综述:“虚无”亦有意义:遗漏反应揭示预测性脑机制

《European Journal of Neuroscience》:“Nothing” Really Matters: What Omission Responses Reveal About the Predictive Brain

【字体: 时间:2026年06月01日 来源:European Journal of Neuroscience 2.4

编辑推荐:

  理解脑的预测机制需要将内源性活动与外部刺激诱发的反应分离。遗漏范式(omission paradigms)通过考察预期刺激缺失时的神经反应,为解析内部计算提供了独特窗口。本综述整合跨物种、跨模态及跨范式的遗漏研究,揭示脑如何预测世界。研究一致表明,脑利用明确习

  
理解脑的预测机制需要将内源性活动与外部刺激诱发的反应分离。遗漏范式(omission paradigms)通过考察预期刺激缺失时的神经反应,为解析内部计算提供了独特窗口。本综述整合跨物种、跨模态及跨范式的遗漏研究,揭示脑如何预测世界。研究一致表明,脑利用明确习得模型生成详细、特征特异的预期内容表征。联合皮层中的预期信号在遗漏时刻达到峰值,皮层反应携带可解码的缺失刺激特征信息,形成缺失事件的“感官幽灵”(sensory ghosts)。这些复杂计算由孤立制备中快速出现的奠基性反应所补充,反映了更简单的局部计算。研究人员提出一个框架,认为遗漏反应源于沿机制谱协同工作的两种计算风格。局部规则编码(Local Regularity Encoding, LRE)通过内在环路动力学(如适应与反弹)产生快速、自动化的信号,作用于受限的时间窗。基于模型的推理(Model-Based Inference, MBI)则通过分布式网络产生较慢、灵活预测,习得特定的“内容”与“时间”预期,常需注意与自上而下的控制。研究人员利用包括时间限制、注意依赖性和内容特异性在内的经验特征来组织这些发现。该合成包含一个功能性“遗漏图谱”(Omission Atlas),将计算映射到脑网络,从小脑计时支架到海马内容预测。临床应用揭示了这些系统在精神分裂症、孤独症谱系障碍和神经发育障碍中的差异性易损性。该框架为不匹配 negativity(MMN)及相关现象提供了统一解释,为未来预测加工机制研究提供了理论进展与实用工具。
引言
遗漏范式通过测量脑对预测但未出现刺激的反应,为洞察预测脑的内部运作提供了强有力视角。与呈现意外刺激的范式不同,遗漏范式完全移除了外部事件,因此任何与时间锁定的神经反应必然产生于内部,无论其反映明确预测、违反信号还是承载近期历史的前向内在环路动力学。该领域始于20世纪60年代,当时发现了由意识性注意预期违反引发、慢速且具有认知条件性的电位。伴随性负变(Contingent Negative Variation, CNV)是一种预期持续波,在预期线索事件时建立,若事件遗漏则持续存在,证明了其内源性起源。随后研究发现P300(P3)可由任务相关刺激缺失诱发。后续工作证实这些晚成分受任务相关性与注意调节,依赖于包括海马与前额叶皮层在内的广泛网络,并可分离为较早的模态特异性成分与较晚的模态一般性成分。
20世纪90年代的概念转变为发现一类快速、主要自动化的遗漏反应。在外周通路中发现了稳健的遗漏刺激电位(Omitted-Stimulus Potential, OSP),听觉遗漏不匹配 negativity(omission mismatch negativity, oMMN)表明,即使皮层错误信号对缺失声音的反应也可在无注意条件下产生,并受严格时间限制。这两个极点共同表明遗漏反应并非单一实体,推动了寻找能够容纳异质性机制的组织原则。
