大震驚！心理/神經科學界的“耿同學”來了，劍指普林斯頓

基本信息

如果想快速理解普林斯頓在心理學、認知神經科學和系統神經科學里的學術氣質，一個很好的入口，是看那些同時在 Science 和 Nature Neuroscience 上留下發表記錄的研究者。

本輪科普的 PI 篩選只納入兩個條件都滿足的研究者：第一，公開資料顯示其屬于 Princeton Psychology 或 Princeton Neuroscience Institute 相關 faculty pool；第二，公開數據庫中能核驗其有 Science 和 Nature Neuroscience 的論文記錄

最終整理出 17 位研究者，發布最多的有23 篇，屬實是大牛中的大牛，下面讓我們依次學習下這些大牛的 Science 和 Nature Neuroscience 代表作

人物與代表作

Timothy Buschman：執行控制、注意和工作記憶

官網： https://pni.princeton.edu/people/timothy-buschman

Timothy Buschman 任 Princeton Psychology 教授，并任職于 Princeton Neuroscience Institute。研究方向集中在執行控制、注意和工作記憶。本輪在 Science / Nature Neuroscience 中核驗到 3 篇記錄。

[1]Timothy J Buschman, Earl K Miller. (2007). Top-down versus bottom-up control of attention in the prefrontal and posterior parietal cortices. Science. https://doi.org/10.1126/science.1138071

這篇研究解決自上而下與自下而上注意控制在腦內如何分工的問題。作者同步記錄猴子前額葉和頂葉皮層，發現主動注意先由前額葉表征目標，顯著刺激則先由頂葉表征，且兩種注意對應不同頻段同步。

[2]Markus Siegel,Timothy J Buschman, Earl K Miller. (2015). Cortical information flow during flexible sensorimotor decisions. Science. https://doi.org/10.1126/science.aab0551

這篇研究關注靈活感覺運動決策中信息如何在皮層流動。作者同時記錄猴子六個視覺、頂葉和額葉區域，發現任務信息自額頂向視覺區反饋，感覺信息向額頂傳遞，選擇信號在額頂網絡整合后擴散。

[3]Alexandra Libby,Timothy J Buschman. (2021). Rotational dynamics reduce interference between sensory and memory representations. Nature Neuroscience. https://doi.org/10.1038/s41593-021-00821-9

這篇研究解決感覺輸入與近期記憶表征相互干擾的問題。作者記錄小鼠聽覺皮層在學習聲音序列時的神經活動，發現群體活動會把感覺表征旋轉到正交的記憶維度，從而更有效保護記憶免受新感覺干擾。

Jonathan Cohen：認知控制、前扣帶皮層、錯誤監測和任務執行

官網： https://pni.princeton.edu/people/jonathan-cohen

Jonathan Cohen 任 Princeton Psychology 和 Princeton Neuroscience Institute 神經科學講席教授。研究方向集中在認知控制、前扣帶皮層、錯誤監測和任務執行。本輪在 Science / Nature Neuroscience 中核驗到 23 篇記錄。

[1]D Servan-Schreiber, H Printz,J D Cohen. (1990). A network model of catecholamine effects: gain, signal-to-noise ratio, and behavior. Science. https://doi.org/10.1126/science.2392679

這篇研究用網絡模型解釋兒茶酚胺如何影響信號檢測和行為。作者建模顯示，單個神經元反應性變化未必提升抗噪能力，但在神經網絡層面可改善整體信號檢測，并可模擬中樞興奮劑對人類表現的影響。

[2]G S Berns,J D Cohen, M A Mintun. (1997). Brain regions responsive to novelty in the absence of awareness. Science. https://doi.org/10.1126/science.276.5316.1272

這篇研究探討人在無意識覺察時大腦能否檢測新異變化。作者用PET研究隱性序列學習任務，發現未被察覺的序列改變會增強左運動前區、前扣帶和右腹側紋狀體血流，提示新異加工可在無意識下發生。

[3]C S Carter, T S Braver, D M Barch, M M Botvinick, D Noll,J D Cohen. (1998). Anterior cingulate cortex, error detection, and the online monitoring of performance. Science. https://doi.org/10.1126/science.280.5364.747

這篇研究重新檢驗前扣帶皮層是否專門負責錯誤檢測。作者用事件相關fMRI發現，前扣帶不僅在錯誤反應時活躍，也在正確但反應競爭較高時活躍，說明它更可能監測容易出錯的沖突狀態。

[4]M Usher,J D Cohen, D Servan-Schreiber, J Rajkowski, G Aston-Jones. (1999). The role of locus coeruleus in the regulation of cognitive performance. Science. https://doi.org/10.1126/science.283.5401.549

這篇研究解釋藍斑去甲腎上腺素系統如何調節認知表現。作者記錄做視覺辨別任務猴子的藍斑神經元并建立模型，發現藍斑放電模式隨行為表現波動，神經元耦合和同步增強時預測表現更好。

[5]J D Cohen, M Botvinick, C S Carter. (2000). Anterior cingulate and prefrontal cortex: who's in control?. Nature Neuroscience. https://doi.org/10.1038/74783

這篇沒有摘要，題名顯示它更像評論或新聞觀點文章，討論前扣帶皮層與前額葉皮層在認知控制中的相對角色，核心問題可能是監控、執行控制與“誰在主導”之間的理論分工。

[6]A W MacDonald,J D Cohen, V A Stenger, C S Carter. (2000). Dissociating the role of the dorsolateral prefrontal and anterior cingulate cortex in cognitive control. Science. https://doi.org/10.1126/science.288.5472.1835

這篇研究區分背外側前額葉和前扣帶在認知控制中的功能。作者用任務切換Stroop和事件相關fMRI發現，前額葉更參與控制實施，前扣帶則在不一致刺激時更活躍，支持績效監測角色。

[7]J D Greene, R B Sommerville, L E Nystrom, J M Darley,J D Cohen. (2001). An fMRI investigation of emotional engagement in moral judgment. Science. https://doi.org/10.1126/science.1062872

這篇研究關注道德判斷中情緒參與的神經基礎。作者用fMRI考察不同道德困境，提出困境會系統性改變情緒加工強度，而情緒參與程度會影響人的道德選擇，連接了認知神經科學與道德心理學。

[8]J D Cohen, F Tong. (2001). Neuroscience. The face of controversy. Science. https://doi.org/10.1126/science.1066018

這是一篇《Science》評論文章，題名顯示其圍繞神經科學中“面孔”相關爭議展開。因無摘要，只能判斷它更像觀點性短評，可能討論面孔加工研究中的分歧、證據解釋或領域爭論。

[9]Alan G Sanfey, James K Rilling, Jessica A Aronson, Leigh E Nystrom,Jonathan D Cohen. (2003). The neural basis of economic decision-making in the Ultimatum Game. Science. https://doi.org/10.1126/science.1082976

這項研究用最后通牒博弈和功能磁共振考察經濟決策的腦機制。面對不公平分配時，前島葉和背外側前額葉同時活躍；拒絕不公平提議時前島葉更強，說明情緒會參與并影響經濟選擇。

[10]Clay B Holroyd, Sander Nieuwenhuis, Nick Yeung, Leigh Nystrom, Rogier B Mars, Michael G H Coles,Jonathan D Cohen. (2004). Dorsal anterior cingulate cortex shows fMRI response to internal and external error signals. Nature Neuroscience. https://doi.org/10.1038/nn1238

這項事件相關fMRI研究讓被試通過試錯在兩種反應間學習，并用金錢得失反饋提示結果。研究發現，自己犯錯和外部錯誤反饋都會激活背側前扣帶皮層，說明該區整合內外部錯誤信號。

[11]John G Kerns,Jonathan D Cohen, Angus W MacDonald, Raymond Y Cho, V Andrew Stenger, Cameron S Carter. (2004). Anterior cingulate conflict monitoring and adjustments in control. Science. https://doi.org/10.1126/science.1089910

這項研究檢驗前扣帶皮層是否通過監測沖突來調動認知控制。作者在Stroop顏色命名任務中控制重復效應，發現ACC沖突活動能預測隨后前額葉活動增強和行為調整，支持其控制信號作用。

[12]Tor D Wager, James K Rilling, Edward E Smith, Alex Sokolik, Kenneth L Casey, Richard J Davidson, Stephen M Kosslyn, Robert M Rose,Jonathan D Cohen. (2004). Placebo-induced changes in FMRI in the anticipation and experience of pain. Science. https://doi.org/10.1126/science.1093065

這項臨床fMRI研究考察安慰劑鎮痛究竟改變疼痛體驗還是僅影響順從報告。兩項實驗顯示，安慰劑與丘腦、島葉、前扣帶等疼痛敏感區活動降低相關，并在疼痛預期階段增強前額葉活動。

[13]Samuel M McClure, David I Laibson, George Loewenstein,Jonathan D Cohen. (2004). Separate neural systems value immediate and delayed monetary rewards. Science. https://doi.org/10.1126/science.1100907

這項fMRI研究關注人們如何在即時與延遲金錢獎勵之間取舍。結果顯示，即時獎勵更激活與多巴胺相關的邊緣系統，而前額葉-頂葉系統參與各類跨期選擇；兩系統相對活動可預測選擇偏好。

[14]Sean M Polyn, Vaidehi S Natu,Jonathan D Cohen, Kenneth A Norman. (2005). Category-specific cortical activity precedes retrieval during memory search. Science. https://doi.org/10.1126/science.1117645

這項自由回憶fMRI研究追蹤記憶搜索中的類別特異皮層活動。研究用分類算法識別臉、地點、物體學習時的活動模式，發現這些模式會在回憶前數秒重現，并與相應類別的口頭回憶相關。

[15]Jack B Nitschke, Gregory E Dixon, Issidoros Sarinopoulos, Sarah J Short,Jonathan D Cohen, Edward E Smith, Stephen M Kosslyn, Robert M Rose, Richard J Davidson. (2006). Altering expectancy dampens neural response to aversive taste in primary taste cortex. Nature Neuroscience. https://doi.org/10.1038/nn1645

這項fMRI研究檢驗期待是否會調節初級味覺皮層。被試若被引導相信強烈苦味沒那么難受，會報告更低厭惡感，島葉和蓋部等初級味覺區活動也減弱，說明期待可改變早期感覺表征。

