抹去记忆，竟如此简单？报答或报复，观猴如观人 | Paper Alert

抹去记忆，竟如此简单？报答或报复，观猴如观人；人类保持控制指南：总是预想，偶尔幻想 | Paper Alert # 35 原创 NR 神经前研 收录于话题 #Paper Alert 33个内容

认知与行为

人类保持控制指南：

总是预想，偶尔幻想

Na，Chung et al., eLife

@Orange Soda

生活缺乏可控性很大程度上影响着人们的精神健康，包括不可控的压力、疼痛以及习得性无助。故而，很多人会在旅行前做行程计划，在周一做一周的工作计划，在人生的重要时刻（比如婚礼）进行更多的筹备——预先的计划能帮助人们获得更多的控制感。但在社交情境下，人们也会利用“超前思维”（forward thinking，FT）来获得社交可控性吗？

Na和Chung等人基于最后通牒博弈框架设计了一项社会交换的任务，任务分为可控和不可控两种不同情境。48名被试被告知和另一组玩家进行20美元的分摊，决定是否接受对方的提议，在60%的试次中被试会在完成选择后给自己的情绪打分，在完成某种情境的全部实验后，被试会对自己在实验过程中的可控程度进行主观打分（Fig.1a）。在两种情境下的第一轮的提议总是5美元，在可控的情境下，如果在某一轮中被试选择接受某个提议，那么下一轮对方的提议会减少d（d=0/1/2，各1/3概率）；反之如果拒绝某个提议，下一轮对方的提议则会增加d（Fig.1b）。在不可控条件下则不存在这样的规律，每一轮中的提议金额是从一个高斯分布中随机选取的数值（μ=5, σ=1.2，四舍五入取整），因此被试的行为对未来收到的提议金额没有任何影响。

Fig.1

—

Goltstein et al., Nature Neuroscience

结果发现，尽管第一轮的提议总是5美元，被试在可控情境下的平均收益会高于不可控的情境（Fig.2a1, a2）；在两种情境下，被试总体的拒绝率相当，但在可控条件下被试更倾向于拒绝中到高金额的提议（4-9美元），而在低金额提议（1-3美元）拒绝率差不多（Fig.2b2）。在可控情境下，被试做决定的时间显著比不可控条件下长，这说明被试对两种情境下的可控性程度有所察觉（Fig.2d）。根据被试的主观报告，在可控情境下的可控程度报告分数显著高于不可控的情境，但即使是在完全不可控的情境下，被试报告的分数（43.7%）也远高于实际（0%），这也说明被试实际上会产生某种能控制对手的幻觉。总的来说，被试能够察觉在社交环境下的可控程度，不过在毫无控制的情境下会产生一定程度的控制感幻觉。

Fig.2 不同情境下的被试行为

—

Na，Chung et al., eLife

此前有研究发现，在当前的行动会对未来产生影响的情况下，人们会利用超前思维，并在内心模拟未来可能的情况。因此，研究者猜测在社交情境下，被试也会同样采取超前思维的策略。假设被试会根据自己所估计的社交可控性，用当前获得的价值（current value，CV）和未来获得的价值（future value，FV）相加来计算某一行动的价值，在这一假设前提下，Na和Chung等人构建了一系列超前思维的模型，结果表明，考虑到被试的超前思维的模型显著地比常规模型（前瞻步长step=0）获得了更高准确度（Fig.3），其中前瞻步长为2时（也就是会提前考虑两轮后的收益）对模型的预测准确度提升最高。

Fig.3 社交情境下的模拟结果

—

Na，Chung et al., eLife

Fig.4 非社交情境下的模拟结果

—

Na，Chung et al., eLife

为了探究这一结果是否仅限于社交情境下，Na和Chung等人接着进行了非社交版本的任务，27名被试进行了同样的游戏并被告知对手是电脑。利用同样的计算模型，2步前瞻思维模型取得了更好的预测度（Fig.4）。有趣的是，在这种实验条件下，可控情境和不可控情境下的自我报告的可控程度没有显著差异，这说明社交环境会影响被试对可控性的主观信念。另外，研究者计算了被试的收益-预期误差（reward prediction errors，RPEs）对被试情绪的影响，发现非社交情境降低了RPEs对被试情绪的影响。总的来说，在各种情境下被试都可能采用了同样的超前思维策略，但社交环境对被试的主观体验产生了影响。在大样本的在线被试（n=1342）上的实验结果也支持这一结论。