一项重要进展是证明遗漏反应不仅能编码刺激“何时”缺失,还能编码“何种”内容缺失。多变量解码显示,在遗漏事件的预期时刻,活动可携带特征特异性信息,包括预测的音高、空间位置和朝向,且此类表征可能依赖于记忆系统的自上而下驱动。这些“感官幽灵”信号难以用单纯反弹或适应解释,并为预测的代表性内容与环路水平来源提出了明确假设。
本综述立足于更广泛的预测加工框架,其核心思想是脑持续生成关于传入感觉信息的预测,并在预测失败时计算类似错误的信号。在经典预测编码公式中,分层组织的环路维持世界的发生模型。高层通过反馈连接发送预测,低层通过前馈连接发送不匹配信号。然而,该框架的神经实现仍存在争议。经典预测编码的核心信条,即解剖学上分离的“预测”与“错误”神经元(通常映射到不同皮层层级),缺乏一致的实证支持,尤其是在听觉系统中对MMN的研究最为广泛。此外,越来越多的证据表明,复杂的预测计算可以仅从局部环路动力学和可塑性中涌现,无需明确的层级信息传递。
替代性解释提出了预期塑造反应的不同机制。预测路由(Predictive Routing)强调选择性通路门控而非显式减法,使得“预测错误”可以反映未准备环路对意外输入的反应。精度加权(Precision-weighting)解释强调脑不仅追踪预测,还追踪其可靠性,根据置信度缩放类错误信号。
新方法学进展为区分计算风格提供了机制层面的支撑。一端,离体皮层记录证明了局部环路足以完成时间计算。另一端,定向扰动确立了分布式网络与记忆结构对内容特异性预测的必要性。在这两极之间,小鼠视觉皮层的细胞类型分辨率研究、状态依赖性听觉反应以及灵长类的系统水平追踪正在填补机制层面的中间地带。
近期一篇聚焦听觉的综述提供了遗漏反应的互补视角,强调听觉范式及其与神经元不匹配和预测编码争论的关系。本综述在范围和组学原则上有所不同,通过整合跨模态和跨物种的遗漏研究,利用它们来分离机制性计算风格,而非局限于单一感觉域。
研究人员不预设单一预测架构,而是沿着由两个处理风格定义的谱来组织遗漏文献。一端是局部规则编码(LRE),它源于局部环路的固有动力学和短视界规律性。另一端是基于模型的推理(MBI),它依赖于由分布式网络生成的明确预测,并由任务需求、习得规则和情境知识塑造。研究人员认为这并非僵化二分。在许多范式中,它们形成一个协同层级,基于模型的运算提供自上而下的情境,以塑造、门控或丰富局部反应。
遗漏反应的框架
为导航多样的遗漏文献,研究人员提出了一个以两种处理风格为锚点的计算谱。本节定义这些风格,描述其相互作用方式,提供探测它们的范式分类法,并概述区分其贡献的经验特征。
局部规则编码(LRE)
LRE描述了追踪近期时间统计的快速计算,可在不需要明确、富含内容的自上而下预测或分布式网络协调的情况下产生遗漏锁定的活动。在LRE中,关键解释资源是局部环路的固有动力学和短时程可塑性。
概念上,LRE机制并不构建未来的符号模型;相反,它们允许局部环路将近期刺激的“动量”随时间向前传递。当节律性刺激停止时,环路不会简单返回基线。相反,其内部状态(由近期输入节律塑造)继续演化。在此观点下,遗漏反应是扰动状态在预期时刻的瞬时反弹或稳定。研究人员在第3.4节详细阐述了这些机制的具体计算实现,包括刺激特异性适应、多时间尺度滤波和神经元共振。
LRE计算具有几个区别于高级推理的特征特性。首先,它们通常被限制在短时间窗内,通常为数十至数百毫秒,反映了突触压抑或膜共振的时间常数。例如在听觉中,时间整合窗(Temporal Window of Integration, TWI)(约150至175 ms)为这些效应提供了清晰的边界。其次,LRE信号通常相对不敏感于明确的任务目标,可在被动条件或麻醉下持续存在,尽管其幅度可被唤醒状态调制。第三,LRE信号主要标记基于近期节律的“何时”预期事件,而非编码关于“何种”特征的详细信息(例如特定面孔身份)。最后,这些信号可在相对孤立的神经结构中产生,这与在外周通路和简化皮层制备中观察到的遗漏锁定反应一致。
基于模型的推理(MBI)
