巴甫洛夫遗产的演进:从普遍学习过程到个体差异的整合

《Neurobiology of Learning and Memory》:From general processes to individual differences: Pavlov’s legacy

【字体: 大 中 小 】 时间:2026年04月06日 来源:Neurobiology of Learning and Memory 1.8

编辑推荐:

  本研究旨在调和经典巴甫洛夫条件反射的普遍过程理论与在条件行为中观察到的显著个体差异。针对“自动塑形”范式下,大鼠对信号刺激(杠杆)表现出“符号追踪”(sign-tracking),或对无条件刺激(食物)位置表现出“目标追踪”(goal-tracking)的定性差异,研究者通过一系列行为实验和计算建模(HeiDI模型)探究了其起源。结果发现,这些差异与动物对刺激感知强度的个体差异以及“无条件刺激”的情感价值有关,并得到“逆向条件反射”有效性的新证据支持。这挑战了传统“刺激替代”假说,揭示了双向、非对称的“联合”结构(CS ? US)的重要性,为理解学习、记忆的“普遍过程”如何与个体行为表现差异相统一提供了新框架,对联结学习理论和相关神经机制研究具有重要意义。

  
每当听到特定的铃声或看到餐盘,我们可能不自觉地分泌唾液或感到饥饿,这是经典的巴甫洛夫条件反射在日常生活中的体现。一个多世纪前,伊万·巴甫洛夫(Ivan Pavlov)通过其著名的狗唾液分泌实验,揭示了“条件刺激”(CS,如铃声)与“无条件刺激”(US,如食物)反复配对后,生物体能够学会对原本中性的条件刺激产生“条件反应”(CR)。这一发现奠定了“联合学习”理论的基石,其核心思想是学习反映了大脑中对刺激“表征”之间“联合”的形成,并遵循着普遍的规律。巴甫洛夫本人曾构想过,通过研究条件反射所发现的普遍原理可能具有广泛的适用性,由此催生了关于学习与记忆的“普遍过程”模型,影响深远。
然而,即使在巴甫洛夫最初的观察中,也存在着令人费解的细节:他的狗在实验中的行为表现出明显的个体差异。他试图用“兴奋”与“抑制”的平衡等普遍概念来解释这些差异,但问题并未得到根本解决。在现代研究中,一个被称为“自动塑形”的实验范式(autoshaping)将这一矛盾凸显出来。当大鼠置身于一个操作箱中,一个杠杆的短暂出现总是伴随着食物投送,但大鼠并不需要按压杠杆即可获得食物。有趣的是,大鼠会发展出两种不同的“条件行为”:一些大鼠会反复触碰、嗅闻甚至啃咬那个作为信号出现的杠杆,这种行为被称为“符号追踪”(sign-tracking);而另一些大鼠则倾向于在食物即将出现的料槽口附近活动,这种行为被称为“目标追踪”(goal-tracking)。这两种行为模式——对食物信号的靠近与对食物本身的期待——在宠物狗身上也屡见不鲜,但其背后的理论意义却十分重大。为什么相同的训练程序会导致反映条件刺激(杠杆)和无条件刺激(食物)不同性质的行为?更关键的是,为什么有些动物主要通过符号追踪来表现所学,而另一些则主要通过目标追踪?这些“定性”的个体差异对试图在“联合”强度与单一行为测量之间建立单调对应关系的“普遍过程”模型构成了严峻挑战。如果仅依赖一种行为测量(如只记录符号追踪),可能会对动物是否学习以及学习到什么得出完全相反的结论,这揭示了学习理论与行为测量之间存在的深刻鸿沟。