doi: 10.7554/eLife.64983

焦虑的人探索得更多，

过多的探索让人错失最优解

Aberg et al., Mol. Psychiatry

@肖本

这个世界充满了不确定性，没有人可以完美地预测每一次抉择的后果，而与不同的选择相伴的不确定性本身往往也难以推断。当我们面对众多可能的选项时，我们是应当只在“熟悉的面孔”中比较，还是应该勇于拥抱未知，看看那些自己不曾尝试的选项是否更可能藏有奖励？前一种倾向被称为利用（exploit），而后一种倾向被称为探索（explore）。

有时，我们做出的探索纯粹是为了搞清楚那些未知选项的利弊，以此降低不确定性；有时，当我们自以为熟悉的选项不再为我们提供奖励后，我们也不得不做出变换（switch），探索其他选项。来自以色列的研究团队让被试在三个不同的“老虎机”中选择奖励最多（或损失最少）的选项，并在实验过程中不断变换奖励的概率（如图C所示），以此探索决策、学习与焦虑特质（trait anxiety）以及神经活动之间的关联。

- Aberg et al., Mol. Psychiatry -

通过强化学习模型（reinforcement learning model），研究人员可以估算每个时间点上被试对于各选项的价值的主观估计（expected value），并参数化各种不同因素对最终选择的影响。更重要的是，得出了主观估计的价值后，每一个选择是属于“利用”还是“探索”就一目了然了——如果被试选择了和上次所选不同的机器，且被试对该机器主观所估的价值还不是所有机器中最高的，那么该选择就会被归类为探索。模型比较显示，除了主观价值，影响选择的其他因素还包括结果不确定性（outcome-uncertainty，定义为与上一次选择该选项之间所隔的选择数）和随机变换（random switching；如果刚刚选择了该选项，则值为0，反之则为1）。

- Aberg et al., Mol. Psychiatry-

如上图图A的结果所示，焦虑特质越高的人，探索性的选择就越多，且这一倾向在两个不同版本的实验（获取奖励[gain]，以及止损[loss]）中均有体现。不过，由上图图B所示，探索所占的比例与所在任务上的表现则呈现倒U字型的关系——一定程度的探索可以帮助人们及时改变自己的选择，而过多的探索则会带来不必要的变换，错失最佳选项。因此，焦虑特质与决策的表现也呈倒U字型关系（图C）。

- Aberg et al., Mol. Psychiatry -

另外，针对强化学习模型参数所做出的的分析显示，焦虑特质越高，决策受主观价值的影响就越小，受结果不确定性的影响则越高。同时，二者的差值也与焦虑特质呈负相关——或许，焦虑特质较高的人群，在价值与不确定性的权衡（trade-off）中会越倾向于不确定性。这一权衡方面的问题也体现在神经层面：通过功能核磁共振，研究人员发现，焦虑特质越高，背侧前扣带皮层（dorsal anterior cingulate cortex，dACC）的活动受主观价值的影响就越小；与此同时，在前岛叶（anterior insula，aINS）中有对于结果不确定性的表征，而焦虑特质越高的人，前岛叶受不确定性的影响就越高。

- Aberg et al., Mol. Psychiatry -

总而言之，该研究解析了焦虑特质与探索行为之间的关系，并在神经层面刻画了做出相应权衡的区域：焦虑特质更高的人急需通过探索来降低不确定性，却也因此忽略了价值本身，导致总体收益下降。值得注意的是，研究所发现的关系基本不受任务版本的影响，对于寻找奖励和避免损失的行为均适用。

doi: 10.1038/s41380-021-01363-z

系统与网络

报答或报复，

成年人的世界就这么简单

Báez-Mendoza et al., Nature

@Veronica

《自私的基因》作者理查德道金斯曾经写过一本行为领域的经典之作《合作的进化》，作者以组织的两轮“重复囚徒困境”竞赛作为研究对象，发现即使计算机算法发明了看似更聪明更复杂的策略，也依然比不过人类一直以来采用的“一报还一报”策略。最近，来自哈佛大学的Ziv Williams研究组发表了一篇有趣的论文，用猕猴作为实验对象重现了博弈论的精华。

