Neuron 刷新认知！MIT揭秘小脑还是语言中枢，不只是运动器官！

寒假提升计划

看了这么多顶刊文献，想要进行数据分析的心是不是蠢蠢欲动了？寒假期间 PsyBrain 脑心前沿团队会带来一些数据分析流程的讲解，配合示例数据和代码，带你跑通复杂的顶刊分析流程，欢迎大家关注~

如果你有感兴趣的、想学习的分析方法，欢迎给我们留言~

基本信息

Title:The cerebellar components of the human language network

发表时间：2026.1.22

Journal:Neuron

影响因子：15.0

获取原文：

1. 添加小助手:PSY-Brain-Frontier即可获取PDF版本
2. 点击页面底部“”即可跳转论文原网页

研究动机与背景

尽管已有大量证据表明小脑参与包括语言在内的认知功能，但其具体角色仍存在长期争议，且由于以往研究常将语言处理与感知、运动或通用认知需求混淆，导致进展缓慢。传统研究多依赖解剖定位和多被试平均化处理，难以捕捉到小脑语言响应的高个体差异性，且小脑与大脑皮层语言回路之间的研究长期处于割裂状态。因此，本研究旨在通过大规模精准fMRI技术，系统地刻画小脑中语言响应区域的地形分布、功能选择性及其与大脑皮层语言网络的集成程度，以构建一个更完整的语言神经生物学架构。

实验设计与方法逻辑

研究假设在人类小脑中存在特定的功能区域，其不仅能可靠地响应语言，且在功能特征（如高选择性、对语言处理难度的敏感性）和网络连接上与大脑皮层的核心语言网络表现出高度的对称性与协同性。

作者采用了一种基于个体精准映射的功能定位法，通过对846名唯一参与者进行大规模fMRI扫描，使用成熟的语言定位任务（对比阅读/倾听句子与无意义非词列表）来识别每位受试者小脑中的语言响应区。随后，为了验证这些区域是否专属于语言，作者测试了它们在发音、执行控制、音乐感知、社会感知和事件语义等26个非语言实验中的表现。在确定了具有高度选择性的区域后，进一步通过复杂的计算语言模型特征（如GPT2-xl提取的预测性/惊异度）和多种降级语言任务，深度剖析了小脑区域对语义组合及处理难度的敏感性，最后通过静息态和自然故事倾听任务量化其与大脑皮层的功能连接。

核心发现

发现一：识别出四个稳定的小脑语言响应区

通过精准映射，在右侧后小脑发现了从上到下分布的四个区域（LangCereb1-4），它们均能跨模态响应语言。

Figure 1. Language-responsive regions of the cerebellum. Fig1 通过展示12位代表性个体的t统计图和群体概率图，明确了右侧后小脑LangCereb1-4的空间分布。它证明了尽管个体间存在解剖差异，但功能区在右侧半球的偏向性是极其一致的。

Figure 2. Engagement of cerebellar language regions during reading and listening. Fig2 对比了阅读（视觉）和倾听（听觉）两种模式下的脑激活模式。结果显示这四个区域在两种模态下均有强响应，证明它们处理的是抽象的语言信息而非单一的感官输入。

发现二：LangCereb3具有极高的语言选择性

位于CrusI/II/VIIb的LangCereb3区域对非语言任务几乎不响应，其选择性模式精准镜像了大脑皮层语言网络。

Figure 3. Selectivity of cerebellar language regions for language over non-linguistic tasks. Fig3 利用数学、音乐、社交等多种非语言任务电池测试了区域的选择性。该图显著揭示了只有LangCereb3表现出类似大脑皮层的极端“语言专属”特性，而其他区域则表现出多任务共用的特征。

发现三：LangCereb3主要支持语义组合处理

实验显示该区域对具有句子级语义组合需求的任务响应最强，而对单纯的词汇访问或语法结构构建响应较弱。

Figure 4. Linguistic contributions of LangCereb3 (Crus I/II/VIIb) during comprehension and production. Fig4通过使用“Jabberwocky”句子和非词列表等降级刺激，该图揭示了LangCereb3对语义组合（构建整体句子含义）的敏感度甚至略高于大脑皮层，明确了其在语义层面的核心作用

发现四：小脑语言响应受语言预测性特征调节

该区域的反应强度与句子的惊异度（Surprisal）等细粒度特征高度相关，且其调节模式与大脑皮层高度一致。

Figure 5. Responses in LangCereb3 (Crus I/II/VIIb) and the neocortical language network are modulated by processing difficulty. Fig5 将脑响应与GPT2-xl等AI模型提取的1000个句子的语言学特征（如预测概率）进行关联。该图展示了小脑区域对语言难度的调节规律与皮层网络如出一辙

发现五：小脑与大脑皮层语言网络紧密集成

LangCereb3在静息态和自然任务中均表现出与大脑左半球语言网络极强的功能连接，是其重要的“卫星”组件。

Figure 7. Response profile similarity and functional connectivity of the cerebellar language regions with the neocortical language network. Fig7 通过相关性矩阵和功能连接图，最终确认了LangCereb3在功能特征和静息态连接上都是大脑皮层语言网络最亲密的合作伙伴，其相似度极高

省流总结

本研究利用大规模精准成像技术打破了小脑仅负责运动控制的传统观念，揭示了右侧后小脑存在四个语言区，特别是LangCereb3区域在选择性、功能特质和网络连接上与大脑皮层语言网络高度同步。研究不仅证明了小脑是人类语言系统的核心组成部分，主要负责句子级的语义整合，还指出其他混合选择性区域可能承担着跨领域信息整合的重任，为失语症等临床干预提供了新的潜在靶点。