A frontal cortical world model shapes inference of causal relationships in hippocampus

기술 요약: 전두엽 피질의 세계 모델이 해마의 인과 관계 추론을 형성한다

문제 및 동기
인과적 추론은 불완전하고 모호한 관찰로부터 무엇이 무엇을 유발하는지를 추론하는 것을 필요로 한다. 동물과 인간은 단 한 번의 경험으로부터 인과 관계를 학습할 수 있지만, 이러한 추론의 성격은 환경의 인과 구조에 대해 개인이 보유한 근저의 가정 또는 "모델"에 따라 달라진다. 저자들은 두 가지 구성 요소를 구분한다: 특정 인과 관계를 부호화하는 **관계적 구조(relational structure)**와, 이러한 관계가 형성되고 해석되는 방식을 규정하는 생성 원리를 부호화하는 **추상적 세계 모델(abstract world model)**이다. 해마는 공간 및 개념 영역에서 관계적 지도를 구축하는 것으로 알려져 있고, 외측 전전두엽 피질(LPFC)은 추상적 규칙 표현에 관여하는 것으로 알려져 있으나, 이 영역들이 희소한 데이터로부터 인과 추론을 지원하기 위해 어떻게 상호작용하는지는 여전히 불분명하다. 특히, 해마가 인과 관계의 방향성을 표현하는지 아니면 단순히 정적인 연합만을 표현하는지, 그리고 추상적 세계 모델이 관찰되지 않은 인과적 연결의 추론을 어떻게 가이드하는지는 알려지지 않았다.

방법론
본 연구는 기능적 자기공명영상(fMRI)과 경두개 초음파 자극(TUS)을 결합한 새로운 **일회성 인과 추론 패러다임(one-shot causal inference paradigm)**을 사용하였다.

• 과제 설계: 참가자들(fMRI n=32; TUS n=20)은 특정 과일이나 과일 화합물이 알레르기 반응을 일으키는지 추론하는 과제를 수행했다. 결정적으로, 각 과일은 단 한 번만 나타났으므로 점진적인 연합 학습을 방지하고 내부 모델에 대한 의존을 강제했다. 과제에는 네 가지 시행 유형이 포함되었다:

  • 역방향 차단(Backward Blocking, BB): 화합물(XY)이 결과를 초래한 후, 하나의 성분(X)이 단독으로 결과를 초래한다. 참가자는 Y의 상태를 추론해야 한다.
  • 언더섀도잉(Unovershadowing, UO): 화합물(XY)이 결과를 초래하지만, 성분(X)은 결과를 초래하지 않는다. 참가자는 Y가 인과적임을 추론해야 한다.
  • 두 가지 원인 시행(Two-cause trials): 두 개의 개별 과일이 독립적으로 결과를 초래하며, 이는 참가자의 세계 모델을 "단일 원인" 가설에서 "두 가지 원인" 가설으로 전환하도록 설계되었다.
  • 원인 없음(No-cause, 대조군): 화합물도 성분도 결과를 초래하지 않는다.
    참가자들은 관찰된 결과 전후로 미관찰 대상에 대한 평점을 제공함으로써 "경험적 업데이트(experienced updates, 학습)"와 "추론적 업데이트(inferred updates, 추론)"를 측정할 수 있게 하였다.

• 계산 모델링: 관찰된 결과와 결합하여 미관찰 원인에 대한 사전 분포(세계 모델)를 업데이트하는 방식을 시뮬레이션하기 위해 베이지안 규범 모델(Bayesian normative model)이 개발되었다.

• 신경 영상(실험 1): fMRI 데이터를 분석하여 경험적 업데이트와 추론적 업데이트를 추적하는 영역을 식별하기 위해 일반 선형 모델(GLM)을 사용했다. 대상의 정체성과 관계적 구조가 뇌에서 어떻게 표현되는지 조사하기 위해 표현 유사도 분석(RSA)과 반복 억제(repetition suppression) 분석을 수행했다.

• 중재(실험 2): 양측 하전두구(IFS)와 해마(HC)를 각각 별도의 세션에서 일시적으로 교란하기 위해 양측 경두개 초음파 자극(TUS)을 사용했다. 이를 통해 이 두 영역의 분리 가능한 역할에 대한 인과적 검증을 수행했다.

