PsyBrain 脑心前沿 / 决策与强化学习：顶刊文献解读专题 / A · 文献解读 / A041 · 捡“芝麻”还是等“西瓜”？Nature子刊7TfMRI揭

A041 捡“芝麻”还是等“西瓜”？Nature子刊7T fMRI揭秘大脑在动态环境中决策的“表征扭曲”与策略转换

来源：公众号 PSY-Brain_Frontier ｜发布：2026-03-16 ｜原文链接

一键关注，点亮星标 ⭐️ 前沿不走丢！

认知神经科学前沿文献分享

基本信息

Title:Activity in human dorsal raphe nucleus signals changes in behavioural policy

发表时间：2026.2.14

发表期刊: Nature Communications

影响因子：15.7

获取原文：

*添加小助手:*PSY-Brain-Frontier即可获取PDF版本
点击页面底部“阅读原文”即可跳转论文原网页

研究背景

设想你正在一片森林中采摘果实。你是会选择立刻摘下眼前那颗略显干瘪的野果，还是选择继续向深处探索，寻找更大更甜的苹果？在行为生态学中，这个经典的“猎物选择困境”揭示了一个深刻的道理：一个奖励是否值得追求，不仅取决于奖励本身的大小，更取决于你所处的环境背景。

根据最优觅食理论，生物在评估眼前的机会时，必须将其与未来可能遇到的潜在机会（即机会成本）进行对比。如果环境极度“贫瘠”，聪明的策略是“有备无患”，哪怕是中等甚至偏下的奖励也值得拿下；但如果环境非常“富足”，最好的策略则是学会拒绝，耐心等待高价值机会的降临。然而，人类大脑究竟是如何实时追踪环境的“贫富”变化，并动态调整自身行为策略的？这一直是认知神经科学领域的未解之谜。

长期以来，中缝背核（Dorsal Raphe Nucleus, DRN）作为哺乳动物前脑5-羟色胺（5-HT）的主要来源，被认为在奖赏加工和认知灵活性中扮演着关键角色。但DRN的具体行为功能，以及它如何与背侧前扣带回（dACC）和前脑岛（AI）等高级皮层区域协同工作，在学界仍存在巨大争议。在这项近期发表于《Nature Communications》的最新研究中，研究人员巧妙结合了带有生态学色彩的觅食决策任务与7T超高场fMRI技术，终于揭开了这条皮层-皮层下决策环路的神秘面纱。

研究核心总结

在这项研究中，被试化身为“寻宝船长”，在未知的“富足”与“贫瘠”海域中航行，需要不断决定是耗费时间打捞眼前的宝箱（包含5分、10分或50分奖励），还是放弃并等待下一个机会。研究结果清晰地描绘了大脑处理这一复杂情境的神经计算过程：

Fig. 1 | A behavioural task for manipulating the richness of the environment.

一、行为学确证：人类能根据环境“贫富”灵活切换策略

行为结果显示，被试的决策高度依赖于环境背景。面对价值中等的“10分”奖励，被试在贫瘠环境中选择追求的概率显著高于富足环境。并且，这种策略调整并非瞬间完成，而是随着被试在当前环境中停留时间的增加、逐渐摸清背景奖赏率后才浮现的，完美契合了理性觅食模型的预测。

Fig. 2 | Reward-guided decisions are modulated by the richness of the environment.

二、核心发现：中缝背核（DRN）直接表征环境驱动的“策略转换”

利用7T fMRI对脑干区域的极高敏锐度，研究证实了DRN在执行策略转换中的核心地位。当被试改变了他们对某个特定选项的行为策略时（例如前一次遇到10分宝箱选择拒绝，这一次却选择打捞），DRN的神经活动显著增强。更为关键的是，DRN并不对盲目的或随机的动作改变做出反应，它只对那些“顺应环境”的策略转换放电：比如在贫瘠环境中由拒绝转为追求，或者在富足环境中由追求转为拒绝。这说明DRN不仅是一个动作引擎，更是高级行为策略的执行开关。

Fig. 3 | Changes in behavioural policy are modulated by the richness of the environment.

三、机制揭秘：dACC与AI中的多变量表征“扭曲”

如果说DRN是扣动扳机的手，那么是谁在提供瞄准信息？表征相似性分析（RSA）显示，背侧前扣带回（dACC）和前脑岛（AI）承担了评估选项相对价值的工作。在那些成功适应了环境的被试大脑中，10分奖励与50分奖励在多变量神经模式上的“距离”发生了动态扭曲：在贫瘠环境中，因为两者的最优策略都是“追求”，它们的神经表征靠得更近；而在富足环境中，因为10分应当被拒绝而50分应当被追求，它们的神经表征则被推得更远。皮层实际上构建了一张随情境动态变化的价值地图。

图10

Fig. 4 | Brain activity in dorsal raphe nucleus represents environment-driven changes in behavioural policy.

四、总结与意义：构建大脑的“适者生存”环路

研究通过心理生理交互作用（PPI）分析进一步发现，在需要频繁进行适应性行为改变的贫瘠环境中，dACC与DRN之间的功能连接显著增强。

图11

Fig. 5 | Multivariate representations of value are modulated by the environment in dorsal anterior cingulate cortex and anterior insular cortex.

综合来看，该研究提出了一条优雅的皮层-皮层下环路模型：dACC和AI负责根据当前环境构建各个选项的上下文依赖表征，而DRN则基于这些表征，坚决地执行行为策略的转换。这一发现不仅平息了长期以来关于DRN行为功能的争议，也为理解抑郁症等情感障碍中“无法适应环境变化”的血清素系统失调机制提供了全新的计算神经精神病学视角。

图12

Fig. 6 | A cortico-subcortical circuit for matching behavioural policies to the environment.

图13

Abstract

The dorsal raphe nucleus (DRN) is an important source of serotonin to the human forebrain, however there is little consensus about its behavioural function. We build on recent results from animal models to demonstrate that activity in human DRN implements changes in behavioural policy that reflect the distribution of rewards in the environment. We use a foraging-inspired behavioural task to show that human participants change their policy to pursue or reject reward opportunities as a function of the average value of opportunities in the environment. Activity in DRN—but no other neuromodulatory nucleus—signals such policy changes. Patterns of multivariate activity in dorsal anterior cingulate cortex (dACC) and anterior insular cortex (AI), meanwhile, track the relative value of reward opportunities given the average value of the environment. We therefore suggest that DRN, dACC and AI form a circuit in which dACC/AI construct representations of reward opportunities given the current context, and DRN implements changes in behavioural policy based on these representations.

图14