A070 PNAS | 风险偏好从何而来？大脑对“好消息”和“坏消息”的反应，决定了你有多爱冒险
来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-11-08 ｜ 原文链接
PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier
一键关注，点亮星标 ⭐️
不错过每日前沿资讯
认知神经科学前沿文献分享
基本信息
Title:Habenula–ventral tegmental area functional coupling and risk aversion in humans
发表时间：2025.10.30
Journal：PNAS
影响因子：9.1
获取原文：
- 后台回复“文献”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
在面对不确定的选择时，例如投资决策或职业规划，为什么有些人表现得像“冒险家”，而另一些人则倾向于“规避风险”？这种决策偏好不仅是“性格”问题，对不确定性的适应不良反应（如过度的风险寻求或回避）被认为是多种精神障碍（包括焦虑症、抑郁症和赌博障碍）的潜在机制之一。
有趣的是，以往研究发现，当选项的平均收益相同时，人类和非人灵长类动物普遍表现出一种“亲方差偏见”（Provariance Bias, PVB），即更倾向于选择具有更高方差（即更高不确定性）的选项，这是一种风险寻求的表现。
然而，这种偏好存在显著的个体差异。近期发表于 PNAS 的一项研究发现，这种 PVB 偏好与个体的焦虑和抑郁水平密切相关：焦虑和抑郁得分越高的个体，其 PVB 偏好越低，表现出越强的风险规避倾向。
那么，这种导致个体差异的风险偏好，其背后的神经计算机制究竟是什么？这项由Raymond J. Dolan团队完成的新研究结合了精巧的行为任务、计算建模和超高场 7T 功能磁共振成像（fMRI）技术，为我们揭示了大脑中“奖赏”与“惩罚”信号系统如何协同作用，塑造了我们的风险态度。
研究核心总结
该研究的核心发现是，人类的风险偏好源于一种学习率的计算偏差，而这种偏差在神经层面则由缰核（Habenula）和腹侧被盖区（VTA）之间的功能连接强度所介导。
Fig. 1. Experimental design.
- 风险偏好的计算机制：非对称学习率
研究团队首先通过计算建模发现，能够最好地解释个体间 PVB 差异的是“双学习率-雷斯科拉-瓦格纳模型”（2LR-RW model）。该模型的核心假设是，个体在学习过程中对“好于预期”的结果（即正向预测误差, PPEs）和“差于预期”的结果（即负向预测误差, NPEs）拥有不同的（即非对称的）学习率（α+ 和 α-）。
- 亲方差偏见 (PVB) 的产生： 当 α+ > α-（即“正向学习偏差”）时，个体会更多地整合 PPEs（高方差选项带来的“惊喜”大赢），导致其对高方差选项的主观期望价值（EVs）被高估，从而产生 PVB（风险寻求）。
- 风险规避的产生： 相反，当 α- > α+（即“负向学习偏差”）时，个体对 NPEs（高方差选项带来的“失望”大输）更为敏感，导致其主观期望价值被低估，从而表现出更低的 PVB，即风险规避。
行为数据证实，个体的焦虑-抑郁得分与这种“负向学习偏差”（LRneg-bias）呈显著正相关，表明情绪特质通过影响学习偏差来调节风险偏好。
Fig. 2. Regions encode prediction errors.
- 关键脑区的功能解离：缰核（Hb）编码NPEs
借助 7T fMRI 的高分辨率优势，研究者得以精确测量包括缰核（Habenula, Hb）在内的深脑核团的活动。
模型分析发现：
- VTA（腹侧被盖区，传统奖赏中枢）的BOLD信号主要受 PPEs 调制（对好消息敏感）。
- NAcc（伏隔核）则同时编码 PPEs（正向调制）和 NPEs（负向调制）。
- vmPFC（腹内侧前额叶皮层）主要受 NPEs 调制。
- 关键发现： 长期以来在动物模型中被认为是“惩罚”或“失望”信号中枢的缰核 Habenula (Hb)，在此次人类研究中被证实其活动与 NPEs 呈显著正相关（对坏消息敏感）。
Fig. 3. Negative functional coupling during NPEs between Hb and VTA related to negative learning rate bias and NAcc BOLD response to NPEs.