[16]Kimberlee D'Ardenne, Samuel M McClure, Leigh E Nystrom,Jonathan D Cohen. (2008). BOLD responses reflecting dopaminergic signals in the human ventral tegmental area. Science. https://doi.org/10.1126/science.1150605

這項研究用針對腦干優化的fMRI，直接考察人類腹側被蓋區是否反映多巴胺式獎勵預測誤差。結果顯示，VTA BOLD信號主要對應正向預測誤差，腹側紋狀體則編碼正負預測誤差。

[17]Aaron Schurger, Francisco Pereira, Anne Treisman,Jonathan D Cohen. (2010). Reproducibility distinguishes conscious from nonconscious neural representations. Science. https://doi.org/10.1126/science.1180029

這項研究提出區分有意識與無意識神經表征的新指標：跨事件活動模式的可重復性。結果發現，相同知覺內容下，有意識表征比無意識表征更可重復，且不能簡單歸因于信噪比差異。

[18]Eran Eldar,Jonathan D Cohen, Yael Niv. (2013). The effects of neural gain on attention and learning. Nature Neuroscience. https://doi.org/10.1038/nn.3428

這項研究追問全腦神經增益波動如何影響注意范圍和學習偏向。作者以瞳孔直徑作為藍斑去甲腎上腺素活動的線索，發現瞳孔、行為學習偏向與全腦功能連接強度和聚類變化相關，說明全局增益會調節人更專注于預設刺激維度。

[19]Amitai Shenhav, Mark A Straccia,Jonathan D Cohen, Matthew M Botvinick. (2014). Anterior cingulate engagement in a foraging context reflects choice difficulty, not foraging value. Nature Neuroscience. https://doi.org/10.1038/nn.3771

這項研究要區分背側前扣帶皮層反映覓食價值還是選擇困難。兩項神經影像實驗顯示，只有當覓食價值與困難混在一起時該區才似乎編碼價值；分離二者后，dACC活動主要由選擇困難解釋，為獎勵決策研究提供了控制混淆的方案。

[20]Megan T deBettencourt,Jonathan D Cohen, Ray F Lee, Kenneth A Norman, Nicholas B Turk-Browne. (2015). Closed-loop training of attention with real-time brain imaging. Nature Neuroscience. https://doi.org/10.1038/nn.3940

這項研究解決持續注意走神能否被神經反饋訓練改善的問題。作者用實時全腦影像和多變量模式分析監測注意狀態，一旦檢測到走神就提高任務難度作為反饋；一次訓練后表現優于對照，且額頂注意網絡信息最有效，基底節和顳腹側表征也更清晰。

[21]Amitai Shenhav,Jonathan D Cohen, Matthew M Botvinick. (2016). Dorsal anterior cingulate cortex and the value of control. Nature Neuroscience. https://doi.org/10.1038/nn.4384

這篇研究論文主要解決背側前扣帶皮層為何同時關聯認知控制、評估和動機的問題。作者提出預期控制價值理論，認為dACC會計算當前分配控制的收益與成本，從而授權認知努力，并用該框架解釋控制調整和覓食式決策中的多類發現。

[22]Jonathan D Cohen, Nathaniel Daw, Barbara Engelhardt, Uri Hasson, Kai Li, Yael Niv, Kenneth A Norman, Jonathan Pillow, Peter J Ramadge, Nicholas B Turk-Browne, Theodore L Willke. (2017). Computational approaches to fMRI analysis. Nature Neuroscience. https://doi.org/10.1038/nn.4499

這篇綜述聚焦fMRI分析方法如何跟上數據復雜度。文章指出傳統體素或腦區平均分析忽視分布式表征、任務中連續動態、跨被試聯合推斷和預測模型約束，進而總結機器學習、優化和并行計算等計算方法如何推動對思想、意圖和記憶等認知信號的研究。

[23]Federico d'Oleire Uquillas, Esra Sefik, Jakob Seidlitz, Edan Daniel Hertz, Rafael Romero-Garcia, Varun Warrier, Richard A I Bethlehem, Aaron F Alexander-Bloch,Jonathan D Cohen, Samuel S-H Wang, Jorge Sepulcre, Patrizia Vannini, Jesse Gomez. (2026). Cerebellar aging is spatially heterogeneous and supports cognitive resilience in later life. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02289-x

這項研究追問小腦在衰老中如何變化以及是否支持晚年認知韌性。作者整合三項腦影像研究共4.7萬名成人，發現小腦不同區域衰老速度不一，較大的小腦體積隨年齡增長與更高認知分數相關；在阿爾茨海默病中，該關系受淀粉樣負荷和APOE-ε4影響，支持閾值-儲備模型。

Molly Crockett：道德判斷、社會決策和倫理心理學

官網： https://psychology.princeton.edu/people/molly-crockett

Molly Crockett 任 Princeton Psychology 教授。研究方向集中在道德判斷、社會決策和倫理心理學。本輪在 Science / Nature Neuroscience 中核驗到 3 篇記錄。

[1]Molly J Crockett, Luke Clark, Golnaz Tabibnia, Matthew D Lieberman, Trevor W Robbins. (2008). Serotonin modulates behavioral reactions to unfairness. Science. https://doi.org/10.1126/science.1155577

這項研究考察血清素如何影響面對不公平時的社會決策。作者在最后通牒博弈中操縱5-HT功能，發現血清素降低的參與者更常拒絕不公平報價，但公平判斷、情緒、基礎獎賞處理和反應抑制未改變，說明5-HT可能通過調節社會決策中的情緒反應支持自控。

[2]Molly J Crockett, Jenifer Z Siegel, Zeb Kurth-Nelson, Peter Dayan, Raymond J Dolan. (2017). Moral transgressions corrupt neural representations of value. Nature Neuroscience. https://doi.org/10.1038/nn.4557

這項研究解決道德原則如何改變傷害他人獲利時的價值表征。通過衡量參與者愿為避免傷害自己或他人付出的金錢成本，作者發現道德偏好越強，因傷害他人獲利時背側紋狀體反應越低；外側前額葉編碼此類收益和可責備性，并調節紋狀體價值信號。

[3]Killian L McLoughlin, William J Brady, Aden Goolsbee, Ben Kaiser, Kate Klonick,M J Crockett. (2024). Misinformation exploits outrage to spread online. Science. https://doi.org/10.1126/science.adl2829

這項研究檢驗錯誤信息是否借助憤怒情緒在網上擴散。作者結合美國Facebook超百萬鏈接、Twitter數據和兩項行為實驗發現，錯誤信息來源更易激發憤怒，憤怒促進其分享不弱于可信新聞，還會增加未閱讀就轉發的意愿，提示單靠準確性動機干預可能不足。

Nathaniel Daw：強化學習、決策和計算模型

官網： https://psychology.princeton.edu/people/nathaniel-daw

Nathaniel Daw 任 Princeton Psychology 和 Princeton Neuroscience Institute 計算與理論神經科學講席教授。研究方向集中在強化學習、決策和計算模型。本輪在 Science / Nature Neuroscience 中核驗到 16 篇記錄。

[1]Nathaniel D Daw, Peter Dayan. (2004). Neuroscience. Matchmaking. Science. https://doi.org/10.1126/science.1099898

這篇更像評論/觀點文章，題名“Matchmaking”線索有限，未提供摘要。只能克制判斷，它可能圍繞神經科學中不同理論、方法或研究對象的“配對”關系展開評論，主要問題應是如何把相關發現或領域連接起來，而非報告新的實驗結果。

[2]Nathaniel D Daw, Yael Niv, Peter Dayan. (2005). Uncertainty-based competition between prefrontal and dorsolateral striatal systems for behavioral control. Nature Neuroscience. https://doi.org/10.1038/nn1560

這篇研究關注大腦在前額葉與背外側紋狀體兩套行為控制系統沖突時如何仲裁。作者用強化學習理論提出按不確定性進行貝葉斯分配：哪個系統預期更準確，就由哪個主導選擇。

[3]Yael Niv,Nathaniel D Daw, Peter Dayan. (2006). Choice values. Nature Neuroscience. https://doi.org/10.1038/nn0806-987

這篇評論/新聞類文章題為“Choice values”，沒有摘要可用。依據題名，它更像圍繞選擇價值的概念或新研究進展做簡短評述，討論行為選擇中價值信號如何被理解。

[4]Nathaniel D Daw. (2007). Dopamine: at the intersection of reward and action. Nature Neuroscience. https://doi.org/10.1038/nn1207-1505

這篇新聞/觀點文章沒有摘要。僅從題名看，它更像評論多巴胺如何連接獎勵處理與行動選擇，聚焦多巴胺信號在“想要什么”和“做什么”之間的交匯作用。

[5]Sara M Constantino,Nathaniel D Daw. (2010). A closer look at choice. Nature Neuroscience. https://doi.org/10.1038/nn1010-1153

這篇評論文章沒有摘要。按題名“A closer look at choice”判斷，它更像對選擇行為研究的短評，可能圍繞實驗或神經機制證據，提醒讀者更細致理解決策過程。

[6]Jian Li, Daniela Schiller, Geoffrey Schoenbaum, Elizabeth A Phelps,Nathaniel D Daw. (2011). Differential roles of human striatum and amygdala in associative learning. Nature Neuroscience. https://doi.org/10.1038/nn.2904

這篇研究考察人類杏仁核和紋狀體在聯想學習中的分工。作者用反轉學習任務和計算模型發現，杏仁核活動追蹤可聯結性，紋狀體則表征強化預測誤差，說明二者在厭惡學習中互補。

[7]Hang Zhang,Nathaniel D Daw, Laurence T Maloney. (2015). Human representation of visuo-motor uncertainty as mixtures of orthogonal basis distributions. Nature Neuroscience. https://doi.org/10.1038/nn.4055

這篇研究追問大腦如何表征視覺-運動誤差的不確定性。作者用三項快速伸手強迫選擇實驗重建被試內部誤差分布，發現主觀分布常呈多峰，更適合由少量均勻分布混合來描述。

[8]Bradley B Doll, Katherine D Duncan, Dylan A Simon, Daphna Shohamy,Nathaniel D Daw. (2015). Model-based choices involve prospective neural activity. Nature Neuroscience. https://doi.org/10.1038/nn.3981