MBI包含从经验中习得的灵活预测,可指定预期事件的时机和内容。这些预测在跨越感觉与联合皮层及相关皮层下结构的分布式网络中实例化。研究人员以操作意义使用“基于模型”:预测源自习得的结构,该结构可泛化到超出紧邻的前刺激历史,并能纳入任务规则、情境和记忆。
概念上,MBI允许脑桥接局部动力学无法跨越的鸿沟。虽然LRE依赖于近期活动的被动衰减或共振,但MBI依赖于生成模型的主动维持,即由长期记忆和当前情境构建的对未来的“最佳猜测”。当这种猜测与现实相遇时,系统计算差异。研究人员在第4.5节详细阐述了这些机制的具体计算实现,包括分层预测编码、精度加权和预测路由。
MBI计算具有区别于LRE的独特属性。它们可以桥接长时间间隔,包括数秒或更久,使用主动维持的表征,而非仅依赖被动衰减或短时间常数。它们对注意、任务需求和行为情境敏感,使遗漏具有意义或任务相关性通常会放大基于模型的成分。它们可依赖于自上而下的反馈,以及来自记忆和时间相关结构(包括海马内容预测和小脑计时支架)的贡献。最具区别性的是,MBI可以编码特征特异性预期,包括预测的音高、朝向、位置或身份,即使在无刺激呈现时,也能在遗漏时刻创建可解码的“感官幽灵”表征。
谱而非二分法
研究人员不将LRE和MBI视为互斥类别,而是视为连续体的两极。真实的遗漏反应通常反映了两个过程的贡献,并在区域和潜伏期上表达。边界在机制上也是多孔的。结构上“孤立”于自上而下输入的局部网络,可通过可塑性和固有动力学自组织产生惊人的丰富计算,包括类似于偏差检测的反应和可用推理类术语建模的动力学。这促使采用基于实证的方法:在谱上的位置应由时间尺度限制、内容特异性和对反馈的依赖性等特征来判断,而不是假定“局部”就意味着“简单”。
MMN为说明这种相互作用提供了一个有用的联结点。严格时间限制下的快速遗漏MMN与LRE主导的贡献一致,而对习得规则和抽象结构违反的MMN反应则暗示了基于模型的贡献。将MMN样反应分解为早期和晚期成分的定量方法提供了一种具体方式来形式化这种相互作用,并将关于“何时”的预测与关于“何种”的预测分离开来。
局部与基于模型计算的相互作用
如果遗漏反应既源于局部动力学,也源于分布式推理,那么这些过程如何关联?研究人员描述了三种相互作用模式,为表征给定发现中多少协作被调动提供了简洁的词汇。这些模式在区域或潜伏期上并不互斥。
最小相互作用(预测错误优先)
在此模式下,遗漏反应主要作为分层解释中的不匹配或预测错误信号,计算为自上而下预测与缺失自下而上输入之间的比较。局部时间效应(如适应)被视为增益控制或干扰项,而非遗漏锁定活动的必要发生器。第4.5节回顾的若干形式模型采用了这一假设,将遗漏信号视为分层生成模型内显式比较器的输出。
协同动力学
LRE提供标记预期事件时间的暂时支架,而MBI提供内容特异性预测并支持跨更长间隔的泛化。这两种贡献可出现在不同的通路、层和潜伏期。关键的是,它们不必独立运作:自上而下的信号可以通过配置通路准备度和增益来塑造局部处理,使得遗漏效应可能反映了被改变的通路路由或计时,而非显式减法操作。机制实例化范围从简单的并行表达到通过特定中间神经元亚型进行的主动门控,这些亚型在自上而下控制下重新加权兴奋与抑制。
机制优先的LRE(局部动力学足够)
在此模式下,局部环路动力学不仅仅是支持性支架,而是常规归因于自上而下预测的这种现象的主要解释。重复刺激通过适应、滤波和共振建立了结构化的内部状态;当预期输入未能到达时,环路的弛豫产生了适时的瞬变,模拟了预测错误,而无需任何显式比较器或分层模型。规范模型强化了这一观点:训练用于高效编码或预测目标的网络将遗漏敏感性发展为涌现特性,即使是孤立的皮层培养物也仅通过局部可塑性获得偏差和遗漏反应。在此观点下,解释负担落在MBI支持者身上,需要证明其分层反馈是必要的,而不仅仅是存在的。
与预测加工框架的关系
