综述:解决啮齿动物认知研究中的简并性问题

《Current Opinion in Microbiology》:Addressing degeneracy in rodent studies of cognition

【字体: 大 中 小 】 时间:2026年03月28日 来源:Current Opinion in Microbiology 7.5

编辑推荐:

  为了将神经动态与认知计算联系起来,确定受试者是否采用实际使用这些计算的行为策略(而非更简单的启发法)至关重要。在此,作者描述了在知觉和价值决策任务中,如何裁决简并性行为算法与简并性神经实现的问题。多维度的行为测量允许研究人员从多方面证据出发,构建支持或反对关于

  
为了将神经动态与认知计算联系起来,确定受试者是否采用实际使用这些计算的行为策略(而非更简单的启发法)至关重要。在此,作者描述了在知觉和价值决策任务中,如何裁决简并性行为算法与简并性神经实现的问题。多维度的行为测量允许研究人员从多方面证据出发,构建支持或反对关于算法策略假设的论据。神经扰动和个体差异有助于解析简并性神经实现。严格应对这些问题对于利用啮齿动物模型揭示认知机制至关重要。
引言
简并性(Degeneracy)是指不同解决方案产生相同输出的现象。DNA是简并的,即多个密码子可产生相同的氨基酸。不同的离子通道组合可在神经元中产生相似的生物物理特性。在回路层面,突触强度、内在电导和其他神经特性的不同组合可产生看似相同的动态活动模式。本综述旨在强调认知神经科学研究中的简并性问题。尽管简并性对跨物种研究均构成挑战,但在作者看来,啮齿动物研究在应对这些问题时的程度比灵长类动物研究更具差异性和不均衡性。作者希望通过提高认识,以提升啮齿动物认知机制研究的严谨性和质量。
Marr曾著名地指出,任何信息处理系统(包括大脑)都可以在三个分析层面上进行研究:计算层面(Computational level)、算法层面(Algorithmic level)和实现层面(Implementational level)。大多数动物模型研究依赖流体或食物剥夺时间表以及强化物来激励任务表现,因此可以合理地假设动物的计算目标是最大化奖励并最小化各种成本(努力、认知、时间)。
棘手的挑战在于确定动物实现该目标的算法。多种算法可产生相似的选择行为模式,即存在简并性。Romo及其同事利用一项任务强调了这一问题,在该任务中,他们训练猴子比较施加于指尖的两个振动刺激的频率并报告频率较高的刺激。刺激之间设有延迟,以便研究工作记忆。然而,如果第一个刺激固定不变,仅第二个刺激变化,猴子会忽略第一个刺激,仅将第二个刺激与学习到的阈值进行比较,从而产生令人信服的心理测量函数和高准确率。当每个试次中两个刺激均随机变化时,猴子会对它们进行比较,从而实现对工作记忆的研究。这是算法简并性的一个例子:当第一个刺激固定时,阈值算法和参数化工作记忆均产生了相似的行为选择和心理测量函数模式。
在实现层面,行为策略可能在算法上看起来相同,但在神经回路的实现方式上存在差异。动物和人类大脑对局灶性病变或扰动表现出显著的鲁棒性,这表明分布式网络可以补偿局部扰动或损伤。这是实现简并性的一个例子:多个脑区组合可支持相似的算法策略。本综述将描述决策任务期间算法和实现简并性的例子,并提供解决这些问题的基本处方。
算法简并性
在证据积累任务中,考虑算法简并性有着悠久的传统。这些任务旨在研究随时间推移的证据整合,通常被建模为漂移扩散过程(Drift Diffusion Process)。除了在整个试次中整合证据外,受试者可能整合来自短暂、随机选择的时间窗(每个试次不同的200毫秒窗口)的证据,或仅整合强证据的短暂爆发。因为任何时间窗中的证据都反映了生成的试次统计特性,这很可能为正确的知觉判断提供证据,且这种可能性随刺激强度的增加而增加。因此,这些算法产生的心理测量函数与真正的整合一致(图1)。