這篇研究檢驗基于模型的選擇是否真的依賴對未來結果的前瞻評估。作者結合序列獎勵學習任務與fMRI，發現決策時可解碼未來路徑表征，且這種前瞻活動與基于模型選擇強度相關。

[9]Yan T Wong, Margaret M Fabiszak, Yevgeny Novikov,Nathaniel D Daw, Bijan Pesaran. (2016). Coherent neuronal ensembles are rapidly recruited when making a look-reach decision. Nature Neuroscience. https://doi.org/10.1038/nn.4210

這篇研究關注看和伸手決策中神經元群體如何協同。研究者記錄猴后頂葉IPS活動并解碼選擇，發現跨IPS同步放電的“雙相干”神經元集合能更早預測運動選擇，提示同步時序參與決策協調。

[10]Nathan F Parker, Courtney M Cameron, Joshua P Taliaferro, Junuk Lee, Jung Yoon Choi, Thomas J Davidson,Nathaniel D Daw, Ilana B Witten. (2016). Reward and choice encoding in terminals of midbrain dopamine neurons depends on striatal target. Nature Neuroscience. https://doi.org/10.1038/nn.4287

這篇研究比較投射到不同紋狀體區域的中腦多巴胺末梢如何編碼獎勵和選擇。在工具性反轉學習中，腹側紋狀體末梢更響應獎勵和線索，背內側紋狀體末梢更響應對側選擇，且均編碼預測誤差。

[11]Nathaniel D Daw. (2018). Are we of two minds?. Nature Neuroscience. https://doi.org/10.1038/s41593-018-0258-2

這篇評論文章沒有摘要。僅據題名“Are we of two minds?”判斷，它更像圍繞雙系統或雙過程決策觀點的評論，討論人類行為控制是否可被兩套心智/控制機制解釋。

[12]Stephen M Fleming, Elisabeth J van der Putten,Nathaniel D Daw. (2018). Neural mediators of changes of mind about perceptual decisions. Nature Neuroscience. https://doi.org/10.1038/s41593-018-0104-6

這項研究關注人在獲得新證據后如何改變知覺決策。作者用運動方向判斷任務和 fMRI 分離決策后證據、信心與價值，發現后內側額葉編碼證據更新，前額葉活動則調節主觀信心變化。

[13]Marcelo G Mattar,Nathaniel D Daw. (2018). Prioritized memory access explains planning and hippocampal replay. Nature Neuroscience. https://doi.org/10.1038/s41593-018-0232-z

論文試圖解釋動物在規劃時會優先調用哪些記憶。作者提出按未來決策收益排序的記憶訪問模型，并用海馬空間位置回放模擬導航任務，統一解釋回放在規劃、學習和鞏固中的作用。

[14]L T Hunt,N D Daw, P Kaanders, M A MacIver, U Mugan, E Procyk, A D Redish, E Russo, J Scholl, K Stachenfeld, C R E Wilson, N Kolling. (2021). Formalizing planning and information search in naturalistic decision-making. Nature Neuroscience. https://doi.org/10.1038/s41593-021-00866-w

這篇綜述討論自然情境中延展性決策如何依賴規劃和信息搜索。文章梳理相關算法進展，并聯系內側顳葉、前額葉和扣帶皮層活動，說明規劃與好奇式取樣怎樣共同改善未來行動選擇。

[15]Yunzhe Liu, Marcelo G Mattar, Timothy E J Behrens,Nathaniel D Daw, Raymond J Dolan. (2021). Experience replay is associated with efficient nonlocal learning. Science. https://doi.org/10.1126/science.abf1357

研究針對動作與結果相隔時如何學習價值的問題。作者設計區分直接與間接價值學習的任務，并結合腦磁圖，發現獎勵后出現反向非局部經驗回放，且回放強度與更高效的動作價值學習相關。

[16]Rachel S Lee, Yotam Sagiv, Ben Engelhard, Ilana B Witten,Nathaniel D Daw. (2024). A feature-specific prediction error model explains dopaminergic heterogeneity. Nature Neuroscience. https://doi.org/10.1038/s41593-024-01689-1

論文回應多巴胺神經元并非傳遞單一同質獎勵預測誤差的難題。作者提出特征特異預測誤差模型，認為不同多巴胺神經元編碼情境不同方面的誤差，從而解釋任務變量和動作反應的異質性。

Asif Ghazanfar：靈長類發聲交流與發展神經科學

官網： https://psychology.princeton.edu/people/asif-ghazanfar

Asif Ghazanfar 任 Princeton Psychology 教授，并任職于 Princeton Neuroscience Institute。研究方向集中在靈長類發聲交流與發展神經科學。本輪在 Science / Nature Neuroscience 中核驗到 5 篇記錄。

[1]M A Nicolelis,A A Ghazanfar, C R Stambaugh, L M Oliveira, M Laubach, J K Chapin, R J Nelson, J H Kaas. (1998). Simultaneous encoding of tactile information by three primate cortical areas. Nature Neuroscience. https://doi.org/10.1038/2855

研究考察靈長類體感皮層如何同時編碼觸覺位置。作者在 3b、SII 和 2 區進行多位點神經群記錄，發現小規模神經集合可在單試次近乎同步識別刺激位置，但各腦區使用放電率或時間模式等不同編碼策略。

[2]Asif A Ghazanfar. (2008). Language evolution: neural differences that make a difference. Nature Neuroscience. https://doi.org/10.1038/nn0408-382

這是一篇評論/新聞類文章，題名指向語言演化中“真正產生功能差異”的神經差別。因無摘要，只能判斷其可能圍繞人類語言能力與其他動物神經機制差異展開觀點性討論。

[3]Chandramouli Chandrasekaran,Asif A Ghazanfar. (2011). When what you see is not what you hear. Nature Neuroscience. https://doi.org/10.1038/nn.2843

這是一篇評論/新聞類文章，題名提示主題是視覺信息與聽覺信息不一致時的大腦處理。因無摘要，只能克制概述為關于多感覺整合、視聽沖突或知覺錯配的觀點性介紹。

[4]D Y Takahashi, A R Fenley, Y Teramoto, D Z Narayanan, J I Borjon, P Holmes,A A Ghazanfar. (2015). LANGUAGE DEVELOPMENT. The developmental dynamics of marmoset monkey vocal production. Science. https://doi.org/10.1126/science.aab1058

研究解決非人靈長類發聲發展是否會隨成熟和社會反饋改變的問題。作者對嬰幼狨猴進行密集采樣、聲學追蹤、生物力學建模和親代互動實驗，發現其叫聲顯著變化且父母反饋會影響發展速度。

[5]Asif A Ghazanfar, Gavin Steingo. (2025). Groove to the music. Science. https://doi.org/10.1126/science.aec8640

這篇評論圍繞會隨節拍敲擊的獼猴能否揭示音樂性演化展開。摘要只有一個問題，因此應理解為觀點性文章，可能借靈長類節奏同步行為討論音樂感、運動節拍和演化起源。

Uri Hasson：自然語言、敘事理解和人際腦活動同步

官網： https://psychology.princeton.edu/people/uri-hasson

Uri Hasson 任 Princeton Psychology 教授，并任職于 Princeton Neuroscience Institute。研究方向集中在自然語言、敘事理解和人際腦活動同步。本輪在 Science / Nature Neuroscience 中核驗到 6 篇記錄。

[1]I Levy,U Hasson, G Avidan, T Hendler, R Malach. (2001). Center-periphery organization of human object areas. Nature Neuroscience. https://doi.org/10.1038/87490

這篇研究想解釋人類物體識別區為何這樣分布。作者用視覺場偏心性分析發現，建筑相關區偏外周、面孔相關區偏中心，提示物體類別表征可能按中央與外周視覺需求組織。

[2]Uri Hasson, Yuval Nir, Ifat Levy, Galit Fuhrmann, Rafael Malach. (2004). Intersubject synchronization of cortical activity during natural vision. Science. https://doi.org/10.1126/science.1089506

這篇論文追問自然觀看電影時，不同人的大腦活動是否會同步。研究讓受試者觀看半小時電影并做功能成像，發現視覺、聽覺及聯合皮層出現跨個體同步，且與情緒場景和區域選擇性反應相關。

[3]Roy Mukamel, Hagar Gelbard, Amos Arieli,Uri Hasson, Itzhak Fried, Rafael Malach. (2005). Coupling between neuronal firing, field potentials, and FMRI in human auditory cortex. Science. https://doi.org/10.1126/science.1110913

這項研究解決fMRI信號與真實神經活動關系不清的問題。作者比較癲癇外科患者聽覺皮層單細胞、場電位記錄與健康人的電影fMRI反應，發現預測信號高度相關，支持fMRI可反映皮層放電率。

[4]Jonathan D Cohen, Nathaniel Daw, Barbara Engelhardt,Uri Hasson, Kai Li, Yael Niv, Kenneth A Norman, Jonathan Pillow, Peter J Ramadge, Nicholas B Turk-Browne, Theodore L Willke. (2017). Computational approaches to fMRI analysis. Nature Neuroscience. https://doi.org/10.1038/nn.4499

這篇綜述討論傳統fMRI分析難以利用數據豐富性的問題。文章梳理機器學習、聯合多被試推斷、動態建模和預測模型等計算方法，說明它們如何推動對思想、意圖、記憶等復雜認知信號的研究。

[5]Janice Chen, Yuan Chang Leong, Christopher J Honey, Chung H Yong, Kenneth A Norman,Uri Hasson. (2017). Shared memories reveal shared structure in neural activity across individuals. Nature Neuroscience. https://doi.org/10.1038/nn.4450

這篇研究關注不同人回憶同一真實事件時，神經表征是否共享。參與者看電影后在fMRI中自由敘述，結果顯示默認網絡、內側顳葉和高級視覺區重現事件特異模式，并在個體間呈現共同記憶結構。

[6]Ariel Goldstein, Zaid Zada, Eliav Buchnik, Mariano Schain, Amy Price, Bobbi Aubrey, Samuel A Nastase, Amir Feder, Dotan Emanuel, Alon Cohen, Aren Jansen, Harshvardhan Gazula, Gina Choe, Aditi Rao, Catherine Kim, Colton Casto, Lora Fanda, Werner Doyle, Daniel Friedman, Patricia Dugan, Lucia Melloni, Roi Reichart, Sasha Devore, Adeen Flinker, Liat Hasenfratz, Omer Levy, Avinatan Hassidim, Michael Brenner, Yossi Matias, Kenneth A Norman, Orrin Devinsky,Uri Hasson. (2022). Shared computational principles for language processing in humans and deep language models. Nature Neuroscience. https://doi.org/10.1038/s41593-022-01026-4

