Single neurons in the human substantia nigra encode social learning signals
这项研究表明，人类黑质中的单个多巴胺能神经元能够编码社会学习信号，具体表现为在与人类而非计算机互动时，对规范预测误差的效价追踪活动更为活跃。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类天生就擅长在复杂的潜规则网络中穿行。我们知道，在群体中，人们会对某些行为有所期待；而当有人违反这些预期时，我们会有所察觉。这种感知社会邀约是否公平或规范是否被破坏的能力，是我们互动方式的基石。几十年来，科学家们一直了解到，大脑利用一种预测与误差修正系统来学习这些规则。当我们预期的结果与实际情况不符时，大脑会记录下“预测误差”，这种信号有助于我们更新对世界的理解。虽然我们知道这发生在脑内，但长期以来，我们对于其具体的运作机制一直处于推测阶段，主要依赖于模糊的大脑活动图像或动物研究。关于单个人类神经元如何对社交轻视做出反应的问题，一直难以触及，隐藏在脑部深处。
现在，一支研究团队通过直接记录正在接受脑部手术的人类大脑中的单个神经元活动，观察到了这一机制。他们将目光锁定在了一个被称为黑质（substantia nigra）的微小深层结构上，该区域以负责运动和奖励而闻名。通过在患者进行公平性游戏时监听单个细胞的电信号，科学家们发现，这些神经元的功能不仅仅是追踪金钱或运动，它们还能专门追踪被他人公平对待或不公平对待的感觉。这项研究表明，大脑的奖励系统与我们的社交生活深度交织：当从人类那里获得比预期更好的邀约时，神经元会活跃起来；但当同样的邀约来自计算机时，它们则保持静默。
实验是在西奈山爱康医学院（Icahn School of Medicine at Mount Sinai）的手术室中进行的。参与者是正在接受植入设备手术以控制症状的帕金森病患者。在医生植入最终设备之前，他们暂停了一下，以执行一项独特的研究任务。患者在清醒且警觉的状态下，玩了一个版本的“最后通牒博弈”（Ultimatum Game）。在这个游戏中，一名伙伴提议如何分配二十美元。玩家可以选择接受分配，此时双方各得其钱；或者拒绝，此时双方都一分钱也拿不到。邀约金额从一美元到九美元不等，而他们的对手要么是代表人类的虚拟化身（avatars），要么是计算机程序。
在患者做出选择的同时，研究人员记录了黑质中单个神经元的电活动。他们还记录了相邻区域——苍白球（globus pallidus）的活动，以观察这种效应是黑质特有的，还是整个大脑区域的普遍反应。为了了解患者在想什么，研究人员使用计算机模型来估算每一次转折中的“规范预测误差”（norm prediction error）。这是一个衡量邀约与玩家预期公平程度之间差异的指标。如果玩家预期得到五美元却得到了七美元，这就是正向误差；如果只得到两美元，则是负向误差。模型还追踪了玩家是在与人类还是计算机进行游戏。
结果显示出一个清晰且特定的模式。当患者与人类虚拟化身对阵时，黑质中的神经元会对邀约的公平性做出反应。具体而言，当邀约优于预期时，这些细胞的放电频率会增加；而当邀约较差时，放电频率则会降低。这种信号反映的是邀约是否公平的“感觉”，而不仅仅是金额的大小。至关重要的是，当对手是人类时，这种反应要强烈得多。当相同的玩家面对做出完全相同邀约的计算机时，神经元并没有表现出这种对公平性的敏感度。这些细胞似乎非常在意社交语境，能够区分人类的判断与机器的计算。
相比之下，位于相邻脑区的苍白球神经元完全没有表现出这种模式。它们既不追踪邀约的公平性，也不会对人类与计算机对手做出不同的反应。这一发现表明，编码社交学习信号的能力是黑质的一项特定功能，而非整个区域的通用功能。此外，研究人员检查了这些神经元是否仅仅是在对患者的情绪做出反应。他们发现，尽管患者在拒绝不公平的邀约后感觉较差，但神经元本身并未追踪这些情绪变化。这些细胞严格专注于“社交预测误差”，即预期值与实际接收值之间的差距。
研究还揭示了患者根据对手的不同而持有不同的预期。尽管他们在两种场景下都会拒绝不公平的邀约，但计算机模型显示，他们对人类的期望值高于对计算机的期望。他们对人类持有更高的公平标准。黑质中的神经元追踪了这种特定的社交细微差别，其放电方式反映了玩家对于人类伙伴与机器伙伴在公平感上的内在认知差异。这项工作为我们提供了一个罕见的、直接观察人类大脑如何在最基础层面处理社交规则的机会，表明了那些负责从奖励中学习的细胞，同时也是帮助我们在复杂的社交世界中穿行的细胞。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。