《Scientific Reports》：Salience network resting-state functional connectivity predicts self-controlled decision-making
編輯推薦：
為探究突顯網絡（SN）與中央執行網絡（CEN）、默認模式網絡（DMN）的靜息態功能連接對自我控制決策的影響，研究人員分析兩個數據集。結果未證實假設，反而發現網絡交互指數與自我控制表現呈負相關，這有助于理解自我控制的神經機制。
在日常生活中，自我控制對人們做出適應性決策至關重要。它就像一個 “大腦指揮官”，幫助人們抵制眼前的誘惑，堅持追求長遠目標。比如，當面對美味但不健康的食物時，自我控制能讓人們選擇更健康的飲食；在學習和工作中，自我控制能讓人們專注于任務，而不是被娛樂活動吸引。然而，盡管自我控制如此重要，科學家們對其背后的神經機制卻尚未完全明晰。
此前的研究表明，大腦中的一些網絡在自我控制過程中發揮著關鍵作用，其中包括突顯網絡（Salience Network，SN）、中央執行網絡（Central Executive Network，CEN）和默認模式網絡（Default Mode Network，DMN） 。有研究提出，SN 與 CEN 更強的功能整合以及與 DMN 的功能連接減弱，可能是成功自我控制的神經特征，相關網絡交互指數能預測現實生活中的自我控制能力。但這一結論尚未得到充分驗證，且相關研究較少，結果也有待進一步重復確認。
為了深入探究這一問題，來自德國德累斯頓工業大學（TU Dresden）的研究人員 Jasmin Stein、Franziska M. Korb、Thomas Goschke 和 Katharina Zwosta 等開展了一項研究 。他們利用兩個數據集進行分析，相關成果發表在《Scientific Reports》上。該研究旨在驗證之前關于 SN 靜息態功能連接在自我控制決策中作用的研究結果，為理解自我控制的神經機制提供更可靠的依據。
研究人員用到的主要關鍵技術方法包括：首先，使用功能磁共振成像（fMRI）技術分別采集兩個數據集中參與者在靜息狀態和執行自我控制任務時的大腦圖像數據。數據集一來自 121 名參與者，他們在經歷急性應激誘導或對照程序后完成基于現實生活場景的 fMRI 自我控制任務；數據集二（N=79）來自 OpenNeuro（數據集 ID：ds002643），參與者完成的是 fMRI 食物選擇任務。其次，對采集到的 fMRI 數據進行預處理，包括質量檢查、使用 FMRIPrep 進行預處理、使用 CONN 工具 box 進行去噪和濾波等操作。然后，通過定義感興趣區域（ROI）來分析不同網絡間的功能連接，ROI 選取采用了先驗解剖 ROI、基于獨立成分分析（ICA）的數據驅動 ROI 等多種方法 。最后，利用線性回歸模型，以網絡交互指數（NII）、各網絡間功能連接系數等作為預測變量，來探究它們與自我控制表現之間的關系。
下面來看具體的研究結果：
- 自我控制表現：數據集一中，參與者在大多數沖突試驗中成功發揮了自我控制，自我控制成功的平均比例為 0.62（SD=0.11）；數據集二中，自我控制表現總體較低且個體差異大，平均比例僅為 0.23（SD=0.25），只有 15 名參與者在至少 50% 的自我控制試驗中做出了自我控制決策。
- 確定的 ICA 組水平網絡：在數據集一中，與 SN 解剖區域相關性最強的 ICA 成分捕獲了前扣帶回皮層和喙部前額葉皮層區域；CEN 的成分包括背外側前額葉和后頂葉皮層等區域；DMN 的成分包含后扣帶回皮層、楔前葉等區域。數據集二中，與 SN 解剖圖相關性最大的成分包含扣帶回皮層和喙部前額葉皮層區域；CEN 的成分主要包括背外側前額葉和后頂葉皮層；DMN 的成分包含后扣帶回和外側頂葉皮層等區域。
- 網絡間連接模式：在數據集一中，使用解剖網絡 ROI 時，SN 與 CEN 的功能連接顯著正相關，與 DMN 顯著負相關；但使用閾值化 ICA 成分的二進制 ROI 時，SN 與 CEN、DMN 的功能連接均顯著正相關；使用反映 ICA 成分的加權和時間序列時，SN 與右 CEN 功能連接顯著負相關，與 DMN 顯著正相關。數據集二中，使用解剖網絡 ROI 時，SN 與 DMN 功能連接顯著負相關，與 CEN 功能連接未達顯著但呈正相關趨勢；使用閾值化 ICA 成分的二進制 ROI 時，SN 與 CEN 功能連接顯著正相關，與 DMN 功能連接雖不顯著但呈負相關趨勢；使用加權和時間序列時，SN 與 CEN、DMN 的功能連接均顯著正相關。
- 預測自我控制：在兩個數據集的多種分析中，均發現網絡交互指數（NII）對自我控制表現有顯著負向預測作用，這與研究假設相反。具體來說，較高的（較少負向的）SN - DMN 功能連接與較高的自我控制成功率相關，而 SN - CEN 功能連接與自我控制表現的關系在不同分析中有所差異，部分呈負相關趨勢。此外，在聯合分析兩個數據集時，發現 CEN 和 DMN 與杏仁核的功能連接在部分分析中正向預測自我控制成功，但在另一分析中卻呈相反趨勢；DMN 與腹側紋狀體的功能連接在多數分析中正向預測自我控制成功 。
研究結論和討論部分指出，該研究未能證實之前提出的 SN 與 CEN 更強的功能連接、與 DMN 更弱的功能連接能預測成功自我控制的假設。相反，研究發現網絡交互指數與自我控制表現呈負相關。這可能是因為實驗任務多為想象的假設情景，內部的自我參照處理可能通過 DMN 支持任務表現，而現實生活中的自我控制沖突解決可能更依賴 CEN 對外部信息的處理 。同時，不同研究對自我控制的定義和測量方法存在差異，這也可能影響研究結果的一致性。此外，研究還發現不同分析管道和數據集的結果存在顯著異質性，ROI 選擇方法對網絡功能連接模式和與自我控制的相關性有重要影響 。未來研究可通過動態連接分析進一步了解 SN 在自我控制中切換 CEN 和 DMN 的時間動態，還需更系統地研究皮質 - 皮質下功能連接在自我控制中的作用。該研究為深入理解自我控制的神經機制提供了新的視角，有助于后續研究更精準地探究自我控制相關的神經過程，對神經科學和心理學領域研究自我控制具有重要意義。