实验设计是这样的：一位科（shua）学（hou）家（ren）安排三只猴同坐一个圆桌，每一次试验都有一只猴被随机指定作为分发食物的猴（actor），它有权决定转动圆桌把食物分给另外两只猴中的任意一只（recipient）。为了排除其他时空因素的干扰，圆桌的转动方向会在实验中改变，这三只猴也需要在每天中场休息时变换座次，这样一来，猴就会更加纯粹地依赖社会因素而不是空间位置偏好来做出决策。当然，科学家在耍猴的同时并没有忘记给其中一只猴的背内侧前额叶皮层（dorsomedial prefrontal cortex，dmPFC）区域插入了电极，用来记录这个特殊的群体社交实验中神经元的放电情况。

- Báez-Mendoza et al., Nature -

科学家发现，猴子的行为跟人类惊人相似：不论是哪一只猴，它们都更倾向于“报答”前一次试验中给它分发食物的猴，比如第一次猴A给猴B分发了食物，第二次如果轮到猴B做决定，它会更多地把食物分给猴A而不是猴C。但如果前一次猴A分发食物给猴C了，接下来如果是猴B做决定，猴B就会“报复”猴A，转而把食物分给猴C（此处猴C非常开心地坐享渔翁之利）。更有意思的是，猴子们还会根据另外两只猴的“名声”来做决定，比如在以往的经验中，其中一只更可能出现报答行为，那么决策者这次就更愿意把食物分给它，这样自己下一次试验吃到食物的概率就会更大。猴子们的这种行为和人类的以眼还眼、以牙还牙（tit-for-tat）策略如出一辙，说明猴不仅能记住自己和谁“交手”过，而且还能记住交手过程中对方到底是友善还是心怀恶意。

- Báez-Mendoza et al., Nature -

那么，这种行为背后的神经基础是什么呢？科学家在猴子的dmPFC电极记录时找到了不同类型的神经元，其中一类神经元在自己得到食物时会放电，或者在任意一只猴得到食物时就会放电，但他们还发现了一类神经元，独独只在特定一只猴得到食物时才会放电。不仅如此，不论一次试验中谁是分发食物者、谁是享受食物者，总有一部分神经元能特异性地响应特定的猴（自己或是猴B或是猴C），而且这些神经元“敌我分明”，响应自己的和响应他人的神经元基本上没有重合。

那么，既然找到了dmPFC编码不同身份的神经元，是否可以通过机器学习的方法解码出猴子的决策呢？答案是肯定的。科学家发现，如果应用多类分类解码器（multiclass decoder）来预测分配食物的是哪一只猴，其准确率可以高达81.7%，而如果在分配食物的猴下定决心之后、做出行动之前预测谁会得到食物，解码器的准确率也可以高达70.1%，这说明dmPFC神经元包含了丰富的猴子身份信息。不仅如此，科学家还能基于另外两只猴的历史表现，通过神经元群体放电信息来预测这只猴下一次试验的决定：到底是投之以桃，报之以李，还是以眼还眼，以牙还牙。

- Báez-Mendoza et al., Nature -

是否有办法让喜欢报复的猴“放下屠刀“，变成一只善良的猴呢？遗憾的是，科学家试图在试验中给dmPFC加入电刺激，结果发现电刺激丝毫不能影响猴子报复别人的行为，更杯具的是，电刺激不仅没能让爱报复的猴“改过自新”，反倒让猴忘记了别人的善意，不再愿意报答其他猴了。

虽然本文最后是一个悲伤的故事，但笔者认为故事的本身精彩无比，可谓是“以猴为镜，可以识人心”~

doi: 10.1126/science.abb4149

抹去你的记忆，so easy

Goto et al., Science

@图图

我们经常可以在科幻电影里看到，主角团经历重重惊险并获得了重要线索的时候，背后的大boss突然出现，抓起来一阵操作，就到了全体失忆的桥段……但我们的记忆真就如此脆弱吗？