一种方法是识别非整合算法会导致错误的试次:对于爆发检测(Burst detection),即第一个刺激爆发有利于较弱证据流的试次。动物在这些试次上的表现高于偶然水平,反驳了爆发检测算法。关于任务设计的实验选择,包括刺激是连续呈现还是离散脉冲呈现,决定了哪些分析对于解析算法策略最具信息量。心理测量函数是推断算法的必要条件,但非充分条件。
作为另一个例子,作者的实验室开发了一种时间打赌任务(Temporal wagering task),大鼠根据等待水奖励的时间长短来揭示其对该奖励的重视程度。大鼠经历具有不同平均奖励的试次块,它们愿意等待的时间反映了当前的奖励和区块,以至于在大奖励区块中,由于机会成本(Opportunity cost)较高,大鼠等待时间较短,这与觅食理论一致。大鼠可能使用简并算法来估计机会成本。它们可能推断隐藏的区块并使用习得的、特定区块的机会成本估计,或者通过强化学习、前一试次的奖励或分裂归一化(Divisive normalization)来估计机会成本(图2)。
作者使用了多维度的行为测量方法,包括不同区块转换时的行为变化动态、对先前奖励的敏感性、对信息量极大的单试次的响应以及会话内试次序列的敏感性等,以解析大鼠估计机会成本的算法。在各种指标上,大鼠的行为最符合推断区块并在决定等待多久时使用特定区块的机会成本估计这一策略。双向扰动实验和神经记录提供了支持推理策略的额外证据。
试次内的不同动作的简并性
即使在单个试次中,不同的算法也可以支持顺序动作或行为的各个方面。在时间打赌任务中,大鼠还根据区块调节启动试次的速度,但多维度行为分析表明,它们在决定启动试次的速度时使用强化学习算法(而非状态推断)。同一试次上的启动和等待时间(仅相隔几秒钟)反映了不同的算法,这些算法粗略地产生了相似的行为模式。启动和等待时间决策依赖于不同的神经回路:操纵腹侧纹状体(Ventral striatum)的多巴胺影响启动时间但不影响等待时间,而使眶额叶皮层(Orbitofrontal cortex, OFC)失活影响等待时间但不影响启动时间。非人灵长类动物的研究也发现了类似现象。多智能体强化学习模型明确地将行为建模为反映不同强化学习算法的组合。在执行两步任务时,猴子在同一试次中对选择与非反应活力表现出不同的强化学习算法组合。
这些结果也让人联想到“Restaurant Row”任务中的发现,在该任务中,人类和啮齿动物就是否等待特定延迟的奖励做出接受/拒绝决定。接受提议的决定和继续等待的决定都对提议的价值敏感。然而,只有继续等待的决定对沉没成本(Sunk costs)敏感,即受试者等待的时间增加了他们继续等待的意愿。这些顺序选择——接受提议、等待提议——反映了不同程度受沉没成本影响的独特估价过程。先前的研究表明,动机、注意力和探索可能在会话内漂移,导致使用的算法不同,表明算法策略也可以是动态的。
针对算法简并性的处方
某些任务设计可以通过阻止使用否则会产生可比性能的简单启发法来减少简并的可能性。记忆引导任务呈现瞬态刺激,其位置或身份必须在延迟期后被报告。虽然动物可能将刺激保持在工作记忆中,但它们也可能计划行为报告,而不必将第一个刺激保持在记忆中。如果想要单独研究工作记忆与运动准备,顺序延迟比较范式(如延迟匹配/不匹配样本任务)将刺激与反应分开,但防止动物在延迟期间预期正确的运动反应,尽管动物仍然可能依赖具身启发法进行工作记忆。
在任务设计期间,应 preemptively 考虑并设计多个独立的行为分析,用于确定动物是否真正学会了任务,并正在执行所需的算法策略。只有在具有一定丰富程度的任务中,才能进行裁决简并策略的多维度行为分析。例如,广泛使用的老虎机任务(Bandit tasks)提供的测量维度较低:二元选择和二元奖励结果。选择概率可以以适应奖励历史为条件,但几乎没有其他方法来评估行为,使得难以开发与模型无关的分析来解析算法策略。然而,丰富性应该是有针对性的,意味着任务应包括测试竞争性假设的诊断性操作,而不仅仅是增加复杂性。例如,在证据积累任务中,实验者可以参数化地改变感觉证据的强度和精确时间以及刺激的持续时间。这些任务的变体允许受试者选择退出决策以获得小而确定的奖励,表明其对知觉判断的信心,这可以关联到刺激特征。
