《Human Brain Mapping》：Brain Dynamics Underlying Reaching Movements Under Uncertainty
编辑推荐：
运动反应受推断性可预测性影响，但不确定性或其倒数——精度——如何在运动控制网络中被编码仍不清楚。在本研究中，研究人员将伸手运动反应速度的计算建模与功能磁共振成像（fMRI）相结合。研究人员采用可预测性变化（~50%、~70%和~90%）的线索范式，检验关于左/
运动反应受推断性可预测性影响，但不确定性或其倒数——精度——如何在运动控制网络中被编码仍不清楚。在本研究中，研究人员将伸手运动反应速度的计算建模与功能磁共振成像（fMRI）相结合。研究人员采用可预测性变化（~50%、~70%和~90%）的线索范式，检验关于左/右伸手反应的预测性推断如何影响28名健康年轻成人的皮层活动和网络连接。行为结果显示，随着模型推导出的线索有效概率增高，无效与有效线索之间的反应速度差异增大。fMRI结果显示，在有效试次中，双侧顶内沟（IPS）、背侧前运动皮层尾侧部（cPMd）和小脑的活动随不确定性升高而增加。此外，当伸手到无效线索提示的目标时（即运动重编程期间），前运动皮层、双侧顶下叶（IPL）、IPS和颞顶皮层的激活增强。动态因果建模显示，在有效试次中，不确定性增加了从左到右IPS、从左IPS到cPMd以及从cPMd到初级运动皮层（M1）的连接。无效试次中的运动重编程增加了双侧IPL之间的耦合，并增强了从IPL到M1和从IPS到PMd的通路，同时降低了从右到左IPS的连接。这些发现首次提供了人脑伸手运动期间不确定性依赖的网络动态证据，并揭示了精度依赖的运动控制和运动重编程背后的不同神经机制，对以精度控制异常为特征的精神和神经疾病具有潜在意义。
论文解读：
研究背景方面，运动控制对日常活动至关重要，有效运动控制依赖预测即将发生的外部刺激所对应的运动反应，并在情境变化时更新或重编程这些预测。既有研究通过线索先于行为相关目标的范式操纵线索有效概率，产生不同程度不确定性，发现未提示的线索可预测性变化会影响反应时（reaction time, RT），提示参与者会基于试次历史连续推断线索可预测性。分层高斯滤波器（Hierarchical Gaussian Filter, HGF）等计算模型可描述这种推断。然而，推断的逐试次可预测性如何影响人脑运动控制网络内的连接仍不清楚。不确定性可能在后顶叶皮层、补充运动区（supplementary motor area, SMA）和前运动皮层（premotor cortex, PM）组成的顶叶-前运动网络中推断和编码，但其网络水平机制尚未明确。因此，研究人员旨在建立综合网络模型，解释运动、前运动和顶叶脑区如何通过推断可预测性以及无效试次中的运动重编程相互作用，实现伸手反应的灵活控制。
研究人员将伸手运动反应速度（response speed, RS）的计算建模与功能磁共振成像（functional magnetic resonance imaging, fMRI）结合，并采用动态因果建模（dynamic causal modeling, DCM）比较不同网络架构。28名健康年轻成人完成线索可预测性（cue predictability, %CP）约50%、70%、90%的无提示变化线索范式。行为上，无效与有效线索之间的RS差异随模型推导的线索有效概率增加而增大。fMRI显示，有效试次中双侧顶内沟（intraparietal sulcus, IPS）、背侧前运动皮层尾侧部（caudal part of dorsal premotor cortex, cPMd）和小脑活动随不确定性增加而增加；无效线索目标伸手即运动重编程时，前运动皮层、双侧顶下叶（inferior parietal lobe, IPL）、IPS和颞顶皮层激活增强。DCM表明，有效试次中不确定性增加左到右IPS、左IPS到cPMd、cPMd到初级运动皮层（primary motor cortex, M1）连接；无效试次运动重编程增加双侧IPL耦合及IPL到M1、IPS到背侧前运动皮层（dorsal premotor cortex, PMd）通路，降低右到左IPS连接。研究首次提供人脑伸手运动期间不确定性依赖网络动态证据，揭示精度依赖运动控制与运动重编程的不同神经机制，对异常精度控制相关精神和神经疾病具潜在意义。
