好書推薦！《動物行為實驗指南》電子版pdf，網盤發貨

《動物行為實驗指南》共674頁，涵蓋了常見的實驗動物，如小鼠、大鼠和斑馬魚，詳細描述了每一種行為測試的實驗設計、測試設備、實驗流程、評估指標、預期結果、常見問題及解決方法、數據分析、模型應用與局限性等各個方面。它通過快速引導，幫助研究人員高效地掌握實驗的每個階段，減少了查閱文獻和尋找方法的時間，成為各類科研人員的重要參考資料。 《動物行為實驗指南》共計收錄了16種動物行為類型，包括焦慮抑郁、學習記憶、痛覺、運動、恐懼、社交、癲癇、操作、成癮、視覺、癢覺、味覺、嗅覺、睡眠、斑馬魚行為以及常見動物模型等內容。每一類動物行為下，都詳細介紹了多個經典的實驗范式，涵蓋了超過100種實驗方法。 www.behaviewer.com

視覺刺激的價值指導著學習、決策和動機。盡管刺激價值通常依賴于多種屬性，但神經元如何從不同的線索中提取并整合不同的價值成分仍不清楚。

基于此，2025年4月1日英國牛津大學心理學系Raymundo Báez-Mendoza研究團隊在Nature communications雜志發表了“Dynamic coding and sequential integration of multiple reward attributes by primate amygdala neurons”揭示了杏仁核神經元是將多種獎勵屬性依次整合為價值和風險的基礎。

作者記錄了兩只雄性猴子在觀看指示預期獎勵概率和大小的順序線索時杏仁核神經元的活動。杏仁核神經元經常以一種抽象的、與刺激無關的編碼方式傳遞獎勵概率信息，這種編碼方式可以跨不同線索格式進行泛化。雖然一些編碼概率的神經元對大小信息不敏感（傳遞“純”概率而非價值），但許多神經元表現出雙階段反應，以動態（時間模式化）且靈活（可逆）的價值編碼方式傳遞概率和大小信息。作者的研究結果表明，杏仁核神經元是將多種獎勵屬性順序整合為價值和風險的基質。

圖一 順序獎勵預測任務與獎勵引導行為

在這項研究中，研究人員使用了巴甫洛夫任務（Pavlovian task），通過在同一試驗中順序呈現代表獎勵基本屬性（概率和大小）的視覺線索來探討問題。該設計測試杏仁核神經元對這些提示參數的敏感性和特異性及其如何整合成更抽象的獎勵分布屬性：預期價值和風險。在每次試驗中，概率和大小線索從15種組合中偽隨機抽取（三種概率水平，五種大小水平）。為了測試視覺刺激屬性的獨立性，研究使用了兩種不同的刺激格式來提示概率（彩色分形圖和單色扇區刺激）。在神經元記錄期間進行的選擇任務中評估了獎勵概率、大小、預期價值和風險對行為的影響。兩只猴子在沒有概率差異的情況下始終選擇更高的獎勵大小選項，在沒有大小差異的情況下選擇更高的概率選項。動物的選擇反映了概率和大小的單獨影響以及它們整合成預期價值和風險的效果。一個動物表現出一致的風險尋求傾向，而另一個動物僅在低概率試驗中顯示出正向風險影響。動物利用被提示的獎勵屬性（概率和大小）以及綜合變量（價值和風險）以主觀的方式做出選擇，并調整動機性的任務參與度（如試驗中斷率）和獎勵預期（如舔舐速率）。最后，研究還測試了杏仁核神經元如何響應并整合這些獎勵屬性。該部分研究表明，動物能夠理解不同獎勵線索的價值，并將這些信息用于有意義的選擇。此外，研究也揭示了杏仁核在處理和整合多種獎勵屬性方面的重要性。

圖二 概率與獎勵大小的順序編碼

作者發現，杏仁核神經元通常對順序呈現的概率和獎勵大小線索都有反應，并以分級信號的形式反映了當前提示的獎勵屬性水平。這種在同一神經元中出現的順序、分級反應在概念上非常重要，因為它們為傳遞不同類型的價值信息提供了單個神經元的基礎，并可能隨時間整合為預期價值或風險。一個神經元對概率線索的反應，該反應反映了提示的獎勵概率，以及在同一試驗中隨后對獎勵大小線索的反應，該反應反映了提示的獎勵大小。在這兩種情況下，神經元活動隨著提示獎勵參數值的減小而增加。使用多元回歸方法，將神經元分類為僅編碼概率、僅編碼大小或同時整合兩者的神經元。單個神經元的大小編碼在所有記錄的杏仁核神經元的群體活動中轉化為顯著的、分級的獎勵大小信號。編碼純大小或從概率到大小轉換的神經元在杏仁核神經元中普遍存在，且沒有檢測到區域差異。神經元的動態編碼模式（順序編碼概率和大小）在所有記錄神經元的群體水平上表現突出，并且具有靈活性，因為在部分神經元中，當使用替代的大小到概率呈現順序測試時，這種編碼模式發生了逆轉。概率和大小的群體信號分別在相關線索出現后的161毫秒和181毫秒達到峰值。因此，單個杏仁核神經元以順序且靈活的方式對順序線索編碼概率和大小，為整合多種獎勵屬性為價值和風險提供了單個神經元的基礎。

圖三 從杏仁核神經元中解碼價值成分和風險的群體信號

研究使用最近鄰分類器，從杏仁核神經元（偽）群體活動中解碼主要的獎勵變量，包括概率、大小、預期價值和風險。這種方法不僅量化了群體編碼這些變量的準確性，還探討了編碼樣本中單個神經元的數量及其編碼屬性如何影響解碼準確性，并檢驗了杏仁核神經元是否使用了一個共享（可轉移）的概率和大小代碼。在第一個（概率）提示時，分類器能夠以良好的準確性區分低與高的概率以及低于但高于隨機水平的預期價值，而大小和風險的解碼處于隨機水平。在第二個（大小）提示時，對低與高風險及大小的解碼非常準確，而預期價值的解碼相對較低但仍高于隨機水平；這些解碼準確性在隨后的試驗階段持續存在直至獎勵期。解碼準確性隨著用于解碼樣本的杏仁核神經元數量增加而提高。研究表明，LA神經元攜帶了一種基于概率和大小信息的共同（即可轉移）的價值代碼。這表明，在處理和整合多種獎勵屬性方面，杏仁核特別是其不同核團具有特定的角色和功能。

總結

作者的數據揭示了靈長類動物杏仁核中多種獎勵屬性的動態、專業化和整合編碼的多樣性。該研究揭示了靈長類動物杏仁核神經元如何動態地編碼和順序整合多種獎勵屬性（如價值、大小、延遲等）。這有助深入地理解大腦如何處理復雜的獎勵信息，以及這些信息是如何被編碼以指導決策過程的，可以更好地理解人類和其他靈長類動物在面對復雜選擇時的決策機制。許多精神障礙（如抑郁癥、焦慮癥、成癮等）與異常的獎勵處理機制有關。了解杏仁核神經元如何處理獎勵信息，可以為開發新的治療方法提供理論基礎，特別是針對那些與獎勵系統失調相關的疾病。

文章來源

https://doi.org/10.1038/s41467-025-58270-y