一旦确定了任务设计,开发实现任务不同算法策略的行为模型是富有成效的。模拟这些模型的行为可以识别它们做出不同预测的试次类型或条件,从而激发任务设计和诊断性行为分析的迭代改进。例如,在证据积累任务中,有利于错误选择的第一个感觉爆发试次。模型的行为取决于所使用的参数值,因此可以模拟使用拟合数据的最佳参数的模型的行为输出,或者在一系列合理的参数值范围内进行模拟。如果模型中的参数存在权衡,这会限制可解释性。
应如何识别潜在的简并算法?如果文献中有先例,这是一个很好的起点。如果任务是“深度采样”或在多个实验中得到充分研究,则更有可能。如果没有,必须集思广益,模拟可能的启发式策略并评估其性能。解决算法简并性可能是一个跨越多项研究的漫长过程。
神经记录可以帮助解决算法简并性。几个世纪以来,经济学家对推动经济选择的心理过程(基于主观偏好)持不可知论态度,因为无法知道人们是否真的在计算和比较主观价值。只能从选择中推断价值,因此主观价值的行为定义是循环的。发现某些脑区的神经元编码价值,提供了一个独立于选择的价值衡量标准,打破了这种循环。另一个例子是关于猴子LIP(Lateral intraparietal area)神经元在证据积累过程中表现出斜坡(Ramping)还是阶梯(Stepping)动态的争论,这既是对LIP的争论,也是对算法策略的争论:猴子是在执行真正的整合,还是像爆发检测那样的阶梯式算法?
简并的神经实现
行为策略在算法上可能看起来相同,但在神经层面的实现方式不同。对小鼠和猴子的研究表明,训练史可以改变支持行为所需的皮质区域,表明支持任务表现的脑区存在简并组合。对猴子证据积累的研究记录了单个脑区失活后的会话内行为补偿。未受影响回路的募集可能有助于这种补偿。一项针对小鼠证据积累的研究表明,会话内的行为在表面相同但背内侧纹状体(Dorsomedial striatum)的因果需求不同的状态之间波动。动物和人类大脑对局灶性病变或扰动表现出显著的鲁棒性,这表明分布式网络可以补偿局部扰动或损伤。非扰动脑区的适应性募集被认为是脑损伤后功能恢复的原因。因此,相同的算法策略可能反映了简并的神经实现:在这种情况下,依赖于不同的脑区组合。
扰动实验比将活动模式回归到任务变量更能有效地解析脑区如何支持行为,即使最近大规模记录方法的激增促进了后者。大脑是一个高度互连的动态系统,神经回路可以反映任务变量,而不会对行为产生因果贡献。无脊椎动物中枢模式发生器回路在基线条件下表现出受试者间相似的动态,但温度、pH值或调制性扰动揭示了简并的回路实现。通过突触可塑性或神经整合学习行动价值的循环神经网络(Recurrent Neural Networks, RNNs)表现出相同的觅食行为,但通过扰动可解析其实现方式。如果补偿迅速且难以解析,扰动实验的负结果可能难以解释。此外,使整个脑区失活可能产生零结果,掩盖了这些区域中特定投射类别对行为的因果作用。然而,产生算法缺陷的扰动会产生关于回路执行的行为或认知操作的假设,并区分脑区活动对行为是许可性的(Permissive)还是指导性的(Instructive)。小鼠之所以成为神经科学的主要模型,是因为拥有强大的实验工具来监测和控制神经动态。仅依靠记录的研究未能发挥啮齿动物模型的潜力。
最近一项研究利用高通量训练记录了许多执行情境依赖性证据积累任务的大鼠,进一步突出了实现简并性。他们设计了实现相似算法策略但不同实现机制的循环神经网络模型,并确定了区分这些神经机制的行为和神经反应分析。这些分析揭示了一些大鼠通过以特定方式调节感觉输入对神经动态的影响来实现情境依赖性积累,而另一些则使用了不同的机制,例如表现出独特的情境依赖性循环动态。作者解析了支持相似算法策略的不同神经机制。
结论
算法策略应被视为待严格检验的假设。在设计时考虑到简并性的任务可以支持行为分析,有助于裁决简并算法。行为模型是识别关于简并算法的可测试定性预测的强大工具。扰动实验应与行为建模和深思熟虑的解释相结合,以识别算法层面的缺陷并解析实现简并性。严肃应对这些问题对于表征认知的神经机制至关重要。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号