鉴于引言中概述的预测加工格局,研究人员现在阐明LRE-MBI谱如何与这些解释相关联。MBI极自然地与分层预测编码对齐:分布式网络维持生成模型,预测向下流动,不匹配信号以精度设定的增益向上传播。遗漏反应完美契合此架构;当预测输入未能到达时,不受约束的自上而下预测产生不匹配信号,即使缺乏自下而上的输入。LRE极捕捉了一种替代可能性,即引言中标记的:局部环路动力学可以在没有显式层级信息传递的情况下产生类预测信号。
研究人员不将局部适应仅仅视为混杂因素或成功预测的副产品(如某些预测编码公式所述),而是将其视为一种计算上独特的贡献,可能对某些遗漏反应已足够。这一充分性问题至关重要。争论的焦点不在于局部机制是否存在;所有解释都承认适应和短时程可塑性,而在于分层反馈是否是解释发现所必需的。第2.1节描述的TWI说明了这种张力:消失在此窗之外的遗漏反应,用局部时间常数来解释比用分层推理失败来解释更为简约。相反,桥接长延迟、携带内容特异性信息或依赖于习得规则的遗漏反应则暗示了预测编码所强调的分布式架构。
第2.4节描述的相互作用模式映射到了持续争论中的立场。“最小相互作用”对应于错误信号占主导的经典预测编码。“协同动力学”适应了预测路由解释,其中自上而下信号门控通路而非提供用于减法的输入。“机制优先的LRE”捕捉了简化制备中的发现,其中遗漏锁定活动在没有来自高级区域的反馈的情况下持续存在。因此,该框架的贡献不仅仅是一个新理论,而是一个实用工具:实证标准(表1)用于逐案裁决机制可能性,而非假设统一的实现。研究人员通篇以描述性方式使用“预测错误”和“不匹配”等术语,指示与预期时间对齐的期望违反信号,而不承诺于那些在实证上仍有争议的特定微环路架构。后续章节将系统地应用这些标准,从LRE主导的现象开始,再转向暗示MBI的发现。
探测谱:范式分类法
不同的遗漏范式通过改变施加在预测系统上的计算需求,来探测LRE-MBI谱的不同区域。图1总结了这一设计空间,根据范式最强烈测试的内容来组织范式,包括时间(“何时”)、内容(“何种”)、概率与不确定性、规则学习、注意与状态依赖性,以及分布式网络协调的需求。
在LRE主导端,周期性遗漏范式呈现等时刺激序列,偶尔出现间隙,通过夹带、适应和反弹探测时间预测。关键变量包括刺激率和遗漏前的重复次数。Oddball遗漏范式将遗漏嵌入包含标准和偏差刺激的序列中,允许直接比较对意外缺失与意外出现的反应。
中间范式引入了可以同时调动局部和基于模型贡献的操作。概率设计操纵遗漏可能性,测试反应是否随统计惊奇性缩放。前间隔(Foreperiod)范式在某个可变延迟后提示目标,然后偶尔遗漏它,分离时间准备与节律夹带。序列学习范式训练确定性或概率性序列,然后遗漏特定位置,探测超越计时的项目特异性预测。
在MBI主导端,范式需要仅靠局部动力学无法支持的运算。局部-全局设计创建了规律性层级,分离自动编码与高阶规则学习。跨模态范式训练跨模态的关联,然后遗漏预测的事件,因为适应无法桥接模态;稳健的反应意味着习得的关联和分布式协调。动作偶发范式使感觉事件依赖于自发生成运动,探测运动-感觉预测。抽象规则范式建立无法仅由即时历史捕获的结构。该分类法提供了一个实用的设计指南:如果目标是分离局部计时,短间隔的严格节律序列具有信息量;如果目标是测试内容特异性或基于规则的预测,跨模态、长延迟或抽象设计更具诊断性。
沿谱放置的特征
研究人员如何确定给定的遗漏反应位于LRE-MBI谱的何处?研究人员提出了一套作为分级放置线索的经验特征。这些应被视为收敛证据而非二元测试;最强的推断来自多个特征的模式,或来自选择性地施压局部与基于模型计算的操作。
两个特征表征系统正在追踪“什么”。时间限制:LRE计算通常受限于局部时间常数,表现出严格的速率依赖性,如听觉TWI所示。在几百毫秒外消失的反应提示局部贡献;MBI可以使用维持的预期桥接更长的间隔。内容特异性:LRE信号倾向于标记计时,特征特异性有限。关于预期身份、音高或位置的可解码信息支持MBI参与。
