《PLOS Biology》：Dynamic expectation strength and precision shape human pain perception through shared and dissociable α-oscillatory mechanisms
編輯推薦：
這篇研究綜述揭示了人類疼痛感知的動態(tài)調(diào)控機制。研究通過計算建模與腦電圖（EEG）技術(shù)，將期望解構(gòu)為強度（期望的疼痛強度）與精度（期望的確定性）兩個核心成分。結(jié)果表明，期望強度增強了疼痛誘發(fā)的神經(jīng)反應(yīng)，而期望精度則起到抑制作用，這兩種效應(yīng)分別由前額葉中央α振蕩的去同步化和對側(cè)感覺運動區(qū)α振蕩的同步化所介導(dǎo)。源定位分析進一步識別出右外側(cè)背外側(cè)前額葉-感覺運動皮層（DLPFC-SM1）作為整合兩種成分的“中樞”，而內(nèi)側(cè)前額葉皮層（mPFC）則特異性參與期望強度調(diào)控。這項研究為理解疼痛的預(yù)測性編碼提供了神經(jīng)計算基礎(chǔ)，并為慢性疼痛的精準(zhǔn)干預(yù)指出了潛在靶點。
研究背景與動機
傳統(tǒng)觀點認(rèn)為疼痛是對傷害性刺激的被動反映，然而，越來越多的證據(jù)表明，我們的期望能系統(tǒng)性地調(diào)節(jié)疼痛的主觀體驗及其神經(jīng)關(guān)聯(lián)。既往研究大多將期望視為靜態(tài)的、與線索綁定的分類變量（如“高”與“低”），忽略了預(yù)測信念動態(tài)更新的內(nèi)在本質(zhì)。此外，研究也主要聚焦于期望的“強度”，而忽視了同樣關(guān)鍵的“精度”（即對預(yù)測的信心或確定性）。為了彌補這些不足，本研究旨在超越靜態(tài)線索模型，建立一個能夠捕捉期望自適應(yīng)動態(tài)性的神經(jīng)計算框架。
研究設(shè)計與計算模型
研究者招募了72名健康參與者，采用改良的線索-疼痛范式。在實驗中，兩種視覺線索（高期望HE與低期望LE）分別以75%的概率與高強度（HP）和低強度（LP）的激光疼痛刺激配對。參與者需要在每次刺激后對疼痛強度和不適度進行評分。離線分析證實，線索成功操縱了參與者的期望、焦慮和恐懼水平。
為了量化期望如何隨時間動態(tài)演變，研究者實現(xiàn)了一個基于“泄漏整合”原理的計算模型。該模型通過對近期疼痛體驗進行指數(shù)加權(quán)平均，計算試次水平的期望“強度”（即預(yù)測的疼痛強度均值）。期望“精度”則定義為近期預(yù)測的加權(quán)方差的倒數(shù)，用以衡量預(yù)測的確定性。模型驗證顯示，計算得出的期望強度與參與者自我報告的主觀期望高度相關(guān)，且動態(tài)模型在解釋主觀期望方面顯著優(yōu)于靜態(tài)的線索標(biāo)簽?zāi)Ｐ汀?/div>
動態(tài)期望對疼痛相關(guān)反應(yīng)的影響
行為數(shù)據(jù)顯示，刺激強度和期望強度都強烈地增強了疼痛強度和不適度的主觀評分。期望精度對評分有微弱的正向影響。更重要的是，研究觀察到了強度與精度之間存在可信的交互作用：在低精度（高不確定性）條件下，期望強度對疼痛的調(diào)節(jié)作用被放大。這表明，元認(rèn)知不確定性增強了對自上而下預(yù)測的知覺影響。
在神經(jīng)層面，激光誘發(fā)電位（LEP）的N2和P2成分不僅受刺激強度調(diào)制，也受期望強度調(diào)制（強度增強反應(yīng)）。精度則對N2振幅有可信的正向效應(yīng)，表明當(dāng)期望更精確時，早期的傷害性反應(yīng)會減弱。時頻分析進一步揭示了不同的振蕩反應(yīng)：期望強度增強了LEP振幅和γ波段的事件相關(guān)同步化（γ-ERS），而期望精度則抑制了LEP振幅。這些發(fā)現(xiàn)表明，期望強度像增益控制信號一樣放大傷害性處理，而精度則作為一個調(diào)節(jié)過濾器，在不確定性條件下抑制早期傷害性處理并調(diào)整自上而下預(yù)測信號的增益。
動態(tài)期望對預(yù)期期腦電圖振蕩的影響