這項研究比較人腦與自回歸深度語言模型處理自然語言的共同機制。九名受試者聽播客并記錄ECoG，結果顯示兩者都進行詞前預測、詞后驚訝計算，并依賴上下文嵌入表征詞義。

Sabine Kastner：視覺注意、知覺和人類腦成像

官網： https://pni.princeton.edu/people/sabine-kastner

Sabine Kastner 任 Princeton Psychology 教授，并任職于 Princeton Neuroscience Institute。研究方向集中在視覺注意、知覺和人類腦成像。本輪在 Science / Nature Neuroscience 中核驗到 13 篇記錄。

[1]S Kastner, P De Weerd, R Desimone, L G Ungerleider. (1998). Mechanisms of directed attention in the human extrastriate cortex as revealed by functional MRI. Science. https://doi.org/10.1126/science.282.5386.108

這篇研究解釋雜亂場景中注意如何幫助視覺系統選擇目標。功能MRI顯示，多刺激會在物體識別通路中相互抑制，而把注意指向其中一個刺激可減弱鄰近刺激干擾，從而過濾無關信息。

[2]Daniel H O'Connor, Miki M Fukui, Mark A Pinsk,Sabine Kastner. (2002). Attention modulates responses in the human lateral geniculate nucleus. Nature Neuroscience. https://doi.org/10.1038/nn957

這項研究追問選擇性注意是否只作用于視覺皮層。功能成像結果顯示，注意可在外側膝狀體增強被注意刺激、壓低被忽略刺激，并提高無刺激時基線活動，提示丘腦已參與視覺增益控制。

[3]Klaus Wunderlich, Keith A Schneider,Sabine Kastner. (2005). Neural correlates of binocular rivalry in the human lateral geniculate nucleus. Nature Neuroscience. https://doi.org/10.1038/nn1554

這篇論文探討雙眼競爭中皮層下結構是否參與視覺意識。研究用fMRI測量外側膝狀體活動，發現其信號隨受試者當前知覺而升降，說明LGN不僅是視覺通路入口，也可能參與早期知覺門控。

[4]Diane M Beck,Sabine Kastner. (2005). Stimulus context modulates competition in human extrastriate cortex. Nature Neuroscience. https://doi.org/10.1038/nn1501

這項研究檢驗刺激背景如何影響視覺皮層中的表征競爭。作者發現多個刺激在普通異質顯示中仍相互抑制，但在單個項目突出的pop-out情境下抑制消失，說明底層刺激背景可獨立于注意調節競爭。

[5]Sabine Kastner, Stephanie A McMains. (2007). Out of the spotlight: face to face with attention. Nature Neuroscience. https://doi.org/10.1038/nn1107-1344

這篇評論圍繞面孔加工與注意關系展開；因無摘要，只能據題名判斷，它更像對當時注意研究的新聞式評述，討論注意焦點之外的面孔信息如何被處理。

[6]Christina S Konen,Sabine Kastner. (2008). Two hierarchically organized neural systems for object information in human visual cortex. Nature Neuroscience. https://doi.org/10.1038/nn2036

該研究要解決物體信息是否只在腹側視覺通路表征的問題。人類腦成像顯示，背側通路多個區域也有物體選擇性，高級區域還能保持大小和視角不變的表征。

[7]Gideon P Caplovitz,Sabine Kastner. (2009). Carrot sticks or joysticks: video games improve vision. Nature Neuroscience. https://doi.org/10.1038/nn0509-527

這篇評論關注電子游戲是否能改善視覺能力；因無摘要，只能據題名判斷，它更像新聞/觀點文章，討論視頻游戲訓練與視覺功能提升之間的研究線索。

[8]Marius V Peelen,Sabine Kastner. (2011). Is that a bathtub in your kitchen?. Nature Neuroscience. https://doi.org/10.1038/nn.2936

這篇評論要說明日常場景為何能被快速識別。摘要顯示，相關研究發現后部物體選擇性視覺皮層會并行表征場景內多個物體，支持整體場景識別。

[9]Yuri B Saalmann, Mark A Pinsk, Liang Wang, Xin Li,Sabine Kastner. (2012). The pulvinar regulates information transmission between cortical areas based on attention demands. Science. https://doi.org/10.1126/science.1223082

該研究追問注意如何在大規模視覺皮層網絡中調度信息。作者結合彌散張量成像和猴子電生理記錄，發現丘腦枕核會按注意分配同步皮層區域活動。

[10]Michael M Halassa,Sabine Kastner. (2017). Thalamic functions in distributed cognitive control. Nature Neuroscience. https://doi.org/10.1038/s41593-017-0020-1

這篇綜述聚焦丘腦在認知控制中的作用。它整合嚙齒類和靈長類研究，指出丘腦不僅轉接信息，還能維持和切換皮層間功能連接，支持注意與認知靈活性。

[11]Josef Parvizi,Sabine Kastner. (2018). Promises and limitations of human intracranial electroencephalography. Nature Neuroscience. https://doi.org/10.1038/s41593-018-0108-2

這篇綜述評估人類顱內腦電的用途與限制。它指出iEEG可在毫米和毫秒尺度記錄神經群參與，并在多節點植入時揭示網絡計算階段中的功能互動。

[12]Nebras M Warsi, Simeon M Wong, Karim Mithani, Sebastian C Coleman, Olivia N Arski, Hrishikesh Suresh, Jürgen Germann, Alexandre Boutet, Lauren Erdman, Flavia Venetucci Gouveia, Barbara Berger, Tamas Minarik, Fa-Hsuan Lin, Hsin-Ju Lee, Benjamin R Morgan, Elizabeth Kerr, Mary Lou Smith, Ayako Ochi, Hiroshi Otsubo, Rohit Sharma, Carolina Gorodetsky, Puneet Jain, Shelly Weiss, Elizabeth J Donner, Andres M Lozano, O Carter Snead,Sabine Kastner, Margot J Taylor, George M Ibrahim. (2026). Closed-loop stimulation modulates attention shifting in children. Nature Neuroscience. https://doi.org/10.1038/s41593-026-02294-0

該研究要解決兒童注意轉換波動能否被實時預測和調控的問題。作者用癲癇兒童顱內記錄訓練分類器，預測注意延遲，并用閉環刺激改善眼動、反應時和準確率。

[13]Kianoush Banaie Boroujeni, Randolph F Helfrich, Ian C Fiebelkorn, J Nicole Bentley, Peter Brunner, Jack J Lin, Robert T Knight,Sabine Kastner. (2026). High-frequency bursts facilitate fast communication for human spatial attention. Nature Neuroscience. https://doi.org/10.1038/s41593-025-02160-5

該研究解釋空間注意中感覺信息如何快速跨腦區傳遞。人類顱內電生理顯示，高頻活動爆發標記群體放電窗口，其強度、同步和與慢節律解耦可預測表現。

Yael Niv：強化學習、任務狀態表示和決策

官網： https://pni.princeton.edu/people/yael-niv

Yael Niv 任 Princeton Psychology 教授，并任職于 Princeton Neuroscience Institute，同時擔任研究生項目主任。研究方向集中在強化學習、任務狀態表示和決策。本輪在 Science / Nature Neuroscience 中核驗到 10 篇記錄。

[1]Nathaniel D Daw,Yael Niv, Peter Dayan. (2005). Uncertainty-based competition between prefrontal and dorsolateral striatal systems for behavioral control. Nature Neuroscience. https://doi.org/10.1038/nn1560

該研究要解釋當前額葉和背外側紋狀體控制系統沖突時大腦如何仲裁。作者用強化學習框架提出按不確定性進行貝葉斯競爭，以解釋不同系統何時主導行為選擇。

[2]Yael Niv, Nathaniel D Daw, Peter Dayan. (2006). Choice values. Nature Neuroscience. https://doi.org/10.1038/nn0806-987

這篇評論圍繞“選擇價值”這一題名線索，討論大腦如何給不同行動或選項賦值，從而解釋決策時為何偏向某些選擇。因無摘要，更像對相關發現的新聞性評述。

[3]Yuji K Takahashi, Matthew R Roesch, Robert C Wilson, Kathy Toreson, Patricio O'Donnell,Yael Niv, Geoffrey Schoenbaum. (2011). Expectancy-related changes in firing of dopamine neurons depend on orbitofrontal cortex. Nature Neuroscience. https://doi.org/10.1038/nn.2957

該研究想弄清眶額皮層是否參與多巴胺預測誤差信號。研究者記錄眶額皮層損傷大鼠在獎賞學習中的多巴胺神經元活動，發現缺少眶額輸入后，誤差信號難以利用內部反應信息區分未來獎賞不同的狀態。

[4]Yael Niv, Stephanie Chan. (2011). On the value of information and other rewards. Nature Neuroscience. https://doi.org/10.1038/nn.2918

這篇評論從題名看關注“信息本身是否具有獎賞價值”，即人為什么會為獲得信息而行動。因無摘要，只能判斷它更像圍繞信息價值與其他獎賞形式的觀點性討論。

[5]Federica Lucantonio, Thomas A Stalnaker, Yavin Shaham,Yael Niv, Geoffrey Schoenbaum. (2012). The impact of orbitofrontal dysfunction on cocaine addiction. Nature Neuroscience. https://doi.org/10.1038/nn.3014

這篇綜述解釋可卡因成癮中判斷差和適應不良決策的來源。作者匯總證據認為，可卡因改變眶額皮層，破壞狀態和轉移關系表征，使行為從靈活的模型化控制轉向僵化的無模型控制。

[6]Eran Eldar, Jonathan D Cohen,Yael Niv. (2013). The effects of neural gain on attention and learning. Nature Neuroscience. https://doi.org/10.1038/nn.3428

該研究探討全腦神經增益變化如何影響注意和學習。研究者用瞳孔直徑追蹤藍斑-去甲腎上腺素相關增益，發現瞳孔指標與學習偏向個人更易加工的刺激維度相關，并與全腦功能連接強度和聚類變化一致。

