J080 Nat Commun | 最新发现！大脑有两个“决策顾问”？一个沉稳，一个灵活，专门应对不确定性！

来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-10-18 ｜ 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:Neural coding of choice and outcome are modulated by uncertainty in orbitofrontal but not secondary motor cortex

发表时间：2025.10.8

Journal：Nature Communications

影响因子：15.7

获取原文：

1. 后台回复“文献”即可获取PDF版本
2. 点击页面底部“阅读原文”即可跳转论文原网页

引言：在已知与未知之间，你的大脑如何分工？

想象一个场景：清晨，你走进常去的那家咖啡馆，毫不犹豫地点了杯“老样子”。这个决策简单、迅速，近乎本能。现在，切换到另一个场景：你在一个陌生的城市旅行，面对着数十家评分褒贬不一的餐厅和一份完全陌生的菜单，该如何选择？第二个决策充满了不确定性，需要你调动过往经验、分析现有信息，并采取一定的策略。

我们的大脑，正是以截然不同的方式处理这两种情况的。大脑的“执行中枢”——额叶皮层，负责规划、决策和适应环境。在这个中枢里，至少有两位关键的“部门主管”：一位是次级运动皮层（secondary motor cortex, M2），通常被看作是行动的直接管理者，负责执行决策；另一位则是眶额叶皮层（orbitofrontal cortex, OFC），以其精于评估不同选项的潜在价值、制定复杂策略而闻名。

长久以来，我们知道它们都参与决策，但它们之间是如何分工的？这种分工是固定不变的，还是会根据外界环境的可预测性动态调整？最近发表于《自然·通讯》（Nature Communications）的一项研究，通过观察大鼠从零开始学习一项复杂任务的过程，为我们揭示了一个出人意料却又无比优雅的答案。

省流总结

这项研究的核心发现可以概括为两个角色的鲜明对比：

次级运动皮层 (M2) —— “稳定执行官”

• 无论结果是确定的还是随机的，M2始终为“向左”或“向右”这样的选择意图提供强大、稳定且可靠的神经信号。
• 它对学习的贡献主要体现在任务规则最简单、最明确的初始阶段。

眶额叶皮层 (OFC) —— “不确定性专家”

• OFC的参与是动态的。当情境变得越不确定、越难以预测时，它编码选择和结果的神经信号就变得越强、越清晰。
• 其神经活动与“赢则坚守，输则转换”（Win-Stay, Lose-Shift）这类智慧的适应性策略直接相关。
• 在任何非完全可预测的环境中，OFC对于学习和适应都至关重要。

一言以蔽之： 大脑采用了一种精密的资源分配策略。稳定可靠的M2处理选择的常规执行层面，从而解放了计算成本更高、认知功能更强大的OFC，使其能够专注于应对模糊和不确定性带来的复杂挑战。

研究背景

为何要将OFC与M2同台竞技？

在神经科学领域，OFC和M2都长期被认为与灵活的、由奖励驱动的行为有关，这使它们成为理想的比较对象。

M2并不仅仅是一个简单的“马达”皮层。其广泛的解剖连接使其能够整合感觉和动机信息，以指导行动。以往的研究发现，M2发出选择意图信号的时间甚至早于其他额叶区域，并且也携带价值信号。

与此同时，OFC在灵活决策中的作用更是证据确凿。它以编码预期结果的价值、追踪风险以及根据反馈更新选择偏好而闻名——所有这些都是在概率性环境中学习的关键功能。

然而，一个关键的知识缺口始终存在：绝大多数以往的研究都是在已经完全掌握任务的“专家”动物身上进行的。这就像在比赛中研究职业运动员的大脑——你看到的是最终打磨成型的完美表现，却错过了至关重要的学习过程。这项研究的核心创新之处在于，它在动物从零开始学习（de novo learning）的过程中进行观察，并系统性地增加任务的不确定性，从而为我们打开了一扇观察大脑功能特化如何响应环境需求而涌现的罕见窗口。

研究问题

研究人员设定了三个清晰而深刻的科学问题，为我们探索大脑的决策机制提供了路线图：

1. 编码问题： 当动物在一个日益不确定的世界中学习时，M2和OFC中代表选择及其结果的神经活动模式有何不同？
2. 策略问题： 这些脑区的神经活动仅仅是选择本身的简单反映，还是也编码了动物做出该选择所使用的认知策略（例如，重复一个获胜的动作，或在失败后转换策略）？
3. 因果问题： 这两个脑区对于学习是否同等必要？还是说，它们的重要性取决于不确定性的程度？我们能否证明一种因果关系？

实验设计

为了回答上述问题，研究团队采用了一套“三位一体”的精妙实验设计，将观察、解码和因果干预相结合，构建了极具说服力的证据链。

任务——概率反转学习

研究人员设计了一个巧妙的触摸屏任务，系统性地挑战大鼠的适应能力。

• 基础学习： 大鼠学会通过触碰屏幕上两个位置中的一个来获得糖丸奖励。
• 灵活性挑战（反转）： 每进行75次试验，“正确”（即奖励概率更高）的一侧就会对调，迫使动物必须灵活调整策略。

