食物、刺激还是药物？多巴胺线索信号映出不同奖励偏好
小鼠研究发现，预告奖励的线索信号与个体选择紧密联系，并随着奖励强度和风险发生变化。
面对相同奖励，不同个体可能做出不同选择。有些偏好食物，有些更愿意追求人工刺激或药物，这种差异如何在大脑中体现？2026 年《Nature Neuroscience》的一项研究比较脂肪奖励、光遗传自刺激与可卡因，追踪伏隔核多巴胺信号。结果将注意力从奖励到来时的峰值，转向提前预告奖励的线索：经过学习，线索获得的信号与个体偏好紧密联系，也会随着代价与风险而改变。
单项采样中的奖励线索多巴胺差异，与随后选择偏好相关；奖励增强及风险引入时，这些信号呈现不同的更新轨迹。
阅读目录 · 6个部分
从奖励反应走向学得的价值
自然奖励与人工奖励之间的比较，为观察个体差异提供了窗口。研究中的自然奖励是脂肪溶液，人工选项包括多巴胺神经元光遗传自刺激或可卡因。小鼠分别学习线索、按杆和奖励之间的联系，再在两项选择中表达偏好。食物并未受到限制，试次数也得到控制，以减少饥饿或饱腹的影响。
伏隔核多巴胺记录来自交错的单项采样试次，选择试次则给出偏好。两类观察让研究者追踪不同奖励在学习中获得的信号，再看这些差异与之后的选择如何对应。由此，奖励造成的即时反应与学习形成的预期，成为可以放在一起比较的两个层面。
偏好更贴近线索信号
学习初期，自然奖励递送引发明显多巴胺响应；熟练后，递送响应减弱，预测线索的响应出现。光遗传奖励也形成线索信号，但奖励刺激时的多巴胺响应持续存在。两类条件中，预期奖励被遗漏时都会出现信号下降，与预测误差的解释相容。
有趣的是，初学时递送峰的大小没有预测熟练后的线索信号。自然与人工奖励的线索差值，却与随后偏好强相关，递送信号没有相同关系。奖励的即时强度与学得的预期价值因此呈现不同图景：对于理解个体选择，预告奖励时发生的变化格外值得关注。
来源：Pascoli V et al. · Nature Neuroscience · CC BY
查看原图与英文图注 ↗
增强奖励与重复体验，带来不同结果
延长光奖励后，递送响应与相关线索信号提高，部分小鼠从自然奖励转向光奖励。仍有动物坚持自然奖励，显示更强的人工刺激并未统一所有个体的选择。线索信号与偏好轨迹一起变化，描绘出价值更新中的个体差异。
单纯增加短光奖励的体验则呈现另一种结果。经过四周、五百余次奖励，递送多巴胺持续存在，线索信号没有显著增强，偏好也保持稳定。重复体验与增强奖励并不等价：持续的递送响应，没有在这里转化为不断累积的线索价值。
来源：Pascoli V et al. · Nature Neuroscience · CC BY
查看原图与英文图注 ↗
可卡因也保留了个体选择差异
可卡因递送引发的多巴胺响应持续数分钟，与光刺激的时间过程不同。其线索信号同样与个体偏好相关。较强药物奖励通常伴随更高的群体线索响应，仍有不少动物偏好自然奖励。明显的多巴胺递送响应，因而没有让每只小鼠做出相同选择。
不同奖励还具有不同的时延与获得方式：药物有药代过程，光刺激更为直接，自然奖励需要移动和收集。这些条件共同构成当前任务中的价值背景。跨越不同奖励形式，研究反复观察到线索信号与偏好的联系，使学得的预期成为一条贯穿比较的线索。
来源：Pascoli V et al. · Nature Neuroscience · CC BY
查看原图与英文图注 ↗
多数动物更新，部分动物坚持
当较强光奖励带上轻度电击风险，多数小鼠转向自然奖励，人工奖励线索的相对多巴胺信号减弱。另一些动物继续偏好光奖励，线索信号保持较高。代价进入选择之后，动物与信号出现不同轨迹，展现了价值更新中的可变性。
奖励递送峰没有同样区分这两类动物，线索则能够反映成本加入后的差异。试次级反应潜伏期与线索信号的联系较弱，也显示每次行动仍受到其他情境与动机影响。个体偏好、学习预期与即时行动共同构成了选择过程的不同层面。
来源：Pascoli V et al. · Nature Neuroscience · CC BY
查看原图与英文图注 ↗
偏好与持续寻求之间，有着更细致的关系
对较弱人工奖励的偏好，与后来在惩罚下持续自刺激或转向较强可卡因奖励的倾向相关。强光奖励在无惩罚时的偏好，与后续持续行为则没有显著相关；惩罚加入后的选择联系更强。有些人工奖励偏好动物后来并未持续寻求，部分持续动物在有替代选项时仍选择自然奖励。
研究包含雌雄小鼠，荧光信号未发现显著性别差异。它将奖励递送、学得价值与风险下的更新放入同一框架，也为后续直接研究线索信号的作用提供了问题。个体为何坚持、又在何时改变选择，因而获得了比单看多巴胺峰值更丰富的解释。
来源：Pascoli V et al. · Nature Neuroscience · CC BY
查看原图与英文图注 ↗