行动模式子网络：决策、行动控制与反馈的神经机制解析

这篇开创性研究采用静息态功能连接（RSFC）和任务功能磁共振成像（fMRI），首次在个体层面揭示了行动模式网络（AMN）的四个功能子网络：决策（Decision）、行动（Action）、反馈（Feedback）和身体自我（Bodily Self）。通过元分析网络关联（MANA）和精确功能定位（PFM），研究阐明了AMN子网络在目标导向行为中的层级化处理流程，为理解认知控制、运动障碍和慢性疼痛的神经基础提供了新视角。

　　

行动模式子网络：决策、行动控制与反馈的神经架构

Significance
人类大脑被组织成若干大型功能网络，其中行动模式网络（Action Mode Network, AMN）是控制目标导向行为的关键系统。传统群体平均数据分析将AMN视为单一整体，但本研究通过个体化精确功能定位（PFM）发现，AMN包含四个功能异质的子网络，形成从目标决策到行动执行再到反馈评估的完整处理流。这一发现为解释AMN在认知冲突、运动控制和疼痛处理中的多功能性提供了结构基础。

Abstract
AMN最初通过静息态功能连接（RSFC）识别，其核心区域包括背侧前扣带回（dACC）、前岛叶和辅助运动区（SMA）。尽管任务fMRI将AMN与多种行为关联，但其功能异质性始终未解。本研究采用"由内而外"（inside-out）策略，结合超过5小时的个体化RSFC和任务fMRI数据，揭示了AMN-Decision、-Action和-Feedback三个分布式子网络，以及一个独特的扣带回缘部（pars marginalis）子网络。这些子网络通过元分析网络关联（MANA）和时序分析被功能注释，构成了从目标裁决到行动修正的神经处理层级。

Subnetworks within AMN
个体化分析显示，AMN包含四个可重复的子网络结构：

1. 前部子网络（Decision）：集中于dACC、背侧前岛叶和前额叶皮层（aPFC），与工作记忆和冲突决策相关；
2. 中央子网络（Action）：覆盖后部dACC和SMA，主导运动序列执行；
3. 外侧子网络（Feedback）：位于中岛叶和缘上回（SMG），专司疼痛和体感反馈处理；
4. 扣带回缘部子网络（Bodily Self）：可能参与身体自我建构。

亚皮层分析揭示：Decision子网络在前腹侧壳核和丘脑腹外侧核有代表；Action子网络在背侧壳核有密集投射；而Feedback子网络仅在小脑有显著表征。

Meta-Analytic Network Annotation (MANA) of AMN Subnetworks
通过创新的MANA方法对742个神经影像术语分析发现：

• Decision子网络显著关联"工作记忆"、"冲突"等认知术语；
• Action子网络与"运动序列"、"手指运动"等运动术语强相关；
• Feedback子网络则专属关联"疼痛"、"体感"等反馈术语。
  值得注意的是，扣带回缘部因现有研究数据匮乏未显示特异性关联，但人类电刺激研究表明其可能参与身体自我意识构建。

AMN Subnetworks Exhibit Differential Connectivity
弹簧嵌入图分析显示：

• Decision子网络与凸显网络（Salience）强连接，实现奖赏信息整合；
• Action子网络与躯体-认知行动网络（SCAN）和特定效应器运动网络耦合；
• Feedback子网络则优先连接背侧注意网络（DAN），支持视觉反馈处理。
  这种连接模式在排除20mm内局部信号干扰后依然稳健。

Spontaneous fMRI Signals in AMN Subnetworks Are Temporally Ordered
慢波信号（0.08-0.1Hz）时序分析揭示处理流方向：
Salience → AMN-Feedback/Decision → AMN-Action → SCAN → 效应器运动网络
该顺序与猕猴cingulate运动区到初级运动皮层（M1）的层级激活模式一致，支持进化保守的行动控制机制。

Discussion
A Functional Processing Stream of the AMN
AMN子网络架构解决了传统"由外而内"（outside-in）方法的功能定位矛盾：

• Decision子网络整合凸显网络的动机信号进行目标选择；
• Action子网络通过SCAN实现全身动作准备；
• Feedback子网络将疼痛和视觉反馈传回决策系统。
  这种层级处理流在静息状态下的自发波动中仍保持时序特征。

Targeted Treatments of Patients with AMN Disruptions
AMN子网络定位为神经调控提供新靶点：

• Decision子网络损伤导致意志缺失（abulia），见于帕金森病；
• Action子网络功能障碍引发冻结步态；
• Feedback子网络过度活跃与慢性疼痛相关。
  个体化子网络图谱有望提升深部脑刺激（DBS）的治疗精度。

Methods
研究整合三个数据集共15名受试者的高密度fMRI（98-356分钟/人），采用Infomap算法进行社区检测，在0.1%连接密度阈值下识别子网络。MANA分析通过Neurosynth数据库实现分布式网络功能注释，时空分析采用滞后相关和delta频段（0.5-4Hz）反相位耦合模型。