주요 결과

1. 행동 결과:

   • 참가자들은 베이지안 모델과 일치하는 방식으로 미관찰 대상의 인과적 평점을 업데이트하며 강력한 역방향 차단 및 언더섀도잉 효과를 보였다.
   • "두 가지 원인" 시행에 대한 노출은 참가자의 세계 모델을 변화시켰다. 결과적으로, 이후의 시행에서 역방향 차단 효과의 크기가 감소했는데, 이는 추상적 세계 모델이 구체적인 인과적 증거가 해석되는 방식을 동적으로 형성함을 나타낸다.

2. 학습 vs. 추론의 신경 상관관계:

   • 학습 (경험적 업데이트): 외측 안와전두피질(LOFC), 외측 전전두엽 피질(LPC), 등쪽 전대상피질(dACC), 섬엽, 흑질(SN) 및 복측 피개 영역(VTA)의 활동은 직접적인 관찰에 기반한 업데이트와 상관관계가 있었다.
   • 추론 (추론적 업데이트): 추론적 업데이트의 크기는 특히 **하전두구(IFS)**의 활동과 상관관계가 있었다. IFS 활동은 강한 추론이 필요한 시행(UO)에서 더 강하게 나타났으며, 세계 모델에 의해 조절되었다(두 가지 원인 노출 전의 BB 시행에서 더 강함).

3. 세계 모델의 표현:

   • RSA 결과, 우측 IFS는 인과 구조(단일 원인 가설 대 두 가지 원인 가설의 확률)에 대한 참가자의 시행별 믿음을 부호화했다. 이 표현이 추론의 성격을 결정했다.

4. 재활성화 및 관계적 매핑:

   • 대상 정체성: 후두 측두엽(OccFG)은 대상의 정체성을 안정적으로 유지했다. 수정 단계 동안 OccFG에서 추론된 대상의 재활성화가 일어났으며, 이는 IFS 활동과 연관되어 있었다.
   • 관계적 구조: **해마(HC)**는 정적인 대상 정체성이 아니라 동적인 관계적 구조를 표현했다. BB 시행에서 화합물과 인과적(경험된) 대상 사이의 표현 거리는 감소한 반면, 비인과적(추론된) 대상과의 거리는 증가했다. UO 시행에서는 이 패턴이 역전되었다. 해마에서의 이러한 기하학적 업데이트는 IFS 활동과 상관관계가 있었으며, 이는 IFS가 해마 내의 관계적 재매핑을 가이드함을 시사한다.

5. TUS를 통한 인과적 분리:

   • 해마(HC) 교란: 해마 자극은 학습(경험적 업데이트)과 추론(추론적 업데이트) 모두를 손상시켰으나, 추론의 패턴을 변화시키지는 않았다. 학습과 추론 사이의 상관관계는 그대로 유지되었는데, 이는 해마가 두 과정 모두에 필요한 관계적 기질을 제공함을 시사한다.
   • IFS 교란: IFS 자극은 학습은 비교적 온전하게 유지했으나 추론을 선택적으로 손상시켰다. 결정적으로, 이는 경험적 업데이트와 추론적 업데이트 사이의 음의 상관관계(표준적인 역방향 차단 패턴)를 소멸시켰다. 이는 IFS가 관찰된 내용이 어떻게 해석될지를 제약하는 세계 모델을 부호화함으로써, 추론적 계산 자체를 구현하는 데 필수적임을 나타낸다.

의의 및 주장
본 논문은 인과적 추론이 분리 가능하면서도 상보적인 두 신경 시스템의 협력적 활동을 통해 구현됨을 입증한다고 주장한다.

• 해마는 관계적 구조를 구체화하며, 새로운 증거에 따라 동적으로 업데이트되는 구체적인 인과 관계의 지도를 부호화한다. 해마는 추론을 지원하기 위해 인과 관계의 표현적 기질을 제공하지만, 추론 계산 자체를 수행하지는 않는다.
• **하전두구(IFS)**는 추상적 세계 모델(인과 구조의 생성 원리)을 부호화한다. 이 영역은 관찰된 증거가 미관찰 관계를 추론하는 방식을 결정함으로써 추론 과정을 가이드한다.

본 연구는 희소한 데이터로부터의 유연한 인과적 추론이, 해마의 관계적 지도를 형성하는 세계 모델을 인코딩하는 IFS에 의존한다는 결론을 내린다. 이는 해마가 직접 추론을 수행한다는 견해에 도전하며, 대신 전전두엽 피질의 추론 계산이 작동하는 기반이 되는 관계적 지식을 유지한다는 점을 제안한다.