罗敏敏实验室揭示学习过程中外侧缰核神经元编码奖惩反应的动态变化

2017年5月31日，我所罗敏敏实验室在eLife杂志上在线发表题为“Learning Shapes the Aversion and Reward Responses of Lateral Habenula Neurons”的文章，报导了哺乳动物外侧缰核（lateral habenula）如何编码奖惩信息以及学习过程是如何塑造其反应特征。

趋利避害是生物在自然界最重要的生存法则，而大脑的奖赏环路在促进有利行为和防止有害行为中发挥着主要作用。过去十几年的研究工作表明，外侧缰核是奖赏环路重要的组成部分，通过向中脑的多巴胺能和五羟色胺能系统提供“动机负值”，从而影响动物的行为抉择。然而以往的行为电生理研究主要集中在活动受限的灵长类动物上，因此研究自由活动状态下外侧缰核在众多行为范式中对奖罚信息的编码很有必要。另外，尚未清楚学习过程是如何塑造外侧缰核的反应特征的。

在本课题中，罗敏敏实验室的研究生王达青利用光纤记录（fiber photometry）和光标法（optical tagging）电生理记录追踪自由活动小鼠中外侧缰核兴奋性神经元在奖惩行为范式中的活动变化。多种不同的惩罚，如苦味、电击、社交攻击强烈激活外侧缰核神经元。对厌恶事件的巴普洛夫条件性学习能够在几个回合内诱导出对预测厌恶的原中性刺激产生兴奋性反应。社交弱势同样能够诱导出对原中性社交刺激的兴奋性反应。相反地，糖水奖赏抑制外侧缰核神经元的反应并常常伴随着兴奋性的反弹。与厌恶事件的巴普洛夫条件性学习不同，在奖赏事件的条件性学习中，长期反复的条件化和高概率奖赏才能诱导出对预测奖赏的原中性刺激产生抑制性反应。

这些结果揭示了外侧缰核神经元能够双向地编码多种厌恶和奖赏信号。另外，外侧缰核神经元的反应能够动态地被学习所塑造，提示其参与了对奖惩的经验依赖性的行为抉择反应。

我所与清华大学联合培养博士生王达青为本文第一作者，其它作者包括罗敏敏实验室的李毅、冯琦茹、郭青春、周景峰。我所罗敏敏博士为本文通讯作者，该研究由科技部973、国家自然科学基金委、及北京市政府资助，在北京生命科学研究所完成。