在记忆的处理过程中，通常我们会先在海马体（hippocampus）中编辑信息，暂时存放我们的记忆。但因为仓库不够大，所以为了长期储存和方便未来的调用，这些记忆不久就会被网络传送带送往别的脑区，如大脑皮层（cortex）。那么记忆是如何编码的呢？如何转运的呢？其实在过去的几十年里，科学家们已经给出了很多的猜想和证据，其中最为大众熟知的就是，突触可塑性（synaptic plasticity）是学习记忆的基石，如果突触间的联系得不到巩固加强，那么我们就很有可能会忘记那些从我们生活中匆匆路过的信息。然而，突触可塑性是在何时何地发生的呢？他们会如何影响神经元的表征？这些问题看似简单，但受限于技术方法的发展，一直悬而未决。

近日，来自日本京都大学、理化学研究所脑科学中心的YASUNORI HAYASHI实验室开发了一种新技术，利用光遗传手段精准消除突触间的长时程增强（long-term potentiation，LTP）。通过对突触可塑性定时定点的控制，他们发现这种可塑性在记忆编码的不同阶段扮演着不同的角色。

前期研究表明，早期LTP与树突突触的快速肌动蛋白聚合密不可分，坚定地支持着突触体积地增大，而丝切蛋白（Cofilin，CFL）在低密度的情况下会瓦解actin的稳定性，这使得科学家们猜想，如果可以精确的抑制CFL的活性，是否就有可能选择性消除突触LTP呢？

首先，他们将感光抑制蛋白（SuperNova，SN）嵌入CFL，那么一旦给出相应波长的光，CFL就会因为发色团辅助光失活（CALI）的存在而罢工，从而导致CFL从actin上脱离，促进actin解聚。不仅如此，他们也观察到已经建立起的突触体积的增大（代表建立了LTP）会因此而逆转。然而这种效用并不是随用随生的，只有在LTP发生的前期（10-30min）才会生效，50min后则就失去了这种魔力，相反如果想防范于未然，早早在LTP发生前就一顿操作，其实是徒劳无功的，就像只有你感冒了喝感冒药才有用一样。不用担心的是，虽然CFL-SN的CALI会短暂的破坏突触里的机械构造，但并不会造成永久性的损伤。

- Goto et al., Science -

技术在手，研究者们接着好奇，这种逆转LTP的方法真的能够某种程度抹去我们的记忆吗？他们在小鼠海马体的兴奋性神经元中特异性表达CFL-SN，并将小鼠们置于抑制性躲避学习训练中。与LTP实验结果一致，只有在电击后20分钟内诱发CALI会明显损伤小鼠的记忆（online LTP）。更进一步，之前的研究表明，小鼠在当天休息（睡觉）期间会重播当天学习的内容，相当于线下复习，这是对当天学习记忆的重要巩固过程（offline LTP）。

研究者们进一步发现，如果在小鼠当天训练完回房休息后持续给光照诱导CALI（持续8h）居然可以完全抹去小鼠的记忆，还真的就是“一闭眼一睁眼，我还是昨天的我”。更为有趣的是，线上和线下的LTP居然对于海马体细胞的表征起到不同的作用，前者控制着神经元选择性放电，而后者则可能更关注神经元活动的同步。为了更进一步探究记忆的转移（海马体-皮层），研究者们选择性的利用CALI抑制前扣带皮层（Anterior cingulate cortex，ACC）的神经元突触可塑性，他们注意到在小鼠训练后的第二天给光照可以非常有效的消除记忆，也就是说记忆在学习的第二天就通过建立皮层神经元中的LTP从海马体转移到皮层了。

突触可塑性与记忆是个已经饱经风霜的研究话题，而这个研究“站在巨人的肩膀上”开发出了一个简单的多功能光遗传技术，通过有选择性（时间和空间）的擦除建立起的LTP非常有效地操控记忆的形成、巩固及调用。这为未来对学习记忆的研究提供了一个强有力的技术手段，并且让我们对记忆的认识又迈出了小小（大大）的一步。看来抹去记忆还真是简单呢，真不知道未来的哪一天会用到我们自己身上呢？

doi: 10.1126/science.abj9195

编者：阿莫東森、Veronica、Orange Soda、图图、肖本

编辑：阿莫東森 | 排版：光影

封面：纪善生

阅读原文