認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:Acetylcholine demixes heterogeneous dopamine signals for learning and moving

發(fā)表時間:2026.3.25

發(fā)表期刊:Nature Neuroscience

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

多巴胺（dopamine, DA）常被放在強(qiáng)化學(xué)習(xí)框架里理解，尤其與獎勵預(yù)測誤差（reward prediction error, RPE）有關(guān)；但在背側(cè)紋狀體相關(guān)研究中，它也經(jīng)常出現(xiàn)在動作啟動、定向和運(yùn)動活力（movement vigor）變化之前。對背內(nèi)側(cè)紋狀體（dorsomedial striatum, DMS）這類DA主要作用的下游區(qū)域來說，真正接收到的往往不是單一功能信號，而是把學(xué)習(xí)相關(guān)和運(yùn)動相關(guān)成分混在一起的瞬時輸入。

這篇論文要回答的問題是：DMS局部回路如何區(qū)分這些異質(zhì)DA信號。作者重點(diǎn)檢驗(yàn)乙酰膽堿（acetylcholine, ACh）是否會通過與DA的瞬時時序關(guān)系，改變DA更偏向哪一類功能。正文提出的核心假設(shè)是，ACh的動態(tài)可能門控DA對紋狀體神經(jīng)元的作用，但這里的證據(jù)重點(diǎn)是行為中的時序關(guān)聯(lián)、行為預(yù)測和放電更新，而不是直接的因果操控證明。

實(shí)驗(yàn)設(shè)計與方法邏輯

作者讓大鼠執(zhí)行一個自定步調(diào)的 temporal wagering task。每個試次里，動物先啟動試次，聽到表示獎勵大小的聲音線索；隨后側(cè)邊獎勵口被指示，再經(jīng)歷一段不可預(yù)測的等待延遲，動物可以繼續(xù)等待取獎，也可以中途放棄并重新開始。這個任務(wù)的重要設(shè)計點(diǎn)，是把獎勵相關(guān)線索與對側(cè)定向運(yùn)動事件在時間上盡量分開，便于比較同一DMS位點(diǎn)在不同事件上的遞質(zhì)動態(tài)（Fig. 1）。

在此基礎(chǔ)上，作者用光纖光度法（fiber photometry）記錄DMS中的DA和ACh釋放，先看兩者在不同任務(wù)事件上的基本模式：哪些時點(diǎn)更像RPE相關(guān)事件，哪些時點(diǎn)更像對側(cè)定向運(yùn)動事件（Fig. 2）。隨后，文章把重點(diǎn)轉(zhuǎn)向ACh與DA的相位關(guān)系（phase relationship）：在報價線索處，DA是否稍滯后于ACh dip；在獎勵線索處，DA是否反而早于ACh dip；這些不同相位關(guān)系，是否分別對應(yīng)后續(xù)行為更新或不更新（Fig. 3, Fig. 4）。

最后，作者在另一組動物的DMS做Neuropixels記錄，用行為代理指標(biāo)去檢驗(yàn)：與學(xué)習(xí)相關(guān)的DA事件，是否伴隨隨后試次中任務(wù)誘發(fā)放電率的持續(xù)變化；而運(yùn)動相關(guān)DA事件，是否更接近對當(dāng)前動作活力的預(yù)測，而不表現(xiàn)出類似的持續(xù)放電更新（Fig. 5, Fig. 6）。需要注意的是，論文沒有直接操控DA-ACh精確相位，因此“門控”更適合表述為得到較強(qiáng)支持的模型，而非最終因果定論。

核心發(fā)現(xiàn)

發(fā)現(xiàn)一：DMS里的DA并不是單一信號，ACh在學(xué)習(xí)事件和運(yùn)動事件上呈現(xiàn)不同配套動態(tài)

作者首先顯示，DMS中的DA在不同任務(wù)時點(diǎn)復(fù)用了不同功能成分。報價線索處，DA隨獎勵大小變化；獎勵線索處，DA又隨等待時長變化，符合文中對RPE樣信號的操作性定義。與此同時，在獎勵口亮起和opt-out后回到中口這類會引發(fā)對側(cè)定向的時點(diǎn)，DA對對側(cè)運(yùn)動更敏感；對應(yīng)地，ACh在前一類事件上更常表現(xiàn)為dip，在后一類事件上則更常表現(xiàn)為burst。

