認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:Accumulation of virtual tokens towards a jackpot reward enhances performance and value encoding in dorsal anterior cingulate cortex

發(fā)表時(shí)間:2026-03-28

發(fā)表期刊:Nature Communications

影響因子:15.7

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

日常決策往往依賴特定情境下的動(dòng)態(tài)參考點(diǎn)進(jìn)行價(jià)值評(píng)估。然而，在追求長(zhǎng)期目標(biāo)時(shí)，多試次累積獎(jiǎng)勵(lì)（如攢積分換大獎(jiǎng)）如何動(dòng)態(tài)改變主觀價(jià)值的內(nèi)部參考點(diǎn)，目前仍不清楚。盡管已知部分腦區(qū)參與相對(duì)價(jià)值計(jì)算，但背側(cè)前扣帶回皮層（dorsal anterior cingulate cortex, dACC）如何在單神經(jīng)元水平編碼參考依賴價(jià)值（Reference-dependent value, RDV），以及該編碼如何隨目標(biāo)進(jìn)度重塑風(fēng)險(xiǎn)偏好與決策行為，仍存在關(guān)鍵缺口。

實(shí)驗(yàn)設(shè)計(jì)與方法邏輯

研究人員記錄了兩只執(zhí)行代幣累積風(fēng)險(xiǎn)選擇任務(wù)的獼猴的dACC單神經(jīng)元活動(dòng)。獼猴需在兩個(gè)概率性選項(xiàng)中抉擇以增減虛擬代幣，累積代幣數(shù)（Accumulated tokens count, ATC）達(dá)6個(gè)時(shí)可獲果汁大獎(jiǎng)。行為層面，研究分析了預(yù)期價(jià)值（Expected value, EV）、風(fēng)險(xiǎn)與ATC對(duì)決策的影響，并對(duì)比了三種主觀價(jià)值預(yù)測(cè)模型。神經(jīng)層面，研究將單細(xì)胞放電率與行為模型回歸，通過(guò)ROC分析評(píng)估dACC神經(jīng)元對(duì)EV和風(fēng)險(xiǎn)的編碼權(quán)重在預(yù)測(cè)選擇上的準(zhǔn)確性，重點(diǎn)考察RDV模型下“收益”與“損失”的表征差異。

任務(wù)設(shè)計(jì)及 dACC 位點(diǎn)

核心發(fā)現(xiàn)

發(fā)現(xiàn)一：代幣累積進(jìn)度顯著提升決策表現(xiàn)并降低風(fēng)險(xiǎn)偏好

隨著ATC增加并逼近大獎(jiǎng)閾值，獼猴在選擇最優(yōu)EV選項(xiàng)時(shí)反應(yīng)更快、準(zhǔn)確率更高，且表現(xiàn)出更強(qiáng)的風(fēng)險(xiǎn)厭惡。行為數(shù)據(jù)表明，目標(biāo)進(jìn)度的推進(jìn)直接重塑了動(dòng)物的決策策略。

Fig. 2 中，作者展示了正確選擇概率與任務(wù)執(zhí)行時(shí)間隨ATC的變化；這張圖說(shuō)明隨著代幣累積，決策變得更準(zhǔn)更快。

模型比較顯示，獼猴的決策行為最佳由RDV模型解釋。在神經(jīng)層面，dACC細(xì)胞在編碼這種動(dòng)態(tài)主觀價(jià)值時(shí)表現(xiàn)出明顯的不對(duì)稱性，對(duì)“收益”的編碼招募了比“損失”顯著更多的細(xì)胞。

Fig. 7B 中，作者展示了在選項(xiàng)呈現(xiàn)后的多個(gè)任務(wù)階段顯著編碼收益與損失的細(xì)胞比例；這張圖把dACC對(duì)相對(duì)收益的偏好性招募呈現(xiàn)得非常清楚。

dACC神經(jīng)元不僅偏好編碼收益，其編碼權(quán)重還與最終的決策行為高度一致。在RDV模型框架下，收益條件下的EV差異回歸權(quán)重對(duì)實(shí)際選擇的預(yù)測(cè)準(zhǔn)確性顯著高于損失條件下的EV差異，表明基于動(dòng)態(tài)參考點(diǎn)的收益計(jì)算是驅(qū)動(dòng)目標(biāo)導(dǎo)向決策的核心神經(jīng)信號(hào)。

Fig. 7D 中，作者展示了神經(jīng)編碼權(quán)重預(yù)測(cè)選擇行為的ROC分析結(jié)果；這張圖說(shuō)明收益條件下的神經(jīng)信號(hào)對(duì)選擇的預(yù)測(cè)準(zhǔn)確性（AUC）顯著更高。

省流總結(jié)

本研究揭示獼猴在代幣累積任務(wù)中會(huì)根據(jù)距離大獎(jiǎng)的進(jìn)度動(dòng)態(tài)調(diào)整內(nèi)部參考點(diǎn)，目標(biāo)越近決策越穩(wěn)健。dACC神經(jīng)元通過(guò)參考依賴價(jià)值模型追蹤該過(guò)程，且對(duì)“收益”的編碼主導(dǎo)了決策預(yù)測(cè)。該發(fā)現(xiàn)為前景理論提供了神經(jīng)證據(jù)，但不可直接外推至人類復(fù)雜金融決策。

分享人：天天

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(jí)大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場(chǎng)探索未知的長(zhǎng)跑，但你無(wú)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(wú)垠前沿。

點(diǎn)擊卡片進(jìn)群，歡迎你的到來(lái)

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