Cereb Cortex︱罗跃嘉团队揭示焦虑个体不确定预期条件下的认知控制机制

撰文︱韩尚锋

责编︱王思珍

焦虑（anxiety）是一种未来导向的负性情绪，表现为对不确定预期的异常反应[1]。如焦虑个体在不确定条件下学习能力更低、决策时回避不确定的选项、情绪相关的脑网络在不确定预期中连接发生改变等等[2-5]。认知控制（cognitive control）是个体抑制无关活动完成目标的能力[6]。预期在认知控制中同样重要，冲突刺激前预期阶段的主动控制是认知控制的机制之一[7]。因此，对焦虑影响认知控制预期加工机制的探讨，对理解焦虑等情绪与认知关系具有重要意义，可为临床治疗提供理论指导，也是情绪神经科学和精神疾病领域的前沿科学问题。

2022年1月18日，深圳大学的罗跃嘉团队在Cerebral Cortex上在线发表了题为“Neural Dynamics and Coupling Underlying Uncertain Anticipatory Conflicts in Anxious Individuals”的文章。深圳大学为第一单位，韩尚锋为论文第一作者，罗跃嘉教授和徐鹏飞教授为共同通讯作者。研究发现，在预期加工阶段，焦虑个体与认知控制相关的状态减少，delta–beta振荡耦合的增强所反映的过度警觉是认知控制异常的重要原因。

为了探讨焦虑影响预期冲突的神经机制，作者通过巧妙的实验设计，在经典的flanker任务前加入确定冲突、确定不冲突和不确定的线索，同时采集参与者的行为反应和脑电活动。行为结果发现，焦虑个体在确定不冲突的条件下反应更快，表明焦虑个体在确定性的简单任务中有较好的表现（图1）。

图1实验流程图（A）和行为结果（B）

（图源：Han et al., Cereb Cortex, 2022）

接着，作者分析了脑电局部电场的平均波幅，与预期相关的脑电成分——关联性负变（contingent negative variation，CNV），发现在不确定条件下焦虑个体诱发了更小的关联性负变。而更大的关联性负变与提升的主动控制有关，表明焦虑个体在预期不确定时的主动控制能力缺陷（图2）。

图2 脑电波形图和地形图

（图源：Han et al., Cereb Cortex, 2022）

作者采用反映大脑全局时空动态变化的微状态（microstate）分析，结果发现高焦虑个体的微状态1和微状态5显著减少，而且微状态1与行为反应的flanker效应（认知控制的行为指标，即冲突减去不冲突的反应时，flanker效应越大表明认知控制能力越差）显著负相关。表明高焦虑个体在不确定条件下认知控制能力的下降与预期阶段大脑特定状态的动态变化有关（图3）。

图3 脑电微状态结果

（图源：Han et al., Cereb Cortex, 2022）

作者进一步通过溯源分析确定微状态1的大脑激活区域，发现微状态1激活了与认知控制相关的脑区前扣带回（anterior cingulate cortex）、额上回（superior frontal gyrus）和内侧额回（medial frontal gyrus）。因此，可以推测预期阶段与认知控制相关状态的减少是导致焦虑个体认知控制能力降低的原因之一（图4）。

图4 脑电溯源结果

（图源：Han et al., Cereb Cortex, 2022）

最后，作者分析了反映皮层和皮下大脑活动的脑电指标delta-beta神经振荡耦合，发现焦虑个体在不确定预期冲突中delta-beta耦合过度增强，揭示了焦虑个体对不确定性冲突过度警觉的神经振荡机制。

 图5 不确定条件下delta-beta耦合中介焦虑水平和行为反应结果

（图源： Han et al., Cereb Cortex, 2022）

文章结论与讨论，启发与展望

本研究首次探讨了焦虑个体在预期不确定时的认知控制机制，通过反映大脑全局属性的动态指标（微状态）以及静态指标（神经振荡耦合）的分析，共同表明过度警觉是焦虑个体在预期不确定时认知控制异常的主要原因，为焦虑个体提高认知控制能力的干预和治疗提供潜在的靶点。本研究主要考察的是焦虑障碍的易感人群——特质焦虑个体，并未精细区分特质焦虑、状态焦虑以及其他焦虑的亚型如社交焦虑的影响，本研究结果需要在焦虑障碍以及其他焦虑亚型群体做进一步验证。该研究工作可为相关研究提供一些启示：机制研究方面，未来可将脑电和磁共振的信号进行结合，探讨从预期、行为反应以及正负反馈整个过程的大脑时空动态变化，更清晰地刻画出焦虑个体认知控制整个加工过程。临床应用方面，今后也可探讨预期加工过程及其相关指标用来区分其他精神障碍如抑郁、精神分裂症的潜力。

原文链接：https://doi.org/10.1093/cercor/bhab482

韩尚锋（左）第一作者；徐鹏飞（中）通讯作者；罗跃嘉（右）通讯作者

（照片提供自：深圳大学罗跃嘉实验室）

往期文章精选

优质科研培训课程推荐

参考文献（上下滑动查看）  

[1] Grupe DW, Nitschke JB. 2013. Uncertainty and anticipation in anxiety: an integrated neurobiological and psychological perspective. Nat Rev Neurosci. 14(7):488–501.

[2] Riddle J, McFerren A, Frohlich F. 2021. Causal role of cross-frequency coupling in distinct components of cognitive control. Prog Neurobiol. 202:102033.

[3] Wang Z., Goerlich K.S., Ai H., Aleman A., Luo Y.J., Xu P., 2021. Connectome-Based Predictive Modeling of Individual Anxiety. Cereb Cortex 31, 3006-3020.

[4] Hur J, Smith JF, DeYoung KA, Anderson AS, Kuang J, Kim HC, Shackman AJ. 2020. Anxiety and the neurobiology of temporally uncertain threat anticipation. J Neurosci. 40(41): 7949–7964.

[5] Duan L., Van Dam N.T., Ai H., Xu P., 2020. Intrinsic organization of cortical networks predicts state anxiety: an functional near-infrared spectroscopy (fNIRS) study. Transl Psychiatry 10, 402.

[6] Xu P., Van Dam N.T., van Tol M.J., Shen X., Cui Z., Gu R., Qin S., Aleman A., Fan J., Luo Y.J., 2020. Amygdala-prefrontal connectivity modulates loss aversion bias in anxious individuals. Neuroimage 218, 116957.

[7] Xu J., Van Dam N.T., Feng C., Luo Y., Ai H., Gu R., Xu P., 2019. Anxious brain networks: A coordinate-based activation likelihood estimation meta-analysis of resting-state functional connectivity studies in anxiety. Neurosci Biobehav Rev 96, 21-30.

[8] Geng H, Wang Y, Gu R, Luo YJ, Xu P, Huang Y, Li X. 2018. Altered brain activation and connectivity during anticipation of uncertain threat in trait anxiety. Hum Brain Mapp. 39(10):3898–3914.

[9] Xu P., Gu R., Broster L.S., Wu R., Van Dam N.T., Jiang Y., Fan J., Luo Y.J., 2013. Neural basis of emotional decision making in trait anxiety. J Neurosci 33, 18641-18653.

[10] Braver TS. 2012. The variable nature of cognitive control: a dual mechanisms framework. Trends Cogn Sci. 16(2):106–113.

制版︱王思珍

本文完