Nature | 大脑如何学会 “及时止损”？华盛顿大学揭示mPFC与VTA是控制行为灵活的核心环路

为什么我们明明清楚一件事已经没有回报，却还是忍不住一再重复？

就像明明外卖不好吃还反复下单、手机刷不出新内容却停不下来、股票明明亏损却迟迟不肯卖出。大脑究竟是如何让我们 “放弃没用的旧行为”，又为什么常常做不到？

2026年5月6日，华盛顿大学Garret D. Stuber教授团队（中脑多巴胺与奖赏环路领域的顶尖学者）在顶刊《Nature》上发表研究《Prefrontal to ventral tegmental area dynamics drive contingency degradation》，揭示了大脑“及时止损”的神经机制。

研究发现，内侧前额叶皮层（mPFC）特定神经元编码偶联性衰退（CD）信号，并投射至腹侧被盖区（VTA）调控多巴胺能与GABA能神经元，共同驱动行为灵活性。研究提出了元奖励预测误差（mRPE）计算模型，完美拟合了小鼠“放弃旧习惯远慢于养成新习惯”的行为规律。

为什么放弃比学习慢？

团队设计巴甫洛夫反转学习任务，让小鼠先学会四种气味与蔗糖奖励的概率关联，再突然将高概率奖励气味转为低概率（偶联性衰退，H→L）、低概率转为高概率（偶联性增强，L→H），用预期舔舐行为判断学习效果。结果显示，小鼠放弃旧习惯（H→L）远慢于养成新习惯（L→H），传统奖励预测误差（RPE）模型无法拟合这一行为。

团队据此提出元奖励预测误差（mRPE）模型：大脑会累积多次奖励误差，形成 “元信号”，在反转中期达到峰值，才驱动行为改变。

元学习小科普：传统学习理论认为，大脑根据“每次结果与预期的差异（RPE）”更新行为。但这项研究发现，面对“奖励失效”，大脑需要累积多次RPE形成一个“元信号”才肯放弃。这解释了为什么“改掉一个坏习惯”比“养成一个好习惯”难得多——你需要攒够足够多的“失望”才能触发“放弃程序”。

mPFC：编码 “放弃信号”

研究者用纵向双光子钙成像，长期追踪小鼠mPFC的11792个神经元。

结果显示，约 13% 的细胞特异性编码偶联性衰退（CD）信号，且与线索、价值等信号相互独立。这些细胞分为兴奋型与抑制型，整体活动与 mRPE 模型的 CD 信号完全同步。进一步用单细胞全息光遗传（SLM）精准激活这群 CD 神经元，能直接减少小鼠对高价值线索的舔舐。

因此，mPFC CD神经元是大脑的“放弃信号”，激活CD神经元就能让小鼠主动放弃高奖励线索。

mPFC→VTA 环路：双向通讯实现行为灵活调控

VTA是大脑奖赏系统的核心，其中多巴胺神经元负责编码“奖励预测误差（RPE）”。

研究者发现，VTA 向 mPFC 释放多巴胺，传递奖励预测误差（RPE），为 CD 信号计算提供原料。mPFC 投射到 VTA 的神经元中，超 60% 编码 CD 信号，远高于普通 mPFC 细胞。在 mPFC 阻断多巴胺受体，或化学遗传抑制mPFC→VTA 通路，都会让小鼠更难放弃旧习惯。

因此，mPFC 靠 VTA 的多巴胺算清 “奖励没用了”，再把 “放弃” 信号发回 VTA，完成行为更新。

VTA的GABA能神经元——“放弃”的最终执行者

VTA中有两类关键神经元：多巴胺能（DA，奖赏信号）和GABA能（抑制DA神经元，编码负性信号）。

在脑片上用光遗传刺激mPFC→VTA末梢，同时用双光子钙成像记录VTA细胞反应。结果显示，mPFC投射主要激活VTA的GABA能神经元，间接抑制多巴胺能神经元，放大“无奖励”的负性误差信号。光遗传激活mPFC→VTA通路，能显著加速偶联性衰退，让小鼠更快停止无效舔舐，且效果可逆、持久。

因此，VTA 的 GABA 细胞是执行 “放弃旧习惯” 的最终环节。

全文总结

本研究通过行为建模、在体成像与精准操控，揭示mPFC→VTA环路是调控认知灵活性的核心：

mPFC 的特定神经元编码偶联性衰退信号，整合来自 VTA 的多巴胺奖励误差，形成元奖励预测误差信号，再通过调控 VTA 的 GABA 能与多巴胺能神经元，驱动动物放弃无效的旧习惯、适应环境变化，完整阐明了 “如何停止无用行为” 的神经机制。

小编寄语：

我们总说“坚持比放弃难”，但这项研究发现：放弃一个不再有用的习惯，从神经计算上确实比学习一个新习惯更难。mRPE模型完美解释了这一现象。

成瘾患者难以戒断，强迫症患者无法停止重复行为，本质上都是“放弃旧习惯”的功能受损。未来可以通过经颅磁刺激精准激活mPFC的CD神经元，或深部脑刺激调节mPFC→VTA通路，帮助患者“及时止损”。

https://doi.org/10.1038/s41586-026-10443-5

欢迎转发分享