关键技术方法方面，研究纳入28名健康年轻成人，来自招募的30名参与者，2名因头动过度被排除；其中13名女性、15名男性，年龄18至35岁，平均25.1岁，均为右利手。任务为线索范式，线索可预测性约50%、70%、90%，要求左/右手指向相应视觉目标完成伸手反应，并记录眼动与行为反应。使用3 T MRI采集T2*加权回波平面成像（echoplanar imaging, EPI）血氧水平依赖（blood-oxygen-level-dependent, BOLD）数据，并以SPM12预处理。以HGF对单试次RS建模，估计逐试次线索可预测性；以广义线性模型（general linear model, GLM）分析全脑活动；以DCM和固定效应贝叶斯模型选择及贝叶斯模型平均（Bayesian model averaging, BMA）估计有效连接。
研究结果：
3.1 眼动数据：参与者在线索期和目标期大部分时间维持中央注视，线索期固定时间为98.0%±0.4%，目标期为90.8%±2.3%，表明注视控制良好。
3.2 行为数据：捕捉试次（catch trials）中假警报率无显著真实%CP效应。RT分析发现有效性主效应、真实%CP主效应及二者交互；有效试次中70%和90%CP比50%CP反应更快，90%CP比70%CP更快；无效试次各CP无显著差异。准确率仅显示有效性主效应。基于HGF估计的RS分析显示有效性与估计线索可预测性交互，有效试次中最低估计可预测性反应更慢；无效试次无显著差异。说明行为受推断可预测性调制。
3.3 全脑GLM分析：右目标相对左目标伸手激活左中央后回、M1、SMA、中央岛盖和右小脑；左目标相对右目标激活右侧运动区等。有效试次中，模型推导线索可预测性对BOLD的负调制见于左内侧中央后回和cPMd、双侧IPS及左小脑，即不确定性越高活动越强。无效相对有效试次的对比显示双侧IPL、IPS、颞顶皮层、外侧枕皮层和PM激活增加。IPS同时参与不确定性调制和运动重编程。cPMd较运动相关区域更内侧，受不确定性调制但无显著左右伸手差异；运动相关M1、PMd、SMA显示对侧运动效应但不受不确定性影响。
3.4 DCM：排除1名模型拟合差的参与者，27名进入组水平分析。固定效应贝叶斯模型选择支持不确定性调制cPMd到双侧M1连接的模型家族；BMA由模型5主导。有效试次高不确定性增加左IPS到cPMd耦合；cPMd对左M1呈强负影响；左到右IPS连接受负调制；右半球类似模式但后验概率低于0.95。无效试次运动重编程中，右IPS到右PMd、右IPL到右M1、双侧IPL间连接呈强正调制，右IPS对左IPS呈负影响。
讨论与结论方面，讨论指出不确定性是运动控制关键因素；结果支持贝叶斯主动推断框架，表明不确定性依赖处理涉及IPS、cPMd和M1间灵活耦合。IPS可能处理和整合线索及其预测价值，cPMd作为协调节点将相关信息传递至M1，调节运动执行；左侧化可能反映优势半球对运动不确定性的监督控制。有效试次存在稳健不确定性调制，而无效试次未观察到强可预测性依赖调制，可能与注意系统与运动系统差异及线索-目标时间间隔有关。无效线索运动重编程涉及顶叶和前运动区，网络连接呈右半球化，可能反映空间重定向和运动协调需求，而非任意刺激-反应映射下的动作选择。研究还提示，精度控制异常与精神和神经疾病相关，例如帕金森病中运动启动和维持困难与感觉衰减和感觉运动预测精度降低有关；小脑在GLM中显示有效试次不确定性调制，但未纳入DCM，未来可纳入丘脑、基底节及心肺信号。研究结论翻译为：总之，本研究为伸手运动的预测性控制提供了新的功能性神经架构见解。研究人员在一个综合运动控制网络模型中刻画了不同的相互连接功能子网络：一个由IPS、cPMd和M1组成的网络在有效试次中处理不确定性，以及一个由顶内、顶下和核心运动执行区域组成的网络在无效试次中协调运动输出和重编程。