[7]Jonathan D Cohen, Nathaniel Daw, Barbara Engelhardt, Uri Hasson, Kai Li,Yael Niv, Kenneth A Norman, Jonathan Pillow, Peter J Ramadge, Nicholas B Turk-Browne, Theodore L Willke. (2017). Computational approaches to fMRI analysis. Nature Neuroscience. https://doi.org/10.1038/nn.4499

這篇綜述指出傳統 fMRI 分析常忽視體素分布表征、任務中的連續動態和跨被試聯合推斷。文章介紹機器學習、優化和并行計算等計算方法，說明它們如何幫助解析思想、意圖、記憶等復雜認知信號。

[8]Melissa J Sharpe, Chun Yun Chang, Melissa A Liu, Hannah M Batchelor, Lauren E Mueller, Joshua L Jones,Yael Niv, Geoffrey Schoenbaum. (2017). Dopamine transients are sufficient and necessary for acquisition of model-based associations. Nature Neuroscience. https://doi.org/10.1038/nn.4538

該研究檢驗多巴胺瞬變是否只編碼獎賞價值，還是也支持環境模型學習。通過感覺預條件和光遺傳操控，作者發現激活多巴胺神經元可恢復刺激-刺激學習，抑制其放電會阻斷學習，說明多巴胺對模型化關聯獲得既充分又必要。

[9]Yael Niv. (2019). Learning task-state representations. Nature Neuroscience. https://doi.org/10.1038/s41593-019-0470-8

這篇綜述聚焦學習中最難的問題之一：該學習哪些任務狀態。作者總結表征學習研究，討論如何忽略無關信息、推斷潛在原因，并提出眶額皮層表征“任務狀態”，為其他腦區的學習和決策提供支持。

[10]Nicolas W Schuck,Yael Niv. (2019). Sequential replay of nonspatial task states in the human hippocampus. Science. https://doi.org/10.1126/science.aaw5181

該研究想知道人類海馬能否重放非空間任務序列。參與者完成有序決策任務后靜息接受 fMRI，結果顯示海馬靜息活動模式保留相鄰任務狀態的順序性，且與眶額皮層任務表征質量和表現相關。

Kenneth Norman：學習、記憶和情境恢復

官網： https://psychology.princeton.edu/people/kenneth-norman

Kenneth Norman 任 Princeton Psychology 和 Princeton Neuroscience Institute 計算與理論神經科學講席教授。研究方向集中在學習、記憶和情境恢復。本輪在 Science / Nature Neuroscience 中核驗到 6 篇記錄。

[1]Sean M Polyn, Vaidehi S Natu, Jonathan D Cohen,Kenneth A Norman. (2005). Category-specific cortical activity precedes retrieval during memory search. Science. https://doi.org/10.1126/science.1117645

該研究考察記憶搜索時，大腦是否在回憶前先激活類別線索。研究者用 fMRI 和模式分類識別人臉、地點、物體學習時的皮層模式，發現這些類別活動會在自由回憶前數秒重現，并預測隨后回憶的類別。

[2]Megan T deBettencourt, Jonathan D Cohen, Ray F Lee,Kenneth A Norman, Nicholas B Turk-Browne. (2015). Closed-loop training of attention with real-time brain imaging. Nature Neuroscience. https://doi.org/10.1038/nn.3940

這項研究解決持續注意力走神能否被訓練的問題。作者用實時腦成像和多變量模式分析監測注意狀態，在走神信號出現時調高任務難度作反饋，發現一次訓練即可改善表現，額頂注意網絡反饋效果最強。

[3]Jonathan D Cohen, Nathaniel Daw, Barbara Engelhardt, Uri Hasson, Kai Li, Yael Niv,Kenneth A Norman, Jonathan Pillow, Peter J Ramadge, Nicholas B Turk-Browne, Theodore L Willke. (2017). Computational approaches to fMRI analysis. Nature Neuroscience. https://doi.org/10.1038/nn.4499

這篇綜述討論fMRI分析方法如何跟上數據復雜度。文章指出傳統體素或腦區平均分析忽視分布式表征、動態活動和跨個體聯合推斷，并梳理機器學習、優化和并行計算如何推動認知神經科學研究。

[4]Aaron M Bornstein,Kenneth A Norman. (2017). Reinstated episodic context guides sampling-based decisions for reward. Nature Neuroscience. https://doi.org/10.1038/nn.4573

這項研究回答過往經驗如何影響獎賞決策。作者提出情景抽樣機制，并用行為與fMRI顯示：被線索喚起的某段情景會帶出同一情境中的其他選擇，從而使當前決策偏離強化學習模型預測。

[5]Janice Chen, Yuan Chang Leong, Christopher J Honey, Chung H Yong,Kenneth A Norman, Uri Hasson. (2017). Shared memories reveal shared structure in neural activity across individuals. Nature Neuroscience. https://doi.org/10.1038/nn.4450

這項研究考察不同人回憶同一真實事件時神經表征是否共享。參與者看電影后在fMRI中自由復述，結果顯示默認網絡、內側顳葉和高級視覺區會重現事件特異模式，并在個體間呈現相似空間組織。

[6]Ariel Goldstein, Zaid Zada, Eliav Buchnik, Mariano Schain, Amy Price, Bobbi Aubrey, Samuel A Nastase, Amir Feder, Dotan Emanuel, Alon Cohen, Aren Jansen, Harshvardhan Gazula, Gina Choe, Aditi Rao, Catherine Kim, Colton Casto, Lora Fanda, Werner Doyle, Daniel Friedman, Patricia Dugan, Lucia Melloni, Roi Reichart, Sasha Devore, Adeen Flinker, Liat Hasenfratz, Omer Levy, Avinatan Hassidim, Michael Brenner, Yossi Matias,Kenneth A Norman, Orrin Devinsky, Uri Hasson. (2022). Shared computational principles for language processing in humans and deep language models. Nature Neuroscience. https://doi.org/10.1038/s41593-022-01026-4

這項研究比較人腦與自回歸深度語言模型處理自然語言的共同機制。9名參與者聽播客并記錄ECoG，結果顯示二者都進行詞前預測、根據輸入詞計算驚訝度，并依賴上下文嵌入表征詞義。

Elizabeth Gould：成年神經發生、結構可塑性和海馬功能

官網： https://pni.princeton.edu/people/elizabeth-gould

Elizabeth Gould 任 Princeton Neuroscience Institute 神經科學講席教授。研究方向集中在成年神經發生、結構可塑性和海馬功能。本輪在 Science / Nature Neuroscience 中核驗到 7 篇記錄。

[1]E Gould, A Beylin, P Tanapat, A Reeves, T J Shors. (1999). Learning enhances adult neurogenesis in the hippocampal formation. Nature Neuroscience. https://doi.org/10.1038/6365

這項研究解決海馬依賴學習是否影響成年新生神經元的問題。作者用BrdU標記大鼠新細胞并比較行為任務，發現需要海馬的聯想學習會使齒狀回成年新生神經元數量翻倍，而非海馬任務沒有這種效應。

[2]E Gould, A J Reeves, M S Graziano, C G Gross. (1999). Neurogenesis in the neocortex of adult primates. Science. https://doi.org/10.1126/science.286.5439.548

這項研究考察成年靈長類新皮層是否仍有新神經元加入。作者在成年獼猴中發現前額葉、下顳葉和后頂葉聯合皮層存在新生神經元，而初級視覺皮層沒有，提示成年聯合皮層可能持續獲得新細胞。

[3]Christian Mirescu, Jennifer D Peters,Elizabeth Gould. (2004). Early life experience alters response of adult neurogenesis to stress. Nature Neuroscience. https://doi.org/10.1038/nn1290

這項研究關注早期逆境如何改變成年海馬神經發生對壓力的反應。母嬰分離大鼠成年后齒狀回細胞增殖和未成熟神經元減少，且對糖皮質激素更敏感，正常的壓力誘導抑制反應也被削弱。

[4]Christian Mirescu,Elizabeth Gould. (2004). From neurotoxin to neurotrophin. Nature Neuroscience. https://doi.org/10.1038/nn0904-899

這篇沒有摘要，題名“從神經毒素到神經營養因子”加上評論/新聞類型，提示它更像圍繞某種分子或機制角色轉變的觀點性短評，可能討論其從損傷因素到支持神經功能因素的理解變化。

[5]Yevgenia Kozorovitskiy, Maria Hughes, Kim Lee,Elizabeth Gould. (2006). Fatherhood affects dendritic spines and vasopressin V1a receptors in the primate prefrontal cortex. Nature Neuroscience. https://doi.org/10.1038/nn1753

這項研究探討父親身份如何影響靈長類前額葉。作者比較狨猴父親與非父親，發現首次和有經驗父親的前額葉錐體神經元樹突棘密度更高，同時加壓素V1a受體及其標記樹突棘比例增加。

[6]Alexis M Stranahan, David Khalil,Elizabeth Gould. (2006). Social isolation delays the positive effects of running on adult neurogenesis. Nature Neuroscience. https://doi.org/10.1038/nn1668

這篇研究考察獨居是否會改變運動對成年海馬神經發生的益處。大鼠實驗顯示，短期跑步在群居條件下促進新神經元生成，但獨居會延遲甚至在額外壓力下反轉這一效應；降低皮質酮后，運動影響又轉為正向。

[7]Timothy J Schoenfeld,Elizabeth Gould. (2012). New neurons retire early. Nature Neuroscience. https://doi.org/10.1038/nn.3268

這是一篇評論/新聞性質文章，題名提示其討論“新生神經元較早退出”這一發現或觀點。由于無摘要，只能判斷它可能圍繞成年神經發生中新生神經元的功能時程、成熟后作用或研究解釋展開簡要評述。

Lisa Boulanger：免疫分子在神經發育和突觸可塑性中的功能

官網： https://pni.princeton.edu/people/lisa-boulanger

Lisa Boulanger 任 Princeton Neuroscience Institute 副教授。研究方向集中在免疫分子在神經發育和突觸可塑性中的功能。本輪在 Science / Nature Neuroscience 中核驗到 2 篇記錄。

[1]L M Boulanger, M M Poo. (1999). Presynaptic depolarization facilitates neurotrophin-induced synaptic potentiation. Nature Neuroscience. https://doi.org/10.1038/7258

