PsyBrain 腦心前沿 | 公眾號(hào) PSY-Brain_Frontier

一鍵關(guān)注，點(diǎn)亮星標(biāo) ??

不錯(cuò)過(guò)每日前沿資訊

認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息：

Title:Distinct neural dynamics in the ventral hippocampus and medial prefrontal cortex during social information processing

發(fā)表時(shí)間：2025.12.10

Journal:PNAS

影響因子：9.1

獲取原文：

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

引言

我們每天都在做一件看似簡(jiǎn)單、其實(shí)非常燒腦的事情：在人群中迅速分辨“誰(shuí)是誰(shuí)”。是老朋友還是陌生人、要不要靠近、對(duì)方情緒如何，這些社交信息會(huì)在幾百毫秒內(nèi)被大腦解析出來(lái)。

臨床上，自閉譜系障礙（autism spectrum disorder, ASD）、精神分裂癥等患者，往往正是卡在這一步——看得到人，卻讀不懂“人”的信息。

長(zhǎng)期以來(lái)，研究者知道海馬（hippocampus）和前額葉皮層（prefrontal cortex）都與社交記憶和社交決策密切相關(guān)，其中

腹側(cè)海馬（ventral hippocampus, vHPC）更偏向情緒與社交記憶，內(nèi)側(cè)前額葉皮層（medial prefrontal cortex, mPFC）則被視為“高級(jí)決策中樞”。

但它們?cè)谟龅讲煌瑐€(gè)體時(shí)究竟如何“分工”，用什么樣的放電模式和腦電節(jié)律來(lái)區(qū)分“空籠、熟人、陌生人”，一直缺乏群體水平上的系統(tǒng)比較。

Wang 等人這項(xiàng)工作中，研究者在三房間社交測(cè)試中，讓小鼠在“空籠、熟悉個(gè)體、陌生個(gè)體”之間自由選擇，一邊用多電極分別記錄 vHPC 或 mPFC 的單元放電和局部場(chǎng)電位（local field potential, LFP），一邊用信息論和機(jī)器學(xué)習(xí)方法定量“這群神經(jīng)元到底能不能、以及多精準(zhǔn)地讀懂社交信息”。

結(jié)果顯示，雖然兩塊腦區(qū)都對(duì)社交線索有反應(yīng)，但 mPFC 利用以高伽馬（high gamma）為主的振蕩模式，構(gòu)建出更清晰、更穩(wěn)定的社交表征，在單次試驗(yàn)的解碼性能上明顯優(yōu)于主要依賴低伽馬（low gamma）的 vHPC，為理解社交障礙背后的回路失衡提供了新的切入口。

核心結(jié)果

兩塊腦區(qū)都能“看懂人”，但前額葉更能分清“誰(shuí)是誰(shuí)”

小鼠在三室社交實(shí)驗(yàn)中接觸空籠、熟悉個(gè)體、陌生個(gè)體時(shí)，腹側(cè)海馬（vHPC）和內(nèi)側(cè)前額葉皮層（mPFC）神經(jīng)元都會(huì)對(duì)社交刺激有選擇性放電。但用信息論和解碼分析一算，mPFC 在區(qū)分不同社交對(duì)象（比如熟悉 vs 陌生）時(shí)，信息量更大、分類更準(zhǔn)，單次試驗(yàn)的解碼表現(xiàn)明顯優(yōu)于 vHPC。

腹側(cè)海馬主打“低伽馬（low gamma）”，前額葉主打“高伽馬（high gamma）”

局部場(chǎng)電位（LFP）分析發(fā)現(xiàn)，vHPC 在小鼠探查社交對(duì)象（熟悉、陌生等）時(shí)，顯著增強(qiáng)的是 30–60 Hz 的低伽馬功率；而 mPFC 在社交探查時(shí)則以 60–120 Hz 高伽馬增強(qiáng)為主，低伽馬也會(huì)被調(diào)動(dòng)，但地位明顯靠后，兩塊腦區(qū)在“用什么頻段來(lái)處理社交信息”上有截然不同的偏好。

theta–gamma 耦合模式也不一樣：海馬“全頻帶”，前額葉“偏愛(ài)高伽馬”

進(jìn)一步看節(jié)律之間的耦合，在 vHPC，theta 相位和低伽馬、高伽馬振幅的耦合在社交條件下都增強(qiáng)；但在 mPFC，社交時(shí)增強(qiáng)的主要是 theta–高伽馬耦合，theta–低伽馬變化不明顯。說(shuō)明這兩個(gè)區(qū)域在“節(jié)律協(xié)同”這層上也各有分工。

“放電＋腦電”一起上，前額葉的社交表征更清晰、更抗噪

作者把神經(jīng)元放電信息和多頻段 LFP 特征一起喂給解碼器，發(fā)現(xiàn)相比只用 spike，加入 LFP 后，vHPC 和 mPFC 的解碼準(zhǔn)確率都能提升，但 mPFC 依然更強(qiáng)，而且在只保留 theta、低伽馬、高伽馬這些核心頻段時(shí)，mPFC 還能解出社交信息，vHPC 就不行了。幾何分析顯示，mPFC 的“信號(hào)–噪聲夾角”更大，也就是在高維空間里，區(qū)分不同社交刺激的幾何表征更開(kāi)、更不容易被噪聲淹沒(méi)。

Fig. 1. Distinct neural responses to social stimuli in the vHPC and mPFC.

Fig. 2. Enhanced representation of social information in the mPFC compared to the vHPC.

Fig. 3. Differential gamma oscillations in the vHPC and mPFC.

Fig. 4. Theta-gamma coupling during social investigation.

Fig. 5. Spike–LFP synergy decoding.

Fig. 6. Single-trial pseudopopulation decoding and geometry representation in the vHPC and mPFC.

AI一句話銳評(píng)：

同樣是“看人下菜碟”，腹側(cè)海馬像是記住人臉的熟人通訊錄，而內(nèi)側(cè)前額葉則更像一位帶著高頻濾波器的社交策略官，把嘈雜的線索整理成清晰可讀的“誰(shuí)是誰(shuí)”。

前沿交流|歡迎加入認(rèn)知神經(jīng)科學(xué)前沿交流群！

核心圖表、方法細(xì)節(jié)、統(tǒng)計(jì)結(jié)果與討論見(jiàn)原文及其拓展數(shù)據(jù)。

分享人：BQ

審核：PsyBrain 腦心前沿編輯部