为了弥合普遍性学习规律与个体行为差异之间的裂隙,并深入理解条件行为的本质,维克托·纳瓦罗(Victor Navarro)、多米尼克·M·德怀尔(Dominic M. Dwyer)和罗伯特·C·霍尼(Robert C. Honey)开展了一系列深入的研究。他们的工作不仅重新审视了巴甫洛夫及其继承者的经典理论,还通过精巧的行为实验和创新的计算建模,为联结学习领域带来了新的见解。相关研究成果已发表在《神经生物学与记忆》杂志上。
本研究主要采用了以下关键技术方法:首先,核心实验范式为大鼠“自动塑形”行为训练,通过呈现与食物奖赏(如蔗糖颗粒或普通食物颗粒)配对的杠杆刺激,并利用视频分析记录“符号追踪”和“目标追踪”的行为频率与时间分布。其次,研究采用了“逆向条件反射”等变式程序,即食物呈现先于杠杆刺激出现,以检验不同时间顺序下的学习效果。第三,研究引入了计算建模方法,开发并运用了名为“HeiDI”的数学模型,该模型基于“雷斯科拉-瓦格纳模型”的框架,但加入了双向、非对称的“联合”结构(CS ? US)和基于刺激感知强度的行为转换规则,用以模拟和解释行为数据。最后,部分实验还通过测量大鼠对蔗糖的舔食集群大小来量化其对“无条件刺激”的“情感价值”偏好,并将此个体差异指标与行为偏差进行相关性分析。
1. 条件反应性质的个体差异
研究人员通过“自动塑形”程序,系统观察和量化了大鼠在符号追踪和目标追踪上的个体差异。他们发现,这种偏差并非动物固定不变的内在特质。关键证据来自一项实验:当大鼠学习两个不同的杠杆,一个与蔗糖配对,另一个与普通食物配对时,它们在一个杠杆上表现出的追踪偏差(符号或目标)与另一个杠杆上的偏差并不相关。这意味着,面对不同价值或性质的“无条件刺激”(US),同一只动物可能采用不同的行为策略来表达学习。进一步的研究表明,目标追踪的倾向与动物对蔗糖的“情感价值”呈正相关,即越喜欢该奖赏的大鼠,越倾向于进行目标追踪。此外,在动物对蔗糖饱足后,目标追踪行为显著下降,而符号追踪则不受影响。这些结果表明,个体差异至少部分源于动物对不同“无条件刺激”的感知与评价差异,而非简单地由某种统一的、固有的“学习能力”或“反应风格”所决定。
2. 巴甫洛夫条件反射中的联合结构
传统“普遍过程”模型通常强调条件刺激对无条件刺激的“预测”关系,即单向的CS→US“联合”。然而,这种结构难以解释条件行为何以能同时反映CS和US的性质。本研究回顾并采纳了巴甫洛夫研究所主任阿斯拉疆(Asratian)提出的双向“联合”结构(CS ? US)假说。该假说认为,即使在“正向条件反射”中,刺激“表征”之间也会形成相互的、可独立变化的联结。这一结构的一个直接推论是:“逆向条件反射”应该是有效的,即US先于CS呈现也应能导致对CS的条件反应。这与长期以来学界认为逆向条件反射无效或效果甚微的主流观点相悖。
3. 双向联合的学习规则
为了形式化上述思想,研究者发展了HeiDI模型。该模型的核心是双向、非对称的“联合”学习规则。两个刺激(例如1和2)之间双向“联合”强度的变化(ΔV1→2和 ΔV2→1)由公式决定,其中变化量取决于每个刺激的感知强度(α1和α2)以及一个基于预测误差的共享项。至关重要的是,双向“联合”的“渐近线”和达到速度由两个刺激的感知强度共同决定,这使得“联合”可以是“非对称”的(即V1→2≠ V2→1)。这一设定使得模型能够自然地解释许多让传统“雷斯科拉-瓦格纳模型”感到棘手的现象,如下行“去阻塞”、高阶条件反射等。
4. 重新审视逆向条件反射
