PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / J · 决策与强化学习 / J019 · Neuron中脑网状结构也参与“按情境改规则”，我们要重

J019 Neuron | 中脑网状结构也参与“按情境改规则”，我们要重估知觉决策的控制网络

来源：公众号 PSY-Brain_Frontier ｜发布：2026-05-13 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: The midbrain reticular formation in contextual control of perceptual decisions

发表时间: 2026.5.8

发表期刊:Neuron

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”跳转论文网页

引言

同样一个感觉输入，在不同情境中往往需要导向不同动作，这几乎是灵活行为最基本、也最容易被忽视的特征。对动物来说，难点不只是识别外界刺激本身，而是要把刺激放进“当前规则是什么”的框架里理解：眼前看到的是同一个信号，但它在此刻究竟意味着向左、向右，还是暂不行动，取决于个体对任务情境的内部判断。也正因为如此，真正的知觉决策并不只是感觉编码与动作输出之间的直连，而常常包含一个中间层——对情境、规则或任务状态的持续推断。

过去关于这类“情境控制”或“规则控制”的研究，主要聚焦于前额叶及其相关的皮层—基底节—丘脑回路。这一框架有坚实基础：抽象规则维持、任务切换、基于上下文的选择偏置，确实经常在这些区域中被观察到。但随着大规模记录技术的发展，研究者也越来越意识到，灵活行为可能并不是由少数“高阶认知区”单独完成的。许多传统上更常被归入感觉、运动、觉醒或脑干调控范畴的区域，也许并非只是执行端口，而是在更早阶段就参与了任务状态的表示与使用。

这篇论文把焦点放在中脑网状结构（midbrain reticular formation, MRF）。既往研究已经提示，MRF与感觉事件、动作选择、期望和运动相关活动存在联系；但它是否直接参与认知控制层面的情境表示，尤其是是否在刺激出现前就携带可用于后续决策的内部情境状态，一直缺少系统检验。换句话说，MRF中的信号究竟只是即将发生动作的伴随活动，还是也包含“当前该按哪套规则解释刺激”的信息，这是本文要回答的核心问题。

为此，作者没有采用普通的左右辨别范式，而是训练小鼠完成一项需要依据隐含区块来重映射刺激与反应的任务：左右外侧刺激的动作映射固定，但中心刺激在不同区块中要求相反动作，且区块切换不做显式提示。这样一来，动物若想稳定完成任务，就必须跨试次整合信息、形成关于当前情境的内部信念。只有先证明动物确实在利用这种潜在情境变量，后续关于MRF是否编码情境、如何影响选择形成的神经分析才有解释基础。

实验设计与方法逻辑

作者首先建立了一项能把“情境推断”与普通感觉辨别区分开的行为任务：头固定小鼠面对左、中央、右三个位置的视觉刺激，外侧刺激的刺激—动作映射固定，而中心刺激的正确动作取决于当前隐含区块；区块长度随机，切换不提示，因此动物必须依据试次历史更新内部情境判断。随后，研究沿三条线索推进：一是用行为建模检验小鼠是否形成了单一潜在“情境信念”变量；二是在任务执行中使用Neuropixels跨脑区同时记录，比较MRF与MOs、MOp、SCm、CP等区域对刺激、选择和前刺激情境的表征；三是结合choice subspace群体动力学、单神经元核回归/降秩回归以及解剖追踪与公开形态数据，分析情境信号如何嵌入动作选择过程，并考察其空间组织特征。

核心发现

发现一：小鼠在任务中形成了可更新的内部“情境信念”

整篇论文首先要站稳的，是动物做的究竟是不是“情境控制”，而不是简单的刺激—奖励联结。Fig. 1清楚展示了任务结构：左右外侧刺激总是对应固定动作，只有中心刺激会随着左右区块切换而改变正确反应，而且区块切换没有外显线索。结果显示，小鼠在区块切换后，中心刺激上的表现起初会受上一段区块影响，但会较快更新到新区块规则；与此同时，外侧刺激保持较高准确率，说明动物并不是整体性地失去任务能力，而是在专门更新对中心刺激的解释。