這篇研究解決神經營養因子如何選擇性增強活躍突觸的問題。作者在發育中神經肌肉突觸發現，低水平BDNF單獨無效，但與短暫突觸前去極化配合時可顯著增強誘發和自發傳遞，說明活動輸入更易被選擇性強化。

[2]G S Huh,L M Boulanger, H Du, P A Riquelme, T M Brotz, C J Shatz. (2000). Functional requirement for class I MHC in CNS development and plasticity. Science. https://doi.org/10.1126/science.290.5499.2155

這篇研究探討免疫相關的I類MHC是否參與中樞神經系統發育和可塑性。小鼠缺失細胞表面I類MHC或CD3ζ后，視網膜到中樞靶區連接精修不完全，成年海馬LTP增強而LTD消失，顯示其對活動依賴性重塑很關鍵。

Carlos Brody：知覺決策、證據積累和神經機制

官網： https://pni.princeton.edu/people/carlos-brody

Carlos Brody 任 Princeton Neuroscience Institute 神經科學講席教授。研究方向集中在知覺決策、證據積累和神經機制。本輪在 Science / Nature Neuroscience 中核驗到 6 篇記錄。

[1]Ranulfo Romo, Adrián Hernández, Antonio Zainos, Luis Lemus,Carlos D Brody. (2002). Neuronal correlates of decision-making in secondary somatosensory cortex. Nature Neuroscience. https://doi.org/10.1038/nn950

這篇研究追問大腦何處、如何把當前感覺與記憶中的感覺作比較。作者訓練猴子比較兩次指尖振動頻率，并記錄S2單神經元；部分神經元在第二刺激期同時反映第一和第二刺激，隨后活動還與決策相關。

[2]Rogelio Luna, Adrián Hernández,Carlos D Brody, Ranulfo Romo. (2005). Neural codes for perceptual discrimination in primary somatosensory cortex. Nature Neuroscience. https://doi.org/10.1038/nn1513

這篇研究比較觸覺頻率辨別中可能使用的神經編碼。作者分析猴初級軀體感覺皮層單神經元，檢驗放電間隔、平均頻率、總脈沖數和爆發等編碼；只有早期時間窗內的脈沖計數能逐試次對應行為偏差和辨別閾值。

[3]Christian K Machens, Ranulfo Romo,Carlos D Brody. (2005). Flexible control of mutual inhibition: a neural model of two-interval discrimination. Science. https://doi.org/10.1126/science.1104171

這篇研究用模型解釋兩間隔辨別任務中神經網絡如何在感知、工作記憶和決策間切換。作者提出簡單的互抑網絡，顯示不改變連接結構也能通過動力學控制完成三階段功能，提示互抑是靈活認知計算的可用設計模塊。

[4]Bingni W Brunton, Matthew M Botvinick,Carlos D Brody. (2013). Rats and humans can optimally accumulate evidence for decision-making. Science. https://doi.org/10.1126/science.1233912

這篇研究要區分決策證據積累中的噪聲來源。作者設計隨機脈沖證據任務，并用逐試次脈沖時序建模分析大鼠和人類行為；結果顯示積累器記憶近乎無噪聲，主要變異來自新感覺證據的加入。

[5]Kevin J Miller, Matthew M Botvinick,Carlos D Brody. (2017). Dorsal hippocampus contributes to model-based planning. Nature Neuroscience. https://doi.org/10.1038/nn.4613

這篇研究解決背側海馬是否因果參與基于模型的規劃這一爭議。作者為大鼠改造可產生大量規劃行為的任務，結合算法化行為分析和蠅蕈醇失活，發現背側海馬活動與規劃行為存在因果聯系，并提供可擴展的動物研究工具。

[6]Chunyu A Duan, Marino Pagan, Alex T Piet, Charles D Kopec, Athena Akrami, Alexander J Riordan, Jeffrey C Erlich,Carlos D Brody. (2021). Collicular circuits for flexible sensorimotor routing. Nature Neuroscience. https://doi.org/10.1038/s41593-021-00865-x

這篇研究解析上丘在情境依賴感覺運動路由中的具體作用。大鼠實驗發現一類上丘神經元連接情境表征與運動選擇，且比其他上丘和額葉神經元更早編碼選擇；光遺傳失活表明情境編碼期上丘活動對選擇行為必需。

Tatiana Engel：認知相關神經動力學和潛在電路推斷

官網： https://pni.princeton.edu/people/tatiana-engel

Tatiana Engel 任 Princeton Neuroscience Institute 副教授。研究方向集中在認知相關神經動力學和潛在電路推斷。本輪在 Science / Nature Neuroscience 中核驗到 2 篇記錄。

[1]Tatiana A Engel, Nicholas A Steinmetz, Marc A Gieselmann, Alexander Thiele, Tirin Moore, Kwabena Boahen. (2016). Selective modulation of cortical state during spatial attention. Science. https://doi.org/10.1126/science.aag1420

這項研究探討內源性皮層狀態波動如何影響空間注意。作者記錄靈長類視覺皮層群體活動，發現神經元會在On/Off放電狀態間同步轉換；注意可局部調節這種狀態，且瞬時相位能預測行為表現。

[2]Christopher Langdon,Tatiana A Engel. (2025). Latent circuit inference from heterogeneous neural responses during cognitive tasks. Nature Neuroscience. https://doi.org/10.1038/s41593-025-01869-7

這篇論文要解決高階皮層中混雜神經反應如何由潛在連接產生并驅動行為的問題。作者提出潛在回路模型，在情境決策任務中推斷低維遞歸連接，發現情境表征會抑制無關感覺反應，并在猴前額葉數據中得到驗證。

Jonathan Pillow：神經編碼、統計建模和決策動力學

官網： https://pni.princeton.edu/people/jonathan-pillow

Jonathan Pillow 任 Princeton Neuroscience Institute 教授。研究方向集中在神經編碼、統計建模和決策動力學。本輪在 Science / Nature Neuroscience 中核驗到 10 篇記錄。

[1]Il Memming Park, Miriam L R Meister, Alexander C Huk,Jonathan W Pillow. (2014). Encoding and decoding in parietal cortex during sensorimotor decision-making. Nature Neuroscience. https://doi.org/10.1038/nn.3800

該研究關注獼猴LIP區在感覺運動決策中到底編碼什么。作者用廣義線性模型分析單次脈沖列，發現LIP同時承載重疊的任務和決策信號；最優解碼需在兩個時間尺度上整合放電，為研究高階腦區復合編碼提供框架。

[2]Jonathan W Pillow. (2015). Explaining the especially pink elephant. Nature Neuroscience. https://doi.org/10.1038/nn.4122

這篇Nature Neuroscience評論題為“解釋特別粉紅的大象”，沒有摘要可用。僅從題名和文章類型看，它更像圍繞某項神經科學發現或模型解釋問題展開的觀點性短評，而非報告新的實驗數據。

[3]Kenneth W Latimer, Jacob L Yates, Miriam L R Meister, Alexander C Huk,Jonathan W Pillow. (2015). NEURONAL MODELING. Single-trial spike trains in parietal cortex reveal discrete steps during decision-making. Science. https://doi.org/10.1126/science.aaa4056

這項研究檢驗LIP神經元決策期平均放電斜坡是否真代表連續證據積累。作者比較單次脈沖列的連續擴散到邊界模型和離散跳變模型，發現約四分之三選擇相關神經元更符合跳變動力學，且跳變更能預測選擇。

[4]Kenneth W Latimer, Jacob L Yates, Miriam L R Meister, Alexander C Huk,Jonathan W Pillow. (2016). Response to Comment on "Single-trial spike trains in parietal cortex reveal discrete steps during decision-making". Science. https://doi.org/10.1126/science.aad3596

這篇回應文章澄清對“LIP單次脈沖顯示離散決策步驟”研究的評論。作者指出對方討論的平均放電、行為關系和模型擴展并非原報告核心；核心結論是多數LIP神經元用跳變動力學比擴散到邊界模型描述更好。

[5]Jacob L Yates, Il Memming Park, Leor N Katz,Jonathan W Pillow, Alexander C Huk. (2017). Functional dissection of signal and noise in MT and LIP during decision-making. Nature Neuroscience. https://doi.org/10.1038/nn.4611

該研究要檢驗MT到LIP的決策信號轉換是否符合經典理想化模型。作者同步分析猴MT和LIP活動，發現選擇主要依賴運動刺激早期證據，MT已有早期加權；LIP既重現這種加權，又含與運動積分不同的選擇相關累積。

[6]Jonathan W Pillow, Mikio C Aoi. (2017). Is population activity more than the sum of its parts?. Nature Neuroscience. https://doi.org/10.1038/nn.4627

這篇評論題為“群體活動是否大于部分之和？”，沒有摘要。依據題名和評論類型，它更像討論神經群體活動分析中整體模式與單神經元貢獻關系的觀點文章，而不是提供獨立實驗結果的研究論文。

[7]Adam J Calhoun,Jonathan W Pillow, Mala Murthy. (2019). Unsupervised identification of the internal states that shape natural behavior. Nature Neuroscience. https://doi.org/10.1038/s41593-019-0533-x

這項研究解決如何從行為數據中無監督識別內部狀態的問題。作者在果蠅求偶歌行為中建立模型，發現三個潛在狀態可預測逐時歌型選擇；這些狀態對應不同感覺運動策略，并顯示特定神經元足以驅動狀態切換。

[8]Mikio C Aoi, Valerio Mante,Jonathan W Pillow. (2020). Prefrontal cortex exhibits multidimensional dynamic encoding during decision-making. Nature Neuroscience. https://doi.org/10.1038/s41593-020-0696-5

該研究探討前額葉在情境依賴知覺決策中的動態編碼作用。作者提出識別任務相關群體維度的方法，發現PFC同時編碼情境、選擇及相關/無關感覺信息；編碼先線性積累后轉為旋轉動力學，并在整合期保持選擇信息。

[9]Zoe C Ashwood, Nicholas A Roy, Iris R Stone, Anne E Urai, Anne K Churchland, Alexandre Pouget,Jonathan W Pillow. (2022). Mice alternate between discrete strategies during perceptual decision-making. Nature Neuroscience. https://doi.org/10.1038/s41593-021-01007-z

