摘要：哈佛医学院和哈佛大学的研究人员通过小鼠实验，结合机器学习技术，揭示了支持奖励决策的脑回路。研究发现，小鼠大脑中存在两组神经元，分别帮助评估高于平均和低于平均的奖励结果，从而为决策提供全面的风险评估。

研究背景

我们的大脑每天都会做出成千上万的决策，从选择餐厅到决定职业发展或搬家等重大选择。这些决策可能带来更好或更糟的结果。然而，大脑如何在决策中权衡风险与奖励，仍然是一个未解之谜。

哈佛医学院和哈佛大学的研究团队通过小鼠实验，结合机器学习理论，揭示了支持奖励决策的脑回路。这项研究于2025年2月19日发表在《自然》杂志上，部分由联邦资助支持。

研究方法与发现

研究团队在小鼠实验中引入了机器学习算法，以研究支持奖励决策的脑回路。他们发现，小鼠大脑中存在两组神经元：

1. “乐观”神经元：帮助小鼠学习高于平均奖励的结果。

2. “悲观”神经元：与低于平均奖励的结果相关。

这两组神经元共同作用，使大脑能够全面评估与选择相关的潜在奖励范围。

实验设计

研究人员训练小鼠将不同气味与不同大小的奖励联系起来，从而教会小鼠每个选择的可能结果范围。随后，他们向小鼠展示气味，并通过观察小鼠的舔舐行为（小鼠在预期更高奖励时会舔舐更多）和记录腹侧纹状体（ventral striatum）的神经活动，分析大脑如何处理这些信息。

关键发现

• 当“乐观”神经元被抑制时，小鼠表现出对较低奖励的预期行为。

• 当“悲观”神经元被抑制时，小鼠则表现出对更高奖励的预期行为。

研究共同资深作者、哈佛医学院神经生物学副教授Jan Drugowitsch解释说：“你可以把这想象成大脑中有一个乐观者和一个悲观者，他们共同为你提供下一步行动的建议。”

研究意义

这项研究不仅揭示了小鼠大脑如何评估风险与奖励，还为理解人类大脑的决策机制提供了重要线索。如果研究结果在人类中得到验证，它将为以下领域提供框架：

1. 奖励决策的神经基础：理解大脑如何利用过去的经验做出新的决策。

2. 疾病研究：揭示抑郁症或成瘾等疾病患者为何在风险评估中表现困难。

未来研究方向

研究团队计划进一步探索以下问题：

• 当初始选项的不确定性更高时，大脑如何做出决策？

• 这些发现如何应用于更广泛的推理和决策场景？

机器学习与神经科学的结合

传统的神经科学理论通常将决策简化为平均奖励的评估，而忽略了实际行为中的复杂性和细微差别。近年来，机器学习研究者提出了一种新的决策理论，能够更好地捕捉与选择相关的潜在奖励范围。

哈佛大学分子与细胞生物学教授Naoshige Uchida及其团队在2020年的一项研究中，重新分析了现有数据，发现小鼠大脑中的多巴胺活动与机器学习算法预测的奖励学习信号一致。这一发现为机器学习与神经科学的结合提供了重要支持。

结论

这项研究通过结合机器学习和小鼠实验，揭示了大脑如何通过两组神经元评估风险与奖励。尽管仍需在人类中验证这些发现，但研究结果已为理解决策机制和相关疾病提供了新的视角。未来，这一研究框架有望帮助科学家更好地探索人类大脑的复杂决策过程。

参考文献：
Lowet, A. S., Zheng, Q., Meng, M., Matias, S., Drugowitsch, J., & Uchida, N. (2025). An opponent striatal circuit for distributional reinforcement learning. Nature. DOI: 10.1038/s41586-024-08488-5