背内侧前额叶皮层-中缝背核与腹外侧前额叶皮层-中脑多巴胺回路估计可控性并反映其对学习的影响

《Neuron》：Two prefrontal-subcortical circuits estimate controllability and reflect its impact on learning

　　

当人类及其他动物评估自身对结果的控制力较弱时，其动机与学习能力会发生改变。然而，大脑如何首先习得控制水平，以及该估计如何继而影响学习，仍不清楚。研究人员通过在人类被试中联合使用功能磁共振成像(fMRI)与经颅磁刺激(TMS)，为一个基于解剖结构的可控性学习模型提供了记录与瞬时干扰双重证据：其中背内侧前额叶皮层(dmPFC)通过追踪每次决策的置信度，并借助与中缝背核(DRN)的相互作用，来估计可控性及可控性的变化。对该回路中dmPFC活动的干扰损害了可控性学习。此外，研究人员识别出另一机制：可控性估计通过其与多巴胺相关中脑核团及特定前额叶亚区信用分配(credit assignment)信号的广泛关联，调控了结果信号。破坏dmPFC活动会损害关于可控性的学习；置信度与环境可控性估计共同塑造了结果归因；控制估计调制了中脑多巴胺(midbrain dopamine, MBD)核团中的教学信号。

研究背景与问题提出

当个体感知自身对结果缺乏控制时，其动机与学习效能随之下降，这一现象在习得性无助等研究中已被广泛关注。然而，大脑如何从无明确反馈的模糊结果中推断“环境是否可控”、该可控性估计又如何反向调制后续强化学习中的信用分配与预测误差计算，长期缺乏基于人类神经影像与因果干预的系统解答。已有研究多聚焦厌恶学习下中缝背核(DRN)与无助感的关系，或中脑多巴胺(MBD, 含腹侧被盖区VTA与黑质SN)在强化学习中的预测误差编码，但将“元认知置信度—可控性估计—结果归因—多巴胺教学信号”整合为层级模型的证据不足。该文发表于《Neuron》，旨在以7T fMRI记录与dmPFC连续θ爆发刺激(cTBS)因果干预，阐明两条前额-皮层下回路的功能分工。

主要技术方法

研究纳入健康成人被试：fMRI实验22人（7T，超高频场强以分辨DRN、MBD等小核团，基于解剖ROI提取BOLD与时间过程，全脑簇校正用于皮层分析）；cTBS因果实验20人（dmPFC靶点位于fMRI全脑归因效应峰MNI(0,31,44)，对照为顶点vertex与假刺激，80%主动运动阈值强度）。行为范式为零点二选一圆点频率判断小游戏，穿插可控块（90%中性委员会即结果由表现决定）与不可控块（10%中性），每块前30试次为学习试次、后15试次为全中性探测试次；每试次报告置信度(0–1)、接收结果、归因至中性或随机委员会、更新块级可控性估计（“中性率”）。计算模型以报告置信度P(o_t|N)与块估计P(N)形成期望E_t，按加权预测误差δ_t更新P(N)，并输出归因概率P_attribution。影像分析含ROI-GLM、心理生理交互(PPI)、留一峰值选择防时序偏倚、Holm-Bonferroni多重较正；行为用线性/逻辑混合效应模型。

研究结果

人类被试估计简单任务环境是否可控

被试在可控与不可控块间准确更新块级中性率估计，且探测试次归因与同块早期学习试次显著相关（Spearman=0.77），证明块级先验偏置试次级归因。难度影响正确率与置信度，但可控性水平本身不影响二者，排除单纯感知混淆。

环境与被试置信度共同影响结果归因

归因受客观块可控性、结果效价与置信度三联调制：正向结果在高置信下更归己，负向结果在高置信下更归随机，置信度×结果交互显著（χ²(1)=42.21, p<0.001）。计算模型复现上述模式及探测试次相关。

背内侧前额叶皮层表征归因信息

全脑分析显示dmPFC、47/12o（vlPFC-OFC边界）、后扣带、dlPFC等负向调制归因；dmPFC独特同时编码置信度（决策时负向，即不确定性正向）、试次归因与块级可控性估计；其置信度效应峰值跨被试与行为归因准确率显著相关，47/12o仅编码部分信号。

dmPFC-DRN回路追踪可控性更新

DRN与蓝斑(LC) BOLD随块级可控性更新量（无符号）升高，仅DRN更新信号跨被试与归因准确率相关。PPI显示归因时刻dmPFC-DRN功能连接随可控性更新量增强，dlPFC无此效应。

结果表征受结果归因调制

MBD在中性归因试次正向编码结果、在随机归因试次反向编码结果，即多巴胺相关教学信号依赖归因上下文；47/12o-MBD的PPI随归因增强，提示47/12o向VTA提供潜状态以支持信用分配。

dmPFC在可控性估计中的因果作用

cTBS抑制dmPFC使可控vs不可控块中性率差异更新变慢（F(2,34.99)=53.56, p<0.001），归因准确率下降（sham vs dmPFC: z=2.60, p=0.009），但不影响小游戏正确率与置信度报告，确证dmPFC对可控性估计与归因的因果必要性。

讨论与结论翻译

已知人类与动物的可控性信念塑造其学习与动机状态，尤其在厌恶结果下；但脑如何追踪正向结果的可控性、如何估计可控性及其如何影响学习尚不清。本研究显示结果归因依赖于与横跨前额及皮层下回路活动相关的置信度和环境估计。探测试次证明块级可控性估计作为先验动态偏置试次级归因，类似波动性先验调制强化学习证据加权，该机制在多变环境中提升效率，但错误先验或置信度可致乐观偏差、自我服务偏差或习得性无助。置信度居中更新：高置信正向归己、高置信负向归随机，提供确认偏差的机制解释。47/12o-MBD通路中MBD教学信号不被孤立计算，而反映当前可控性信念，47/12o表征潜状态供VTA预测误差计算。dmPFC-DRN通路追踪并更新可控性估计，dmPFC独编码置信度、归因与块估计三联信号，其置信度效应跨被试预测归因准度；cTBS因果扰动复制上述功能。DRN更新信号跨被试与归因准确率相关，且dmPFC-DRN PPI随更新增强，表明即便非厌恶情境DRN也参与可控性估计，与血清素系统语境动机调节一致。结论：归因非结果或预测误差的被动产物，而由置信度与可控性估计联合塑造；7T fMRI与TMS证明dmPFC-DRN回路负责可控性估计、47/12o-MBD回路反映可控性变化下的反馈信号改变。归因是主动层级过程，通过自我与环境信念调制学习，为理解适应行为及精神病理中归因扭曲提供回路级基础。