任务切换过程中主动与被动元控制的独立神经基础

《NeuroImage: Reports》：Distinct Neural Bases of Proactive and Reactive Metacontrol during Task Switching

本研究通过fMRI和MVPA分析，揭示海马体前部（aHPC）编码目标与干扰项固定关联的语境学习，后部（pHPC）维持干扰项独立的空间模式，顶枕联合区（TPJ）动态调节二者对注意力的引导，证实了语境指导与干扰项抑制两种机制的神经分化。

　　研究揭示了一个关于人类如何利用重复出现的干扰项布局优化目标选择注意力的神经机制。这项研究主要关注海马体在情境学习中的作用，特别是在目标-干扰项关联（context-target associations）和单纯的干扰项关联（sole-context associations）之间的区别。研究者采用了一种两阶段的视觉搜索范式，通过功能性磁共振成像（fMRI）技术来探讨这些记忆表示如何在大脑中形成并被解码。在第一阶段，干扰项和目标位置都保持一致，使得目标位置能够被干扰项布局直接预测；而在第二阶段，干扰项布局保持不变，但目标位置随机变化，从而削弱了干扰项对目标位置的预测能力。研究结果显示，海马体在两种情境下都表现出了可靠的解码能力，这表明海马体在处理目标-干扰项关系和干扰项关系上都扮演了重要角色。此外，研究还发现，海马体前部和后部在处理这两种不同类型的情境时表现出不同的功能分工。

研究采用了基于相关性的多体素模式分析（MVPA）方法，对海马体内的活动模式进行了解码，以区分这两种情境下的记忆表示。通过这种方法，研究者能够直接对比目标-干扰项关联和干扰项关联在海马体中的不同表现。结果显示，目标-干扰项关联在海马体前部表现出更强的表示，而干扰项关联则主要在海马体后部得到支持。这种空间记忆的解码结果与行为数据相吻合，表明在情境学习过程中，大脑能够根据干扰项的预测性，灵活地调整注意力分配策略。在目标位置可预测的情况下，海马体前部通过传递目标位置的信息，直接引导注意力；而在目标位置不可预测的情况下，海马体后部则通过抑制干扰项，间接提升目标的优先级。

研究还进一步探讨了海马体与颞顶联合区（TPJ）之间的功能性连接。TPJ被发现根据情境的预测性以不同的方式与海马体进行互动。在第一阶段，当干扰项布局能够可靠预测目标位置时，TPJ对海马体前部表现出正向影响，支持目标位置的直接选择。而在第二阶段，当干扰项布局不再预测目标位置时，TPJ则对海马体后部产生正向影响，帮助抑制干扰项，从而提升目标的优先级。这些结果表明，TPJ不仅在处理目标位置信息时起到关键作用，还能够动态调整海马体记忆对注意力的影响，以适应不同的情境需求。

研究还指出，海马体在两种情境下都表现出较强的解码能力，这表明它不仅参与了目标-干扰项的关联记忆，还负责处理干扰项之间的关系。这种区分在行为数据中得到了验证，即在目标位置可预测的情况下，参与者表现出更高的准确性和更快的反应时间；而在目标位置不可预测的情况下，虽然准确性和反应时间有所下降，但参与者仍然能够利用熟悉的干扰项布局来提升目标检测的效率。这说明海马体在视觉搜索过程中，不仅能够直接指导注意力到目标位置，还能够在缺乏明确目标位置信息时，通过抑制干扰项来间接提升目标的优先级。

研究还涉及了海马体内不同区域的功能分工。海马体前部主要负责目标-干扰项的关联记忆，而海马体后部则更侧重于干扰项之间的关系。这种功能差异不仅在解码分析中得到了体现，也在全脑的单变量分析中得到了验证。例如，在第一阶段，当目标位置可预测时，海马体前部表现出更高的激活水平；而在第二阶段，当目标位置不可预测时，海马体后部则展现出更强的激活。这些结果进一步支持了海马体在视觉搜索中存在功能性解离的假设，即海马体前部和后部分别承担了不同的记忆任务。

此外，研究还发现，TPJ在处理情境信息时具有高度的灵活性。它不仅能够直接利用海马体传递的目标位置信息来指导注意力，还能够在情境预测性降低时，通过抑制干扰项的处理来提升目标的优先级。这种动态调节能力使得TPJ成为情境学习和注意力选择之间的重要桥梁。当目标位置固定时，TPJ的激活增强，帮助快速定位目标；而当目标位置变化时，TPJ则减少对干扰项的注意力分配，从而提升目标的检测效率。这些发现表明，TPJ在不同情境下能够灵活地协调海马体记忆和注意力系统，以适应不同的任务需求。

在研究过程中，研究团队还对实验设计和数据分析方法进行了详细说明。参与者首先在扫描仪外接受训练，以熟悉任务，并形成对重复情境的隐性记忆。随后，他们进入扫描仪内，进行两阶段的视觉搜索任务。第一阶段的实验条件为“Old-All”，即目标和干扰项位置均固定；第二阶段的实验条件为“Old-D”，即干扰项位置保持不变，但目标位置随机变化。通过这种方法，研究者能够评估海马体在不同情境下的记忆表示是否发生了变化。

研究的分析方法包括基于相关性的MVPA和动态因果建模（DCM）。基于相关性的MVPA用于解码不同情境下的记忆表示，而DCM则用于评估海马体和TPJ之间的有效连接。结果显示，海马体前部和后部在处理目标-干扰项关系和干扰项关系时表现出不同的连接模式。这种连接模式的变化与情境的预测性密切相关，表明海马体和TPJ之间的相互作用是动态调整的。

研究还提到，虽然海马体在情境学习中发挥了重要作用，但其功能并非单一。它既能够编码目标-干扰项的关联记忆，也能够处理干扰项之间的关系。这种双重功能在行为数据和神经影像数据中均得到了支持。例如，在目标位置可预测的情况下，参与者表现出更高的任务效率，而在目标位置不可预测的情况下，虽然效率有所下降，但目标的检测仍然受到干扰项布局的影响。

研究还涉及了对不同实验条件下的记忆表示进行比较。在第一阶段，Old-All显示与New显示相比，表现出更高的相似性，这表明海马体成功编码了目标-干扰项的关联记忆。而在第二阶段，Old-D显示与New显示之间的相似性也显著增加，表明海马体能够处理干扰项之间的关系，即使这些干扰项不再预测目标位置。这种发现进一步支持了海马体在情境学习中的灵活性。

研究团队还讨论了海马体和TPJ在情境学习中的潜在机制。例如，海马体前部可能在学习初期更活跃，因为它负责形成目标-干扰项的关联记忆；而海马体重构则可能更关注干扰项之间的关系，以便在目标位置不可预测时进行抑制。TPJ则在不同情境下表现出不同的连接模式，表明它能够根据情境的预测性调整对海马体输出的响应。

综上所述，这项研究揭示了海马体在情境学习中的双重功能，即它不仅支持目标-干扰项的关联记忆，还能够处理干扰项之间的关系。同时，TPJ作为重要的注意力调节区域，能够根据情境的预测性动态调整海马体对注意力的影响。这些发现为理解情境学习的神经机制提供了新的视角，并且表明大脑能够通过不同的神经通路，灵活地适应不同的情境需求。