勵(lì)引導(dǎo)學(xué)習(xí)）是不是共用同一套前額葉回路

在這篇文章中，作者把問題收窄了：在同一個(gè)動(dòng)態(tài)獎(jiǎng)勵(lì)任務(wù)里，怎么把重復(fù)傾向和獎(jiǎng)勵(lì)尋求拆開，各自找到對(duì)應(yīng)的神經(jīng)表征和因果腦區(qū)？

實(shí)驗(yàn)設(shè)計(jì)與方法邏輯

作者讓頭固定小鼠做概率性反轉(zhuǎn)學(xué)習(xí)任務(wù)：左右轉(zhuǎn)輪對(duì)應(yīng)的高獎(jiǎng)勵(lì)側(cè)按區(qū)塊切換，然后進(jìn)行了他的分析：

1. 先比對(duì)了 13 個(gè)行為模型，選定同時(shí)包含 perseverative variable（P）和 reward-seeking variable（R）的 PR model 作為分析框架

2. 然后用 Neuropixels 記錄多個(gè)前腦區(qū)域的群體活動(dòng)，重點(diǎn)看 fixation period（注視期，這個(gè)窗口還不允許動(dòng)作）哪些區(qū)域能解碼 upcoming choice、P 和 R，并通過 session permutation 檢驗(yàn)排除時(shí)序自相關(guān)偽影

3. 最后，在 choice period 或 outcome period 分別對(duì)前部次級(jí)運(yùn)動(dòng)皮層（anterior secondary motor cortex，MOs）和內(nèi)側(cè)前額葉皮層（medial prefrontal cortex，mPFC）做光遺傳抑制，比較準(zhǔn)確率、重復(fù)概率、反應(yīng)時(shí)和后續(xù)學(xué)習(xí)的變化

把行為模型、神經(jīng)表征、因果操控，三條線串在一起，講了一個(gè)比較完整的故事

核心發(fā)現(xiàn)

發(fā)現(xiàn)一：小鼠的選擇被重復(fù)傾向強(qiáng)力驅(qū)動(dòng)，重復(fù)時(shí)反應(yīng)更快

獎(jiǎng)勵(lì)概率反轉(zhuǎn)后，小鼠還是持續(xù)偏向之前的選擇，表現(xiàn)比理想觀察者差。行為擬合顯示，PR model 里 P 成分的權(quán)重大于 R。重復(fù)上一選擇的試次反應(yīng)更快，切換選擇則變慢；|P| 越大反應(yīng)越快，|R| 和反應(yīng)時(shí)沒有顯著關(guān)系

Fig. 1 展示了小鼠在區(qū)塊切換后長(zhǎng)時(shí)間停在舊選擇上，含 perseveration 的模型擬合最好；Fig. 2 顯示 repeat trials 比 switch trials 更快，重復(fù)傾向和快速執(zhí)行狀態(tài)綁在一起。

Neuropixels 記錄顯示，fixation period 內(nèi)只有 MOs 的群體活動(dòng)能顯著解碼 upcoming choice 和 P 變量；R 在這個(gè)時(shí)間窗沒有被任何記錄區(qū)域穩(wěn)健解碼。控制 upcoming choice 之后，MOs 活動(dòng)仍然和連續(xù)的 P 顯著相關(guān)，和 R 不顯著相關(guān)——說明它不只是二元?jiǎng)幼鳂?biāo)簽，更接近一個(gè)選擇前的 perseverative decision variable

Fig. 4 展示了 fixation period 里 MOs 對(duì) upcoming choice 和 P 的獨(dú)特解碼優(yōu)勢(shì)；Fig. 5 進(jìn)一步表明，扣除 choice 影響后這種關(guān)系還在，MOs 的信號(hào)更像連續(xù)決策變量，不是單純的 motor preparation

在 choice period 抑制 MOs，準(zhǔn)確率下降、重復(fù)上一選擇的概率降低、反應(yīng)時(shí)間拉長(zhǎng)；同一時(shí)間窗抑制 mPFC 沒有同類效應(yīng)。反過來，在 outcome period 連續(xù)半 session 抑制 mPFC，區(qū)塊反轉(zhuǎn)后的學(xué)習(xí)變慢，MOs 在這個(gè)操控下作用較弱。兩者在任務(wù)里有明確的功能分工

Fig. 6 展示了 choice period 抑制 MOs 后準(zhǔn)確率、重復(fù)概率和反應(yīng)時(shí)同時(shí)變化；Fig. 7 顯示 outcome period 抑制 mPFC 讓反轉(zhuǎn)后的學(xué)習(xí)曲線變慢，它更參與 reward-based updating

省流總結(jié)

這項(xiàng)研究在頭固定小鼠的概率性反轉(zhuǎn)學(xué)習(xí)里，把 perseveration 和獎(jiǎng)勵(lì)學(xué)習(xí)拆開了。選擇前，前部 MOs 特異性表征 perseverative 決策變量，因果上驅(qū)動(dòng)重復(fù)選擇和快速執(zhí)行；mPFC 更偏向反饋后的獎(jiǎng)勵(lì)學(xué)習(xí)。這些結(jié)論目前限于這個(gè)任務(wù)范式，不能直接推到人類或病理性 perseveration

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(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級(jí)大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場(chǎng)探索未知的長(zhǎng)跑，但你無需獨(dú)行。歡迎加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點(diǎn)擊卡片進(jìn)群，歡迎你的到來

一鍵關(guān)注，點(diǎn)亮星標(biāo) ? 前沿不走丟！

一鍵分享，讓更多人了解前沿