這篇研究要解決感知決策中動物是否始終使用同一策略的問題。作者分析小鼠和人類決策實驗，用隱馬爾可夫模型識別交替出現的策略狀態，發現小鼠會在依賴感覺證據的投入狀態和多個偏置狀態間切換，許多“失誤”可由策略轉換解釋。

[10]Scott S Bolkan, Iris R Stone, Lucas Pinto, Zoe C Ashwood, Jorge M Iravedra Garcia, Alison L Herman, Priyanka Singh, Akhil Bandi, Julia Cox, Christopher A Zimmerman, Jounhong Ryan Cho, Ben Engelhard,Jonathan W Pillow, Ilana B Witten. (2022). Opponent control of behavior by dorsomedial striatal pathways depends on task demands and internal state. Nature Neuroscience. https://doi.org/10.1038/s41593-022-01021-9

這篇研究關注背內側紋狀體直接、間接通路是否總是相反控制行為。作者結合任務操控和帶廣義線性觀測的隱狀態模型，發現這種對抗性控制取決于任務認知需求和小鼠內部狀態，在證據積累策略中最強，而在重復既往選擇策略中較弱。

H. Sebastian Seung：連接組學、神經線路重建和神經編碼

官網： https://pni.princeton.edu/people/h-sebastian-seung

H. Sebastian Seung 任 Princeton Neuroscience Institute 和 Computer Science 神經科學講席教授。研究方向集中在連接組學、神經線路重建和神經編碼。本輪在 Science / Nature Neuroscience 中核驗到 6 篇記錄。

[1]H S Seung. (2000). Half a century of Hebb. Nature Neuroscience. https://doi.org/10.1038/81430

這篇文章題為“Hebb半個世紀”，且類型包含傳記和歷史文章；因無摘要，只能克制判斷其更像回顧或歷史性綜述，圍繞Hebb理論提出后約50年的影響，討論其在神經可塑性、學習規則或認知神經科學中的地位。

[2]H S Seung, D D Lee. (2000). Cognition. The manifold ways of perception. Science. https://doi.org/10.1126/science.290.5500.2268

這篇評論/觀點文章討論視覺感知如何在輸入圖像不斷變化時仍保持對象穩定。摘要顯示，Seung和Lee介紹兩種用于處理感知刺激和高維數據變異性的數學算法，幫助解釋流形學習如何建模復雜感知空間。

[3]E Aksay, G Gamkrelidze,H S Seung, R Baker, D W Tank. (2001). In vivo intracellular recording and perturbation of persistent activity in a neural integrator. Nature Neuroscience. https://doi.org/10.1038/84023

這篇研究要解釋神經積分器中持續放電如何維持。作者在金魚眼動神經積分器做在體胞內記錄和電流擾動，發現眼位相關的膜電位階躍在超極化后仍存在，短脈沖只產生瞬時效應，提示持續活動主要來自突觸輸入的持久改變。

[4]Giulio Srubek Tomassy, Daniel R Berger, Hsu-Hsin Chen, Narayanan Kasthuri, Kenneth J Hayworth, Alessandro Vercelli,H Sebastian Seung, Jeff W Lichtman, Paola Arlotta. (2014). Distinct profiles of myelin distribution along single axons of pyramidal neurons in the neocortex. Science. https://doi.org/10.1126/science.1249766

這篇研究檢驗軸突髓鞘是否沿長度均勻分布。作者用高通量電鏡重建小鼠新皮層錐體神經元單根軸突并繪制髓鞘圖譜，發現不同神經元具有特異的縱向髓鞘模式，淺層神經元尤其多樣，可能調節遠距離皮層通信。

[5]Ashwin Vishwanathan, Alex Sood, Jingpeng Wu, Alexandro D Ramirez, Runzhe Yang, Nico Kemnitz, Dodam Ih, Nicholas Turner, Kisuk Lee, Ignacio Tartavull, William M Silversmith, Chris S Jordan, Celia David, Doug Bland, Amy Sterling,H Sebastian Seung, Mark S Goldman, Emre R F Aksay. (2024). Predicting modular functions and neural coding of behavior from a synaptic wiring diagram. Nature Neuroscience. https://doi.org/10.1038/s41593-024-01784-3

這篇研究要從突觸連接圖預測神經環路功能。作者重建斑馬魚幼體腦干連接組，識別出分別服務眼動和身體運動的強連接模塊，并基于連接圖建模預測眼位編碼和動力學，再用鈣成像數據驗證，展示連接組可連接結構與功能。

[6]Agnes L Bodor, Casey M Schneider-Mizell, Chi Zhang, Leila Elabbady, Alex Mallen, Andi Bergeson, Derrick Brittain, JoAnn Buchanan, Daniel J Bumbarger, Rachel Dalley, Clare Gamlin, Emily Joyce, Daniel Kapner, Sam Kinn, Gayathri Mahalingam, Sharmishtaa Seshamani, Shelby Suckow, Marc Takeno, Russel Torres, Wenjing Yin, J Alexander Bae, Manuel A Castro, Sven Dorkenwald, Akhilesh Halageri, Zhen Jia, Chris Jordan, Nico Kemnitz, Kisuk Lee, Kai Li, Ran Lu, Thomas Macrina, Eric Mitchell, Shanka Subhra Mondal, Shang Mu, Barak Nehoran, Sergiy Popovych, William Silversmith, Nicholas L Turner, Szi-Chieh Yu, William Wong, Jingpeng Wu, Brendan Celii, Luke Campagnola, Stephanie C Seeman, Tim Jarsky, Naixin Ren, Anton Arkhipov, Jacob Reimer,H Sebastian Seung, R Clay Reid, Forrest Collman, Nuno Ma?arico da Costa. (2025). The synaptic architecture of layer 5 thick tufted excitatory neurons in mouse visual cortex. Nature Neuroscience. https://doi.org/10.1038/s41593-025-02004-2

這篇研究解決單個皮層興奮性細胞突觸連接仍不清楚的問題。作者利用小鼠視覺皮層1立方毫米公開電鏡數據，分析第5層厚簇狀錐體細胞，發現其近鄰主要與特定抑制性細胞互聯，遠端軸突則更多連接興奮性細胞，并提供自動化連接分析框架。

David Tank：神經線路動力學、成像技術和虛擬導航

官網： https://pni.princeton.edu/people/david-tank

David Tank 任 Princeton Neuroscience Institute 神經科學講席教授，并擔任相關神經科學中心的科學主任。研究方向集中在神經線路動力學、成像技術和虛擬導航。本輪在 Science / Nature Neuroscience 中核驗到 13 篇記錄。

[1]J J Hopfield,D W Tank. (1986). Computing with neural circuits: a model. Science. https://doi.org/10.1126/science.3755256

這篇研究提出理解神經回路計算的模型框架。作者用非線性分級響應神經元和近似對稱突觸構成網絡，引入最小化原則，使復雜回路在不逐步追蹤動力學的情況下也可分析，并指出電子實現可產生新型計算電路。

[2]J J Hopfield,D W Tank. (1987). Response: computing with neural networks. Science. https://doi.org/10.1126/science.235.4793.1228

這篇文章題為“回應：用神經網絡計算”，且無摘要；只能依據題名和文章類型判斷，它更像圍繞此前神經網絡計算模型的回應或短文，可能澄清模型假設、計算含義或相關討論，而不能進一步推斷具體實驗發現。

[3]D W Tank, M Sugimori, J A Connor, R R Llinás. (1988). Spatially resolved calcium dynamics of mammalian Purkinje cells in cerebellar slice. Science. https://doi.org/10.1126/science.2847315

這篇研究用微熒光成像觀察豚鼠小腦切片中浦肯野細胞的鈣濃度變化，解決樹突內鈣信號如何對應電活動的問題。結果顯示自發和誘發放電伴隨特定時空鈣動態，支持鈣電導在樹突中分區分布的假說。

[4]E C Sobel,D W Tank. (1994). In vivo Ca2+ dynamics in a cricket auditory neuron: an example of chemical computation. Science. https://doi.org/10.1126/science.263.5148.823

這篇研究考察蟋蟀聽覺神經元如何把聲音刺激轉化為細胞內鈣動態。作者用Fura-2成像發現鳴聲樣刺激引發鈣升高，其時間過程對應前向掩蔽；緩沖鈣會消除相關超極化，提示鈣激活電流參與聽覺敏感性調節。

[5]D W Tank, A Gelperin, D Kleinfeld. (1994). Odors, oscillations, and waves: does it all compute?. Science. https://doi.org/10.1126/science.265.5180.1819

這篇題為“氣味、振蕩與波：這一切都在計算嗎？”的文章缺少摘要，依據題名更像圍繞嗅覺系統中振蕩、波動與神經計算關系的評論或觀點文章，可能討論這些動態現象是否具有信息處理功能。

[6]K Svoboda,D W Tank, W Denk. (1996). Direct measurement of coupling between dendritic spines and shafts. Science. https://doi.org/10.1126/science.272.5262.716

這篇研究直接測量樹突棘與樹突干之間的擴散和電耦合，解決突觸輸入是否被棘頸隔離的問題。作者用雙光子漂白和光釋放制造濃度梯度，發現再平衡為20至100毫秒，說明棘在短時間尺度上有化學分隔。

[7]F Helmchen, K Svoboda, W Denk,D W Tank. (1999). In vivo dendritic calcium dynamics in deep-layer cortical pyramidal neurons. Nature Neuroscience. https://doi.org/10.1038/14788

這篇研究追問完整新皮層中深層錐體神經元樹突是否會產生鈣動作電位。作者在大鼠桶狀皮層體內用雙光子顯微鏡記錄，發現胡須刺激、復雜放電和皮層尖波可伴隨大樹突鈣瞬變，且樹突與胞體耦合并不固定。

[8]K Svoboda, F Helmchen, W Denk,D W Tank. (1999). Spread of dendritic excitation in layer 2/3 pyramidal neurons in rat barrel cortex in vivo. Nature Neuroscience. https://doi.org/10.1038/4569

這篇研究解釋大鼠桶狀皮層2/3層錐體細胞中樹突鈣信號為何局限在近胞體區域。作者結合雙光子鈣成像和樹突膜電位記錄，發現鈉動作電位向遠端樹突傳播失敗；尾夾激活皮層狀態可增強感覺誘發鈣流入。

