编辑推荐：
在运动控制与康复研究中，为探究初级运动皮层（M1）奖励信号的作用及应用，研究人员开展相关研究。结果表明，M1 奖励信号影响运动输出和学习，且可用于改进神经技术。这为增强运动控制和康复提供新思路。
在运动控制领域，以往人们普遍认为运动主要由大脑特定区域按部就班地发出指令完成。但近年来，越来越多的研究发现，奖励在运动过程中发挥着不可忽视的作用。想象一下，一位篮球运动员在比赛的关键时刻，看到奖杯就在眼前，此时他投篮的动力和表现可能与平时训练时大不相同。这种现象表明，奖励会影响运动行为。然而，目前对于奖励信号在大脑中的具体机制，尤其是在初级运动皮层（M1，大脑主要的运动输出区域）中的作用，还存在诸多未知。此前，虽然已经发现大脑一些区域对奖励有反应，但 M1 奖励信号的功能重要性常被忽视，很多人认为它只是其他脑区活动变化的附带产物。为了深入了解这一领域，来自法国里昂神经科学研究中心、瑞士洛桑联邦理工学院等机构的研究人员，包括 Gerard Derosiere、Solaiman Shokur 和 Pierre Vassiliadis 等人，开展了关于 M1 奖励信号的研究。该研究成果发表在《Nature Communications》上，为运动控制和康复领域带来了新的曙光。
研究人员主要运用了功能磁共振成像（fMRI）、经颅磁刺激（TMS）、脑电图（EEG）、多单元记录和局部场电位记录等技术。在研究过程中，通过对人类和动物模型进行实验，获取相关数据进行分析。
M1 奖励信号的基本特性和功能作用
- 基本特性：奖励信号可分为运动前和运动后信号。运动前信号与奖励的激活或激励作用相关，影响动作决策和运动活力。例如，在篮球场景中，运动员看到奖杯后，大脑中产生的预期奖励信号会影响其投篮前的准备动作。多项研究表明，运动前 M1 活动与奖励大小相关，fMRI 研究发现，当人们遇到预测高奖励的线索时，M1 活动增强；TMS 和 EEG 研究也证实，在选择正确动作可获得高奖励时，M1 的运动诱发电位（MEP）幅度增大。运动后信号与强化学习有关，在 M1 中，运动后奖励信号具有明显的时间选择性和结果依赖性，会根据之前运动的成功或失败而波动，并且受预期和实际奖励差异的调节，类似奖励预测误差（RPE），同时 M1 神经元对奖励信号的编码具有多样性12。
- 功能作用：有四条证据表明 M1 奖励信号具有重要功能。从进化角度看，灵长类动物 M1 接受的来自中脑奖励相关多巴胺能投射比啮齿动物更丰富，且与更丰富的运动技能发展相关。从神经元层面，奖励信号在 M1 特定神经元群体中表现，不同神经元对奖励和惩罚有不同反应。在强化学习中，奖励能诱导 M1 发生神经可塑性变化，增强 M1 的可塑性，相比仅通过感觉错误学习或独立于运动表现给予奖励，效果更显著。此外，M1 损伤会改变基于奖励的行为，如影响运动技能的强化学习和动作决策中奖励信息的利用34。
利用 M1 奖励信号开发新一代神经技术
- 利用 M1 奖励信号提高 BCI 的运动解码能力：BCI 旨在基于神经信号解码运动意图，恢复或增强运动功能。M1 是 BCI 中常用的脑区，其运动前和运动后奖励信号对 BCI 性能有重要影响。对于运动前奖励信号，将高奖励与 BCI 成功使用相关联，可提高 M1 神经活动的信噪比，促进运动解码，例如在运动神经康复中，可提高解码准确性，缩短患者训练时间。同时，估计 M1 奖励信号可增强解码器的鲁棒性，通过在训练阶段使奖励量可变，训练 BCI 解码器适应多种奖励信号，提高在现实场景中的解码性能。对于运动后奖励信号，可用于开发自主 BCI，通过检测运动后 M1 中的结果相关信号，实现运动解码器的 “自我训练”，使其适应环境和用户大脑状态的变化，还可设计实时错误检测器，在错误动作发生前进行纠正56。
- 结合脑刺激和奖励增强 M1 可塑性：M1 可塑性对运动学习和损伤后恢复至关重要，如中风后的恢复。临床神经科学旨在通过优化行为训练和非侵入性脑刺激（NIBS）协议来增强有益的神经可塑性机制，如长时程增强（LTP）和长时程抑制（LTD）。然而，目前 NIBS 在临床应用中存在个体差异大的问题。研究人员提出一种 “主动” 方法，通过外部奖励传递来触发刺激，使 M1 处于特定的最佳状态。具体而言，根据 M1 运动后奖励信号的定时选择性、结果依赖性和功能异质性，优化奖励 - 基于 NIBS 的协议。例如，在奖励传递后一秒内刺激 M1，选择合适的刺激技术（如 TMS、经颅聚焦超声刺激（tFUS）、经颅时间干扰刺激（tTIS））；根据运动结果和 RPE 调整刺激参数；使用亚阈值刺激（如 tFUS 或 tES）提高刺激的选择性，针对特定的奖励反应神经元，增强 M1 的可塑性和学习机制78。
研究结论表明，M1 奖励信号在运动控制和学习中具有重要的功能作用，并且在神经技术领域具有巨大的应用潜力。通过深入了解 M1 奖励信号的生物学特性，可以为开发新一代的 BCI 和 NIBS 技术提供理论基础，有望改善运动障碍患者的康复治疗效果，提高他们的生活质量。然而，目前的研究仍存在一些挑战，如在 BCI 中，如何更好地处理个体差异对奖励信号解码的影响，以及在 NIBS 中，如何进一步提高刺激的空间分辨率和针对性。未来的研究需要在这些方面继续探索，不断优化神经技术，使其更有效地应用于临床实践，推动运动控制和康复领域的发展。