這說明，同一DMS記錄區(qū)域里，學(xué)習(xí)相關(guān)與運(yùn)動相關(guān)DA信號是混合存在的，而ACh動態(tài)在這兩類情境中并不相同，為后續(xù)“如何區(qū)分功能”提供了線索。

Fig. 2 中，作者把DA和ACh對不同任務(wù)事件的時間鎖定響應(yīng)并列展示：報價線索和獎勵線索更接近RPE樣事件，而獎勵口亮起、opt-out后回中更接近對側(cè)定向運(yùn)動事件；這張圖也對應(yīng)了“發(fā)現(xiàn)一”。

在報價線索處，DA相對ACh dip大約滯后約100 ms。這個時點(diǎn)上的DA幅度能預(yù)測下一試次啟動時間的變化，而且基于獎勵大小調(diào)制RPE的模型可以解釋大鼠跨試次的啟動行為變化。相應(yīng)地，作者還看到，與這一行為代理RPE相關(guān)的DMS任務(wù)誘發(fā)放電率變化，主要出現(xiàn)在報價線索附近，并且可持續(xù)到后續(xù)試次，構(gòu)成與體內(nèi)可塑性（in vivo plasticity）一致的證據(jù)鏈。

但在獎勵線索處，DA峰值反而先于ACh dip。作者沒有觀察到它與下一試次啟動時間變化的關(guān)系；進(jìn)一步考察等待多久才放棄、延遲期探頭概率以及首次探頭潛伏期，也沒有得到清楚的后續(xù)行為更新證據(jù)。正文在這里的表述是“未發(fā)現(xiàn)可觀察到的關(guān)系”，而不是否定該時點(diǎn)DA存在任何學(xué)習(xí)作用。

Fig. 3 把兩個關(guān)鍵時間點(diǎn)區(qū)分開來：報價線索時DA落在ACh dip之后，并與下一試次啟動變化相關(guān)；獎勵線索時DA領(lǐng)先ACh dip，且不對應(yīng)作者測到的啟動更新。Fig. 4 繼續(xù)檢驗(yàn)等待相關(guān)行為，也沒有看到清楚的后續(xù)更新；Fig. 5 則顯示報價線索附近更存在持續(xù)到后續(xù)試次的放電率變化，這幾張圖共同支撐了“發(fā)現(xiàn)二”。

在獎勵口亮起和opt-out這兩類對側(cè)定向事件上，DA信號峰值都先于頭部速度峰值，時間上大約領(lǐng)先百毫秒量級；而且DA信號更強(qiáng)的試次，往往對應(yīng)更快的反應(yīng)。作者還指出，這里的運(yùn)動快慢以及對應(yīng)DA信號，并不呈現(xiàn)簡單的“獎勵越大越快、DA越強(qiáng)”的關(guān)系，因此不太像單純價值編碼。

與此同時，正文沒有看到這類運(yùn)動相關(guān)DA像報價線索處那樣，能普遍預(yù)測后續(xù)試次中的持續(xù)放電更新；但DMS群體放電可以解碼快慢反應(yīng)。更穩(wěn)妥的理解是，這部分DA更接近對即將發(fā)生的對側(cè)定向運(yùn)動活力的預(yù)測，而不是跨試次學(xué)習(xí)更新的主要窗口。

Fig. 6 中，作者把運(yùn)動相關(guān)事件上的DA時間過程、頭部速度和快慢反應(yīng)分層結(jié)果放在一起，顯示DA既在時間上先于動作速度，也與定向反應(yīng)快慢有關(guān)；這張圖也對應(yīng)了“發(fā)現(xiàn)三”。

總結(jié)

這項研究支持一種更細(xì)的讀法：在大鼠DMS里，DA的功能不能只看幅度，還要看它與ACh的瞬時時序。ACh dip后稍滯后的DA，更關(guān)聯(lián)學(xué)習(xí)更新及隨后試次的放電變化；與ACh burst同步的DA，則更貼近對側(cè)定向運(yùn)動活力。邊界是，論文尚未直接做DA-ACh相位的因果操控。

分享人：BQ

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨(dú)行。歡迎加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點(diǎn)擊卡片進(jìn)群，歡迎你的到來

一鍵關(guān)注，點(diǎn)亮星標(biāo) ? 前沿不走丟！

一鍵分享，讓更多人了解前沿