• 核心操纵（不确定性递增）： 任务的核心在于奖励概率的系统性变化。实验分为三个阶段（Schedules），奖励的确定性逐渐降低，情境变得愈发模糊：

• 阶段1：从100%对0%的确定性奖励，过渡到90%对10%的概率性奖励。

• 阶段2：从90%对10%，过渡到80%对20%。
• 阶段3：从80%对20%，过渡到70%对30%。

Fig. 1 | Probabilistic reversal learning task performance in freely-behaving, lens-implanted rats

技术1：“读取”大脑——微型显微镜（Miniscopes）

研究人员使用了微型化的、可佩戴在头部的显微镜，这项技术被称为在体钙成像。通过一种名为GCaMP6f的荧光蛋白，神经元在兴奋放电时会“发光”，而微型显微镜则能实时捕捉数百个神经元的活动影像，让科学家得以在动物自由行为时，直接观察其大脑的“所思所想”。

技术2：“解码”大脑——机器学习

研究团队利用了一种强大的模式识别工具——支持向量机（SVM）分类器。他们将数百个神经元的集体活动模式作为输入，训练这个模型来“解码”，即仅根据大脑活动来预测大鼠将做出何种选择（向左或向右），或者将会得到何种结果（奖励或无奖励）。解码的准确率，直接衡量了特定脑区的神经活动中包含了多少关于选择或结果的信息 。

技术3：“控制”大脑——化学遗传学（DREADDs）

为了确定因果关系，研究人员使用了化学遗传学技术。他们将一种名为DREADDs的基因工程改造过的“分子开关”植入OFC或M2的神经元中。当给大鼠注射一种特定药物（CNO）时，这些开关就会被“拨动”，从而暂时并可逆地“关闭”该脑区的神经元。这使得研究人员可以直接发问：“如果我们关闭这个脑区，动物还能学会吗？” 从而直接检验该区域对于学习行为是否必不可少 。

这种将观察性（钙成像）、信息论（解码）和因果性（化学遗传学）方法相结合的“三角验证”策略，使得研究结论异常坚实和令人信服。

核心发现

通过精巧的实验设计，研究人员获得了一系列清晰的发现，共同描绘出M2和OFC在不同决策环境下的功能分工。

发现1：解码结果揭示了一个“稳定执行官”和一个“动态策略师”

• M2的选择信号稳定不变： 无论在哪种不确定性条件下，SVM解码器都能从M2的活动中以极高的准确率预测大鼠的选择。这个信号始终强劲而稳定。
• OFC的选择信号随需而变： 相比之下，利用OFC活动进行解码的准确率最初低于M2，但随着奖励变得越来越不确定，其准确率系统性地提升。在最模糊的70:30条件下，OFC编码的选择信息强度已经与M2不相上下。
• 启示： M2提供了一个稳定的运动意图表征，而OFC神经活动所包含的信息量则与决策的认知需求成正比。

Fig. 2 | OFC, but not M2, choice decoding accuracy increases with uncertainty.

发现2：在单细胞水平，OFC为难题招募更多“专家”

这一发现为解码结果提供了细胞层面的解释。研究人员分析了编码特定任务变量（如选择、结果）的“选择性”神经元所占的比例。

• 在OFC中： 随着不确定性的增加，专门负责编码“选择”（左/右）、“结果”（奖励/无奖励）以及“奖励获取”事件的神经元比例显著增加。OFC正在主动调动更多的神经资源来追踪这些关键变量。
• 在M2中： 编码这些变量的神经元比例在所有不确定性水平上都保持着惊人的稳定。M2的神经回路并未根据任务难度动态地调整其资源分配。
• 机制关联： 这为群体水平的解码结果提供了直接的细胞机制。SVM解码器之所以能在不确定性条件下从OFC中读出更多信息，正是因为OFC网络本身投入了更多的神经元（其基本构成单元）来表征这些信息。

Fig. 3 | Decoder results are explained by changes in the ratio of selective cells across schedules.

发现3：OFC的神经活动是动物认知策略的直接体现

研究人员进一步分析了解码准确率与大鼠所使用的具体行为策略之间的关系。

• 在OFC中： 解码选择和结果的准确率，与大鼠使用“赢则坚守”和“输则转换”策略的频率呈强正相关，而与“固执行为”（即不顾负反馈而顽固地坚持某个选项）呈负相关。
• 在M2中： M2的神经信号清晰度与动物的潜在策略之间没有发现这种关联。
• 深层含义： 这表明OFC不仅仅在编码选择“是什么”，而是在深层次上参与了基于近期历史的、逐次试验的计算——即“为什么”应该做出这个选择。它的活动反映了一种强化学习算法的实时运作。

Fig. 4 | Chosen Side and Trial Outcome decoding accuracy is predicted by behavioral strategy only in OFC.

