编辑推荐：
跨物种合作行为常由领导者与跟随者等社会角色组织，但其支撑这些涌现角色动态的神经机制尚不清楚。研究人员引入一种捕获合作中领导者-跟随者动态的小鼠范式。在此范式中，稳定社会角色通过互惠交互涌现并预测学习速度。破坏内侧前额叶皮层（mPFC）活动（尤其跟随者）损害合作
跨物种合作行为常由领导者与跟随者等社会角色组织，但其支撑这些涌现角色动态的神经机制尚不清楚。研究人员引入一种捕获合作中领导者-跟随者动态的小鼠范式。在此范式中，稳定社会角色通过互惠交互涌现并预测学习速度。破坏内侧前额叶皮层（mPFC）活动（尤其跟随者）损害合作，并诱导动物在决策中对自我与同伴线索权衡产生互补性偏移。钙成像揭示mPFC以角色依赖方式表征领导者-跟随者动态，并计算同伴位置的自我中心社会价值图。通过将经验发现与多智能体逆强化学习（MAIRL）框架整合，研究人员识别出引导合作决策的潜在价值函数，且可从mPFC活动中解码。这些发现确立了领导者-跟随者动态及同伴信息的prefrontal表征，揭示社会角色如何结构化地对联合决策施加非对称而互惠的影响。
研究背景与立项依据
合作广泛存在于社会物种中，领导与跟随是最常组织合作行为的策略之一，使个体在共享目标下相互施加非对称影响。然而，缺乏生态效度高的小鼠领导者-跟随者范式，制约了现代神经科学工具在此模型生物中的应用；社会角色如何实例化为不同行为策略并塑造协调决策，其神经机制大多不清。不同于离散回合制博弈，自然社交交互连续展开，目标与策略常不可观测，将逆强化学习（IRL）拓展至多智能体生物系统极具挑战。为此，研究人员开发小鼠合作觅食范式与多智能体IRL（MAIRL）框架，考察mPFC如何以角色特异方式编码同伴模型与非对称影响。
论文发表于《Nature》，核心结论是：稳定领导者-跟随者角色在小鼠互惠交互中自发涌现，mPFC（尤其跟随者侧）因果支持角色依赖的合作，并以自我中心坐标表征同伴位置构成角色依赖的社会价值图；MAIRL推断的潜在价值函数与mPFC群体活动可定量对应，且在化学遗传失活后选择性受损。
主要关键技术方法
研究人员使用同笼同性、限水小鼠对（89对）在方形竞技场开展双端口同步鼻触合作觅食任务；以到达奖励区先后定义领导者/跟随者，以触发试次先后定义发起者/响应者；通过换伴、双领导者/双跟随者重配对检验角色稳定性。神经因果干预采用mPFC与眶额皮层（OFC）的hM4D(Gi)化学遗传双侧/单侧失活及无线光遗传短时沉默。神经记录采用单光子钙成像记录领导者或跟随者mPFC神经元，结合CEBRA对比学习降维与逻辑回归解码。计算端构建前向多智能体强化学习（MARL）与MAIRL，从轨迹推断自我位置、同伴距离与角度的价值函数分量。非社交刺激追踪任务作为对照。
研究结果
涌现的领导者-跟随者角色：89对中88对达标；女性学习更快。领导者（按到达顺序）与发起者（按试次触发）是两个可分离维度，不与优势等级相关。角色跨伴侣稳定（14只中12只保角色），双领导/双跟随配对中13/16对重组出领导-跟随分裂。领导不对称性高预测配对学习速度，领导主导试次合作率更高。
非对称而互惠的角色动态：逻辑回归显示跟随者自身朝向权重被同伴（领导）朝向强烈调制，领导者亦受跟随者朝向影响但较弱；同伴朝向对所有方向选择均有作用。领导者朝向与位置对跟随者选择影响强于其自身空间变量，证明非对称但双向的社交耦合。
模拟中的自发角色涌现：前向MARL中初始同质智能体在共享奖赏下自组织出显著发起者与领导者不对称性（200对中183对显著），说明随机学习波动经协调需求放大即可涌现角色，与基因相同小鼠一致。
mPFC支持角色特异合作：双侧mPFC（非OFC）失活增加错配错误、降低领导不对称与整体合作率；仅失活跟随者mPFC即损害合作并使其决策更依赖自身朝向、脱离同伴位置，领导者则代偿性增强对跟随者朝向敏感度；仅失活领导者mPFC无显著行为破坏。光遗传短时沉默早期1–2秒即损性能但不消除角色身份。非社交刺激追踪任务中mPFC失活不影响成绩，证mPFC专司同种社交协调。
mPFC编码领导对跟随：钙成像显示20.0%跟随者神经元、14.5%领导者神经元对到达顺序（领导/跟随）选择化，且偏向本角色少频类型；群体解码到达顺序高于机会，跟随者侧更准，表明mPFC嵌入角色身份而非仅瞬时顺序。
mPFC中的自我中心同伴图：8.3%神经元以自我中心（对齐头部方向）调谐同伴位置，约为allocentric或非对齐egocentric的4倍；跟随者角解码显著优于领导者。距离调谐近距偏好，跟随者角度调谐在0°附近峰化。换为错配规则后跟随者距离调谐远移、双角色角度调谐由前向转后向；非任务社交中该比例下降。试次级前端/后端调谐波动预测角色偏离与错配错误。
推断价值与mPFC活动对齐：MAIRL分解出自我位置、同伴距离、同伴角度价值分量；跟随者同伴近距离价值峰显著，且领导在前方时更强。各分量模型增益与mPFC解码精度跨鼠相关。mPFC群体活动可解码推断复合价值（跟随者全解码、领导者部分）。化学遗传失活后跟随者近端同伴距离价值显著降低，将该值植入仿真复现合作受损。
讨论与结论翻译
讨论指出，小鼠领导性反映联合决策中社会影响的机构性非对称：领导由到达时间操作定义，但对同伴轨迹与目标选择不成比例地影响；然此影响非单向，领导在跟随者主导试次亦兼容，跟随者mPFC失活引领导者代偿。非社交刺激追踪性能更低且丧失双向角色动态，凸显同种交互本质。mPFC两角色均编码领导-跟随与自我中心同伴位置，部分领导神经元赋值同伴距离/角度，故领导是非对称而互惠的伙伴关系。角色不预决于运动基线、学习或优势等级，前向MARL证共享激励可自组织角色。mPFC因果介入中化学遗传减角色不对称而光遗传仅扰执行，呼应MAIRL所见跟随者同伴距离价值下降。mPFC以自我中心坐标（较hippocampus/Prelimbic的allocentric/社会场所细胞）构建价值结构化认知图，非静态空间图。MAIRL将联合价值拆为紧凑特征，避枚举多智能体状态空间，与神经降维策略吻合。
结论（翻译）：研究人员范式与MAIRL提供实验可及且计算可释的路径以研究领导-跟随动态神经基础，确立prefrontal中非对称表征如何把角色基决策与细胞级自我中心同伴编码相联。