[9]E Aksay, G Gamkrelidze, H S Seung, R Baker,D W Tank. (2001). In vivo intracellular recording and perturbation of persistent activity in a neural integrator. Nature Neuroscience. https://doi.org/10.1038/84023

這篇研究探討眼動神經積分器中持續神經活動由什么機制維持。作者在金魚體內做細胞內記錄和電流擾動，發現眼位相關的膜電位階躍在低于放電閾值時仍存在，支持持續活動主要來自突觸輸入變化，而非膜多穩態或起搏電流。

[10]Emre Aksay, Itsaso Olasagasti, Brett D Mensh, Robert Baker, Mark S Goldman,David W Tank. (2007). Functional dissection of circuitry in a neural integrator. Nature Neuroscience. https://doi.org/10.1038/nn1877

這篇研究檢驗神經積分器中互抑是否通過正反饋維持短期記憶樣持續放電。作者在金魚眼動積分器中藥理沉默對側細胞群并記錄眼位和放電，結果不符合傳統預測，提出互抑主要協調各群體自身的持續活動。

[11]Daniel A Dombeck, Christopher D Harvey, Lin Tian, Loren L Looger,David W Tank. (2010). Functional imaging of hippocampal place cells at cellular resolution during virtual navigation. Nature Neuroscience. https://doi.org/10.1038/nn.2648

這篇研究解決自由導航任務中如何以細胞分辨率觀察海馬位置細胞活動的問題。作者讓頭固定小鼠在虛擬現實環境中行動，通過慢性海馬窗和GCaMP3雙光子成像識別CA1位置細胞，并比較位置場與局部解剖位置。

[12]Andrew Miri, Kayvon Daie, Aristides B Arrenberg, Herwig Baier, Emre Aksay,David W Tank. (2011). Spatial gradients and multidimensional dynamics in a neural integrator circuit. Nature Neuroscience. https://doi.org/10.1038/nn.2888

這篇研究用斑馬魚眼動神經積分器解析持續放電時間常數的空間組織。作者進行群體光學記錄，發現細胞間持久性差異可達十倍，且相似性隨距離下降，時間常數沿腦區軸向形成梯度，支持局部連接更強的多維動力學模型。

[13]John Peter Rickgauer, Karl Deisseroth,David W Tank. (2014). Simultaneous cellular-resolution optical perturbation and imaging of place cell firing fields. Nature Neuroscience. https://doi.org/10.1038/nn.3866

這項研究解決行為中如何同時操控并記錄單個神經元活動的問題。作者開發雙波長雙光子方法，在虛擬現實導航小鼠中刺激并成像海馬CA1位置細胞，發現單細胞偏置會影響同期活躍的小群細胞，提示局部相互作用參與塑造位置場。

Ilana Witten：獎賞學習、成癮相關神經環路和決策

官網： https://pni.princeton.edu/people/ilana-witten

Ilana Witten 任 Princeton Neuroscience Institute 教授。研究方向集中在獎賞學習、成癮相關神經環路和決策。本輪在 Science / Nature Neuroscience 中核驗到 11 篇記錄。

[1]Ilana B Witten, Joseph F Bergan, Eric I Knudsen. (2006). Dynamic shifts in the owl's auditory space map predict moving sound location. Nature Neuroscience. https://doi.org/10.1038/nn1781

這項研究追問谷倉貓頭鷹如何定位運動聲源。作者記錄視頂蓋聽覺空間圖，發現感受野會向接近的聲音動態偏移，且偏移隨聲速增加，可補償感覺和運動延遲；計算模型提示這種預測性編碼或是中樞神經系統的普遍機制。

[2]Ilana B Witten, Shih-Chun Lin, Matthew Brodsky, Rohit Prakash, Ilka Diester, Polina Anikeeva, Viviana Gradinaru, Charu Ramakrishnan, Karl Deisseroth. (2010). Cholinergic interneurons control local circuit activity and cocaine conditioning. Science. https://doi.org/10.1126/science.1193771

這項研究解決伏隔核膽堿能中間神經元在局部環路和藥物學習中的因果作用。作者結合光遺傳、自由行為電生理和切片實驗，發現這類不足1%的細胞能強力調制環路活動；沉默可卡因誘發活動會阻斷可卡因條件化。

[3]Elizabeth E Steinberg, Ronald Keiflin, Josiah R Boivin,Ilana B Witten, Karl Deisseroth, Patricia H Janak. (2013). A causal link between prediction errors, dopamine neurons and learning. Nature Neuroscience. https://doi.org/10.1038/nn.3413

這項研究檢驗多巴胺預測誤差信號是否因果驅動線索-獎賞學習。作者在大鼠阻斷和消退任務中用光遺傳精確激活多巴胺神經元，模擬獎賞預測誤差，結果足以長期增強線索誘發的尋獎行為，連接了理論模型與實驗證據。

[4]Nathan F Parker,Ilana B Witten. (2016). Gaining on reward prediction errors. Nature Neuroscience. https://doi.org/10.1038/nn.4246

這篇文章沒有摘要，題名指向“獎賞預測誤差的增益”問題，文章類型為評論/觀點。它更可能圍繞多巴胺或學習理論中預測誤差信號如何被放大、調節或解釋展開評述，而非報告新的實驗數據。

[5]Nathan F Parker, Courtney M Cameron, Joshua P Taliaferro, Junuk Lee, Jung Yoon Choi, Thomas J Davidson, Nathaniel D Daw,Ilana B Witten. (2016). Reward and choice encoding in terminals of midbrain dopamine neurons depends on striatal target. Nature Neuroscience. https://doi.org/10.1038/nn.4287

這項研究解決中腦多巴胺神經元是否按紋狀體投射靶區功能分化的問題。作者在工具性反轉學習任務中比較不同終末，發現腹側紋狀體終末更強編碼獎賞和獎賞線索，背內側終末更強編碼對側選擇，但二者都編碼預測誤差。

[6]Daniel Dautan, Albert S Souza, Icnelia Huerta-Ocampo, Miguel Valencia, Maxime Assous,Ilana B Witten, Karl Deisseroth, James M Tepper, J Paul Bolam, Todor V Gerdjikov, Juan Mena-Segovia. (2016). Segregated cholinergic transmission modulates dopamine neurons integrated in distinct functional circuits. Nature Neuroscience. https://doi.org/10.1038/nn.4335

這項研究探討腦干膽堿能輸入如何調控VTA多巴胺系統。作者用光遺傳和在體近細胞記錄發現，LDT輸入選擇性增強厭惡刺激興奮的中腦邊緣多巴胺神經元爆發，而PPN輸入作用于另一類功能環路，顯示獎賞回路存在分隔調制。

[7]Akira Uematsu, Bao Zhen Tan, Edgar A Ycu, Jessica Sulkes Cuevas, Jenny Koivumaa, Felix Junyent, Eric J Kremer,Ilana B Witten, Karl Deisseroth, Joshua P Johansen. (2017). Modular organization of the brainstem noradrenaline system coordinates opposing learning states. Nature Neuroscience. https://doi.org/10.1038/nn.4642

這項研究解決藍斑去甲腎上腺素系統如何協調相反學習狀態的問題。作者在大鼠中做投射圖譜和編碼分析，發現杏仁核投射模塊促進厭惡學習，內側前額葉投射模塊促進消退；強厭惡刺激則廣泛招募細胞，支持模塊化調控情緒反應。

[8]Scott S Bolkan, Iris R Stone, Lucas Pinto, Zoe C Ashwood, Jorge M Iravedra Garcia, Alison L Herman, Priyanka Singh, Akhil Bandi, Julia Cox, Christopher A Zimmerman, Jounhong Ryan Cho, Ben Engelhard, Jonathan W Pillow,Ilana B Witten. (2022). Opponent control of behavior by dorsomedial striatal pathways depends on task demands and internal state. Nature Neuroscience. https://doi.org/10.1038/s41593-022-01021-9

這項研究重新檢驗背內側紋狀體直接、間接通路是否總是相反控制行為。作者結合任務操控和帶廣義線性觀測的隱馬爾可夫模型發現，對抗性控制取決于任務認知需求和小鼠內部狀態，在證據積累策略狀態下貢獻更大。

[9]Julia Cox, Adelaide R Minerva, Weston T Fleming, Christopher A Zimmerman, Cameron Hayes, Samuel Zorowitz, Akhil Bandi, Sharon Ornelas, Brenna McMannon, Nathan F Parker,Ilana B Witten. (2023). A neural substrate of sex-dependent modulation of motivation. Nature Neuroscience. https://doi.org/10.1038/s41593-022-01229-9

這項研究尋找動機性別差異的神經基礎。作者在小鼠價值決策任務中發現雌雄選擇相似，但雌性參與任務的動機更受行動價值調節；抑制ACC到背內側紋狀體投射會優先破壞雌性這種價值-動機關系，提示該通路介導性別特異調制。

[10]Rachel S Lee, Yotam Sagiv, Ben Engelhard,Ilana B Witten, Nathaniel D Daw. (2024). A feature-specific prediction error model explains dopaminergic heterogeneity. Nature Neuroscience. https://doi.org/10.1038/s41593-024-01689-1

這篇研究針對多巴胺神經元是否只廣播單一獎勵預測誤差信號的問題，提出“特征特異性預測誤差”模型，解釋腹側被蓋區和黑質多巴胺神經元在不同任務變量、動作反應中的異質編碼。

[11]Tomohito Minakuchi, Eartha Mae Guthman, Preeta Acharya, Justin Hinson, Weston Fleming,Ilana B Witten, Stefan N Oline, Annegret L Falkner. (2024). Independent inhibitory control mechanisms for aggressive motivation and action. Nature Neuroscience. https://doi.org/10.1038/s41593-023-01563-6

這篇研究用小鼠攻擊行為解析下丘腦VMHvl的抑制輸入如何分工控制攻擊動機與動作。結果顯示，本地VMHvl shell輸入可終止攻擊動作，而MPO到VMHvl輸入維持低動機狀態，并伴隨正價和抗焦慮效應。

小編觀點

太勇了！領域需要更多的耿同學！！！

你怎么看？

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」

專注追蹤全球認知神經科學的最尖端突破

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，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