Single neurons in the human substantia nigra encode social learning signals
Diese Studie zeigt, dass einzelne dopaminerge Neuronen in der menschlichen Substantia nigra Signale des sozialen Lernens kodieren, indem sie insbesondere die Valenz von Norm-Vorhersagefehlern mit einer höheren Aktivität bei Interaktionen mit Menschen im Vergleich zu Computern verfolgen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Menschen sind darauf programmiert, ein komplexes Geflecht aus ungeschriebenen Regeln zu navigieren. Wir wissen, dass in einer Gruppe bestimmte Verhaltensweisen erwartet werden, und wenn jemand diese Erwartungen bricht, spüren wir das. Diese Fähigkeit, zu erfassen, wenn ein soziales Angebot unfair ist oder eine Norm verletzt wurde, ist ein Eckpfeiler unserer Interaktion. Seit Jahrzehnten verstehen Wissenschaftler, dass das Gehirn ein System aus Vorhersage und Fehlerkorrektur nutzt, um diese Regeln zu lernen. Wenn wir eine bestimmte Ausgabe erwarten und etwas anderes erhalten, registriert unser Gehirn einen „Vorhersagefehler“ – ein Signal, das uns hilft, unser Verständnis der Welt zu aktualisieren. Während wir wissen, dass dies im Gehirn geschieht, haben wir weitgehend nur geraten, welche spezifischen Mechanismen involviert sind, indem wir uns auf verschwommene Bilder der Gehirnaktivität oder Studien an Tieren verlassen haben. Die Frage, wie ein einzelnes menschliches Neuron auf eine soziale Kränkung reagiert, blieb unerreichbar, verborgen tief im Kern des Gehirns.
Ein Forscherteam hat nun direkt in diese Mechanik geblickt, indem es die Aktivität einzelner Neuronen in den Gehirnen von Menschen aufzeichnete, die sich einer Hirnoperation unterzogen. Sie konzentrierten sich auf eine winzige, tiefliegende Struktur namens Substantia nigra, eine Region, die für ihre Rolle bei Bewegung und Belohnung bekannt ist. Indem sie den elektrischen Signalen einzelner Zellen lauschten, während die Patienten ein Spiel über Fairness spielten, entdeckten die Wissenschaftler, dass diese Neuronen mehr tun, als nur Geld oder Bewegung zu verfolgen; sie verfolgen spezifisch das Gefühl, von anderen Menschen fair oder unfair behandelt zu werden. Die Studie legt nahe, dass das Belohnungssystem des Gehrms tief mit unserem sozialen Leben verflochten ist: Es feuert auf, wenn wir ein besseres Angebot als erwartet von einem Menschen erhalten, bleibt aber ruhig, wenn dasselbe Angebot von einem Computer kommt.
Das Experiment fand in einem Operationssaal der Icahn School of Medicine am Mount Sinai statt. Bei den Teilnehmern handelte es sich um Patienten mit Parkinson, die sich einer Operation unterzogen, um ein Gerät zu implantieren, das ihnen helfen soll, ihre Symptome zu kontrollieren. Bevor die Ärzte das endgültige Gerät implantierten, führten sie eine einzigartige Forschungsaufgabe durch. Die Patienten, die wach und aufmerksam waren, spielten eine Version des Ultimatum-Spiels. In diesem Spiel schlägt ein Partner vor, wie eine Summe von zwanzig Dollar aufgeteilt wird. Der Spieler kann die Aufteilung entweder annehmen, in welchem Fall beide Parteien das Geld erhalten, oder ablehnen, in welchem Fall keiner der beiden etwas bekommt. Die Angebote reichten von einem bis zu neun Dollar, und die Partner waren entweder andere Menschen, die durch Avatare dargestellt wurden, oder ein Computerprogramm.
Während die Patienten ihre Entscheidungen trafen, zeichneten die Forscher die elektrische Aktivität einzelner Neuronen in der Substantia nigra auf. Sie zeichneten auch die Aktivität in einem benachbarten Bereich namens Globus pallidus auf, um zu sehen, ob der Effekt spezifisch für die Substantia nigra oder eine allgemeine Reaktion im gesamten Gehirn war. Um zu verstehen, was die Patienten dachten, nutzten die Forscher ein Computermodell, um den „Norm-Vorhersagefehler“ bei jedem einzelnen Zug zu schätzen. Dies ist ein Maß dafür, wie sehr das Angebot von dem abwich, was der Spieler als fair erwartet hatte. Wenn ein Spieler ein Fünf-Dollar-Angebot erwartete und sieben Dollar erhielt, war das ein positiver Fehler. Wenn er zwei Dollar erhielt, war es ein negativer Fehler. Das Modell verfolgte auch, ob der Spieler gegen einen Menschen oder einen Computer spielte.
Die Ergebnisse zeigten ein klares und spezifisches Muster. Wenn die Patienten gegen menschliche Avatare spielten, leuchteten die Neuronen in der Substantia nigra als Reaktion auf die Fairness des Angebots auf. Speziell: Diese Zellen feuerten schneller, wenn das Angebot besser als erwartet war, und langsamer, wenn es schlechter war. Dieses Signal bezog sich auf das Gefühl des Angebots, fair oder unfair zu sein, nicht nur auf den Geldbetrag. Entscheidend war, dass diese Reaktion viel stärker war, wenn der Partner ein Mensch war. Wenn dieselben Spieler mit demselben Angebot gegen einen Computer antraten, zeigten die Neuronen nicht diese gleiche Sensibilität gegenüber Fairness. Die Zellen schienen sich zutiefst um den sozialen Kontext zu kümmern und unterschieden zwischen einem menschlichen Urteil und einer maschinellen Berechnung.
Im Gegensatz dazu zeigten die Neuronen im Globus pallidus, der benachbarten Gehirnregion, dieses Muster überhaupt nicht. Sie verfolgten weder die Fairness des Angebots, noch reagierten sie unterschiedlich auf menschliche oder Computer-Partner. Dieser Befund deutet darauf hin, dass die Fähigkeit, soziale Lernsignale zu kodieren, eine spezifische Aufgabe der Subzustellen nigra ist und keine allgemeine Funktion des gesamten Bereichs. Darüber hinaus prüften die Forscher, ob diese Neuronen lediglich auf die Stimmung der Patienten reagierten. Sie fanden heraus, dass sich die Patienten zwar nach der Ablehnung eines unfairen Angebots schlechter fühlten, die Neuronen selbst jedoch diese Stimmungsschwankungen nicht verfolgten. Die Zellen konzentrierten sich strikt auf den sozialen Vorhersagefehler, die Lücke zwischen dem, was erwartet wurde, und dem, was empfangen wurde.
Die Studie zeigte auch, dass die Patienten je nach Partner unterschiedliche Erwartungen hatten. Obwohl sie unfaire Angebote in beiden Szenarien ablehnten, zeigte das Computermodell, dass sie von Menschen höhere Angebote erwarteten als von Computern. Sie hielten den Standard für Fairness bei Menschen höher. Die Neuronen in der Substantia nigra verfolgten diese spezifische soziale Nuance und feuerten in einer Weise, die widerspiegelte, dass der Spieler eine höhere Vorstellung von Fairness für einen menschlichen Partner im Vergleich zu einer Maschine hatte. Diese Arbeit bietet einen seltenen, direkten Blick darauf, wie das menschliche Gehirn soziale Regeln auf der grundlegendsten Ebene verarbeitet, und zeigt, dass die Zellen, die für das Lernen von Belohnungen verantwortlich sind, auch diejenigen sind, die uns helfen, die komplexe Welt der menschlichen Interaktion zu navigieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.