发现4：因果性“敲除”实验——证实OFC在适应性学习中的核心地位

最后的化学遗传学实验提供了决定性的因果证据。

• 抑制OFC： 暂时关闭OFC会损害大鼠在所有不确定性条件下学习和准确执行任务的能力。这表明OFC对于这类灵活的、基于价值的学习是不可或缺的。
• 抑制M2： 与之形成鲜明对比的是，关闭M2仅仅在最简单、最确定的阶段（阶段1）损害了学习。在更复杂的概率性阶段，抑制M2没有显著影响。
• 最终拼图： 这最终证实了二者的分工。当规则清晰时，M2对于建立最初的、简单的“行动-结果”联结至关重要。但一旦环境变得充满不确定性，需要灵活的策略调整时，OFC便接管过来，成为学习的核心驱动力。

Fig. 5 | OFC, but not M2, neurons support learning under all uncertainty levels.

编辑部观点：

平衡稳定与灵活的神经智慧

这项研究描绘的OFC-M2关系，并非简单的上下级关系，而是一种精密、依赖情境的伙伴关系。M2提供了一个稳定的“运动意图”信号，如同一个可靠的输出端口，这种稳定性对于执行熟练行为至关重要且高效。与此同时，OFC则像一个专门的计算引擎，只在环境需要超越常规执行时才被“激活上线”。它构建了一幅认知地图或“任务模型”，用于在模糊不清的情境中指导行为。

这项工作对神经科学的启示是深远的。它有力地证明了为何研究大脑在学习过程中的状态至关重要，因为它揭示了在训练有素的“专家”身上无法看到的动态功能特化过程。它挑战我们不再以固定的标签来定义脑区功能，而是从它们在不同情境下的计算角色来理解它们。

此外，这些发现对于理解以认知僵化为特征的精神疾病（如强迫症和成瘾）具有重要意义。这些疾病通常表现为在结果改变时无法调整行为——一种“输则转换”机制的失灵。本研究将OFC及其在表征适应性策略中的作用，精准地指向了一个关键神经回路，其功能障碍可能是这些衰竭性症状背后的核心机制。

最后，作者还提出，M2选择信号在不确定环境下的非凡稳定性，可能使其成为未来旨在读取运动意图的脑机接口（BMI）技术的理想目标。

总而言之，Romero-Sosa等人的研究为我们打开了一扇美丽的窗口，让我们得以窥见大脑为应对生命中最根本的挑战之一所给出的优雅解决方案：如何在依据稳定知识果断行动的同时，保持足够的灵活性，以便在世界变幻莫测时不断学习。这是一个关于专业分工、协同合作以及支撑所有智能行为的神经智慧的故事。

Author information

第一作者: Juan Luis Romero-Sosa

Department of Psychology, University of California-Los Angeles, Los Angeles, California, USA.

美国加州，洛杉矶，加州大学洛杉矶分校心理学系

通讯作者1:Alicia Izquierdo

主要单位：

Department of Psychology, University of California-Los Angeles, Los Angeles, California, USA.

美国加州，洛杉矶，加州大学洛杉矶分校心理学系

通讯作者2:Hugh T. Blair

主要单位：

Department of Psychology, University of California-Los Angeles, Los Angeles, California, USA.

美国加州，洛杉矶，加州大学洛杉矶分校心理学系

Abstract

Orbitofrontal cortex (OFC) and secondary motor cortex (M2) are both implicated in flexible reward learning but the conditions that differentially recruit these regions are not fully understood. We imaged calcium activity from single neurons in rat OFC or M2 during de novo learning of increasingly uncertain reward probability schedules. Predictions of choice were decoded from M2 neurons with high accuracy under all certainty conditions, but were more accurately decoded from OFC neurons under greater uncertainty. Decoding accuracy of choice and outcome was predicted by behavioral strategies Win-Stay and Lose-Shift in OFC, but not M2. Whereas chemogenetic inhibition of OFC neurons attenuated learning across all schedules, M2 neurons were found to support learning in only the most certain reward schedule. Thus, OFC neurons preferentially encode choices and outcomes that foster a greater reliance on adaptive strategies under uncertainty. This reveals a functional heterogeneity within frontal cortex in support of flexible learning.

推荐相关阅读

Nature Communications |新国立团队揭示：偏见扭曲了大脑对物体的神经编码*⭐️[ 解读链接 ]***

Nature Communications |盲人“视觉”脑区，竟能“看见”运动？语言如何重塑大脑 **⭐️[ 解读链接 ]****

Nature Neuroscience | 哈佛大学揭示背外侧纹状体在习得技能中的神经机制 *⭐️[ 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 ]****

PLOS Biology | 大脑真的知道你在干什么吗？前额叶的任务身份编码机制 *⭐️[ 解读链接 ]*

Nature neuroscience |跨物种7T+钙成像揭示皮层层级重塑*⭐️[ 解读链接 ]*

Current Biology | 大脑的通用“计数器”：工作记忆如何跨越感官界限？⭐️[ 解读链接 ]

本文解读基于：Neural coding of choice and outcome are modulated by uncertainty in orbitofrontal but not secondary motor cortex， Doi: 10.1038/s41467-025-63866-5。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