研究進一步考察了動態(tài)期望如何調(diào)制疼痛預(yù)期期間的神經(jīng)活動。全腦分析揭示了不同的頻率-空間調(diào)制模式：期望強度與中央頂區(qū)的θ波功率降低以及額葉中央?yún)^(qū)的α波功率降低相關(guān)。這反映了在高期望狀態(tài)下，認(rèn)知警覺性或注意力參與度的提高。相反，期望精度與對側(cè)感覺運動區(qū)的α波功率增加以及額葉中央?yún)^(qū)的β波功率增加相關(guān)。這表明在確定性更高的情況下，預(yù)備性或抑制性控制增強。這些光譜分離表明，期望強度通過θ/α去同步化整體提升注意準(zhǔn)備狀態(tài)，而期望精度則通過局部的α/β同步化來優(yōu)化感官預(yù)測。
期望驅(qū)動疼痛調(diào)制的神經(jīng)機制：中介模型
多層次中介分析闡明了動態(tài)期望成分通過不同的α振蕩機制影響疼痛處理的具體路徑。在傳感器層面，預(yù)期期額葉中央?yún)^(qū)α功率的降低，中介了期望強度對后續(xù)LEP振幅的增強效應(yīng)；而對側(cè)感覺運動區(qū)α功率的增加，則中介了期望精度對LEP振幅的抑制效應(yīng)。
源水平的分析進一步識別了這些振蕩介質(zhì)的皮層起源。期望強度與雙側(cè)DLPFC、SM1以及中線mPFC的α功率抑制相關(guān)。而期望精度選擇性地增強了右側(cè)化區(qū)域（包括右DLPFC、右SM1和右下額葉皮層）的α活動。進一步的中介分析表明，右側(cè)DLPFC、對側(cè)SM1和mPFC是這些期望誘導(dǎo)的疼痛調(diào)制的關(guān)鍵樞紐。具體來說，這些區(qū)域的α活動減弱中介了期望強度的促進效應(yīng)，而右側(cè)DLPFC和SM1的α活動增強則中介了期望精度的抑制效應(yīng)。這提示了一種計算功能上的特化：背外側(cè)前額葉和軀體感覺皮層編碼精度加權(quán)的期望，而mPFC則獨特地跟蹤與期望強度相關(guān)的動機顯著性。
穩(wěn)健性與可泛化性評估
為了評估研究發(fā)現(xiàn)的穩(wěn)健性和可泛化性，研究者將當(dāng)前研究的數(shù)據(jù)與Nickel等人（2022）的外部數(shù)據(jù)集進行了合并的薈萃分析。結(jié)果在所有核心機制上均得到了跨數(shù)據(jù)集的重復(fù)和加強：主觀疼痛評級共同受刺激強度、期望強度和精度的影響；疼痛誘發(fā)的神經(jīng)反應(yīng)受自下而上感覺輸入和自上而下期望的共同調(diào)節(jié)；預(yù)期期振蕩表現(xiàn)出頻率和位置特異性的分離模式。這些發(fā)現(xiàn)共同描繪了一個穩(wěn)健且可復(fù)現(xiàn)的神經(jīng)認(rèn)知機制，闡明了通過強度與精度區(qū)分的動態(tài)期望如何通過不同的預(yù)期期大腦狀態(tài)來調(diào)節(jié)疼痛感知。
結(jié)論與意義
本研究通過結(jié)合動態(tài)計算建模和高時間分辨率的腦電圖技術(shù)，闡明了演化的期望如何在行為和神經(jīng)水平上調(diào)節(jié)疼痛感知。通過解構(gòu)期望的兩個關(guān)鍵維度——強度和精度，研究者識別出了可分離的預(yù)期期α振蕩機制：期望強度通過抑制額葉中央?yún)^(qū)α功率來增強疼痛誘發(fā)反應(yīng)，而期望精度則通過增加對側(cè)感覺運動區(qū)的α同步化來抑制傷害性處理。源分析進一步揭示了一個右側(cè)化的背外側(cè)前額葉-感覺運動皮層（DLPFC-SM1）回路整合了兩種成分，而內(nèi)側(cè)前額葉皮層（mPFC）被強度特異性招募。這些發(fā)現(xiàn)將皮層α節(jié)律定位為疼痛處理中靈活的、頻率特異性的預(yù)測控制通道。重要的是，計算、電生理和行為結(jié)果的融合，并得到貝葉斯推斷和合并薈萃分析的支持，強調(diào)了這些效應(yīng)的穩(wěn)健性。這項工作推進了一個將動態(tài)期望與疼痛處理聯(lián)系起來的機制框架，為預(yù)測性編碼提供了理論見解，并為未來慢性疼痛的轉(zhuǎn)化研究奠定了基礎(chǔ)。