Figure 1. Mice remap stimulus-action associations in a flexible decision-making task by maintaining an internal context-belief variable

更关键的是，Fig. 1中的行为建模提示，小鼠的中心刺激选择可以被一个随经验变化的单一潜在变量较好刻画，作者将其概括为“context-belief model”中的情境信念。正文进一步表明，这一潜变量的更新并不只依赖中心试次上的奖惩历史，外侧刺激身份也能显著提升模型预测表现。换言之，小鼠并非只是把“中心刺激—奖励”做局部强化学习，而是在利用任务结构推断当前所处区块。

发现二：MRF在刺激出现前就携带情境信息，并与经典决策区域共同构成前刺激期状态表征

在确认行为层面存在情境推断之后，作者开始问：哪些脑区在刺激到来之前就已经反映当前情境？Fig. 2先把MRF放回解剖和记录框架中。作者展示了MRF与决策相关环路的连接、记录覆盖以及代表性神经元响应类型，可以看到MRF内并不只有单一的运动相关活动，而是同时存在刺激相关、选择相关、前刺激情境相关以及情境调制的试次响应。这个层面的观察很重要，因为它说明MRF不是简单的动作输出站，而是具备承载多类任务变量的神经基础。

Figure 2. Dense electrophysiological recordings of the MRF and connected regions during the flexible stimulus-action remapping task show diverse trial responses

进一步的跨区域比较见Fig. 6。作者对群体活动进行解码后发现，前刺激期的情境信息可从MRF、次级运动皮层（MOs）、上丘深层（SCm）和尾壳核相关区域（CP）等脑区稳定读出；相比之下，中心刺激上的选择信息只能在部分区域解码。读者需要把握的重点是时间顺序：情境信号在刺激出现前已存在，符合内部状态表征的特点，而不是由当前感觉输入被动触发。

Figure 6. Spatial distributions of cortical axon terminals and context-coding neurons in the MRF are correlated and enhanced in anterior MRF

发现三：情境作用更像是在预先设置后续选择动力学，而非简单改变起始偏置或早期感觉输入

论文最有机制意味的分析集中在Fig. 6。作者并未满足于“哪些区域能解码情境”，而是进一步追问：同样的中心刺激，为何会在不同区块中导向相反动作？他们将群体活动投影到choice subspace后发现，中心刺激试次的轨迹在刺激后会逐步分化，并在临近动作时走向与当前区块相符的选择状态。这说明问题的关键不只是“有没有情境信号”，而是这种信号如何进入选择形成过程。

围绕这一点，作者比较了三种可能机制：其一，情境先沿选择维度造成初始偏置；其二，情境改变了相同中心刺激引发的早期感觉输入；其三，情境在与选择维度近乎正交的维度中被预先表示，从而改变后续网络内部的动作选择动力学。Fig. 6提供的证据更支持第三种解释：不同区块在前刺激期沿选择轴的初始位置差异并不显著，早期刺激驱动轨迹角度也不足以解释最终重映射；相反，数据更符合“先建立情境状态，再影响后续演化方向”的框架。

图10

归纳总结和点评

这项研究最重要的贡献，是把中脑网状结构明确纳入了灵活知觉决策的分布式控制网络之中。作者先用任务设计和行为建模证明，小鼠在无提示区块切换中会形成并更新内部情境信念；再通过跨脑区记录、群体动力学和单细胞建模显示，MRF不仅在刺激前表征情境，还与后续动作选择过程紧密耦合。尤其值得注意的是，论文并未把MRF简单描述为“又一个有情境信号的区域”，而是强调其在错误预测和情境调制前运动响应上的组合特征。需要保持克制的是，本文核心仍是表征、建模和机制支持证据，尚未直接证明MRF对该行为的必要性或充分性，因此更适合被理解为一次重要的网络重定位，而非最终因果定论。

···

图11