两个特征表征计算“如何”实现。网络依赖性:LRE解释通常可在单个结构内实现;MBI通常招募分布式网络,并依赖于来自记忆和时间结构的完整反馈。注意与状态依赖性:LRE样信号通常在被动或麻醉下持续存在;对注意、意义或任务相关性的强烈依赖提示MBI参与。
两个特征表征预测“如何”表达。遗漏前活动:MBI机制通常显示预期特征,向预期时间斜坡上升或预期内容特异性表征的预激活,而LRE表现为没有内容模板的夹带。成分结构:两阶段反应,早期自动成分之后是较晚的评估性更新,可以指示从局部计时主导处理向MBI的转变。
表1总结了这些特征作为实用的解释工具。放置很少由单一特征决定;目标是确定哪种计算风格最能解释整体模式。
工作示例:应用表1
示例A:TWI内的快速听觉oMMN
在罕见遗漏的快速序列中,引发了早期遗漏反应,当流内间隔超过TWI时该反应消失,在被动聆听期间持续存在,并且几乎没有特征特异性重建的证据。这种模式在时间限制、注意依赖性和内容特异性方面偏向LRE。如果概率操作仅微弱调制幅度,则进一步支持LRE主导的解释。
示例B:跨模态习得内容预测伴遗漏
在训练音调在特定延迟预测视觉刺激后,视觉事件的遗漏引发的活动依赖于习得的关联,随任务相关性缩放,并包含关于预期视觉内容的可解码信息。这种模式在网络依赖性、长间隔桥接、注意依赖性、遗漏前预期活动和内容特异性方面强调MBI,即使也存在短潜伏期的计时成分。
有了这些放置线索,接下来详细检查LRE。研究人员聚焦于遗漏锁定活动,这些活动可由近期输入历史驱动的局部环路动力学产生,而不需要自上而下的生成预测信号。首先概述可在局部产生适时信号的机制“构件”,然后回顾外周和皮层下系统以及简化皮层制备中的典型实证例子,最后处理皮层边界情况——听觉oMMN,其时间限制推动了向基于模型计算的过渡。
局部规则编码(LRE)
本节使用第2节引入的经验放置线索(表1)检验LRE。LRE指的是遗漏锁定活动,可由近期输入历史驱动的局部环路动力学产生,而不需要自上而下的生成预测信号。核心现象是适时反应,即活动时间与缺失事件的“预期”时刻锁定,而非与发生的“最后一个”事件锁定。研究人员首先概述可在局部产生适时信号的机制构件,然后回顾典型实证例子(视网膜、外周和皮层下系统以及孤立皮层网络),最后锚定皮层边界情况——听觉oMMN,其时间限制推动了向第4节基于模型计算的过渡。
几种生理主题在以下证据中反复出现:状态依赖性适应与释放,近期历史通过增益塑造,使得缺失输入揭开瞬变;夹带与共振,耦合群体在其相位动力学中承载计时;多时间尺度滤波,固定时间整合在内部波形中产生可预测的模式,在遗漏时偏离;局部可塑性,突触学习将计时嵌入连接性。这些并非互斥,并为解释后续实证案例以及理解第3.4节的形式模型提供了共享词汇。
奠基性证据:外周与皮层下计时支架
大量文献表明,在短视界上,遗漏锁定活动可在外周和皮层下环路中产生,与LRE放置线索(局域性、短时间限制和对注意的弱依赖性)一致。视网膜提供了机制原型。
视网膜环路作为预测计时的机制原型
视网膜神经节细胞可对节律序列中闪光遗漏产生精确计时的反应。决定性观察是,遗漏刺激反应(Omitted-Stimulus Response, OSR)的潜伏期最好描述为相对于缺失闪光的预期时间,而非相对于最后呈现闪光的固定延迟。在刺激周期中,反应保持近似与预期时间对齐,这是预测计时计算而非简单偏移反弹的标志。
由于视网膜环路可进行细胞和药理学解剖,该系统为如何在局部构建适时信号提供了异常具体的见解。一个最小的机制解释表明,在某些条件下,ON通路反弹结合尖峰阈值化足以产生遗漏锁定反应,而不需要显式的抑制性计时信号。最近的工作认为,甘氨酸能抑制不仅仅是调节性的,而且对预测计时
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