The Dorsomedial Prefrontal Cortex Uses Reward Predictions to Regulate How Rewards Are Pursued
本研究は、報酬予測的な手がかりが道具的行動の勢いに及ぼす影響を制御する上で、報酬が差し迫っている際には追求を抑制し、報酬が不確実な場合には活力を促すという、トップダウンの期待依存的な制御に重要な神経基盤として、背内側前頭前野（dmPFC）を特定している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
動物は単に世界に反応しているだけではありません。彼らは次に何が起こるかを予測し、それに基づいて常に自身の行動を調整しています。空腹の動物が、通常は食べ物が来ることを意味する音を聞いたとき、ただ盲目的にその音に向かって走っていくわけではありません。そうではなく、食べ物が届く可能性がどの程度あるか、そしてどれほどそれを欲しているかに応じて、行動を変えるのです。もしその音が、食べ物が乏しい、あるいは遠くにありそうなことを示唆していれば、動物はレバーを押したり環境の中を掘り返したりして、より懸命に食べ物を探すかもしれません。しかし、もしその音が、目の前に食べ物が現れることを約束するものならば、動物はしばなるべく作業をやめ、食べ物が落ちてくる場所に注意を移して、ただ待つようになります。この「能動的な探索」から「忍耐強い待ち」への移行は、洗練された自己制御の一形態です。これには、信号を認識し、将来の出来事を予測し、より効率的な戦略のために、作業を続けたいという衝動を能動的に抑制するというプロセスが脳内で必要となります。この繊細なバランスを脳がいかに管理しているかを理解することは極めて重要です。なぜなら、この制御システムが故障すると、動物（あるいは人間）が、もはや意味をなさない状況であっても報酬を求め続けるという、衝動的な行動につながる可能性があるからです。
研究者たちは最近、この種の柔軟な制御の「スイッチ」として機能する脳の部位はどこかを探るべく調査を行いました。彼らは、背内側前頭前野と呼ばれる領域に注目しました。これは、動物が意思決定を行い、異なる衝動の間の葛ラトを解決するのを助けることで知られる、脳の前方に位置する領域です。科学者たちは、この特定の領域が、報酬が間近であることを合図（キュー）が示した際に、動物にレバーを押すのを止めるよう命じる役割を担っているのかどうかを知りたいと考えました。これを確かめるため、彼らはラットを用いて、餌のペレットを得るためにレバーを押す訓練を行いました。また、2種類の異なる音を餌と結びつける訓練も行いました。一方の音は、餌が100パーセントの確率で届くことを意味し、もう一方は、餌が30パーセントの確率でしか届かないことを意味します。ラットは、餌をほぼ毎回約束する音を聞くと、自然にレバーを押すのをやめ、代わりに餌のカップのところで待機するようになりました。一方で、餌が時々しか約束されない音を聞いたときは、自らの努力によって報酬を得ようと、レバーを押し続けました。
研究チームは次に、この行動が単純な反応なのか、それとも報酬の価値に基づいた計算された決定なのかをテストしました。ある実験において、彼らは「100パーセント」の音から期待される餌を、軽い胃の不快感と結びつけることで、その味が悪くなるように設定しました。ラットがこの特定の餌がもはや好ましくないことを学習すると、驚くべきことが起こりました。かつてその餌を約束していた音を聞いたとき、彼らは単に待つのではなく、再び精力的にレバーを押し始めたのです。これは、ラットが満腹になったり興味を失ったりしたために単に音を無視していたのではないことを示しています。むしろ、彼らは高価値の報酬が来ることを知っていたために、レバーを押したいという衝動を能動的に抑制していたのです。その報酬の価値が下がったとき、その抑制が解除され、隠されていた「食べ物のために働く」という衝動が解放されました。これは、脳が、作業を続けるべきか待つべきかを判断するために、報酬の価値をリアルタイムで評価していたことを証明しています。
脳がこの決定をどのように処理しているかを見るために、研究者たちはラットが課題を実行している間の背内側前頭前野におけるニューロンの活動を観察しました。その結果、音が餌の高い確率を示唆しているとき、この脳領域のニューロンが活発に活動していることがわかりました。この活動は、餌を毎回約束する音を聞いたときに最も強くなりました。さらに研究者たちは、ラットが高確率の音を聞いているにもかかわらず、それでもレバーを押してしまった稀なケースにおいて、脳の活動がさらに高くなっていることに気づきました。これは、脳の領域がラットに押させないように懸命に働いていたことを示唆しており、それでもラットが押してしまったということは、行動への衝動が非常に強かったことを意味します。また、期待された報酬が得られなかった瞬間に、脳の活動が低下することも確認されました。これは、期待された報酬が欠落しているという信号のように機能していました。
最後に、チームはこの脳領域がこのような制御に本当に必要であるかどうかをテストしました。彼らは、背内側前頭前野のニューロンの活動を一時的に静める手法を用いました。これを行うと、ラットは音に基づいて行動を調整する能力を失いました。たとえ餌を毎回約束する音を聞いたとしても、彼らは餌が時々しか来ない音を聞いたときと同じくらい頻繁にレバーを押し続けました。彼らは、報酬が間近であることを予測して作業を止めることができなくなったのです。興味深いことに、ラットは音を聞くと依然として餌のカップへと移動したため、信号を認識して目標に近づくことはできていましたが、レバーを押す動作を止めるという特定の能力を失っていました。
これらの知見は、背内側前頭前野が、将来の予測を用いて、動物がどの程度精力的に報酬を追求すべきかを決定する「調節器」として機能していることを示唆しています。この領域は単にモチベーションをオン・オフするのではなく、作業を続けるべきか、立ち止まって待つべきかを動物に伝えることで、行動を微調整しているのです。この領域が正しく機能していない場合、動物は報酬の価値の変化に応じて行動を適応させることができず、硬直した、しばしば非効率的な目標追求につながります。このメカニ Mechanism（メカニズム）は、脳がいかにして報酬を求める衝動と、効率的に行動する必要性のバランスを取っているかを説明する助けとなり、もし阻害されれば、より複雑な状況において衝動的な行動の一因となり得る特定の神経経路を指し示しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。