🧠 PsyBrain 脑心前沿关注公众号
字号
主题
PsyBrain 脑心前沿 / 情绪·社会·人格:顶刊文献解读专题 / A · 文献解读 / A024 · NC为什么有人更难走出恐惧?500人大样本揭示学习与消退

A024 NC | 为什么有人更难走出恐惧?500人大样本揭示学习与消退的多模态脑网络特征

来源:公众号 PSY-Brain_Frontier | 发布:2026-04-27 | 原文链接

图1

认知神经科学前沿文献分享

图2

基本信息

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

发表时间: 2026-04-23

发表期刊: Nature Communications

影响因子: 15.7

获取原文:

  1. 添加小助手: PSY-Brain-Frontier 即可获取PDF版本

  2. 点击页面底部“阅读原文”跳转论文网页

图3

图4

研究背景

我们无时无刻不在从经验中学习。然而,面对同样的环境变化,个体展现出的适应能力却天差地别:有的人能迅速掌握新规律,有的人却迟迟无法建立联系;有的人能很快走出旧有恐惧的阴影,而有的人却深陷其中,甚至在看似安全的环境里经历恐惧复发。这种在学习、消退(extinction)以及复发(renewal)上的个体差异,正是理解焦虑症等情感障碍发病机制与治疗瓶颈的核心。

图5

过去的研究已经为我们勾勒出了一个“核心学习网络”,包括杏仁核、海马、背侧前扣带回(ACC)、腹内侧前额叶(PFC)以及小脑。我们也知道,静息态功能磁共振成像(rs-fMRI)可以用来预测个体的认知特质。然而,现有的解释框架仍存在明显的断点:大多数研究只关注单一的连接类型(如功能连接),且往往局限于单一的实验范式。我们大脑中动态的功能波动、固有的白质结构解剖,以及脑区之间具有因果方向的有效连接,究竟是如何协同工作,进而决定了我们“学得有多快”和“忘得有多彻底”的?

为了回答这一问题,研究者整合了超过500名参与者的多模态脑影像数据(包含静息态fMRI和弥散加权成像),并让他们完成了多种恐惧条件反射和认知预测学习任务。这项研究试图跳出单一指标的局限,系统解析功能连接(FC)、结构连接(SC)和有效连接(EC)这三种截然不同的脑网络特征,究竟如何精准预测个体在学习不同阶段的表现。

图6

研究核心总结

这项研究并没有将学习过程混为一谈,而是根据学习的真实发生阶段,拆解出了大脑连接模式的“三重解离”现象。

一、三重解离:三种脑连接模式分别预测学习的不同阶段

研究最核心的发现是,大脑的不同连接模式在学习的不同阶段扮演着专属的预测角色。具体而言,代表脑区同步性的功能连接(FC)最能预测初始的“习得”能力;代表白质纤维束密度的结构连接(SC)最能预测“消退”学习的效率;而代表脑区间因果调控方向的有效连接(EC)则专门预测了消退后的“复发”倾向。这种清晰的三重解离表明,学习、消退和复发并非同一神经过程的简单延续,而是依赖于截然不同的神经生物学基础。

图7

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

图8

Fig 2. 核心学习网络中的多模态连接模式。该图直观展示了功能连接(A)、结构连接(B)和有效连接(C/D)在网络内部的强度分布差异,表明这三种连接类型在生理机制上是相互独立的。

二、功能连接预测初始习得:前扣带回与海马是核心枢纽

在面对新的关联(无论是恐惧刺激还是认知预测)时,个体学习速度的快慢可以被静息态下的功能连接(FC)准确预测。在这一过程中,背侧前扣带回(ACC)和海马(HIP)展现出了强大的“枢纽”属性。

海马负责形成新的情景记忆,而ACC则参与评估刺激的动机意义。研究发现,这两个脑区与其他核心区域(如前额叶、杏仁核)之间越强的功能协同,个体在习得阶段的表现就越好。由于功能连接高度依赖于个体的即时状态,这一发现提示我们,初始学习能力的差异在很大程度上是由大脑动态的、状态依赖性的网络波动所驱动的。

图9

Fig 3. 个体学习曲线的差异化表现。通过对皮肤电导反应(SCR)和行为评分的追踪,该图展示了参与者在习得、消退和复发阶段截然不同的学习轨迹与反应幅度。

三、结构连接预测恐惧消退:消退能力或许更接近“稳定特质”