- 核心神经环路：Hb-VTA 功能耦合介导学习偏差
该研究最重要的发现来自于对环路机制的探索。基于动物研究中 Hb（编码惩罚）对 VTA（编码奖赏）的抑制性调控证据，研究者进行了心理生理交互作用（PPI）分析。
- 结果显示，在被试经历 NPEs（差于预期的结果）时，Hb 和 VTA 之间表现出显著的负功能耦合。
- 核心关联： 这种在 NPE 编码过程中 Hb-VTA 负功能耦合的强度，与计算模型得出的“负向学习偏差”大小呈显著相关。
Fig. 4. Variance boost prediction error signals in NAcc and vmPFC.
结论
这项研究完整地构建了一个从神经环路到计算机制，再到行为偏好和临床特质的通路：
个体的焦虑/抑郁特质，与其 Hb-VTA 环路在面对负面结果时的过度反应（更强的负耦合）相关。这种更强的神经抑制活动，在计算层面体现为一种“负向学习偏差”（α- > α+）。这种偏差最终导致个体在行为上表现为更低的 PVB，即更强的风险规避。
该发现揭示了 Hb-VTA 功能耦合在个体风险偏好涌现中的关键作用，为理解焦虑和抑郁等精神病理状态下的适应不良决策提供了新的神经计算机制。
Abstract
Maladaptive responses to uncertainty, including excessive risk seeking or avoidance, are linked to a range of mental disorders. One expression of these is a provariance bias (PVB), i.e., risk-seeking manifests as a preference for choosing options with higher variances/uncertainty. Using a magnitude learning task, we show that individual differences in PVB are explained by a model that includes asymmetric learning rates, allowing differential learning from positive prediction errors (PPEs) and negative prediction errors (NPEs). Using high-resolution 7T functional MRI (fMRI), we identify distinct neural responses to PPEs and NPEs in value-sensitive regions, including habenula (Hb), ventral tegmental area (VTA), nucleus accumbens (NAcc), and ventral medial prefrontal cortex (vmPFC) in humans. Notably, prediction error signals in NAcc and vmPFC were boosted for high variance options. NPEs responses in NAcc were associated with a negative bias in learning rates that was linked to the strength of Hb-VTA negative functional coupling during NPE encoding, with a mediation analysis revealing this coupling influenced NAcc responses to NPEs via an impact on learning rate bias. Our findings implicate Hb-VTA functional coupling in the emergence of risk preferences during learning, with implications for psychopathology.
推荐相关阅读
周报-20251020|认知神经科学前沿动态周览**⭐️[解读链接]****
周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]
周报-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***
Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]
Nature |颠覆认知 ! “神经振荡”不成立？耶鲁团队提出大脑“伽马事件”新理论 ⭐️[解读链接]
Science |中国将领衔未来25年全球脑计划，剑指灵长类大脑地图 *⭐️[解读链接]***
Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码 ⭐️[解读链接]
Nature | 视觉系统新发现：压缩式的物体识别机制 ⭐️[解读链接]
Nat Hum Behav｜你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密 *⭐️[解读链接]***
Nature |“读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]
PNAS｜刷短视频停不下来？研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***
Neuron | 最强脑发育数据库RBC开放下载，6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]
Nature 子刊综述｜大脑预测误差的核心回路 *⭐️[解读链接]***
前沿交流 | 欢迎加入认知神经科学前沿交流群！⭐️[解读链接]
核心图表、方法细节、统计结果与讨论见原文及其拓展数据。
点击左下角 “阅读原文” 可跳转到论文源网站界面。
分享人：饭哥
审核：PsyBrain 脑心前沿编辑部
PsyBrain 脑心前沿
带你了解心理学、脑科学的前沿知识与技术流程
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务