Science | 人类内侧额叶对领域一般性表现监控的几何特征

按：昨天Science上发表了一篇在人类身上进行单细胞记录的文章，探讨了内侧额叶对领域一般性和领域特殊性认知控制（监控）的编码。研究发现内侧额叶的神经元集群活动产生的一种几何特征可以允许在单个试次中准确读取领域一般性的信号，同时也保留有分离领域特殊性信号的能力。这一结果揭示了人类内侧额叶是如何做到在一般化和特殊化之进行权衡的，这可能构成了认知灵活性的关键。这篇文章内容非常丰富，这里只简要和概括性的介绍其主要发现，具体细节可参考原文和补充材料。

在没有外界反馈的情况下，对自身行为的监控（monitoring）是一项非常重要的能力，能够帮助人们评估自己是否犯错等等。在日常生活中，我们需要一种领域一般性的监控（domain-general performance monitoring）来帮助我们快速学习如何完成一项新的任务。同时，我们也需要利用一些领域特异性的方法来解决一些没有想到的错误或困难，这涉及到领域特异性的监控（domain-specific performance monitoring）。那么，在脑中是否存在同时支持领域一般性和特异性监控的神经表征呢，如果有，这些要求是如何被同时满足的呢？

特殊化（specialization）和一般化（generalization）需要对神经表征进行不同的约束。特殊化需要对被编码的任务参数进行分离，这可以通过增加神经表征的维度来实现；而一般化需要涉及一些抽象的方式来帮助解决任务，这可以通过减少神经表征的维度来实现。虽然看上去要同时满足一般化和特殊化是相矛盾的，但是已有理论表明，神经元群体活动的几何特征（geometry）或许可以被用来协调到同时适应这两种需要，这或许是人脑能够同时支持领域一般和领域特异性监控的基础。

这篇刚刚发表在Science上的这篇文章就探讨了这些问题。这个研究关注了被认为在行为监控中起到重要作用的内侧额叶（MFC）脑区。研究者利用单个神经元记录的方法，记录了神经外科病人在进行两个包含不同冲突类型的认知任务时的神经活动，从而探索领域一般性监控和领域特殊性监控的表征。

本研究共记录了34个被试MFC中的1431个神经元（包括背侧前扣带回dACC，前辅助运动区pre-SMA），被试被要求进行两个冲突类型不同的任务，任务一是色词stroop任务，存在颜色和字义的冲突；任务二是多源干扰任务（multi-source interference task; MSIT），存在空间位置的冲突（图1A）。

图1A （左）多源干扰任务：要求选出三个数字中不一样的一个数字（target），target的位置和选择按键的位置可能会构成一种冲突（Simon冲突），边缘数字和中间数字可能也会构成冲突（Flanker冲突），这两种冲突也可能同时存在；（右）Stroop任务：要求报告屏幕上单词的颜色，颜色和字义构成一种冲突（Stroop冲突）

通过分层贝叶斯框架对两个任务的序列表现进行建模，结果表明被试会对遇到某种类型冲突的概率保持一个内部估计（冲突概率；conflict probablity），并会使用贝叶斯定律对这个估计进行更新迭代。利用漂移扩散模型（DDM）得到的行为结果表明，反应时间和犯错的可能性随着实验试次的进程而发生系统性的变化。

图1 （B）两个任务的反应时间，在冲突试次上的反应时长于非冲突试次；（C）左图是冲突概率的估计过程（示例的是MSIT任务），右图是漂移扩散模型；（D）Simon效应概率和Flanker效应概率在一个示例session的估计图；（E）模型参数的后验分布

在单个神经元层面（图2），细胞在一个或两个任务中编码了不同种类的冲突、冲突概率以及错误。也就是说单个神经元在编码这些监控相关变量时表现出了不同的任务特异性，这排除了单个神经元水平具有领域一般性的简单解释。

图2 （A）选择记录的MFC神经元（包括pre-SMA和dACC区域）；（B-D）三个示例神经元在两种任务中都表现出了相似的反应动态

而在神经元群体水平上（图4），这些细胞组成了高维表征（high-dimensional representation），这些高维表征的几何结构能够在单个试次中对所有三个变量进行编码，同时也带有任务特异性的监控变量信息。冲突概率的表征与线性吸引子动态的预期一致，在整个试次中保持稳定。指示多种类型冲突存在的神经状态等于指示每种类型冲突状态的向量和，这从而揭示了一种组合表征（compositional representation；图4A）。

图4  冲突和冲突概率在状态空间的表征（A）MSIT任务中的冲突在状态空间的表征（左图是事前epoch，即刺激出现后，做出按键前；右图是事后epoch,即做出按键反应后）；（E-G）MSIT任务中的冲突概率在状态空间的表征，绿色点表示试次开始的时间，淡蓝色点表示刺激呈现时间，蓝色点表示按键反应，红色表示试次结束。颜色随着试次的进程逐渐变淡。可以看到，冲突概率几乎可以被单一的PC3所解释，这与时间依赖的放电率变化相互正交。

总结而言，本文使用人脑单细胞记录的方法，探索了人类内侧额叶神经表征结构对监控功能的支持。神经元群体活动可以被分解为相互正交的task identity和task-invariant两种维度，这种群体活动的几何形状可以让下游的大脑区域从同一组神经元中读出领域一般性和领域特异性的信号，并启动相应的生理行为适应。这些发现揭示了评估信号的表征是如何既抽象又具有任务特异性的，并提出了一种估计控制需求的神经元机制。

论文原文：

Fu, Z., Beam, D., Chung, J. M., Reed, C. M., Mamelak, A. N., Adolphs, R., & Rutishauser, U. (2022). The geometry of domain-general performance monitoring in the human medial frontal cortex. Science, 376(6593), eabm9922. https://doi.org/10.1126/science.abm9922 

相关阅读

感谢支持，欢迎点赞、转发、分享！