与初始学习形成鲜明对比的是,功能连接无法预测个体“消退”旧有记忆的能力。相反,消退学习的效率被大脑的结构连接(SC)牢牢把控。

在消退网络中,ACC依然是绝对的核心枢纽。ACC与海马、小脑以及杏仁核之间的白质纤维束密度,直接决定了个体能否顺利建立起抑制性的新记忆。由于结构连接代表了大脑中相对固定的解剖“硬件”,这一发现意味着,一个人克服恐惧、更新旧有认知的潜力,可能更多地受制于其相对稳定的神经解剖特质,而非一时的状态。

图10

Fig 4. 脑连接对个体差异的预测模型。LASSO回归分析清晰地揭示了功能连接专职预测习得(A/B),结构连接专职预测消退(C),而有效连接专职预测复发(D)。

四、有效连接预测记忆复发:前额叶与海马的定向调控

消退并不是抹除旧记忆,而是建立新的抑制性记忆。当环境改变时,旧有的恐惧往往会“复发”。研究发现,只有包含方向信息的有效连接(EC)能够预测这种复发倾向。

具体机制上,前额叶(PFC)和杏仁核对海马的“去抑制”(即减少抑制性输入)是导致复发的关键。在复发测试中,环境线索的改变需要海马进行上下文信息的重新表征,而前额叶与海马之间定向调控的个体差异,决定了这种上下文信息是否会唤醒原本被封存的恐惧记忆。

五、跨范式泛化:预测模型在不同学习任务中具有高度普适性

这项研究的另一大亮点在于其强大的泛化能力。研究者发现,基于恐惧学习任务训练出的脑连接预测模型,能够成功跨界预测参与者在完全不同的“认知预测学习”任务中的表现。不仅如此,基于静息态数据筛选出的关键连接,在任务态fMRI数据中依然保持了显著的预测效力。这说明该研究所揭示的核心学习网络特征,触及了人类联结学习的底层通用机制。

图11

Fig 5. 预测模型的跨范式泛化能力验证。无论是从恐惧学习推广到认知学习,还是在模拟数据与任务态数据中,模型都展现出了显著优于随机连接的预测准确率。

图12

Fig 6. 核心发现的全局网络图谱。该图综合呈现了在习得、消退和复发阶段,哪些具体的脑区连接(功能、结构或有效连接)真正发挥了决定性作用,以及它们的作用方向。

图13

研究意义

这项工作为我们理解“人类如何适应变化”提供了一个全新的多模态神经解剖框架。它不仅厘清了长期以来关于学习与消退脑机制的争议,更在理论和临床应用上带来了重要启发。

首先,它修正了我们对“消退”的认知。消退并非仅仅是习得过程的逆转或重复,它高度依赖于大脑的白质结构基础。这意味着,个体在暴露疗法(一种基于消退原理的心理治疗)中的表现差异,可能有着深层的解剖学限制。

其次,这一发现为焦虑症和创伤后应激障碍(PTSD)的精准干预指明了新方向。既然消退能力受制于较难改变的结构连接,那么在临床治疗中,与其一味地试图“增强消退”,不如将重点转移到“预防复发”上。同时,鉴于前额叶(PFC)和前扣带回(ACC)在整个学习与消退网络中的核心枢纽地位,未来或许可以通过经颅磁刺激(TMS)等非侵入性神经调控技术,精准靶向这些区域,从而帮助那些受困于情感障碍的患者重塑认知灵活性。

分享人:饭鸽儿

审核:PsyBrain 脑心前沿编辑部

💡 关于我们

👋 你好,这里是「PsyBrain 脑心前沿」

🧠 专注追踪全球认知神经科学的最尖端突破

🔍 视野直击 Nature, Science, Cell 正刊 及核心子刊与顶级大刊

📄 每日速递「深度解读」与「前沿快讯」

科研是一场探索未知的长跑,但你无需独行。欢迎加入 PsyBrain 学术社群,和一群懂你的同行,共同丈量脑与心智的无垠前沿。

👇点击卡片进群,欢迎你的到来👇

图14

图15

一键关注,点亮星标 ⭐ 前沿不走丢!

图16

图17

一键分享,让更多人了解前沿

预览时标签不可点

作者提示: 内容由AI生成

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

跳转二维码

图18

微信扫一扫可打开此内容,
使用完整服务

返回板块首页