研究团队通过一系列大鼠实验直接检验了逆向条件反射的效果。结果清晰地表明,在“逆向条件反射”程序(食物先于杠杆呈现)下,大鼠对杠杆产生了显著且持续的“目标追踪”行为,尽管“符号追踪”行为较弱。相比之下,“正向条件反射”则同时引发了较强的两种行为。这一发现强有力地支持了双向“联合”结构的存在。更有趣的是,两种条件反射下行为的时间分布模式不同:正向训练后,目标追踪在杠杆呈现期间逐渐增加;而逆向训练后,目标追踪在杠杆出现初期最强。HeiDI模型通过将刺激的感知强度在其持续时间内进行区分(例如,刺激起始时强度更高),成功地模拟了这些复杂的时间动态模式,为逆向条件反射的有效性及其行为特征提供了连贯的解释。
5. 人类配对联想学习中的证据
双向非对称“联合”的观点不仅适用于动物。研究者在人类的颜色-颜色配对联想学习实验中也找到了支持证据。当被试学习诸如A→B, B→C, C→D, D→A这样的循环序列时,测试发现,由A联想到B(正向)的成功率高于由A联想到D(逆向),但由A联想到D又高于联想到无关的C。这种模式精确符合HeiDI模型对双向但“非对称联合”的预测,即正向联结强于逆向联结,但逆向联结又强于无联结,从而表明人类在顺序学习中同样形成了强度不等的双向“联合”。
6. 学习到行为的转化
最后,研究回到核心问题:学习(以双向“联合”强度VCOMB表示)如何转化为具体的符号追踪或目标追踪行为?HeiDI模型提出了一个行为转化规则:双向“联合”的激活效应会根据条件刺激(CS)的感知强度(αCS)和被条件刺激“检索”出的无条件刺激(US)记忆的表征强度(α‘US)的相对权重,分配到CS相关行为(符号追踪)和US相关行为(目标追踪)上。因此,个体差异可以被理解为源于动物对CS和US的“感知强度”的基线差异或对刺激的“情感价值”评估差异。这一简单而优雅的规则,成功解释了诸如“消退”过程中目标追踪比符号追踪下降更快等现象,因为消退主要削弱了CS→US的联结,从而降低了激活US记忆的强度,使得行为分布向更依赖于CS本身感知强度的符号追踪倾斜。
本研究通过整合严谨的行为实验与计算建模,得出了若干重要结论。首先,研究证实了“逆向条件反射”能够产生强有力的条件行为(主要表现为目标追踪),这挑战了该领域长期存在的成见,并为双向“联合”结构(CS ? US)提供了关键的行为证据。其次,研究揭示了大鼠在“自动塑形”中表现出的符号追踪与目标追踪的个体差异,并非动物不可变的特性,而是与特定“无条件刺激”的情感价值及动物对刺激的感知差异密切相关。第三,研究者提出的HeiDI模型,通过纳入双向、非对称的“联合”学习规则,以及基于刺激感知强度的行为转化规则,成功地统一解释了从个体差异、逆向条件反射有效性到多种复杂“联合”学习现象(如下行去阻塞、高阶条件反射等)在内的一系列问题,展示出强大的解释力和普遍性。
这项工作的意义深远。在理论层面,它弥合了巴甫洛夫“普遍过程”理论雄心与实验中观察到的“恼人”个体差异之间的历史鸿沟,表明两者可以在一个更精细的、包含刺激感知与评估的计算框架下得到统一。它将注意力的焦点从单一、单向的预测性“联合”,扩展到了双向、动态的“联合”网络及其行为表达机制。在实践层面,该研究提示,在评估学习与记忆时,依赖单一行为指标可能是危险且误导的,需要多维度测量。此外,该模型框架与神经科学研究发现(如伏隔核核心区多巴胺信号如何追踪刺激的感知强度与显著性变化)具有一致性,为行为学习理论与神经机制之间搭建了桥梁。最终,这项研究以现代科学的方式,呼应并拓展了巴甫洛夫的原始洞察:对学习普遍规律的追寻,与对个体独特性的理解,并非背道而驰,而是可以携手并进的科学征程。
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