認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:Common and distinct neurofunctional signatures of dynamic naturalistic emotion regulation strategies

發(fā)表時(shí)間:2026-03-17

發(fā)表期刊:Nat Commun

影響因子:15.7

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

情緒調(diào)節(jié)（Emotion Regulation, ER）是人類適應(yīng)環(huán)境與維持心理健康的基礎(chǔ)能力。在應(yīng)對負(fù)面情緒時(shí)，認(rèn)知重評（Reappraisal，通過重新解釋事件意義來控制情緒影響）和接納（Acceptance，對情緒體驗(yàn)保持非評判性的覺知而不試圖改變）是兩種極具代表性的策略。盡管兩者在臨床干預(yù)中均表現(xiàn)有效，但其底層神經(jīng)機(jī)制是否共用相同的通路，尤其是在接近真實(shí)的動態(tài)、自然主義情境下如何運(yùn)作，仍是認(rèn)知神經(jīng)科學(xué)領(lǐng)域尚未完全解決的問題。以往研究多依賴靜態(tài)圖片刺激，且傾向于關(guān)注局部腦區(qū)（如杏仁核或前額葉皮層）的激活，這限制了對復(fù)雜情緒調(diào)節(jié)過程全腦分布式計(jì)算特性的理解。

實(shí)驗(yàn)設(shè)計(jì)與方法邏輯

研究團(tuán)隊(duì)結(jié)合了自然主義任務(wù)范式與多變量模式分析（Multivariate Pattern Analysis, MVPA）。在實(shí)驗(yàn)中，發(fā)現(xiàn)樣本（n=59）與驗(yàn)證樣本（n=33）的參與者在接受功能磁共振成像（fMRI）掃描時(shí)，需觀看具有負(fù)面情緒沖擊的視頻剪輯，并根據(jù)指令分別執(zhí)行“自然反應(yīng)（NV）”、“認(rèn)知重評（NR）”或“接納（NA）”策略。研究的核心邏輯是利用支持向量機(jī)（SVM）算法開發(fā)三類全腦神經(jīng)特征模型：自然主義負(fù)面情緒特征（NNES）、認(rèn)知重評特征（NERS-R）和接納特征（NERS-A）。隨后，研究者通過跨文化、跨成像系統(tǒng)及跨刺激模態(tài)（如靜態(tài)圖片任務(wù)、熱誘導(dǎo)疼痛任務(wù)）的測試驗(yàn)證了模型的穩(wěn)健性。此外，研究還通過網(wǎng)絡(luò)和搜尋燈分析，對比了全腦模式與局部腦區(qū)在預(yù)測情緒調(diào)節(jié)狀態(tài)上的效能差異。

核心發(fā)現(xiàn)

發(fā)現(xiàn)一：重評與接納共享 DMN 通路，但在控制與感官網(wǎng)絡(luò)上表現(xiàn)迥異

通過貝葉斯因子（Bayes Factor, BF）分析和空間相似性分析，研究揭示了兩種策略的“和而不同”。共同點(diǎn)在于，有效的重評和接納都穩(wěn)健地招募了默認(rèn)模式網(wǎng)絡(luò)（Default Mode Network, DMN）的核心區(qū)域，如背側(cè)前額葉（dmPFC）和后扣帶回，這可能支持了對自我情緒狀態(tài)的元認(rèn)知評價(jià)。差異點(diǎn)在于，認(rèn)知重評特異性地依賴額頂控制網(wǎng)絡(luò)（FPCN）來執(zhí)行積極的語義重構(gòu)；而接納則表現(xiàn)出體感運(yùn)動網(wǎng)絡(luò)和注意力網(wǎng)絡(luò)的特異性參與，反映了其對具身覺知和經(jīng)驗(yàn)處理的側(cè)重。

Fig. 5 利用桑基圖和雷達(dá)圖呈現(xiàn)了不同模型在大型功能網(wǎng)絡(luò)中的空間相似性；這張圖直觀對比了兩種策略在 DMN 上的重疊，以及在額頂控制網(wǎng)絡(luò)（重評占優(yōu)）與體感運(yùn)動網(wǎng)絡(luò)（接納占優(yōu)）上的分布分歧。

研究發(fā)現(xiàn)，情緒調(diào)節(jié)并非依賴于單一的腦區(qū)或局部的功能網(wǎng)絡(luò)，而是編碼在跨越多個(gè)系統(tǒng)的分布式神經(jīng)模式中。相比于僅使用前額葉皮層或特定的單一網(wǎng)絡(luò)（如 DMN），利用全腦體素訓(xùn)練的模型在識別重評和接納策略時(shí)表現(xiàn)出顯著更高的預(yù)測準(zhǔn)確率。當(dāng)隨機(jī)選取的體素?cái)?shù)量達(dá)到約 10,000 個(gè)并分布于全腦時(shí)，模型的預(yù)測性能趨于飽和。

Fig. 6 展示了基于網(wǎng)絡(luò)與全腦的預(yù)測性能對比；結(jié)果清晰地表明，全腦模型的準(zhǔn)確率曲線（黑色實(shí)線）始終高于任何單一功能網(wǎng)絡(luò)，強(qiáng)調(diào)了全腦整合在情緒調(diào)節(jié)中的關(guān)鍵作用。

研究通過臨床隊(duì)列（48 名健康對照者與 49 名大麻使用者）驗(yàn)證了模型的轉(zhuǎn)化潛力。結(jié)果顯示，NERS-R 模型能準(zhǔn)確識別健康對照者的重評活動，但無法在大麻使用者（CU）群體中區(qū)分重評與負(fù)面情緒反應(yīng)，這在神經(jīng)層面直接識別出了該群體的認(rèn)知重評缺陷。相比之下，兩組在負(fù)面情緒反應(yīng)（NNES 預(yù)測值）上并無顯著差異，表明其核心問題在于調(diào)節(jié)受損而非單純的情緒反應(yīng)過激。

Fig. 7 對比了健康對照組與大麻使用者在模型響應(yīng)上的差異；條形圖與概率分布顯示，NERS-R 的模式表達(dá)在患者組顯著減弱，印證了其作為臨床檢測工具的可能性。

省流總結(jié)

該研究通過自然主義 fMRI 證明了情緒調(diào)節(jié)是由全腦分布式的神經(jīng)活動驅(qū)動的。認(rèn)知重評與接納雖然都利用默認(rèn)模式網(wǎng)絡(luò)進(jìn)行自我評價(jià)，但在執(zhí)行控制與感官覺知網(wǎng)絡(luò)上具有獨(dú)特的神經(jīng)“指紋”。此外，研究所開發(fā)的神經(jīng)特征模型已能有效識別大麻成癮者的特定調(diào)節(jié)功能損害，展現(xiàn)出臨床診療參考價(jià)值。需注意，接納模式在疼痛調(diào)節(jié)等非視覺情境下的泛化性有限。

請打分

這篇?jiǎng)倓偟巧?strong>Nature Communications的研究，是否實(shí)至名歸？我們邀請您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評論區(qū)分享您的深度見解。

分享人：天天

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨(dú)行。歡迎加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點(diǎn)擊卡片進(jìn)群，歡迎你的到來

一鍵關(guān)注，點(diǎn)亮星標(biāo) ? 前沿不走丟！

一鍵分享，讓更多人了解前沿