小鼠眶额叶皮层中信息内在价值的表征

《Nature Neuroscience》：Representations of the intrinsic value of information in mouse orbitofrontal cortex

　　

动物具有寻求并不改变奖励结果的信息的动机，提示信息具有内在价值。研究人员开发了一种基于气味的信索取求任务，显示小鼠会选择接收信息，即便该信息不改变水奖励结果。此外，小鼠愿意通过牺牲水奖励来为信息付出代价，表明信息对小鼠具有内在价值。研究人员使用微型内窥镜在小鼠学习信息寻求任务时揭示眶额叶皮层(OFC)的神经活动。研究人员观察到预测信息的气味与预测水奖励的气味出现不同的表征。一个潜变量模型在OFC神经元群体活动的低维动力学中重演了这些不同表征。这些数据提示小鼠演化出分离通路来分别表征信息的内在价值与水奖励的外在价值。因此，获取知识的欲望在小鼠中可被观察到，且该信息的价值在OFC中被表征。小鼠现在提供了一个便捷的实验系统来研究更高认知变量——信息价值的表征。

研究背景与立项依据

脊椎动物普遍存在获取信息的先天驱动，即使信息不影响外在奖励结果。已有功能磁共振与电生理研究提示中脑-前额叶奖赏相关结构及前扣带回(ACC)-外侧缰核环路参与信息寻求，但信息作为高阶认知变量的价值表征机制仍不清楚；尤其在眶额叶皮层(OFC)中，预测信息价值的感官线索如何经强化学习获得价值、并以群体结构表征，尚属未知。为回答该问题，研究人员在小鼠建立不改变奖励结果的气味信息寻求范式，结合纵向钙成像与潜变量建模，考察OFC对信息内在价值与水奖励外在价值的分离表征及学习涌现过程。论文发表于《Nature Neuroscience》。

主要关键技术方法

研究以野生型C57/BL6小鼠为样本队列，水限制后训练于三端口气味任务；采用微型内窥镜(miniaturized microscope)进行OFC群体钙信号纵向成像，CNMF-E提取细胞活动，跨会话细胞注册；构建双值Rescorla–Wagner强化学习模型与CEBRA(consistent embeddings of high-dimensional recordings using auxiliary variables)潜变量模型；利用编码指数(coding index)、线性解码与支持向量机、主成分轴分解分析群体表征；并通过延迟与水量权衡实验量化信息内在价值。

研究结果

小鼠重视信息

研究人员设计中央端口气味引导至信息侧端口或无信息侧端口的任务，侧端口气味预示25%概率水奖励；自由选时小鼠78%选信息端口，换边后多数维持偏好，且愿牺牲4–6 μl水当量以获取信息；缩短侧端口至水的延迟会降低信息偏好。双值Rescorla–Wagner模型（水分量+信息量，含延迟折扣指数λ）以70–80%准确率拟合行为，证明信息价值与水价值被分开计算。

信息寻求中OFC的价值表征

在七只小鼠OFC记录1138个ROI，中心端口信息预示气味引发信息条件刺激(CS)编码指数升高，侧端口气味引发信息非条件刺激(US)与水CS表征，水送达引发水US；17%细胞编码信息CS，25%编码信息US，21%编码水CS，9–19%编码水US；PCA第一主成分(占方差80%)定义信息预测轴，线性解码中心端口信息vs无信息达73%准确率，证明OFC含信息CS的群体表征。

内在与外在价值的分离表征

信息CS编码指数与水CS编码指数跨细胞不相关(r=0.04)；四中心气味任务（信息/无信息/高水/低水）中，两独立线性解码器分别达80%与66%准确率，解码权重夹角近正交(99.9°)，而不同信息预示气味诱发响应高度相关；表明OFC对信息内在价值与水外在价值使用近正交子空间，非广义价值编码。

OFC预测信息表征随价值缩放

1 s延迟会话相比10 s延迟，信息CS编码指数幅值降低，信息预示与无信息预示响应均减弱，但水CS/US编码不变；该缩放与行为偏好下降一致，说明OFC信息CS反映受延迟调节的信息内在价值。

信息价值表征随学习涌现

训练前中心气味仅预示左右侧，学习引入信息后，原左右侧编码细胞群中55%重叠细胞对信息预示气味反应增强，信息CS编码指数高于学习前左右差；侧端口信息US表征亦随训练出现，证明信息价值表征由原有侧别-水奖赏细胞群重塑涌现。

低维群体动力学中的分离表征

CEBRA联合多鼠神经与行为标签拟合得三维流形，信息vs无信息、奖赏vs无奖赏轨迹在低维空间可解码；1 s延迟下信息-无信息嵌入欧氏距离缩小；说明OFC动力学流形同时承载分离的信息与水价值潜变量。

讨论与结论翻译

研究人员开发了证明小鼠选择获取信息（即使该信息不改变任务奖励结果）的行为范式。此外，小鼠愿意牺牲水奖励换取信息，提示如同其他物种，信息对小鼠具有内在价值。该范式使小鼠信息寻求行为研究可用其他方法难以实现的手段展开。纵向钙成像揭示群体结构层面信息预测价值表征随学习涌现，气味引发的信息表征幅值受延迟缩放，决策模型提示该价值与水奖励分开计算；线性解码与CEBRA流形均显示OFC中信息价值与水奖励价值沿近正交维度分离。数据提示小鼠OFC演化出分别表征信息内在价值与水外在价值的专用通路，这与猴OFC单神经元正交编码概念一致。信息价值识别涉及高阶认知抽象，其初始强化来源仍待阐明；信息寻求可能源于不确定性厌恶的消解，或进化中信息曾带来外在价值而被选择固定，最终信息获取本身提供愉悦。